Ihr Daten-Template für Kreditmanagement & Inkasso

Der Aktivitätsname beschreibt einen spezifischen Schritt oder Meilenstein im Kreditmanagement- und Inkassoprozess. Diese bilden die Bausteine der Prozesslandkarte und repräsentieren Aktionen wie 'Rechnung an Kunden gesendet', 'Mahnung versandt' oder 'Zahlung auf Rechnung verbucht'.

Die Analyse der Reihenfolge und Häufigkeit dieser Aktivitäten ist der Kern des Process Mining. Sie hilft dabei, den tatsächlichen Prozessfluss aufzudecken, ihn mit dem konzipierten Modell zu vergleichen und Abweichungen, Nacharbeitszyklen und ineffiziente Wege zu identifizieren. Eine hohe Häufigkeit von 'Streitfall registriert'-Aktivitäten könnte beispielsweise auf Probleme mit der Rechnungsgenauigkeit oder Produktqualität hinweisen.

Dieses Attribut definiert die Schritte im Prozess, bildet die Grundlage der Prozesslandkarte und ermöglicht die Analyse von Prozessflüssen und Variationen.

Generiert aus verschiedenen Statusänderungen, Transaktionscodes oder Event Logs innerhalb der Finanz-, Vertriebs- oder Inkassomodule des Quellsystems.

Die Event Time, oder der Timestamp, markiert den genauen Zeitpunkt, zu dem eine bestimmte Aktivität im Prozess stattfand. Sie liefert die chronologische Reihenfolge, die zur Rekonstruktion der Ereignissequenz für jeden Rechnungsfall erforderlich ist. Diese Daten sind grundlegend für jede zeitbasierte Analyse.

Im Process Mining wird die Event Time verwendet, um kritische Performance-Metriken wie Zykluszeiten zwischen Aktivitäten, die Gesamtdauer von Fällen und die Einhaltung von Service Level Agreements zu berechnen. Zum Beispiel beeinflusst die Zeit zwischen 'Rechnung gesendet' und 'Zahlung erhalten' direkt den Days Sales Outstanding (DSO). Die Analyse von Timestamps hilft, Verzögerungen zu identifizieren, die Effizienz von Prozessschritten zu messen und Bottlenecks zu lokalisieren.

Dieser Timestamp ist entscheidend für die Reihenfolge der Events, die Berechnung von Zykluszeiten und Dauern sowie für die Durchführung aller zeitbasierten Leistungsanalysen.

Typischerweise erfasst als Dokumenterstellungsdatum, Buchungsdatum oder System-Log-Timestamp, der mit einer Transaktion oder Statusänderung verbunden ist.

Die Rechnungsnummer ist ein eindeutiger alphanumerischer Code, der jedem Rechnungsdokument zugewiesen wird. Sie dient als zentraler Bezugspunkt für alle Aktivitäten und Transaktionen, die mit dieser spezifischen Abrechnung zusammenhängen, von der Erstellung bis zur endgültigen Begleichung oder Abschreibung.

Im Process Mining wird die Rechnungsnummer verwendet, um alle zusammenhängenden Events wie 'Rechnung erstellt', 'Zahlung erhalten' und 'Streitfall registriert' zu einer einzigen Prozessinstanz oder einem Case zu verknüpfen. Dies ermöglicht die End-to-End-Visualisierung und Analyse des gesamten Lebenszyklus einer Rechnung. Durch die Analyse von Prozessen, die nach Rechnungsnummer gruppiert sind, können Organisationen Bottlenecks identifizieren, Zykluszeiten verfolgen und die Variationen in der Bearbeitung verschiedener Rechnungen verstehen.

Dies ist die zentrale Case ID, die alle zugehörigen Events verknüpft und so die Rekonstruktion sowie Analyse des gesamten Rechnungszyklus ermöglicht.

Typischerweise in der Kopfzeilentabelle einer Rechnung oder eines Debitorenbelegs im Quellfinanzsystem gefunden.

Dieses Attribut zeichnet Datum und Uhrzeit auf, wann die Daten zuletzt aus dem Quellsystem in die Process Mining-Umgebung extrahiert wurden. Es dient als Metadatenfeld, das die Aktualität des analysierten Datensatzes widerspiegelt.

Das Verständnis der letzten Datenaktualisierung ist wichtig, um sicherzustellen, dass jede Analyse oder jedes Dashboard den aktuellsten Stand des Prozesses widerspiegelt. Es hilft Benutzern, die Daten korrekt zu interpretieren, indem sie den Stichtag kennen. Dies ist besonders relevant bei der Überwachung laufender Prozesse oder nahezu Echtzeit-KPIs, da es Kontext darüber liefert, wie aktuell die Erkenntnisse sind.

Zeigt die Aktualität der Daten an, bietet Kontext für die Zeitgerechtigkeit der Analyse und stellt sicher, dass Benutzer den Stichtag der Daten kennen.

Dies sind typischerweise Metadaten, die vom ETL-Tool oder der Datenpipeline während des Data-Ingestion-Prozesses generiert und gespeichert werden.

Das Quellsystem-Attribut identifiziert die spezifische Anwendung oder Plattform, auf der die Event-Daten ursprünglich erfasst wurden. In komplexen IT-Landschaften kann ein einzelner Prozess wie Credit-to-Cash mehrere Systeme umfassen, z.B. ein ERP für die Rechnungsstellung und eine separate Inkasso-Plattform für das Mahnwesen.

Dieses Attribut ist wertvoll, um den technologischen Kontext des Prozesses zu verstehen. Es kann bei der Datenvalidierung helfen, systembedingte Prozessabweichungen zu identifizieren und Integrationsprobleme zwischen verschiedenen Plattformen zu diagnostizieren. Die Analyse könnte beispielsweise zeigen, dass es konsistent zu Verzögerungen kommt, wenn Übergaben zwischen dem ERP und dem Inkasso-Tool stattfinden.

Identifiziert den Ursprung der Daten, was entscheidend ist, um Prozessvarianten über verschiedene Systeme hinweg zu verstehen und für die Datenvalidierung.

Diese Informationen werden oft während des Data Extraction (ETL)-Prozesses hinzugefügt oder können in technischen Metadatenfeldern innerhalb der Quelltabellen gefunden werden.

Das Fälligkeitsdatum ist der spezifische Termin, an dem eine Rechnungszahlung eingehen muss, um als pünktlich zu gelten. Es wird typischerweise basierend auf dem Rechnungsstellungsdatum und den vereinbarten Zahlungsbedingungen berechnet.

Dieses Datum ist ein kritischer Bezugspunkt für die Leistungsmessung im Inkassoprozess. Es dient als Grundlage zur Feststellung, ob eine Zahlung verspätet ist, zur Auslösung von Mahnverfahren und zur Berechnung von Alterungsberichten. Im Process Mining wird das Fälligkeitsdatum zur Berechnung von KPIs wie der Pünktlichkeitsrate bei Zahlungen und Days Sales Outstanding (DSO) sowie zur Analyse der Effektivität von Inkassoaktivitäten im Verhältnis zu Zahlungsfristen verwendet.

Dient als primärer Bezugspunkt für die Messung der pünktlichen Zahlungseingänge und ist unerlässlich für die Berechnung von KPIs wie DSO und Zahlungspünktlichkeit.

Gefunden in den Rechnungs-Kopfdaten. Es kann ein direktes Feld sein oder aus dem Rechnungsdatum und den Zahlungsbedingungen abgeleitet werden.

Die Kunden-ID ist der eindeutige Code, der ein spezifisches Kundenkonto im System repräsentiert. Sie verknüpft eine Rechnung mit der juristischen Person, die für die Zahlung verantwortlich ist.

In einer Process Mining-Analyse ist die Kunden-ID eine kritische Dimension für die Segmentierung. Sie ermöglicht es Analysten, die Prozessleistung für spezifische Kunden oder Kundengruppen zu untersuchen. Dies kann Muster aufzeigen, z.B. welche Kunden regelmäßig zu spät zahlen, welche die meisten Streitfälle verursachen oder ob bestimmte Prozesseffizienzprobleme nur einen Teil des Kundenstamms betreffen. Diese Erkenntnisse sind entscheidend für die Anpassung von Inkassostrategien und die Verbesserung von Kundenbeziehungen.

Ermöglicht eine leistungsstarke Segmentierung der Prozessdaten, um Kundenverhalten zu analysieren, problematische Konten zu identifizieren und Inkassostrategien anzupassen.

Verfügbar in den Rechnungs-Kopfdaten oder verknüpft über Kundendatenstammtabellen im Finanz- oder Verkaufssystem.

Die Mahnstufe gibt an, wie weit eine überfällige Rechnung im formalen Inkasso-Kommunikationsprozess fortgeschritten ist. Dies wird oft als Nummer oder Code dargestellt, wobei 'Stufe 1' eine sanfte Erinnerung und 'Stufe 4' eine letzte Mahnung vor rechtlichen Schritten sein könnte.

Die Analyse der Mahnstufe ist entscheidend für die Bewertung der Effektivität der Mahnstrategie. Process Mining kann aufzeigen, welche Prozesspfade zu höheren Mahnstufen führen und ob bestimmte Stufen effektiv sind, um Zahlungen auszulösen. Beispielsweise könnte die Analyse ergeben, dass die meisten Zahlungen nach Mahnstufe 2 erfolgen, wodurch Stufen 3 und 4 weitgehend ineffektiv und kostspielig werden. Dies hilft bei der Optimierung des Zeitpunkts und Inhalts von Inkassobenachrichtigungen.

Misst die Intensität der Inkassobemühungen und ist entscheidend für die Analyse der Effektivität der Mahnstrategie in jeder Phase.

Gefunden in Inkassomanagement-Modulen oder Debitorenbuchhaltungsdaten, oft verknüpft mit dem Kundenkonto oder spezifischen überfälligen Dokumenten.

Der Collector Name identifiziert die Person oder Gruppe, die mit der Verwaltung einer überfälligen Rechnung und der Durchführung von Inkassoaktivitäten beauftragt ist. Dies könnte ein Buchhalter, ein spezialisierter Inkassomitarbeiter oder ein Inkassoteam sein.

Dieses Attribut ermöglicht eine Leistungsanalyse auf Einzel- oder Teamebene. Durch das Filtern oder Vergleichen von Prozessen basierend auf dem Collector Name können Unternehmen Best Practices von Top-Performern identifizieren, Schulungsbedarfe erkennen und die Arbeitslastverteilung analysieren. Es ist wesentlich für das Verständnis des menschlichen Faktors im Inkassoprozess und dessen Auswirkungen auf Ergebnisse wie Zahlungszeiten und Abschreibungen.

Ermöglicht die Analyse der Team- und Einzelleistung, der Arbeitslastverteilung und der Effektivität verschiedener Inkassomitarbeiter oder -strategien.

Gefunden in den Debitoren-Transaktionsdaten, Kundenstammsätzen oder spezifischen Inkassomanagement-Modulen. Es kann Feldern wie 'Buchhalter' oder 'User ID' entsprechen.

Der Invoice Amount (Rechnungsbetrag) stellt die Gesamtsumme dar, die dem Kunden in Rechnung gestellt wird und die er voraussichtlich zahlen muss. Dies ist eine grundlegende Finanzkennzahl für jeden Rechnungsfall.

Dieses Attribut ist entscheidend für die Analyse finanzieller Auswirkungen. Durch die Korrelation von Prozessmetriken mit dem Rechnungsbetrag können Unternehmen ihre Inkassobemühungen priorisieren. Eine Analyse könnte beispielsweise zeigen, dass hochpreisige Rechnungen längere Zahlungsverzögerungen aufweisen oder häufiger angefochten werden. Es ermöglicht die Berechnung wichtiger finanzieller KPIs wie Days Sales Outstanding (DSO) und die Bestimmung des monetären Werts, der in Prozessengpässen oder Abschreibungen gebunden ist.

Entscheidend für die Finanzanalyse, die Priorisierung des Inkassos bei Rechnungen mit hohem Wert und die Quantifizierung der monetären Auswirkungen von Prozesseffizienzdefiziten.

Ein Standardfeld in den Kopfdaten der Rechnung innerhalb des Debitorenbuchhaltungs- oder Abrechnungsmoduls des Quellsystems.

Der Invoice Status (Rechnungsstatus) gibt den aktuellen Zustand einer Rechnung innerhalb ihres Lebenszyklus an. Dieser Status ändert sich, wenn Ereignisse eintreten, von 'Offen' bei Erstellung, zu 'Überfällig', wenn sie nach Fälligkeit unbezahlt bleibt, und schließlich zu 'Bezahlt' oder 'Abgeschrieben'.

Dieses Attribut bietet einen Überblick über den aktuellen Zustand der Debitorenbuchhaltung. In einer Process Mining Analyse hilft es, Fälle zu kategorisieren und die Ergebnisse verschiedener Prozessvarianten zu verstehen. Zum Beispiel kann der Vergleich von Prozessflüssen, die zu einem 'Angefochten'-Status im Vergleich zu einem 'Bezahlt'-Status führen, die Ursachen für Zahlungsreibung aufdecken. Es wird auch verwendet, um nach aktiven Fällen zu filtern, wie allen aktuell 'Überfälligen' Rechnungen, um laufende Inkassobemühungen zu analysieren.

Bietet eine klare Sicht auf den aktuellen Rechnungsstatus, ermöglicht die Analyse von Prozessergebnissen und das Filtern nach Fällen in einem spezifischen Status wie 'Überfällig' oder 'Angefochten'.

Typischerweise als Statusfeld auf dem Rechnungs- oder Debitorenbeleg-Header verfügbar.

Der Dispute Reason (Streitgrund) erfasst die Ursache für die Weigerung eines Kunden, eine Rechnung zu bezahlen. Häufige Gründe sind falsche Preise, beschädigte Waren, Mengenabweichungen oder fehlende Dokumentation. Diese Information wird typischerweise erfasst, wenn ein formeller Streitfall eröffnet wird.

Der Dispute Reason ist ein leistungsstarkes Attribut für die Ursachenanalyse. Durch die Analyse der Häufigkeit verschiedener Streitgründe kann ein Unternehmen systemische Probleme außerhalb der Inkassoabteilung identifizieren, wie Probleme beim Versand, der Rechnungsgenauigkeit oder der Auftragserfassung. Process Mining kann weiter aufzeigen, wie verschiedene Streitgründe die Lösungszeit und den Prozessfluss beeinflussen, und so zur Optimierung des Streitfallmanagements beitragen.

Ermöglicht die Ursachenanalyse von Zahlungsverzögerungen und Streitigkeiten und hilft, vorgelagerte Probleme in Bereichen wie Abrechnung, Versand oder Vertrieb zu identifizieren und zu beheben.

Gespeichert in Streitfallmanagement-Modulen, CRM-Systemen oder als Begründungscode auf der Rechnung oder dem OP-Dokument selbst.

Der Buchungskreis ist ein Organisationseinheit-Bezeichner, der ein rechtlich eigenständiges Unternehmen oder einen eigenständigen Geschäftsbereich darstellt, für den Abschlüsse erstellt werden. In einer Mehrentitäten-Organisation wird jede Transaktion einem spezifischen Buchungskreis zugeordnet.

Dieses Attribut ist grundlegend für Analysen auf Organisationsebene. Es ermöglicht den Vergleich der Prozessleistung über verschiedene Rechtseinheiten, Tochtergesellschaften oder Geschäftsbereiche hinweg. Solche Vergleiche können Unterschiede in der Prozesseffizienz, der Einhaltung von Richtlinien und der Leistung der Sachbearbeiter zwischen den Organisationsteilen aufzeigen, was den Austausch von Best Practices und die Standardisierung von Prozessen wo sinnvoll erleichtert.

Ermöglicht Prozessvergleiche und Leistungsbenchmarking über verschiedene Rechtseinheiten, Tochtergesellschaften oder Geschäftsbereiche innerhalb einer Organisation hinweg.

Ein Standard-Organisationsfeld auf allen Finanzdokumenten, einschließlich Rechnungen, innerhalb eines ERP-Systems.

Das Kundensegment ist eine Kategorisierung, die Kunden basierend auf gemeinsamen Merkmalen gruppiert. Segmente können durch Faktoren wie Branche (z.B. Fertigung, Einzelhandel), Größe (z.B. Großunternehmen, KMU), geografische Region oder strategischen Wert (z.B. Gold, Silber, Bronze) definiert werden.

Dieses Attribut ermöglicht eine differenziertere und strategischere Analyse des Inkassoprozesses. Durch den Vergleich der Prozessleistung über verschiedene Segmente hinweg können Unternehmen feststellen, dass bestimmte Kundengruppen einzigartige Zahlungsverhaltensweisen oder Herausforderungen aufweisen. Internationale Kunden könnten beispielsweise längere Zahlungszyklen aufgrund grenzüberschreitender Bankgeschäfte haben. Diese Erkenntnisse ermöglichen die Entwicklung gezielter Inkassostrategien und -richtlinien für jedes Segment, wodurch die Gesamteffizienz und Kundenzufriedenheit verbessert werden.

Ermöglicht vergleichende Analysen zwischen verschiedenen Kundengruppen und die Entwicklung gezielter Inkassostrategien und -richtlinien.

Typischerweise in den Kundenstammdaten innerhalb eines CRM- oder ERP-Systems gefunden.

Die Invoice Currency (Rechnungswährung) gibt die Geldeinheit an, wie USD, EUR oder JPY, in der die Rechnung ausgestellt und die Zahlung erwartet wird. Dies ist besonders relevant für international tätige Unternehmen.

Obwohl sich Process Mining oft auf Prozessabläufe und nicht auf Finanzkonvertierungen konzentriert, ist dieses Attribut wichtig für die korrekte Interpretation des Rechnungsbetrags. Es ermöglicht das Filtern der Analyse nach einer spezifischen Währung oder die Segmentierung des Prozesses, um festzustellen, ob Transaktionen in bestimmten Währungen unterschiedlichen Mustern folgen, möglicherweise aufgrund internationaler Zahlungsverzögerungen oder unterschiedlicher Inkassostrategien in ausländischen Märkten.

Bietet notwendigen Kontext für den Rechnungsbetrag und ermöglicht die Segmentierung der Analyse nach Währung, was für internationale Unternehmen relevant sein kann.

Ein Standardfeld in den Kopfdaten der Rechnung.

Die Payment Terms (Zahlungsbedingungen) legen die Bedingungen fest, unter denen ein Verkauf erfolgt, hauptsächlich in Bezug auf den Zeitpunkt der Zahlung. Sie werden in der Regel als Code oder Kurztext ausgedrückt, wie 'Netto 30' (Zahlung fällig in 30 Tagen) oder '2/10 Netto 30' (2 % Skonto bei Zahlung innerhalb von 10 Tagen, sonst der volle Betrag fällig in 30 Tagen).

Dieses Attribut liefert wesentlichen Kontext für das Rechnungsfälligkeitsdatum und das Zahlungsverhalten des Kunden. Die Analyse des Prozesses nach Zahlungsbedingungen kann aufdecken, ob bestimmte Bedingungen mit höheren Raten an verspäteten Zahlungen oder Streitigkeiten korrelieren. Es kann auch verwendet werden, um die Wirksamkeit von Skonti zu bewerten und zukünftige Verhandlungen über Zahlungsbedingungen mit Kunden zu informieren, was zur Optimierung des Cashflows beiträgt.

Bietet Kontext für Rechnungsfälligkeitsdaten und ermöglicht die Analyse, wie verschiedene Zahlungsvereinbarungen die pünktliche Zahlungsrate und den gesamten Cashflow beeinflussen.

Gespeichert in den Kundenstammdaten oder im Verkaufsauftrags- und Rechnungsheader.