Ihr Daten-Template für das KYC-Kunden-Onboarding

Der Aktivitätsname bezeichnet einen Schritt im KYC-Onboarding-Workflow, zum Beispiel „Antrag eingereicht“, „Dokumentenprüfung durchgeführt“ oder „Antrag genehmigt“. Jede Aktivität steht für eine einzelne Aktion oder einen Meilenstein im Prozess.

Dieses Attribut ist entscheidend für die Erstellung der Prozesslandkarte, die den Ablauf der Aktivitäten visuell darstellt. Es ermöglicht die Analyse von Prozessvarianten, Engpässen zwischen einzelnen Schritten und der Häufigkeit von Schleifen mit wiederholter Arbeit. Die Analyse der Aktivitäten zeigt, was im Prozess tatsächlich geschieht.

Dieses Attribut bildet die Grundlage der Prozesslandkarte. Damit können Sie die Abfolge der Events im Kunden-Onboarding visualisieren und analysieren.

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

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

Anhand des Event-Timestamps lassen sich die Dauer von Aktivitäten, die Wartezeit zwischen ihnen und die gesamte durchgängige Zykluszeit 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 Events chronologisch zu ordnen und alle zeitbezogenen Kennzahlen wie Zykluszeiten und Engpässe zu berechnen.

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

Der Kundenantrag ist die zentrale Kennung, die alle Aktivitäten und Datenpunkte für den Onboarding-Prozess eines einzelnen Kunden verknüpft. Der Prozess beginnt mit dem Einreichen des Antrags und verfolgt den Case bis zum Abschluss oder zur Ablehnung.

Beim Process Mining ist dieses Attribut entscheidend, um alle Events einem zusammenhängenden Case zuzuordnen. So lässt sich der gesamte Onboarding-Prozess für jeden Antragsteller rekonstruieren. Das ist die Grundlage für die Berechnung von Zykluszeiten, die Analyse von Prozessvarianten und die Nachverfolgung des Antragsstatus im Zeitverlauf.

Dies ist die grundlegende Case-ID. Ohne sie lässt sich der gesamte Weg eines Kundenantrags nicht nachvollziehen, sodass eine Prozessanalyse unmöglich ist.

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

Das Attribut „Abteilung“ gibt die für eine Aktivität zuständige Fachgruppe an, zum Beispiel „Compliance“, „Onboarding Operations“ oder „Betrugsprävention“.

Mit diesem Attribut lässt sich der Prozess aus Sicht der Abteilungen analysieren und die Übergabe zwischen Teams nachvollziehen. Es ist eine wichtige Dimension im Dashboard „Ressourcenzuweisung und Arbeitsauslastung“ und hilft, abteilungsübergreifende Ineffizienzen oder Verzögerungen in der Kommunikation zu erkennen.

Ermöglicht die Analyse von Prozessübergaben und Leistung nach Fachbereich und hilft, abteilungsübergreifende Engpässe zu erkennen.

Sehen Sie in der Dokumentation von LexisNexis Risk Solutions nach oder wenden Sie sich an den Systemadministrator. Möglicherweise muss der Wert aus einer Benutzer- oder HR-Stammdatentabelle ergänzt werden.

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

Der Antragsstatus ist wichtig, um die Ergebnisse des Onboarding-Prozesses nachzuverfolgen. In den Dashboards „Ablehnungsgründe und Phasen von Anträgen“ sowie „Täglicher Durchsatz und Antragsstatus“ dient er dazu, Erfolgsquoten und den operativen Ablauf zu überwachen. Die Analyse von Statusänderungen im Zeitverlauf gibt Aufschluss über den Lebenszyklus eines Cases.

Erfasst das Ergebnis jedes Antrags. Das ist wichtig, um zentrale KPIs wie die Ablehnungsquote zu berechnen und den Durchsatz zu überwachen.

Sehen Sie in der Dokumentation von LexisNexis Risk Solutions nach oder wenden Sie sich an den Systemadministrator. Dieses Feld befindet sich üblicherweise im zentralen Case- oder Antragsobjekt.

Dieser Timestamp kennzeichnet den Abschluss einer Aktivität. Die Differenz zwischen Endzeit und Startzeit eines Ereignisses entspricht seiner Verarbeitungszeit.

Die Endzeit ist entscheidend für die genaue Berechnung der Dauer einzelner Schritte. Sie ist eine wichtige Eingangsgröße für das Dashboard „Verarbeitungs- und Wartezeiten von Aktivitäten“. Anhand der Endzeit lässt sich unterscheiden, wie lange eine Ressource aktiv an einer Aufgabe gearbeitet hat und wie lange der Case auf den Beginn des nächsten Schritts warten musste.

Ermöglicht die genaue Berechnung der Verarbeitungszeit von Aktivitäten. Das ist wichtig, um ineffiziente Schritte und die Auslastung der Ressourcen zu analysieren.

Sehen Sie in der Dokumentation von LexisNexis Risk Solutions nach 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 Risikobewertungen spezialisiert. Dieses Attribut enthält das Ergebnis dieser Bewertung und ordnet jeden Antrag anhand seines potenziellen Risikoprofils ein. Die Risikostufe bestimmt häufig, wie umfangreich und wie lange die Due-Diligence-Prüfung ausfällt.

Dieses Attribut ist die zentrale Dimension des Dashboards „Risikostufe und Onboarding-Dauer“. Eine Analyse nach Risikostufe zeigt, ob Anträge mit hohem Risiko erwartungsgemäß deutlich länger dauern oder ob sich Anträge mit geringem Risiko unnötig verzögern. So lassen sich risikobasierte Onboarding-Strategien überprüfen und weiterentwickeln.

Wichtig für risikobasierte Analysen: Sie zeigt, wie sich das Risikoprofil von Kunden auf Prozesskomplexität, Dauer und Ablauf auswirkt.

Sehen Sie in der Dokumentation von LexisNexis Risk Solutions nach oder wenden Sie sich an den Systemadministrator. Dieser Wert ist eine zentrale Ausgabe der Risikobewertungsmodule.

Das SLA-Zieldatum legt fest, bis wann ein Antrag gemäß der Service-Level-Vereinbarung abgeschlossen sein soll. Es richtet sich häufig nach Faktoren wie Antragsart, Kundensegment oder Rechtsraum.

Dieses Attribut ist wichtig für das Dashboard „Überwachung der SLA-Zieleinhaltung“ und die KPI „SLA-Einhaltungsquote“. Durch den Vergleich des tatsächlichen Abschlussdatums mit dem SLA-Zieldatum können Unternehmen ihre Leistung an den vereinbarten Zielen messen, Cases mit drohender SLA-Verletzung erkennen und die Ursachen von Verzögerungen untersuchen.

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

Sehen Sie in der Dokumentation von LexisNexis Risk Solutions nach oder wenden Sie sich an den Systemadministrator. Der Wert kann im Case gespeichert oder anhand von Geschäftsregeln berechnet werden.

Dieses Attribut gibt an, welche Person eine Aufgabe ausgeführt hat, zum Beispiel ein Compliance-Beauftragter bei der Prüfung eines Dokuments. Damit lässt sich die Arbeitsverteilung und die individuelle Leistung analysieren.

In der Analyse ist der zugewiesene Benutzer eine wichtige Dimension des Dashboards „Ressourcenzuweisung und Arbeitsauslastung“. Sie können die Prozesslandkarte nach Benutzern filtern, die Leistung von Teammitgliedern vergleichen und Möglichkeiten für Schulungen oder eine ausgewogenere Arbeitsverteilung erkennen. Außerdem lassen sich Engpässe auf bestimmte Benutzergruppen zurückführen.

Dieses Attribut ist wichtig, um die Ressourcenleistung und Arbeitsverteilung zu analysieren und Möglichkeiten für Automatisierung oder eine bessere Ressourcennutzung zu erkennen.

Sehen Sie in der Dokumentation von LexisNexis Risk Solutions nach oder wenden Sie sich an den Systemadministrator. Der Wert findet sich üblicherweise in Audit-Trails oder Aufgabenverwaltungstabellen.

Wenn der endgültige Status eines Antrags „Abgelehnt“ lautet, gibt dieses Attribut den konkreten Grund an. Beispiele sind „Identitätsprüfung fehlgeschlagen“, „Treffer auf einer Sanktionsliste“ oder „Unvollständige Dokumentation“.

Diese Daten sind die wichtigste Grundlage für das Dashboard „Ablehnungsgründe und Phasen von Anträgen“. Die Analyse der Ablehnungsgründe hilft, häufige Fehlerquellen im Prozess zu erkennen. Daraus lassen sich Verbesserungen an Antragsrichtlinien, der Kundenkommunikation oder internen Prüfkriterien ableiten. Die Gründe für Ablehnungen zu verstehen, ist entscheidend, um die Genehmigungsquote insgesamt zu erhöhen.

Zeigt direkt, warum das Onboarding scheitert, und ermöglicht gezielte Verbesserungen zur Erhöhung der Antragsgenehmigungsquote.

Sehen Sie in der Dokumentation von LexisNexis Risk Solutions nach oder wenden Sie sich an den Systemadministrator. Der Wert steht häufig in einem Feld, das ausgefüllt wird, sobald der Antragsstatus auf „Abgelehnt“ gesetzt ist.

Dieses Attribut ordnet Anträge nach der Art der aufzunehmenden Einheit ein. Je nach Antragsart gelten häufig unterschiedliche Prozessabläufe, Risikoprofile und SLA-Ziele.

Eine Analyse nach Antragsart ermöglicht es, die Effizienz und Komplexität des Onboardings für verschiedene Kundentypen zu vergleichen. In den meisten Dashboards dient sie als Filter und ermöglicht eine detailliertere Leistungsanalyse.

Ermöglicht eine differenzierte Prozessanalyse. So wird sichtbar, wie die verschiedenen Antragsarten bearbeitet werden und wo jeweils Engpässe auftreten.

Sehen Sie in der Dokumentation von LexisNexis Risk Solutions nach oder wenden Sie sich an den Systemadministrator. Dieses Feld befindet sich üblicherweise im Antrags- oder Case-Objekt.

Dieses boolesche Attribut unterscheidet zwischen Aufgaben, die automatisiert vom System ausgeführt werden, etwa einer ersten Prüfung, und Aufgaben, die menschliches Eingreifen erfordern, zum Beispiel eine manuelle Dokumentenprüfung.

Mit „Automatisiert“ wird die KPI „Anteil manueller Aktivitäten“ berechnet und die Wirksamkeit von Automatisierungsinitiativen analysiert. In der Prozesslandkarte kann das Attribut die Übergänge zwischen automatisierten und manuellen Schritten sichtbar machen. So lassen sich weitere Automatisierungsmöglichkeiten erkennen, um Kosten und Verarbeitungszeiten zu senken.

Unterscheidet manuelle von automatisierten Aufgaben. Das ist wichtig, um Automatisierungsmöglichkeiten zu erkennen und ihre Wirkung zu messen.

Sehen Sie in der Dokumentation von LexisNexis Risk Solutions nach oder wenden Sie sich an den Systemadministrator. Möglicherweise handelt es sich um ein Kennzeichen im Event Log oder um einen Wert, der aus „AssignedUser“ abgeleitet wird, zum Beispiel bei einem „system“-Benutzer.

„AssignedUser“ erfasst den Benutzer für beliebige Aktivitäten. Dieses Attribut gibt dagegen gezielt den Compliance-Spezialisten an, der an wichtigen Prüfschritten beteiligt ist. Dadurch lässt sich die Compliance-Funktion gezielter analysieren.

Dieses Attribut ist wichtig für das Dashboard „Dauer und Rückstand bei Compliance-Prüfungen“. Damit können Sie die Arbeitsauslastung und Leistung des Compliance-Teams analysieren und feststellen, ob einzelne Prüfer Engpässe verursachen oder das Team insgesamt zu wenig Personal hat.

Ermöglicht eine gezielte Analyse der Compliance-Funktion und der Arbeitsauslastung sowie Leistung der Prüfer in dieser wichtigen, häufig verzögerten Prozessphase.

Sehen Sie in der Dokumentation von LexisNexis Risk Solutions nach oder wenden Sie sich an den Systemadministrator. Der Wert lässt sich ermitteln, indem Sie „AssignedUser“ nach Compliance-Aktivitäten filtern.

Das Attribut „Kanal“ gibt an, über welchen Weg der Antrag eingereicht wurde. Der Kanal kann sich auf die Datenqualität, das Kundenverhalten und die beim Onboarding auftretenden Probleme auswirken.

Mit diesem Attribut lässt sich die Prozessleistung über verschiedene Kanäle hinweg vergleichen. Im Dashboard „Konversionsraten im Onboarding-Trichter“ können Sie beispielsweise nach Kanal filtern und prüfen, ob mobile Antragsteller häufiger abbrechen als Antragsteller im Web. Die Ergebnisse helfen dabei, Prozesse gezielt für einzelne Kanäle zu verbessern.

Ermöglicht die Analyse der Prozessleistung nach Einreichungskanal. So lassen sich Unterschiede erkennen, die in die Kanalstrategie und Verbesserungen der Benutzererfahrung einfließen können.

Sehen Sie in der Dokumentation von LexisNexis Risk Solutions nach oder wenden Sie sich an den Systemadministrator. Diese Information wird üblicherweise zu Beginn des Antragsprozesses erfasst.

Dieses Attribut gibt das Land des Kunden an. Im KYC-Prozess ist es wichtig, da sich internationale Vorschriften und Risikostufen je nach Rechtsraum unterscheiden.

Eine Analyse nach Kundenland kann deutliche Unterschiede bei Zykluszeiten und Prozesskomplexität aufzeigen. Anträge aus Rechtsräumen mit hohem Risiko erfordern beispielsweise möglicherweise zusätzliche Compliance-Prüfungen und dauern dadurch länger. Die Analyse unterstützt die Ressourcenplanung und die Festlegung realistischer SLAs für verschiedene Regionen.

Ermöglicht die Analyse nach Rechtsraum. Das ist wichtig, um zu verstehen, wie sich regionale Vorschriften und Risikofaktoren auf die Prozessleistung auswirken.

Sehen Sie in der Dokumentation von LexisNexis Risk Solutions nach oder wenden Sie sich an den Systemadministrator. Dieses Feld gehört üblicherweise zu den Kundenstammdaten.

Dieses Attribut enthält den Timestamp der letzten Aktualisierung des Datensatzes. Er wird üblicherweise während der Datenextraktion und des Ladens für den gesamten Datensatz gesetzt.

Diese Information ist für Dashboard-Benutzer wichtig, damit sie die Aktualität der analysierten Daten einschätzen können. So lassen sich Entscheidungen auf Daten stützen, die aktuell genug sind. Außerdem hilft die Information dabei, Erwartungen an die Aktualität der Erkenntnisse zu steuern.

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

Dieser Wert wird üblicherweise während des ETL-Prozesses (Extract, Transform, Load) erzeugt und dem Datensatz als Timestamp hinzugefügt.

Dieses boolesche Kennzeichen wird auf „true“ gesetzt, wenn eine Aktivität innerhalb desselben Cases wiederholt wird. Ein Beispiel: „Dokumentenprüfung durchgeführt“ tritt ein zweites Mal auf, nachdem „Zusätzliche Informationen angefordert“ ausgeführt wurde. Das zeigt, dass der Prozess zu einem früheren Schritt zurückgekehrt ist.

„Nacharbeit“ ist wichtig für das Dashboard „Analyse von Nacharbeit und Wiederholungen“ und die KPI „Anteil der Nacharbeitsschleifen“. Damit lässt sich der Aufwand für wiederholte Arbeit beziffern und die Ursache von Nacharbeit erkennen, etwa unklare Anweisungen oder eine schlechte Datenqualität. So können Sie gezielte Prozessverbesserungen vornehmen.

Beziffert direkt Ineffizienz und unnötigen Aufwand im Prozess. So werden häufig wiederholte Aktivitäten sichtbar, die Kosten und Zykluszeiten erhöhen.

Dieses Attribut wird berechnet. Üblicherweise ermittelt das Process-Mining-Tool wiederholte Aktivitätsfolgen innerhalb eines Cases.

Dieses Attribut gibt das Quellsystem an, das die Ereignisdaten erzeugt hat, zum Beispiel LexisNexis Risk Solutions oder ein integriertes Drittanbietertool. In komplexen Umgebungen können die Daten für einen einzelnen Prozess aus mehreren Systemen stammen.

Die Kenntnis des Quellsystems ist hilfreich, um Daten zu validieren, Fehler zu beheben und Prozessabweichungen zu analysieren, die auf ein bestimmtes System zurückzuführen sein können. Sie unterstützt die Sicherstellung der Datenintegrität und liefert Kontext dazu, wie und wo eine Aktivität erfasst wurde.

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

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

Dieses Attribut ordnet jeden abgeschlossenen Case danach ein, ob er das „SlaTargetDate“ eingehalten hat. Typische Werte sind „Eingehalten“ oder „Verletzt“.

Dieses berechnete Feld bildet die Grundlage für das Dashboard „Überwachung der SLA-Zieleinhaltung“ und die KPI „SLA-Einhaltungsquote“. Es zeigt übersichtlich, wie die Leistung im Verhältnis zu den Servicezusagen ausfällt. Durch eine detaillierte Analyse lassen sich gemeinsame Merkmale von Cases erkennen, bei denen die SLA-Ziele verletzt wurden.

Liefert ein eindeutiges Ergebnis zur SLA-Leistung und erleichtert so die Überwachung, Berichterstattung und Analyse der Einhaltung von Service-Level-Zielen.

Dieses Attribut wird berechnet, indem der Timestamp der letzten Aktivität mit dem „SlaTargetDate“ des jeweiligen Cases verglichen wird.

Die Zykluszeit misst die gesamte Zeit vom ersten Ereignis, zum Beispiel „Antrag eingereicht“, bis zum letzten Ereignis, etwa „Kunden-Onboarding abgeschlossen“ oder „Antrag abgelehnt“, für einen einzelnen Case.

Sie ist eine zentrale KPI zur Messung der Prozessgesundheit und wird im Dashboard „Durchgängige Zykluszeit des Onboardings“ dargestellt. Anhand der durchschnittlichen Zykluszeit können Unternehmen die Wirkung von Prozessverbesserungen verfolgen und erkennen, wie Faktoren wie Risikostufe oder Antragsart die Customer Experience beeinflussen.

Diese zentrale Kennzahl misst die gesamte Zeit bis zum Nutzen für den Kunden. Sie wirkt sich direkt auf die Kundenzufriedenheit und die operative Effizienz aus.

Diese Kennzahl wird berechnet, indem für jeden Case der Timestamp des ersten Ereignisses vom Timestamp des letzten Ereignisses abgezogen wird.