Ihr Darlehensvergabedaten-Template

Der Aktivitätsname beschreibt einen spezifischen Schritt oder Meilenstein innerhalb des Kreditvergabeprozesses, wie 'Antrag eingereicht', 'Bonitätsprüfung abgeschlossen' oder 'Kreditangebot generiert'. Jede Aktivität stellt einen separaten Punkt im Prozess dar, der Zeit und Ressourcen verbraucht.

Die Analyse der Reihenfolge und Häufigkeit dieser Aktivitäten ist Kern des Process Mining. Sie hilft, den tatsächlichen Prozessfluss aufzudecken, gängige Pfade zu identifizieren, Engpässe zu erkennen und die Dauer verschiedener Phasen zu messen. Eine klare und konsistente Benennung der Aktivitäten ist entscheidend für die Erstellung einer verständlichen und genauen Prozesskarte.

Es definiert die Prozessschritte und ermöglicht die Visualisierung und Analyse des Prozessflusses, die Identifizierung von Engpässen und die Messung von Phasenlaufzeiten.

In Event Logs oder Transaktionstabellen gefunden, die Geschäftsprozessschritte aufzeichnen.

Die Event Start Time ist ein präziser Zeitstempel, der den Beginn einer Aktivität markiert. Sie ist ein fundamentaler Bestandteil des Event Logs und essenziell für die chronologische Anordnung von Events, um den Prozessfluss für jeden Case zu rekonstruieren.

In der Prozessanalyse wird die Startzeit verwendet, um die gesamte Case-Dauer, die Zeit zwischen Aktivitäten und die aktive Bearbeitungszeit jedes Schritts zu berechnen, wenn auch eine Endzeit verfügbar ist. Sie ist das primäre zeitliche Attribut, das verwendet wird, um Prozess-Timing zu verstehen, Verzögerungen zu identifizieren und die Leistung im Vergleich zu Service Level Agreements zu bewerten.

Dieser Timestamp ist entscheidend für die Reihenfolge von Events, die Berechnung von Prozesszykluszeiten und die Identifizierung von Verzögerungen zwischen Aktivitäten.

Ein Pflichtfeld in jedem Event Log oder jeder Transaktionshistorientabelle eines Systems.

Die Darlehensantrags-ID ist ein eindeutiger Schlüssel, der jeder Darlehensanfrage bei ihrer Erstellung zugewiesen wird. Sie dient als primärer Case-Identifier, der alle zugehörigen Aktivitäten, Dokumente und Entscheidungen von der ersten Einreichung bis zur endgültigen Auszahlung oder Schließung miteinander verbindet. Diese Konsistenz ist unerlässlich, um den End-to-End-Verlauf jeder Anwendung zu rekonstruieren.

Im Process Mining wird dieses Attribut verwendet, um alle zugehörigen Events zu einem einzigen Case zu gruppieren, was die Analyse von Prozessabläufen, Zykluszeiten und Variationen pro Antrag ermöglicht. Ohne einen konsistenten und eindeutigen Case-Identifier ist es unmöglich, den Prozess genau abzubilden oder seine Performance zu analysieren.

Es ist der grundlegende Schlüssel für Process Mining, da es alle verwandten Events zu einem einzigen Case gruppiert und so die Analyse des gesamten Kreditvergabeprozesses ermöglicht.

Typischerweise in der Kopfzeile oder Haupttransaktionstabelle für Darlehensanträge zu finden.

Dieses Attribut zeichnet den Timestamp der letzten Datenextraktion oder Aktualisierung aus dem Quellsystem auf. Es ist ein Metadatenfeld, das für Data Governance und Qualitätssicherung unerlässlich ist.

Zu wissen, wann die Daten zuletzt aktualisiert wurden, hilft Analysten, die Aktualität ihres Datensatzes zu verstehen und stellt sicher, dass Analysen auf aktuellen Informationen basieren. Es ist besonders wichtig für die Überwachung laufender Prozesse, da es anzeigt, wie aktuell die Prozessansicht ist. Dieser Timestamp ist auch wertvoll für das Debugging von Datenpipelines und die Identifizierung potenzieller Probleme mit Datenaufnahmeplänen.

Es bestätigt die Aktualität der Daten, stellt sicher, dass Analysen auf zeitnahen Informationen basieren und hilft bei der Verwaltung der Datenqualität.

Wird typischerweise während des Datenextraktions-, Transformations- und Ladeprozesses (ETL) generiert und gespeichert.

Der Name des Quellsystems gibt die ursprüngliche Anwendung oder Plattform an, die die Event-Daten generiert hat, wie z. B. ein Loan Origination System (LOS), CRM oder ein Dokumentenmanagementsystem. In modernen Unternehmen erstreckt sich ein einzelner Geschäftsprozess wie die Darlehensvergabe oft über mehrere miteinander verbundene Systeme.

Die Identifizierung des Quellsystems für jedes Event ist entscheidend für die Datenvalidierung, Fehlerbehebung und das Verständnis der technologischen Landschaft des Prozesses. Sie ermöglicht es Analysten, Daten zu ihrem Ursprung zurückzuverfolgen und zu beurteilen, wie verschiedene Systeme zum gesamten Prozessfluss und potenziellen Verzögerungen beitragen.

Es hilft, Daten zu ihrem Ursprung zurückzuverfolgen, was für die Datenvalidierung und das Verständnis von Prozessabläufen, die sich über mehrere IT-Systeme erstrecken, entscheidend ist.

Oft als Standardfeld in Datenextrakten verfügbar oder kann während des Data Engineering-Prozesses hinzugefügt werden.

Wenn das endgültige Ergebnis eines Darlehensantrags 'Abgelehnt' ist, liefert der Ablehnungsgrund einen Code oder eine Textbeschreibung, die erklärt, warum. Häufige Gründe sind 'Unzureichende Kreditwürdigkeit', 'Hohes Schulden-zu-Einkommen-Verhältnis' oder 'Unvollständiger Antrag'.

Dieses Attribut ist von unschätzbarem Wert für die Ursachenanalyse von Anwendungsfehlern. Durch die Analyse der häufigsten Ablehnungsgründe können Organisationen systemische Probleme im Bewerberpool, bei den Underwriting-Kriterien oder im Antragsprozess selbst identifizieren. Diese Erkenntnisse können Marketingstrategien, Produktentwicklung und Prozessverbesserungen informieren, die darauf abzielen, die Ablehnungsquoten zu senken.

Es liefert kritische Einblicke für die Ursachenanalyse, hilft zu verstehen, warum Anträge abgelehnt werden, und ermöglicht gezielte Prozessverbesserungen.

Als Teil des endgültigen Entscheidungsereignisses erfasst, oft verknüpft mit dem Entscheidungsergebnis 'Abgelehnt'.

Der Antragskanal identifiziert den initialen Kontaktpunkt oder die Einreichungsmethode des Antragstellers. Beispiele sind 'Online-Portal', 'Mobile App', 'Filiale' oder 'Drittanbieter-Makler'.

Verschiedene Kanäle können erheblich unterschiedliche Kundenerlebnisse und interne Bearbeitungsworkflows aufweisen. Die Analyse des Prozesses nach Kanal hilft Organisationen, die Effizienz und Effektivität jedes Einreichungspfades zu verstehen. Sie kann aufzeigen, welche Kanäle schnellere Bearbeitungszeiten, höhere Kundenzufriedenheit oder bessere Datenqualität aufweisen, und bietet so Einblicke für strategische Investitionen in Technologie und Betrieb.

Es ermöglicht die Analyse der Prozessleistung und des Kundenerlebnisses über verschiedene Einreichungskanäle hinweg, wie z.B. Online, in der Filiale oder mobil.

Zu Beginn des Antragsprozesses erfasst und in der Haupttabelle der Kreditanträge gespeichert.

Die Event End Time markiert den präzisen Zeitpunkt, an dem eine Aktivität abgeschlossen wurde. Während einige Events Meilensteine mit nur einer Startzeit sind, haben viele Aktivitäten eine bestimmte Dauer. Die Endzeit ermöglicht die direkte Berechnung dieser aktiven Bearbeitungszeit.

Die Analyse der aktiven Bearbeitungszeit ist entscheidend für das Verständnis der Ressourcenauslastung, die Identifizierung von Ineffizienzen innerhalb spezifischer Aufgaben und die Unterscheidung zwischen der Zeit, die aktiv an einem Case gearbeitet wurde, und Wartezeiten. Zum Beispiel hilft sie festzustellen, wie lange die Kreditprüfung tatsächlich dauerte, getrennt von der Zeit, in der der Antrag in der Warteschlange des Underwriters lag.

Es ermöglicht die Berechnung der aktiven Bearbeitungszeit für Aktivitäten, was entscheidend ist, um zwischen wertschöpfender Arbeit und Wartezeit zu unterscheiden.

Oft zusammen mit der Startzeit in Event Logs oder Transaktionstabellen für Systeme gefunden, die die Dauer von Aktivitäten verfolgen.

Das Entscheidungsergebnis gibt den finalen Status eines Kreditantrags nach vollständiger Bearbeitung an. Häufige Ergebnisse sind 'Genehmigt', 'Abgelehnt', 'Vom Antragsteller zurückgezogen' oder 'Gegenangebot gemacht'.

Dieses Attribut ist essentiell für die Ergebnisanalyse, die darauf abzielt zu verstehen, welche Prozesspfade zu erfolgreichen im Gegensatz zu erfolglosen Ergebnissen führen. Durch die Korrelation von Prozessvariationen mit Entscheidungsergebnissen können Organisationen Best Practices identifizieren, die zu höheren Genehmigungsquoten führen, oder Verhaltensweisen, die Ablehnungen zur Folge haben. Diese Analyse ist entscheidend für die Verbesserung der Prozesseffizienz und der Geschäftsergebnisse.

Es ist unerlässlich für die Ergebnisanalyse und hilft zu identifizieren, welche Prozessverhaltensweisen und -pfade mit erfolgreichen oder erfolglosen Kreditanträgen korrelieren.

Wird typischerweise im Statusfeld des Darlehensantrags oder als spezifisches Entscheidungs-Event in der Transaktionshistorie aufgezeichnet.

Dieses boolesche Attribut unterscheidet zwischen Aktivitäten, die automatisch von einem System ausgeführt werden, wie eine automatisierte Kreditprüfung oder anfängliche Dokumentenvalidierung, und solchen, die manuell von einem menschlichen Benutzer durchgeführt werden.

Diese Unterscheidung ist entscheidend, um den Grad der Automatisierung innerhalb eines Prozesses und deren Auswirkungen auf die Effizienz zu verstehen. Die Analyse von automatisierten gegenüber manuellen Schritten hilft, Möglichkeiten für weitere Automatisierung zu identifizieren, die Zeitersparnis durch bestehende Automatisierung zu quantifizieren und die Arbeitslast menschlicher Ressourcen zu verstehen. Sie bietet eine klare Sicht auf die Mensch-System-Interaktion während des gesamten Darlehensvergabeprozesses.

Es hilft, zwischen systemgesteuerten und menschengesteuerten Aktivitäten zu unterscheiden, was entscheidend für die Automatisierungsanalyse und das Verständnis der Ressourcen-Arbeitslast ist.

Kann ein Feld im Event Log sein oder basierend auf dem Aktivitätsnamen oder dem mit dem Event verknüpften Benutzer (z.B. 'Systembenutzer') abgeleitet werden.

Der Darlehensbetrag stellt die vom Antragsteller beantragte Hauptsumme dar. Dies ist ein entscheidendes Finanzattribut, das oft die Komplexität und das Risiko eines Darlehensantrags beeinflusst.

Höhere Darlehensbeträge können strengere Underwriting-Verfahren auslösen, zusätzliche Genehmigungsebenen erfordern oder unterschiedliche Gebührenstrukturen beinhalten. Die Analyse des Prozesses basierend auf dem Darlehensbetrag kann aufzeigen, wie der Wert die Bearbeitungszeiten, Genehmigungsquoten und den Grad der Prüfung beeinflusst. Es ist auch eine wichtige Eingangsgröße für Finanzanalysen, wie die Berechnung des Gesamtwerts der Darlehens-Pipeline oder der Kosten pro verliehenem Euro.

Dieses Attribut ist ein wichtiger Treiber für Prozesskomplexität und -risiko und ermöglicht die Analyse, wie der Darlehenswert die Zykluszeit und Genehmigungsquoten beeinflusst.

Ein Kernfeld aus den Kreditantragsdaten, typischerweise in der primären Kreditinformationstabelle gespeichert.

Der Darlehensprodukttyp kategorisiert den Darlehensantrag basierend auf dem angeforderten Finanzprodukt. Beispiele sind 'Konventionelle Hypothek', 'FHA-Darlehen', 'Autokredit' oder 'Persönlicher Kreditrahmen'.

Verschiedene Darlehensprodukte haben oft unterschiedliche Prozesse, Compliance-Anforderungen und Risikoprofile. Die Analyse des Prozesses nach Produkttyp ist entscheidend, um Variationen zu identifizieren und Workflows für spezifische Produktlinien zu optimieren. Diese Segmentierung ermöglicht gezieltere Verbesserungen und hilft, Unterschiede bei Zykluszeiten, Genehmigungsquoten und Nacharbeit über das gesamte Darlehensportfolio hinweg zu erklären.

Es ermöglicht die Segmentierung des Prozesses, um die Leistung zu vergleichen und Variationen in den Workflows für verschiedene Kreditarten zu identifizieren.

Ein Standardfeld im Kreditantragsformular, das in der Haupttabelle für Antragsdaten gespeichert ist.

Der zugewiesene Benutzer identifiziert den einzelnen Mitarbeiter oder Systembenutzer, der eine bestimmte Aktivität durchgeführt hat oder dafür verantwortlich ist. Dies könnte ein Kreditsachbearbeiter, Sachbearbeiter, Underwriter oder Abschlussagent sein.

Dieses Attribut ist grundlegend für die Analyse der Team- und Einzelleistung, der Arbeitslastverteilung und der Ressourcenallokation. Durch die Verfolgung von Aktivitäten nach Benutzer können Organisationen leistungsstarke Personen identifizieren, Schulungsbedarfe ermitteln und Arbeitslasten neu verteilen, um die Effizienz zu optimieren. Es ermöglicht auch die Analyse, wie verschiedene Benutzer oder Teams Prozess outcomes und Zykluszeiten beeinflussen.

Es ist unerlässlich für die Analyse der Arbeitslastverteilung, der Teamleistung und der Identifizierung von ressourcenbezogenen Engpässen im Prozess.

Typischerweise in Transaktions- oder Event Logs zu finden, die Benutzeraktionen innerhalb des Systems aufzeichnen.

Der Antragstellertyp klassifiziert den Kreditantragsteller basierend auf seiner Beziehung zum Finanzinstitut, z.B. als 'Neukunde' oder 'Bestandskunde'.

Diese Segmentierung ist wichtig, da der Prozess je nach diesem Attribut unterschiedlich sein kann. Bestandskunden könnten aufgrund bereits vorhandener Daten einen optimierteren Prozess durchlaufen, während Neukunden möglicherweise eine umfangreichere Identitäts- und Informationsprüfung benötigen. Die Analyse des Prozesses nach Antragstellertyp kann diese Unterschiede hervorheben und Organisationen dabei helfen, die Customer Journey für jedes Segment maßzuschneidern und zu optimieren.

Es ermöglicht den Prozessvergleich zwischen verschiedenen Kundensegmenten, die unterschiedliche Workflows und Service-Level-Erwartungen haben können.

Aus Customer Relationship Management (CRM)-Daten abgeleitet oder im Antragsformular angegeben.

Der geografische Standort gibt einen für das Darlehen relevanten Ort an, z. B. das Bundesland der Immobilie, die bearbeitende Filiale oder die Region des Antragstellers.

Dieses Attribut ist nützlich für die Analyse regionaler Prozessunterschiede. Beispielsweise können verschiedene Bundesländer spezielle Compliance-Anforderungen haben, die zusätzliche Prozessschritte erfordern, oder bestimmte Filialen arbeiten effizienter als andere. Diese geografische Segmentierung kann Leistungsunterschiede, Ressourcenbedarf und marktspezifische Trends aufzeigen, die den Darlehensvergabeprozess beeinflussen.

Ermöglicht geografische Analysen, um regionale Unterschiede in der Prozessleistung, den Compliance-Anforderungen und den Geschäftsergebnissen aufzudecken.

In Antragsdaten gefunden, wie z.B. der Immobilienadresse oder der Filiale, in der der Antrag eingereicht wurde.

Der Kredit-Score ist eine numerische Darstellung der Kreditwürdigkeit eines Antragstellers, die während des Antragsprozesses von einer Kreditauskunftei bezogen wird. Er ist ein primärer Faktor bei der Risikobewertung und Kreditentscheidung.

Höhere Kredit-Scores weisen im Allgemeinen auf ein geringeres Risiko hin und können zu günstigeren Kreditkonditionen oder einem schnelleren Genehmigungsprozess führen. Im Process Mining kann die Analyse, wie der Kredit-Score den Prozess beeinflusst, unterschiedliche Bearbeitungspfade für Antragsteller mit variierenden Risikoprofilen aufzeigen. Zum Beispiel könnten Anträge mit niedrigeren Scores mehr manuelle Überprüfungen erfordern oder zusätzliche Dokumentation benötigen, was zu längeren Zykluszeiten führt.

Es ist ein Schlüsselfaktor bei der Risikobewertung, der den Prozesspfad, die Entscheidungsergebnisse und die gesamte Zykluszeit erheblich beeinflussen kann.

Von einer externen Kreditauskunftei bezogen und mit den Profildaten des Antragstellers gespeichert.

Das Underwriting SLA Target definiert den erwarteten Zeitrahmen, innerhalb dessen die Underwriting-Phase des Darlehensantrags abgeschlossen sein sollte. Dieses Ziel ist ein wichtiger Key Performance Indicator (KPI) und eine Benchmark, die vom Unternehmen festgelegt wird, um eine termingerechte Bearbeitung zu gewährleisten.

Durch den Vergleich der tatsächlichen Dauer der Underwriting-Phase, berechnet aus Timestamps, mit diesem Ziel können Unternehmen die Einhaltung der SLAs messen. Diese Analyse hilft, Bottlenecks im Underwriting zu identifizieren, die Teamleistung zu bewerten und die Kundenerwartungen effektiv zu managen.

Es dient als Benchmark zur Messung der Leistung gegenüber Service Level Agreements und hilft, Verzögerungen zu identifizieren und operative Ziele zu steuern.

Typischerweise in Geschäftsregelkonfigurationen oder Service Level Agreement-Dokumentationen definiert und kann mit den Case-Daten gespeichert werden.

Dieses Attribut identifiziert die spezifische Abteilung oder das funktionale Team, wie 'Kreditbearbeitung', 'Underwriting' oder 'Abschluss', das für eine Aktivität verantwortlich ist oder den Case zu einem bestimmten Zeitpunkt besitzt.

Die Verfolgung von Übergaben zwischen Abteilungen ist entscheidend, um organisatorische Workflows zu verstehen und abteilungsübergreifende Verzögerungen zu identifizieren. Die Analyse des Prozesses nach Abteilung hilft, die Leistung verschiedener Teams zu messen, deren Arbeitslasten zu verstehen und die Zusammenarbeit sowie Übergabeverfahren zwischen ihnen zu optimieren.

Es ermöglicht die Analyse von Prozessübergaben und Leistungen nach Funktionsteam, wodurch abteilungsübergreifende Engpässe und Ineffizienzen hervorgehoben werden.

Kann in Workflow-Management-Systemen gefunden oder vom Benutzer oder der Rolle abgeleitet werden, die der Aufgabe zugewiesen ist.