Ihr KYC-Onboarding Daten-Template

Der Aktivitätsname beschreibt einen Schritt im KYC-Onboarding-Workflow, wie 'Antrag eingereicht', 'Dokumentenprüfung durchgeführt' oder 'Antrag genehmigt'. Jede Aktivität stellt eine eigenständige Aktion oder einen Meilenstein im Prozess dar.

Dieses Attribut ist maßgeblich für die Erstellung der Prozesskarte, die den Ablauf der Aktivitäten visuell darstellt. Es ermöglicht die Analyse von Prozessvarianten, Engpässe zwischen spezifischen Schritten und der Häufigkeit von Nacharbeitsschleifen. Die Analyse von Aktivitäten ist der Schlüssel zum Verständnis dessen, was im Prozess geschieht.

Dieses Attribut ist die Basis der Prozesskarte und ermöglicht Sie, die Abfolge der Ereignisse im Kunden-Onboarding-Prozess zu visualisieren und zu analysierenn.

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

Dieser Zeitstempel markiert den Beginn einer Aktivität und liefert die chronologische Reihenfolge für alle Ereignisse innerhalb eines Falls. Er ist die Grundlage für alle zeitbasierten Analysen im Process Mining.

Mit dem Event Zeitstempel ist es möglich, die Dauer von Aktivitäten, die Wartezeit zwischen ihnen und die gesamte End-to-End-Durchlaufzeit des Onboarding-Prozesses zu berechnen. Diese Daten sind unerlässlich, um Engpässe zu identifizieren, die SLA-Einhaltung zu überwachen und die Prozesseffizienz zu verstehen.

Dieser Zeitstempel ist unerlässlich, um Ereignisse chronologisch zu ordnen und alle zeitbasierten Metriken, wie Durchlaufzeiten und Engpässe, zu berechnen.

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

Der Kundenantrag ist der zentrale Bezeichner, der alle zugehörigen Aktivitäten und Datenpunkte für die Onboarding-Prozesses eines einzelnen Kunden miteinander verbindet. Er beginnt mit der Einreichung eines Antrags und begleitet den Fall, bis er entweder abgeschlossen oder abgelehnt wird.

Im Process Mining ist dieses Attribut unerlässlich, um alle Ereignisse zu einem kohärenten Fall zusammenzufassen, was eine End-to-End-Analyse des Onboarding-Lebenszyklus ermöglicht. Es ermöglicht die Rekonstruktion des gesamten Prozessflusses für jeden Antragsteller, was grundlegend für die Berechnung von Durchlaufzeiten, die Analyse von Prozessvarianten und die Verfolgung des Bewerbungsstatus im Zeitverlauf ist.

Dies ist die grundlegende Case-ID. Ohne sie können Sie den End-to-End-Verlauf eines Kundenantrags nicht verfolgen, was eine Prozessanalyse unmöglich macht.

Dies ist die primäre Case-Kennung innerhalb des LexisNexis Risk Solutions Case Management Moduls.

Das Attribut Abteilung spezifiziert die funktionale Gruppe, die für eine Aktivität verantwortlich ist, wie 'Compliance', 'Onboarding Operations' oder 'Betrugsprävention'.

Dieses Attribut wird verwendet, um den Prozess aus einer Abteilungsperspektive zu analysierenn und die Übergaben zwischen verschiedenen Teams zu untersuchen. Es ist eine primäre Dimension im Dashboard 'Ressourcenzuweisung und Arbeitslast' und hilft, abteilungsübergreifende Ineffizienzen oder Kommunikationsverzögerungen zu identifizieren.

Ermöglicht die Analyse von Prozessübergaben und Leistung nach Funktionsbereich, was hilft, abteilungsübergreifende Engpässe zu identifizieren.

Konsultieren Sie die Dokumentation von LexisNexis Risk Solutions oder den Antrag bearbeitet.en Systemadministrator. Muss möglicherweise aus einer Benutzer- oder HR-StammDatentabelle verknüpft werden.

Dieses Attribut spiegelt den Gesamtstatus des Falls zu einem bestimmten Zeitpunkt oder den Antrag bearbeitet.essen Endergebnis wider. Gängige Status sind 'In Bearbeitung', 'Genehmigt', 'Abgelehnt' oder 'Informationen ausstehende Zahlungen identifizieren.end'.

Der Anwendungsstatus ist maßgeblich für die Verfolgung der Resultate des Onboarding-Prozesses. Er wird in den Dashboards 'Gründe und Phasen der Antragsablehnung' sowie 'Täglicher Durchsatz und Bewerbungsstatus' verwendet, um Erfolgsraten und den operativen Fluss zu überwachen. Die Analyse, wie sich der Status im Laufe der Zeit ändert, gibt Einblick in den FallLebenszyklus.

Verfolgt das Ergebnis jedes Antrags, was notwendig ist für die Berechnung wichtiger KPIs wie der Ablehnungsquote und der Überwachung des Durchsatzes.

Beachten Sie die Dokumentation von LexisNexis Risk Solutions oder wenden Sie sich an Ihren Systemadministrator. Dies ist üblicherweise ein zentrales Feld im Haupt-Case oder im Applikationsobjekt.

Dieser Zeitstempel markiert den Abschluss einer Aktivität. Die Differenz zwischen der End Time und der Start Time für ein Ereignis stellt dessen Bearbeitungszeit dar.

Die End Time ist maßgeblich für die genaue Berechnung der Dauer jedes Schritts, was eine primäre Eingabe für das Dashboard 'Bearbeitungs- und Wartezeiten der Aktivitäten' ist. Sie hilft zu unterscheiden zwischen der Zeit, die eine Ressource aktiv an einer Aufgabe gearbeitet hat, und der Zeit, in der den Antrag bearbeitet.er Fall auf den Beginn des nächsten Schritts wartete.

Ermöglicht die präzise Berechnung der Aktivitätsverarbeitungszeit, was wesentlich ist zur Identifizierung ineffizienter Schritte und zur Analyse der Ressourcenauslastung.

Konsultieren Sie die Dokumentation von LexisNexis Risk Solutions oder den Antrag bearbeitet.en Systemadministrator. Oft in Event-Logs verfügbar, die sowohl Start- als auch Endereignisse aufzeichnen.

LexisNexis Risk Solutions ist auf die Risikobewertung spezialisiert. Dieses Attribut stellt das Ergebnis dieser Bewertung dar, indem jede Anwendung basierend auf ihrem potenziellen Risikoprofil kategorisiert wird. Das Risikoniveau bestimmt oft die erforderliche Intensität und Dauer des Due-Diligence-Prozesses.

Dieses Attribut ist die Kerndimension für das Dashboard 'Risikostufe vs. Onboarding-Dauer'. Die Analyse des Prozesses nach Risikostufe kann aufzeigen, ob Hochrisiko-Anträge erwartungsgemäß deutlich länger dauern oder ob Anträge mit geringem Risiko unnötig verzögert werden. Es hilft bei der Validierung und Verfeinerung risikobasierter Onboarding-Strategien.

Wesentlich für die risikobasierte Analyse, um zu verstehen, wie Kundenrisikoprofile die Prozesskomplexität, Dauer und Pfade beeinflussen.

Konsultieren Sie die Dokumentation von LexisNexis Risk Solutions oder den Antrag bearbeitet.en Systemadministrator. Dies ist ein Kernergebnis der Risikobewertungsmodule.

Das SLA-Zieldatum definiert die Service Level Agreement für den Abschluss eines Antrags. Dieses Datum wird oft basierend auf Faktoren wie dem Antragstyp, dem Kundensegment oder den Antrag bearbeitet.er Gerichtsbarkeit festgelegt.

Dieses Attribut ist unerlässlich für das Dashboard 'SLA Target Adherence Monitoring' und den KPI 'SLA-Einhaltung Rate'. Durch den Vergleich des tatsächlichen Abschlussdatums mit dem SLA-Zieldatum können Organisationen ihre Leistung im Vergleich zu ihren Verpflichtungen messen, Fälle identifizieren, bei denen das Risiko einer SLA-Verletzung besteht, und die Ursachen von Verzögerungen untersuchen.

Ermöglicht die Leistungsmessung gegenüber Service Level Agreements und hebt Prozessineffizienzen hervor, die SLA-Verstöße verursachen.

Konsultieren Sie die Dokumentation von LexisNexis Risk Solutions oder den Antrag bearbeitet.en Systemadministrator. Dies kann im Fall gespeichert oder basierend auf Geschäftsregeln berechnet werden.

Dieses Attribut identifiziert die spezifische Person, die eine Aufgabe ausgeführt hat, z. B. einen Compliance Officer, der eine Dokumentenprüfung durchführt. Es hilft bei der Analyse der Arbeitslastverteilung und der individuellen Leistung.

In der Analyse ist der zugewiesene Benutzer (Assigned Benutzer) wichtig für das Dashboard 'Ressourcenzuweisung und Arbeitslast'. Es ermöglicht das Filtern der Prozesskarte nach Benutzer, den Vergleich der Leistung verschiedener Teammitglieder und die Identifizierung von Schulungs- oder Arbeitslastausgleichsmöglichkeiten. Es kann auch helfen, Engpässe zu finden, die durch bestimmte Benutzergruppen verursacht werden.

Dieses Attribut ist maßgeblich für die Analyse der Ressourcenleistung, der Arbeitslastverteilung und der Identifizierung von Möglichkeiten zur Automatisierung oder Ressourcenoptimierung.

Konsultieren Sie die Dokumentation von LexisNexis Risk Solutions oder den Antrag bearbeitet.en Systemadministrator. Üblicherweise in Audit-Trails oder Aufgabenverwaltungstabellen zu finden.

Wenn der endgültige Status einer Anwendung 'Abgelehnt' ist, liefert dieses Attribut den spezifischen Grund. Beispiele sind 'Identitätsprüfung fehlgeschlagen', 'Sanktionen-Treffer' oder 'Unvollständige Dokumentation'.

Diese Daten sind die primäre Eingabe für das Dashboard 'Ablehnungsgründe & -phasen von Anträgen'. Die Analyse der Ablehnungsgründe hilft, häufige Fehlerpunkte im Prozess zu identifizieren, die Verbesserungen an Antragsrichtlinien, Kundenkommunikation oder internen Prüfkriterien beeinflussen können. Das Verständnis, warum Anträge abgelehnt werden, ist maßgeblich für die Verbesserung der Gesamtzustimmungsrate.

Bietet direkten Einblick, warum das Onboarding fehlschlägt, und ermöglicht gezielte Verbesserungen zur Steigerung der Antragsgenehmigungsrate.

Konsultieren Sie die Dokumentation von LexisNexis Risk Solutions oder den Antrag bearbeitet.en Systemadministrator. Oft in einem Feld zu finden, das ausgefüllt wird, wenn der Bewerbungsstatus auf „Abgelehnt“ gesetzt wird.

Dieses Attribut kategorisiert Anwendungen basierend auf dem Typ der zu onboardenden Entität. Verschiedene Anwendungstypen folgen oft unterschiedlichen Prozesspfaden und haben unterschiedliche Risikoprofile und SLA-Ziele.

Die Analyse des Prozesses nach Anwendungstyp ermöglicht die Segmentierung der Daten, um die Effizienz und Komplexität des Onboardings verschiedener Kundentypen zu vergleichen. Es ist ein gängiger Filter, der in den meisten Dashboards verwendet wird, um eine granularere Ansicht der Leistung zu bieten.

Ermöglicht eine effektive Segmentierung des Prozesses, die aufzeigt, wie verschiedene Arten von Anträgen bearbeitet werden und wo spezifische Engpässe für jeden Typ existieren.

Konsultieren Sie die Dokumentation von LexisNexis Risk Solutions oder den Antrag bearbeitet.en Systemadministrator. Dies ist in der Regel ein Kernfeld im Antrags- oder Fallobjekt.

Während 'AssignedBenutzer' den Benutzer für jede Aktivität erfasst, identifiziert dieses Attribut spezifisch den Compliance-Spezialisten, der an kritischen Prüfschritten beteiligt ist. Dies ermöglicht eine stärker fokussierte Analyse der Compliance-Funktion.

Dieses Attribut ist maßgeblich für das Dashboard 'Dauer und Rückstand der Compliance-Prüfung'. Es hilft, die Arbeitslast und Leistung des Compliance-Teams zu analysierenn und festzustellen, ob bestimmte Prüfer Engpässe verursachen oder ob das gesamte Team unterbesetzt ist.

Bietet fokussierten Einblick in die Compliance-Funktion, was eine detaillierte Analyse der Arbeitslast und Leistung der Prüfer in dieser kritischen, oft verzögerten Prozessphase ermöglicht.

Konsultieren Sie die Dokumentation von LexisNexis Risk Solutions oder den Antrag bearbeitet.en Systemadministrator. Dies kann durch Filtern von „AssignedBenutzer“ nach Compliance-bezogenen Aktivitäten abgeleitet werden.

Die Zykluszeit misst die insgesamt vergangene Zeit vom allerersten Ereignis (z.B. „Antrag eingereicht“) bis zum allerletzten Ereignis (z.B. „Kunden-Onboarding abgeschlossen“ oder „Antrag abgelehnt“) für einen einzelnen Fall.

Dies ist ein primärer KPI zur Messung der gesamten Prozessgesundheit und wird im Dashboard „Onboarding End-to-End Durchlaufzeit“ visualisiert. Die Verfolgung der den Antrag bearbeitet.urchschnittlichen Zykluszeit ermöglicht es Unternehmen, die Auswirkungen von Prozessoptimierungen zu überwachen und zu identifizieren, wie verschiedene Faktoren, wie Risikostufe oder Antragstyp, das gesamte Kundenerlebnis beeinflussen.

Dies ist ein Schlüsselindikator, der den Antrag bearbeitet.ie gesamte Time-to-Value für den Kunden misst und sich direkt auf die Kundenzufriedenheit und die Betriebseffizienz auswirkt.

Dies ist eine berechnete Metrik, die durch Subtraktion des Zeitstempels des ersten Ereignisses vom Zeitstempel des letzten Ereignisses für jeden Fall abgeleitet wird.

Dieses boolesche Attribut unterscheidet zwischen Aufgaben, die durch Systemautomatisierung ausgeführt werden (z. B. eine initiale Screening-Prüfung), und solchen, die menschliches Eingreifen erfordern (z. B. eine manuelle Dokumentenprüfung).

'Is Automated' wird zur Berechnung des KPI 'Anteil manueller Aktivitäten' und zur Analyse der Effektivität von Automatisierungsinitiativen verwendet. In der Prozesskarte kann es die Schnittstelle zwischen automatisierten und manuellen Schritten hervorheben und so Möglichkeiten für weitere Automatisierungen zur Reduzierung von Kosten und Bearbeitungszeiten identifizieren.

Unterscheidet zwischen manuellen und automatisierten Aufgaben, was wichtig ist, um Automatisierungsmöglichkeiten zu identifizieren und deren Auswirkungen zu messen.

Konsultieren Sie die Dokumentation von LexisNexis Risk Solutions oder den Antrag bearbeitet.en Systemadministrator. Dies könnte ein Kennzeichen im Event Log sein oder basierend auf dem „AssignedBenutzer“ (z.B. einem „System“-Benutzer) abgeleitet werden.

Dieses boolesche Flag wird auf 'Ja' gesetzt, wenn eine Aktivität innerhalb desselben Falls wiederholt wird, z. B. eine 'Dokumentenprüfung durchgeführt', die ein zweites Mal nach 'Zusätzliche Informationen angefordert' erfolgt. Es bedeutet, dass der Prozess rückwärts gegangen ist.

'Is Rework' ist maßgeblich für das Dashboard 'Nacharbeits- und Wiederholungsanalyse' und den KPI 'Nacharbeitsschleifen-Prozentsatz'. Es ermöglicht die Quantifizierung des verschwendeten Aufwands und hilft, die Grundursachen für Nacharbeit zu identifizieren, wie unklare Anweisungen oder schlechte Datenqualität, wodurch gezielte Prozessoptimierungen ermöglicht werden.

Quantifiziert direkt Ineffizienz und verschwendeten Aufwand im Prozess, hebt Aktivitäten hervor, die häufig wiederholt werden und Kosten sowie Durchlaufzeiten in die Höhe treiben.

Dies ist ein berechnetes Attribut, das in der Regel innerhalb des Process-Mining-Tools durch die Erkennung wiederholter Aktivitätensequenzen innerhalb eines Falls abgeleitet wird.

Das Attribut Kanal identifiziert die Einreichungsquelle der Anwendung. Der Kanal kann die Datenqualität, das Kundenverhalten und die Arten von Problemen beeinflussen, die während des Onboardings auftreten.

Dieses Attribut wird verwendet, um die Prozessleistung über verschiedene Kanäle hinweg zu vergleichen. Zum Beispiel kann das Dashboard 'Onboarding Funnel Conversion Rates' nach Kanal gefiltert werden, um zu sehen, ob mobile Antragsteller mit einer höheren Rate abbrechen als Web-Antragsteller, was kanalübergreifende Prozessoptimierungen ermöglicht.

Hilft bei der Analyse der Prozessleistung nach Einreichungskanal, indem Variationen identifiziert werden, die die Kanalstrategie und Verbesserungen der Benutzererfahrung beeinflussen können.

Konsultieren Sie die Dokumentation von LexisNexis Risk Solutions oder den Antrag bearbeitet.en Systemadministrator. Diese Information wird in der Regel zu Beginn des Antragsprozesses erfasst.

Dieses Attribut gibt das Land des Kunden an, was im KYC-Prozess ein kritischer Faktor ist, da internationale Vorschriften und Risikostufen je nach Gerichtsbarkeit variieren.

Die Analyse des Prozesses nach Kundenland kann erhebliche Unterschiede in den Durchlaufzeiten und der Prozesskomplexität aufzeigen. Beispielsweise können Anträge aus Hochrisikoländern zusätzliche Compliance-Prüfungen erfordern, was zu längeren Bearbeitungszeiten führt. Diese Analyse hilft bei der Ressourcenplanung und der Festlegung realistischer SLAs für verschiedene Regionen.

Ermöglicht eine Jurisdiktionsanalyse, die wichtig ist, um zu verstehen, wie regionale Vorschriften und Risikofaktoren die Prozessleistung beeinflussen.

Konsultieren Sie die Dokumentation von LexisNexis Risk Solutions oder den Antrag bearbeitet.en Systemadministrator. Dies ist ein Standardfeld in den KundenstammDaten.

Dieses Attribut liefert einen Zeitstempel für die letzte Aktualisierung des Datensatzes. Es wird in der Regel während des Datenextraktions- und -lade-Prozesses auf den gesamten Datensatz angewendet.

Diese Information ist für Dashboard-Benutzer wichtig, um die Aktualität der von ihnen analysierten Daten zu verstehen. Sie stellt sicher, dass Entscheidungen auf so aktuellen Daten wie nötig basieren und hilft, Erwartungen hinsichtlich der Aktualität der Erkenntnisse zu managen.

Liefert wichtigen Kontext zur Datenaktualität, um sicherzustellen, dass Analysen relevant sind und Entscheidungen nicht auf veralteten Informationen basieren.

Dies wird in der Regel während des ETL-Prozesses (Extrahieren, Transformieren, Laden) generiert und dem Datensatz hinzugefügt.

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

Das Verständnis des Quellsystems ist nützlich für die Datenvalidierung, Fehlerbehebung und Analyse von Prozessvariationen, die für ein bestimmtes System spezifisch sein können. Es hilft, die Datenintegrität sicherzustellen und liefert Kontext darüber, wie und wo eine Aktivität aufgezeichnet wurde.

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

Diese Information kann als statischer Wert oder in einem spezifischen Feld innerhalb des Datenexports oder den Antrag bearbeitet.er API-Antwort gespeichert sein.

Dieses Attribut kategorisiert jeden abgeschlossenen Fall basierend auf seiner Einhaltung des 'SlaTargetDate'. Typische Werte sind 'Erfüllt' oder 'Verletzt'.

Dieses berechnete Feld ist die Grundlage des Dashboards 'SLA Target Adherence Monitoring' und des KPI 'SLA-Einhaltung Rate'. Es bietet eine klare, übergeordnete Ansicht der Leistung im Vergleich zu Serviceverpflichtungen und ermöglicht eine Drill-Down-Analyse, um die gemeinsamen Merkmale von Fällen zu verstehen, die ihre SLAs verletzen.

Bietet ein klares, binäres Ergebnis für die SLA-Leistung, wodurch die Nachverfolgung, Berichterstattung und Analyse der Einhaltung von Service-Level-Zielen vereinfacht wird.

Dies ist ein berechnetes Attribut, das durch den Vergleich des Zeitstempels der letzten Aktivität mit dem 'SlaTargetDate' für jeden Case abgeleitet wird.