Ihre KYC-Kunden-Onboarding-Daten-Vorlage

Der Aktivitätenname beschreibt einen einzelnen Schritt oder Meilenstein im Kunden-Onboarding-Prozess, wie z.B. 'Initiales Screening durchgeführt' oder 'Antrag genehmigt'. Diese Abfolge von Aktivitäten bildet die Grundlage der Prozesslandkarte.

Die Analyse dieses Attributs ermöglicht die Visualisierung des Prozessflusses, die Identifizierung gängiger und alternativer Pfade sowie die Messung der Häufigkeit jedes Schrittes. Sie ist entscheidend, um zu verstehen, welche Aktionen durchgeführt werden und in welcher Reihenfolge.

Dieses Attribut definiert die Schritte im Prozess und ermöglicht die Erstellung einer Prozesslandkarte sowie die Analyse des Prozessflusses und seiner Variationen.

Diese Information ist typischerweise in Fenergos Workflow- oder Audit-Log-Tabellen zu finden, verknüpft mit Case-Status-Übergängen oder Aufgabenabschlüssen.

Die Kundenanwendung ist der zentrale Identifikator, der alle zugehörigen Aktivitäten und Events für den KYC-Onboarding-Prozess eines einzelnen Kunden gruppiert. Sie ermöglicht die End-to-End-Verfolgung einer Anwendung von der ersten Einreichung bis zur endgültigen Entscheidung, ob genehmigt, abgelehnt oder geschlossen.

Im Process Mining ist dieses Attribut grundlegend für die Rekonstruktion des gesamten Verlaufs jeder Anwendung. Es ermöglicht die Analyse von Prozessflüssen, Durchlaufzeiten, Variationen und Engpässen auf Anwendungsbasis und bietet einen klaren Überblick darüber, wie individuelle Cases bearbeitet werden.

Dies ist die essentielle Case-ID, die alle zugehörigen Events verbindet und es ermöglicht, den End-to-End-Kunden-Onboarding-Prozess zu analysieren.

Dies ist typischerweise der Primärschlüssel in Fenergos Core Case Management oder Client Lifecycle Management Entität.

Dieses Attribut zeichnet das genaue Datum und die genaue Uhrzeit auf, zu der eine spezifische Aktivität begonnen hat. Es liefert die chronologische Reihenfolge, die zur Rekonstruktion des Prozessflusses notwendig ist, und ist unerlässlich für alle zeitbasierten Analysen.

Im Process Mining wird die Startzeit verwendet, um die Dauer von Aktivitäten, die Wartezeit zwischen ihnen und die gesamte Durchlaufzeit des Cases zu berechnen. Sie bildet das zeitliche Rückgrat des Event Logs und ist entscheidend für Leistungs- und Engpassanalysen.

Dieser Timestamp ist entscheidend für die chronologische Reihenfolge der Events und die Berechnung aller zeitbasierten Metriken wie Durchlaufzeiten und Dauern.

Befindet sich in Fenergos Audit-Trail, Event Log oder Workflow-Historie-Tabellen, oft als 'Timestamp', 'StartDate' oder 'CreationDate' bezeichnet.

Dieses Attribut zeichnet Datum und Uhrzeit der letzten Datenaktualisierung auf. Es bietet Kontext für die Aktualität der analysierten Daten und ist wichtig, um die Zeitgerechtigkeit der Erkenntnisse zu verstehen.

In Dashboards und Berichten werden diese Informationen verwendet, um Benutzer über die Aktualität der Daten zu informieren. Es hilft, Erwartungen hinsichtlich der Frage zu steuern, ob die Analyse Echtzeit-Operationen oder eine historische Momentaufnahme widerspiegelt.

Liefert wichtige Kontextinformationen zur Datenaktualität und stellt sicher, dass Benutzer verstehen, wie aktuell die Prozessanalyse ist.

Dieser Wert wird während des Datenextraktions- und Ladevorgangs (ETL) generiert und im Datensatz gestempelt.

Dieses Attribut identifiziert das Ursprungssystem für die Event-Daten. Für diesen Prozess wird es durchgängig Fenergo sein, aber in gemischten Datensätzen hilft es, Datenquellen zu differenzieren.

Sein Haupteinsatz in der Analyse ist das Filtern von Daten aus spezifischen Systemen oder die Überprüfung der Datenherkunft. Es sorgt für Klarheit in Umgebungen, in denen Daten aus mehreren Systemen für eine umfassende Prozessansicht kombiniert werden könnten.

Identifiziert den Ursprung der Daten, was entscheidend ist für Daten-Governance, Validierung und um sicherzustellen, dass die Analyse auf der korrekten Quelle basiert.

Dies ist typischerweise ein statischer Wert, der während des Datenextraktionsprozesses hinzugefügt wird, um den Ursprung der Datensätze zu kennzeichnen.

Dieses Attribut gibt den Status der Anwendung am Ende des Prozesses oder ihren aktuellen Zustand an, falls sie noch läuft. Gängige Werte sind 'Genehmigt', 'Abgelehnt' oder 'In Bearbeitung'.

Dies ist eine kritische Dimension für die Ergebnisanalyse. Sie ermöglicht das Filtern und Vergleichen von Prozessflüssen basierend auf ihrem Endergebnis, was für das Dashboard 'Application Rework and Rejection' und für die Berechnung von KPIs wie der Anwendungsablehnungsrate unerlässlich ist.

Definiert das Ergebnis eines Case, was eine leistungsstarke Analyse ermöglicht, um die Wege von genehmigten vs. abgelehnten Anträgen zu vergleichen und die Erfolgsquoten zu verstehen.

Dies ist typischerweise der finale Status, der auf der Case-Entität in Fenergos Case Management System aufgezeichnet wird.

Dieses Attribut liefert den organisatorischen Kontext für den Benutzer, der eine Aktivität durchgeführt hat, wie z.B. 'Compliance', 'Onboarding Operations' oder 'Sales'. Es wird oft aus den Benutzerprofilinformationen abgeleitet.

Diese Dimension ist entscheidend für die Analyse von Prozessübergaben zwischen verschiedenen Abteilungen und die Identifizierung von abteilungsübergreifenden Engpässen. Sie unterstützt direkt das Dashboard 'Staff Activity Distribution', indem sie die Aggregation der Arbeit auf Team- oder Abteilungsebene ermöglicht.

Ermöglicht die Analyse der Prozessleistung nach Abteilung, wobei abteilungsübergreifende Übergaben, Verzögerungen und die Arbeitslastverteilung hervorgehoben werden.

Dies muss möglicherweise aus einer separaten Benutzer- oder HR-Stammdatentabelle unter Verwendung der 'InitiatingUser'-ID zusammengeführt werden. Fenergo kann dies auch als Teil des Benutzerprofils speichern.

Dieses Attribut zeichnet das genaue Datum und die genaue Uhrzeit auf, zu der eine spezifische Aktivität beendet wurde. Es ergänzt die Startzeit, um die aktive Dauer einer Aufgabe zu definieren.

Im Process Mining wird die Endzeit zusammen mit der Startzeit verwendet, um die Bearbeitungszeit für jede Aktivität zu berechnen. Dies ist unerlässlich, um zu identifizieren, welche Schritte im Prozess die meiste Zeit beanspruchen und um die Ressourceneffizienz zu analysieren.

Ermöglicht die Berechnung von Aktivitätsbearbeitungszeiten, was grundlegend ist für die Identifizierung langlaufender Aufgaben und Performance-Engpässe.

Befindet sich in Fenergos Audit-Trail- oder Workflow-Historie-Tabellen, oft als 'EndDate', 'CompletionDate' bezeichnet oder abgeleitet von der Startzeit des nachfolgenden Events.

Dieses Attribut identifiziert den spezifischen Mitarbeiter oder Systembenutzer, der für die Ausführung einer bestimmten Aufgabe oder eines Events verantwortlich ist. Es kann eine eindeutige Benutzer-ID, ein Name oder eine Rolle sein.

Die Analyse nach Benutzer hilft, die Arbeitslastverteilung, die individuelle Leistung und den Schulungsbedarf zu verstehen. Sie ist entscheidend für das Dashboard 'Staff Activity Distribution' und um tiefer in die von spezifischen Personen oder Teams durchgeführten Aktivitäten einzutauchen.

Verfolgt, welcher Benutzer eine Aktion durchgeführt hat, was die Analyse der Arbeitslastverteilung, Teamleistung und Ressourcenzuweisung ermöglicht.

Diese Information wird typischerweise in Fenergos Audit Logs oder Aufgabenhistorie-Tabellen zusammen mit den Event-Details gespeichert, oft als 'UserID', 'UserName' oder 'ModifiedBy'.

Der Risk Score ist ein quantitatives Maß für das potenzielle Risiko, das mit einem Kunden verbunden ist, berechnet auf der Grundlage verschiedener Faktoren wie Gerichtsbarkeit, Branche und Screening-Ergebnisse. Die Regel-Engine von Fenergo berechnet diesen Score typischerweise.

Dieses Attribut ermöglicht die Korrelation zwischen Risikostufen und Prozessverhalten. Zum Beispiel kann die Analyse aufzeigen, ob Hochrisikokunden längere Durchlaufzeiten haben oder mehr manuelle Eingriffe erfordern, was für das Dashboard 'Risk & Compliance Review Deep Dive' nützlich ist.

Quantifiziert Kundenrisiken und ermöglicht die Analyse, wie Risikostufen die Prozessdauer, Nacharbeiten und Ergebnisse beeinflussen.

Dies ist ein zentrales Ergebnis von Fenergos Client Risk Assessment Modul. Es wird auf dem Case oder der Client-Entität gespeichert.

Das SLA-Zieldatum stellt die vereinbarte Frist für den Abschluss des gesamten Onboarding-Prozesses einer Kundenanwendung dar. Es ist ein kritischer Referenzwert, an dem die tatsächliche Leistung gemessen wird.

Dieses Attribut ist unerlässlich für das Dashboard 'SLA Compliance Monitoring' und zur Berechnung der KPI 'SLA Adherence Rate'. Es ermöglicht ein proaktives Management von Cases, die Gefahr laufen, ihre SLA zu verletzen, und hilft, die Arbeit zu priorisieren.

Definiert das Ziel-Abschlussdatum, das entscheidend ist für die Überwachung der SLA-Compliance und die Priorisierung überfälliger Cases.

Dieses Datum wird oft basierend auf dem Einreichungsdatum der Anwendung und den in Fenergos SLA-Management-Modul konfigurierten Geschäftsregeln berechnet.

Wenn der finale Status einer Anwendung 'Abgelehnt' ist, liefert dieses Attribut den spezifischen Grund. Beispiele sind 'Hintergrundprüfung fehlgeschlagen', 'Unvollständige Dokumentation' oder 'Hohes Risikoprofil'.

Dies ist ein vitales Attribut für die Ursachenanalyse fehlgeschlagener Anwendungen. Es unterstützt direkt das Dashboard 'Application Rework and Rejection', indem es Fehler kategorisiert und dem Unternehmen hilft, häufige Probleme zu identifizieren und Korrekturmaßnahmen zur Verbesserung der First-Time Pass Rate zu implementieren.

Bietet kritische Einblicke, warum Anträge fehlschlagen, und ermöglicht eine Ursachenanalyse zur Reduzierung der Ablehnungsraten.

Typischerweise in einem Grundcode- oder Notizfeld zu finden, das mit dem finalen Ablehnungsstatus im Fenergo-Case-Workflow verbunden ist.

Dieses Attribut identifiziert die Einreichungsquelle der Anwendung, zum Beispiel über ein Online-Portal, eine physische Filiale oder über einen Relationship Manager. Die Quelle kann die Datenqualität und die Verarbeitungsanforderungen beeinflussen.

Diese Dimension wird im Dashboard 'Application Source & Type Efficiency' verwendet, um die Leistung verschiedener Kanäle zu vergleichen. Sie hilft Unternehmen zu verstehen, welche Kanäle am effizientesten sind und welche eine Prozessoptimierung erfordern könnten.

Identifiziert die Quelle von Anträgen, was eine Analyse der Kanaleffizienz, Kosten und des Kundenerlebnisses ermöglicht.

Diese Information könnte in einem initialen Dateneingabeformular innerhalb von Fenergo erfasst oder von einem vorgelagerten System übergeben werden.

Diese Metrik zählt das Vorkommen der Aktivität 'Zusätzliche Informationen angefordert' für jeden Case. Eine höhere Zählung bedeutet mehr Hin- und Her-Kommunikation, was den Prozess verzögern und zu einem schlechten Kundenerlebnis führen kann.

Dieses Attribut unterstützt direkt die KPI 'Cases with Additional Info Requests'. Es wird verwendet, um Anwendungen mit übermäßigen Anfragen zu identifizieren, was auf Probleme bei der anfänglichen Datenerfassung oder komplexe Case-Anforderungen hinweisen kann. Die Analyse hilft, die Informationsbeschaffung zu optimieren.

Quantifiziert Kundenprobleme und Prozessverzögerungen, die durch unvollständige Erstinformationen entstehen, und hilft so, den Datenerfassungsschritt zu verbessern.

Dies ist eine berechnete Metrik, abgeleitet durch Zählung der Anzahl der 'Zusätzliche Informationen angefordert'-Events für jede 'CustomerApplication'-ID.

Bearbeitungszeit, auch bekannt als aktive Zeit, ist die berechnete Dauer zwischen dem Start- und End-Timestamp einer einzelnen Aktivität. Sie repräsentiert die Zeit, in der eine Ressource aktiv an einer Aufgabe beteiligt war.

Diese Metrik ist grundlegend für die Performance-Analyse. Sie wird in Engpass-Analyse-Dashboards verwendet, um genau zu bestimmen, welche spezifischen Aktivitäten am zeitaufwendigsten sind, und hilft, Verbesserungsbemühungen dort zu konzentrieren, wo sie die größte Wirkung erzielen werden.

Diese berechnete Metrik misst die aktive Arbeitszeit für jede Aktivität, was entscheidend für die Identifizierung von Performance-Engpässen ist.

Berechnet als Differenz zwischen 'EventEndTime' und 'EventStartTime' (EndTime - StartTime).

Der Case Owner ist die Person oder Gruppe, die die Hauptverantwortung für einen Onboarding-Case trägt. Diese Person ist typischerweise für dessen zeitnahe und erfolgreiche Fertigstellung verantwortlich.

Dieses Attribut hilft bei der Analyse der Arbeitslast und Leistung auf Ebene des Case Managers. Es kann verwendet werden, um zu sehen, ob bestimmte Case Owner längere Durchlaufzeiten oder höhere Ablehnungsquoten haben, was möglicherweise auf Schulungsbedarf oder Ressourcenungleichgewichte hindeutet.

Identifiziert die verantwortliche Person oder das Team für einen Case und ermöglicht so eine Leistungsanalyse der Case Manager.

Dies ist in der Regel ein spezifisches Feld auf der primären Case-Entität in Fenergo, das die Case-Zuweisung anzeigt.

Dieses Attribut unterscheidet zwischen Aufgaben, die automatisch vom System ausgeführt werden (z.B. initiales Screening, Systemprüfungen), und solchen, die manuell von einem Benutzer durchgeführt werden. Dies wird oft dadurch bestimmt, ob der ausführende Benutzer ein System- oder Service-Account ist.

Die Analyse dieses Flags ist entscheidend, um den Automatisierungsgrad im Prozess zu verstehen. Sie hilft, den Einfluss der Automatisierung auf Effizienz, Kosten und Geschwindigkeit zu quantifizieren und Möglichkeiten für weitere Automatisierung zu identifizieren.

Unterscheidet zwischen menschlichen und Systemaktivitäten, was entscheidend ist für die Automatisierungsanalyse und das Verständnis der Ressourcenkosten.

Dies wird typischerweise basierend auf dem Feld 'InitiatingUser' abgeleitet. Eine Liste bekannter Systembenutzer-IDs wird verwendet, um dieses Flag auf 'true' zu setzen.

Dieses Attribut identifiziert Aktivitäten, die einen Rückschritt im Prozess darstellen, wie z.B. die Rückkehr zur 'Dokumentenprüfung', nachdem eine 'Compliance-Überprüfung' bereits begonnen hat, oder jedes Auftreten von 'Zusätzliche Informationen angefordert'.

Die Identifizierung von Nacharbeiten ist entscheidend, um Prozesseffizienz und Reibungspunkte zu verstehen. Dieses Flag ermöglicht die direkte Berechnung der KPI 'Rework Loop Rate' und hilft, den Einfluss verschwenderischer, repetitiver Schritte im Prozessfluss zu visualisieren und zu quantifizieren.

Hebt ineffiziente Nacharbeitsschleifen im Prozess hervor, hilft, Verschwendung zu quantifizieren und Bereiche für Verbesserungen zu identifizieren, um die First-Time-Right-Raten zu erhöhen.

Dieses Flag wird mithilfe von Process Mining Techniken abgeleitet, die die Abfolge von Aktivitäten analysieren. Wenn zum Beispiel 'Aktivität A' von 'Aktivität B' gefolgt wird und dann 'Aktivität A' für denselben Case erneut auftritt, ist die zweite 'Aktivität A' Nacharbeit.

Dieses Attribut ist ein binärer Indikator für die SLA-Performance eines abgeschlossenen Cases. Es wird auf 'true' gesetzt, wenn der Timestamp der letzten, abschließenden Aktivität am oder vor dem 'SlaTargetDate' liegt, und 'false' andernfalls.

Dieses berechnete Feld vereinfacht das SLA-Monitoring und Reporting. Es ermöglicht eine einfache Aggregation zur Berechnung der gesamten KPI 'SLA Adherence Rate' und zum Filtern, um die Prozessmerkmale von konformen gegenüber nicht-konformen Cases zu analysieren.

Misst direkt die SLA-Leistung und ermöglicht eine einfache Berechnung der SLA-Einhaltungsrate (KPI) sowie das Filtern nach nicht-konformen Cases.

Dies wird abgeleitet, indem der Timestamp der letzten Case-Aktivität (z.B. 'Antrag genehmigt', 'Antrag abgelehnt') mit dem 'SlaTargetDate' verglichen wird.

Die Kunden-ID ist die eindeutige Referenz für die Client-Entität im Stammdatensystem. Während die Antragsnummer die Case-ID für den Prozess ist, verknüpft die Kunden-ID die Onboarding-Aktivität mit einem spezifischen Client.

Dieses Attribut ermöglicht die Analyse der Onboarding-Historie eines einzelnen Kunden, zum Beispiel, wenn dieser im Laufe der Zeit mehrere Onboarding-Prozesse durchlaufen hat. Es ermöglicht auch die Verknüpfung von Prozessdaten mit anderen kundenbezogenen Daten für eine umfassendere Geschäftssicht.

Verknüpft den Onboarding-Prozess mit einer eindeutigen Kundenentität, was eine kundenorientierte Analyse und Datenanreicherung ermöglicht.

Diese ID wird im Client- oder Rechtsträgerdatensatz innerhalb von Fenergo gespeichert und mit dem Onboarding-Case verknüpft.

Dieses Attribut segmentiert Kunden in verschiedene Kategorien basierend auf ihrer Rechtsform oder Beziehung zum Finanzinstitut. Verschiedene Kundentypen folgen oft unterschiedlichen Onboarding-Pfaden mit variierender Komplexität und Due-Diligence-Anforderungen.

Die Analyse des Prozesses nach Kundentyp hilft, Leistungsunterschiede zwischen den Segmenten zu identifizieren. Sie ist entscheidend für das Dashboard 'Application Source & Type Efficiency', um Durchlaufzeiten und Genehmigungsraten zu vergleichen und so maßgeschneiderte Prozessverbesserungen zu erzielen.

Ermöglicht den Vergleich der Prozessleistung über verschiedene Kundensegmente hinweg, die oft unterschiedliche Komplexitäten und SLAs aufweisen.

Diese Information wird typischerweise auf der Kunden- oder Client-Entität innerhalb von Fenergo gespeichert und mit dem Anwendungs-Case verknüpft.

Dieses Attribut gibt das mit dem Kunden verbundene Land an, das oft die spezifischen regulatorischen Regeln und Risikofaktoren bestimmt, die für den Onboarding-Prozess gelten.

Die Analyse des Prozesses nach Land ermöglicht gerichtliche Vergleiche von Durchlaufzeiten, Risikostufen und Prozesskomplexität. Sie hilft zu verstehen, wie regionale Unterschiede die operative Leistung beeinflussen und die Einhaltung lokaler Vorschriften sicherzustellen.

Ermöglicht die Segmentierung des Prozesses basierend auf der Geografie, was entscheidend für die Analyse regulatorischer Auswirkungen und regionaler Leistungen ist.

Diese Information ist Teil der während des Antragsprozesses erfassten Kerndaten des Kunden und wird auf der Client-Entität in Fenergo gespeichert.