Ihr Daten-Template für das KYC-Kunden-Onboarding

Der Aktivitätsname beschreibt einen Schritt im KYC-Onboarding-Workflow, etwa „Application Submitted“, „Document Review Performed“ oder „Application Approved“. Jede Aktivität steht für eine eigenständige Aktion oder einen Meilenstein im Prozess.

Dieses Attribut ist entscheidend für die Erstellung der Prozessdarstellung, die den Ablauf der Aktivitäten visuell abbildet. Es ermöglicht die Analyse von Prozessvarianten, Engpässen zwischen bestimmten Schritten und der Häufigkeit von Schleifen durch Nacharbeit. Die Analyse der Aktivitäten ist zentral, um zu verstehen, was im Prozess tatsächlich geschieht.

Dieses Attribut bildet das Rückgrat der Prozessdarstellung. Sie können damit die Abfolge der Ereignisse in der Customer Journey beim Onboarding visualisieren und analysieren.

Typischerweise in einem Event Log oder einer Audit-Trail-Tabelle innerhalb von LexisNexis Risk Solutions zu finden, in der Prozessschritte erfasst werden.

Dieser Timestamp markiert den Beginn einer Aktivität und legt die chronologische Reihenfolge aller Ereignisse innerhalb eines Cases fest. Er bildet die Grundlage für alle zeitbezogenen Analysen im Process Mining.

Mit dem Ereignis-Timestamp lassen sich die Dauer von Aktivitäten, die Wartezeit zwischen ihnen und die gesamte End-to-End-Durchlaufzeit des Onboarding-Prozesses berechnen. Diese Daten sind entscheidend, um Engpässe zu erkennen, die SLA-Einhaltung zu überwachen und die Prozesseffizienz zu verstehen.

Dieser Timestamp ist entscheidend, um Ereignisse chronologisch zu ordnen und alle zeitbezogenen Kennzahlen wie Durchlaufzeiten und Engpässe zu berechnen.

Befindet sich in den Event-Log- oder Audit-Trail-Tabellen neben dem Aktivitätsnamen.

Der Kundenantrag ist die zentrale Kennung, die alle zugehörigen Aktivitäten und Datenpunkte der Onboarding-Journey eines einzelnen Kunden miteinander verknüpft. Der Vorgang beginnt mit der Einreichung des Antrags und begleitet den Case bis zum Abschluss oder zur Ablehnung.

Im Process Mining ist dieses Attribut entscheidend, um alle Ereignisse zu einem zusammenhängenden Case zu gruppieren. Dadurch können Sie den Onboarding-Lebenszyklus von Anfang bis Ende analysieren. Die Kennung ermöglicht die Rekonstruktion des vollständigen Prozessablaufs für jeden Antragsteller. Das ist die Grundlage für die Berechnung von Durchlaufzeiten, die Analyse von Prozessvarianten und die zeitliche Verfolgung des Antragsstatus.

Dies ist die grundlegende Case-ID. Ohne sie lässt sich die End-to-End-Journey eines Kundenantrags nicht verfolgen, wodurch eine Prozessanalyse unmöglich wird.

Dies ist die primäre Case-Kennung im Case-Management-Modul von LexisNexis Risk Solutions.

Das Attribut „Department“ bezeichnet die für eine Aktivität verantwortliche Funktionseinheit, beispielsweise „Compliance“, „Onboarding Operations“ oder „Fraud Prevention“.

Mit diesem Attribut lässt sich der Prozess aus Abteilungssicht analysieren. Dadurch werden Übergaben zwischen verschiedenen Teams sichtbar. Es ist eine zentrale Dimension im Dashboard „Resource Allocation and Workload“ und hilft, abteilungsübergreifende Ineffizienzen oder Verzögerungen in der Kommunikation zu erkennen.

Ermöglicht die Analyse von Prozessübergaben und der Leistung nach Funktionseinheit. So lassen sich abteilungsübergreifende Engpässe erkennen.

Prüfen Sie die Dokumentation von LexisNexis Risk Solutions oder wenden Sie sich an den Systemadministrator. Der Wert muss möglicherweise aus einer Benutzer- oder HR-Stammdatentabelle ergänzt werden.

Dieses Attribut zeigt den Gesamtstatus des Cases zu einem bestimmten Zeitpunkt oder sein endgültiges Ergebnis. Häufige Statuswerte sind „In Bearbeitung“, „Genehmigt“, „Abgelehnt“ oder „Informationen ausstehend“.

Der Anwendungsstatus ist entscheidend, um die Ergebnisse des Onboarding-Prozesses zu verfolgen. Die Dashboards „Application Rejection Reasons & Stages“ und „Daily Throughput and Application Status“ verwenden ihn, um Erfolgsquoten und den operativen Ablauf zu überwachen. Die Analyse von Statusänderungen im Zeitverlauf liefert Erkenntnisse zum Lebenszyklus des Cases.

Verfolgt das Ergebnis jedes Antrags. Das ist entscheidend für die Berechnung wichtiger KPIs wie der Ablehnungsquote von Anträgen und für die Überwachung des Durchsatzes.

Prüfen Sie die Dokumentation von LexisNexis Risk Solutions oder wenden Sie sich an den Systemadministrator. Dies ist normalerweise ein zentrales Feld des Hauptobjekts für Case oder Antrag.

Dieser Timestamp markiert den Abschluss einer Aktivität. Die Differenz zwischen der Endzeit und der Startzeit eines Ereignisses entspricht seiner Bearbeitungszeit.

Die Endzeit ist entscheidend für die präzise Berechnung der Dauer jedes Prozessschritts. Sie ist eine zentrale Eingangsgröße für das Dashboard „Activity Processing & Waiting Times“. Außerdem hilft sie dabei, die Zeit zu unterscheiden, in der eine Ressource aktiv an einer Aufgabe gearbeitet hat, von der Zeit, in der der Case auf den Beginn des nächsten Schritts gewartet hat.

Ermöglicht die präzise Berechnung der Bearbeitungszeit einer Aktivität. Das ist entscheidend, um ineffiziente Schritte zu erkennen und die Auslastung von Ressourcen zu analysieren.

Prüfen Sie die Dokumentation von LexisNexis Risk Solutions oder wenden Sie sich an den Systemadministrator. Häufig ist dieser Wert in Event Logs verfügbar, die sowohl Start- als auch Endereignisse erfassen.

LexisNexis Risk Solutions ist auf die Risikobewertung spezialisiert. Dieses Attribut stellt das Ergebnis dieser Bewertung dar und ordnet jeden Antrag anhand seines potenziellen Risikoprofils ein. Die Risikostufe bestimmt häufig, wie umfangreich und wie lange die Due-Diligence-Prüfung ausfallen muss.

Dieses Attribut ist die zentrale Dimension des Dashboards „Risk Level vs. Onboarding Duration“. Die Analyse des Prozesses nach Risikostufe kann zeigen, ob Anträge mit hohem Risiko erwartungsgemäß deutlich länger dauern oder ob Anträge mit niedrigem Risiko unnötig verzögert werden. So lassen sich risikobasierte Onboarding-Strategien überprüfen und weiterentwickeln.

Entscheidend für risikobasierte Analysen. Damit lässt sich nachvollziehen, wie Kundenrisikoprofile die Komplexität, Dauer und Pfade des Prozesses beeinflussen.

Prüfen Sie die Dokumentation von LexisNexis Risk Solutions oder wenden Sie sich an den Systemadministrator. Dieser Wert ist eine zentrale Ausgabe der Module zur Risikobewertung.

Das SLA-Zieldatum definiert die Service-Level-Vereinbarung für den Abschluss eines Antrags. Es wird häufig anhand von Faktoren wie Antragstyp, Kundensegment oder Rechtsordnung festgelegt.

Dieses Attribut ist entscheidend für das Dashboard „SLA Target Adherence Monitoring“ und den KPI „SLA Adherence Rate“. Durch den Vergleich des tatsächlichen Abschlussdatums mit dem SLA-Zieldatum können Unternehmen ihre Leistung anhand eingegangener Verpflichtungen messen, von SLA-Verletzungen bedrohte Cases erkennen und die Ursachen von Verzögerungen untersuchen.

Ermöglicht die Leistungsmessung anhand von Service-Level-Vereinbarungen und macht Ineffizienzen sichtbar, die zu SLA-Verletzungen führen.

Prüfen Sie die Dokumentation von LexisNexis Risk Solutions oder wenden Sie sich an den Systemadministrator. Der Wert kann im Case gespeichert oder anhand von Geschäftsregeln berechnet werden.

Dieses Attribut identifiziert die konkrete Person, die eine Aufgabe ausgeführt hat, beispielsweise einen Compliance-Mitarbeiter bei der Prüfung eines Dokuments. Es unterstützt die Analyse der Arbeitsverteilung und der individuellen Leistung.

In der Analyse ist „Assigned User“ eine zentrale Dimension des Dashboards „Resource Allocation and Workload“. Sie können die Prozessübersicht nach Benutzern filtern, die Leistung von Teammitgliedern vergleichen und Möglichkeiten für Schulungen oder eine neue Arbeitsverteilung erkennen. Außerdem lassen sich dadurch Engpässe eingrenzen, die von bestimmten Benutzergruppen verursacht werden.

Dieses Attribut ist entscheidend für die Analyse der Ressourcenleistung und der Arbeitsverteilung sowie für das Erkennen von Möglichkeiten zur Automatisierung oder Optimierung des Ressourceneinsatzes.

Prüfen Sie die Dokumentation von LexisNexis Risk Solutions oder wenden Sie sich an den Systemadministrator. Der Wert ist normalerweise in Audit-Trails oder Tabellen der Aufgabenverwaltung zu finden.

Wenn der endgültige Status eines Antrags „Abgelehnt“ lautet, enthält dieses Attribut den konkreten Grund. Beispiele sind „Identitätsprüfung fehlgeschlagen“, „Sanktionsübereinstimmung“ oder „Unvollständige Dokumentation“.

Diese Daten sind die zentrale Eingangsgröße für das Dashboard „Application Rejection Reasons & Stages“. Die Analyse von Ablehnungsgründen hilft, häufige Fehlerstellen im Prozess zu erkennen. Daraus lassen sich Verbesserungen an Antragsrichtlinien, der Kundenkommunikation oder internen Prüfkriterien ableiten. Zu verstehen, warum Anträge abgelehnt werden, ist entscheidend, um die allgemeine Genehmigungsquote zu erhöhen.

Liefert direkte Erkenntnisse darüber, warum das Onboarding scheitert. Dadurch können Sie gezielt Verbesserungen umsetzen und die Genehmigungsquote von Anträgen erhöhen.

Prüfen Sie die Dokumentation von LexisNexis Risk Solutions oder wenden Sie sich an den Systemadministrator. Der Wert ist häufig in einem Feld zu finden, das beim Setzen des Anwendungsstatus auf „Abgelehnt“ befüllt wird.

Dieses Attribut kategorisiert Anträge anhand der Art der Einheit, die in das Onboarding aufgenommen wird. Verschiedene Antragstypen folgen häufig unterschiedlichen Prozesspfaden und haben eigene Risikoprofile und SLA-Ziele.

Die Analyse des Prozesses nach Antragstyp ermöglicht eine Segmentierung der Daten. So können Sie die Effizienz und Komplexität des Onboardings für verschiedene Kundentypen vergleichen. Das Attribut wird in den meisten Dashboards als Filter verwendet und ermöglicht eine detailliertere Leistungsbetrachtung.

Ermöglicht eine aussagekräftige Segmentierung des Prozesses. Dadurch wird sichtbar, wie verschiedene Antragstypen bearbeitet werden und wo jeweils spezifische Engpässe auftreten.

Prüfen Sie die Dokumentation von LexisNexis Risk Solutions oder wenden Sie sich an den Systemadministrator. Dies ist normalerweise ein zentrales Feld des Antrags- oder Case-Objekts.

Während „AssignedUser“ den Benutzer für jede Aktivität erfasst, identifiziert dieses Attribut gezielt den Compliance-Spezialisten, der an wichtigen Prüfschritten beteiligt ist. Dadurch lässt sich die Compliance-Funktion fokussierter analysieren.

Dieses Attribut ist zentral für das Dashboard „Compliance Review Duration and Backlog“. Es unterstützt die Analyse der Arbeitslast und Leistung des Compliance-Teams. So erkennen Sie, ob einzelne Prüfer Engpässe verursachen oder das Team insgesamt über zu wenige Ressourcen verfügt.

Liefert fokussierte Erkenntnisse zur Compliance-Funktion und ermöglicht eine detaillierte Analyse der Arbeitslast und Leistung der Prüfer in dieser wichtigen, häufig verzögerten Prozessphase.

Prüfen Sie die Dokumentation von LexisNexis Risk Solutions oder wenden Sie sich an den Systemadministrator. Der Wert kann durch Filterung von „AssignedUser“ für Compliance-bezogene Aktivitäten abgeleitet werden.

Die Durchlaufzeit misst die gesamte verstrichene Zeit zwischen dem ersten Ereignis, beispielsweise „Antrag eingereicht“, und dem letzten Ereignis, etwa „Kunden-Onboarding abgeschlossen“ oder „Antrag abgelehnt“, für einen einzelnen Case.

Sie ist ein zentraler KPI für die Bewertung der allgemeinen Prozessleistung und wird im Dashboard „Onboarding End-to-End Cycle Time“ visualisiert. Durch die Überwachung der durchschnittlichen Durchlaufzeit können Unternehmen die Auswirkungen von Prozessverbesserungen messen und erkennen, wie Faktoren wie Risikostufe oder Antragstyp die Customer Experience beeinflussen.

Dieser KPI misst die gesamte Zeit bis zum Nutzen für den Kunden. Damit beeinflusst er unmittelbar die Kundenzufriedenheit und die operative Effizienz.

Dies ist eine berechnete Kennzahl. Sie ergibt sich aus der Differenz zwischen dem Timestamp des ersten und dem Timestamp des letzten Ereignisses für jeden Case.

Dieses boolesche Attribut unterscheidet zwischen Aufgaben, die durch Systemautomatisierung ausgeführt werden, beispielsweise einer ersten Screening-Prüfung, und Aufgaben, die menschliches Eingreifen erfordern, etwa einer manuellen Dokumentenprüfung.

„Is Automated“ wird zur Berechnung des KPIs „Manual Activity Proportion“ und zur Analyse der Wirksamkeit von Automatisierungsinitiativen verwendet. In der Prozessübersicht kann das Attribut die Schnittstelle zwischen automatisierten und manuellen Schritten sichtbar machen. So erkennen Sie Möglichkeiten für weitere Automatisierung, um Kosten und Bearbeitungszeiten zu senken.

Unterscheidet zwischen manuellen und automatisierten Aufgaben. Das ist entscheidend, um Automatisierungsmöglichkeiten zu erkennen und deren Auswirkungen zu messen.

Prüfen Sie die Dokumentation von LexisNexis Risk Solutions oder wenden Sie sich an den Systemadministrator. Der Wert kann als Kennzeichen im Event Log vorliegen oder anhand von „AssignedUser“ abgeleitet werden, beispielsweise bei einem Benutzer namens „system“.

Dieses boolesche Kennzeichen wird auf „true“ gesetzt, wenn eine Aktivität innerhalb desselben Cases wiederholt wird, beispielsweise wenn „Dokumentenprüfung durchgeführt“ nach „Zusätzliche Informationen angefordert“ ein zweites Mal auftritt. Es zeigt, dass der Prozess zurückgesprungen ist.

„Is Rework“ ist entscheidend für das Dashboard „Rework and Repetition Analysis“ und den KPI „Rework Loop Percentage“. Das Attribut ermöglicht es, unnötigen Aufwand zu quantifizieren und Ursachen für Nacharbeit zu erkennen, etwa unklare Anweisungen oder eine unzureichende Datenqualität. So können Sie gezielte Prozessverbesserungen umsetzen.

Quantifiziert Ineffizienz und unnötigen Aufwand im Prozess direkt. Dadurch werden häufig wiederholte Aktivitäten sichtbar, die Kosten und Durchlaufzeiten erhöhen.

Dies ist ein berechnetes Attribut. Es wird normalerweise innerhalb des Process-Mining-Tools abgeleitet, indem wiederholte Aktivitätsfolgen innerhalb eines Cases erkannt werden.

Das Attribut „Channel“ identifiziert die Quelle, über die der Antrag eingereicht wurde. Der Kanal kann die Datenqualität, das Kundenverhalten und die während des Onboardings auftretenden Probleme beeinflussen.

Mit diesem Attribut lässt sich die Prozessleistung über verschiedene Kanäle hinweg vergleichen. Beispielsweise kann das Dashboard „Onboarding Funnel Conversion Rates“ nach Kanal gefiltert werden. So erkennen Sie, ob mobile Antragsteller häufiger als Web-Nutzer abbrechen, und können kanalspezifische Prozessverbesserungen ableiten.

Unterstützt die Analyse der Prozessleistung nach Einreichungskanal. So lassen sich Unterschiede erkennen, die in die Kanalstrategie und Verbesserungen der User Experience einfließen können.

Prüfen Sie die Dokumentation von LexisNexis Risk Solutions oder wenden Sie sich an den Systemadministrator. Diese Information wird normalerweise zu Beginn des Antragsprozesses erfasst.

Dieses Attribut gibt das Land des Kunden an. Im KYC-Prozess ist es entscheidend, da internationale Vorschriften und Risikostufen je nach Rechtsordnung unterschiedlich ausfallen.

Die Analyse des Prozesses nach Kundenland kann deutliche Unterschiede bei Durchlaufzeiten und Prozesskomplexität sichtbar machen. Anträge aus Hochrisiko-Rechtsordnungen erfordern beispielsweise zusätzliche Compliance-Prüfungen und dauern dadurch länger. Diese Analyse unterstützt die Ressourcenplanung und die Festlegung realistischer SLAs für verschiedene Regionen.

Ermöglicht eine Analyse nach Rechtsordnung. Das ist entscheidend, um zu verstehen, wie regionale Vorschriften und Risikofaktoren die Prozessleistung beeinflussen.

Prüfen Sie die Dokumentation von LexisNexis Risk Solutions oder wenden Sie sich an den Systemadministrator. Dies ist ein Standardfeld in den Kundenstammdaten.

Dieses Attribut enthält den Timestamp der letzten Aktualisierung des Datensatzes. In der Regel wird er während der Extraktion und des Ladens der Daten auf den gesamten Datensatz angewendet.

Diese Information ist für Dashboard-Nutzer entscheidend, um die Aktualität der analysierten Daten einzuschätzen. Sie stellt sicher, dass Entscheidungen auf Daten basieren, die ausreichend aktuell sind, und schafft klare Erwartungen an die Aktualität der Erkenntnisse.

Liefert wichtigen Kontext zur Aktualität der Daten. So bleiben Analysen relevant und Entscheidungen basieren nicht auf veralteten Informationen.

Dieser Wert wird normalerweise während des ETL-Prozesses (Extract, Transform, Load) erzeugt und im Datensatz gespeichert.

Dieses Attribut identifiziert das Quellsystem, das die Ereignisdaten erzeugt hat, beispielsweise LexisNexis Risk Solutions oder ein integriertes Drittanbieter-Tool. In komplexen Umgebungen können die Daten für einen einzelnen Prozess aus mehreren Systemen stammen.

Die Kenntnis des Quellsystems unterstützt die Datenvalidierung, die Fehlerbehebung und die Analyse von Prozessvarianten, die möglicherweise nur in einem bestimmten System auftreten. Sie trägt zur Datenintegrität bei und liefert Kontext dazu, wie und wo eine Aktivität erfasst wurde.

Identifiziert die Herkunft der Daten. Das ist entscheidend für Data Governance, Validierung und das Verständnis der Prozessausführung über verschiedene IT-Systeme hinweg.

Diese Information kann als statischer Wert oder in einem bestimmten Feld innerhalb des Datenexports oder der API-Antwort gespeichert sein.

Dieses Attribut kategorisiert jeden abgeschlossenen Case anhand der Einhaltung von „SlaTargetDate“. Typische Werte sind „Eingehalten“ oder „Verletzt“.

Dieses berechnete Feld bildet die Grundlage für das Dashboard „SLA Target Adherence Monitoring“ und den KPI „SLA Adherence Rate“. Es liefert einen klaren Überblick über die Leistung im Verhältnis zu Serviceverpflichtungen und ermöglicht eine Detailanalyse der gemeinsamen Merkmale von Cases, bei denen das SLA verletzt wurde.

Liefert ein eindeutiges binäres Ergebnis zur SLA-Leistung. Dadurch lässt sich die Einhaltung von Service-Level-Zielen einfach verfolgen, berichten und analysieren.

Dies ist ein berechnetes Attribut. Es wird abgeleitet, indem der Timestamp der letzten Aktivität mit „SlaTargetDate“ für jeden Case verglichen wird.