Su plantilla de datos para la incorporación de clientes KYC

Este atributo registra el nombre de una actividad empresarial o un event del sistema, como 'Solicitud Enviada', 'Revisión de Cumplimiento Iniciada' o 'Solicitud Rechazada'. Representa un solo paso en el proceso general de incorporación de clientes.

Analizar actividades es el núcleo del process mining. Este atributo se utiliza para construir el mapa de procesos, mostrando el flujo entre diferentes pasos. Ayuda a identificar la secuencia de events, medir la frecuencia de cada actividad y determinar qué tareas son las más comunes o las que consumen más tiempo.

Este atributo define los pasos en el mapa de procesos, lo que permite visualizar, analizar y comprender el flujo del proceso.

Esta información se captura típicamente en la pista de auditoría de Pega (tablas de historial) o se puede derivar de los cambios de estado del caso.

Este atributo captura la fecha y hora precisas en que comenzó una actividad. Proporciona el orden cronológico para todos los events dentro de un único caso de solicitud de cliente.

Los timestamps son fundamentales para el análisis de procesos relacionado con el rendimiento. Se utilizan para calcular la duración de las actividades, el tiempo de espera entre pasos y el tiempo total de ciclo de principio a fin del proceso de incorporación. Estos datos son críticos para identificar cuellos de botella, medir el cumplimiento de los SLA y comprender la eficiencia del proceso.

Los timestamps proporcionan el contexto cronológico necesario para calcular duraciones, analizar el rendimiento del proceso e identificar retrasos.

Esto es una parte estándar de la pista de auditoría de Pega, a menudo se encuentra como pxTimeCreated en las tablas de historial para cada event.

La solicitud del cliente es el identificador principal del caso que agrupa todas las actividades y events relacionados con el recorrido de incorporación de un único cliente. Cada solicitud sigue un camino desde la presentación hasta la aprobación y activación de la cuenta o el rechazo.

En process mining, este atributo es esencial para reconstruir el recorrido de principio a fin de cada solicitud. Permite a los analistas ver la secuencia completa de events, rastrear el estado de cada solicitud y comparar diferentes caminos. Analizar casos basándose en este ID ayuda a identificar variantes de proceso comunes, cuellos de botella y desviaciones del procedimiento estándar.

Este ID es la base del process mining, ya que conecta todos los events individuales en instancias de proceso coherentes y de extremo a extremo para su análisis.

Este es típicamente el ID principal del caso en Pega, a menudo accesible como pzInsKey o un equivalente más amigable para el negocio en el objeto de trabajo del tipo de caso principal.

Este atributo identifica la unidad organizativa o el equipo al que pertenece el usuario que realiza la actividad, como 'Equipo de Cribado', 'Cumplimiento' u 'Operaciones de Incorporación'.

Analizar el proceso por departamento es fundamental para el dashboard de 'Distribución de carga de trabajo por departamento'. Ayuda a los gerentes a comprender cómo fluye el trabajo entre los diferentes equipos, identificar cuellos de botella multifuncionales y evaluar la asignación de recursos en todo el proceso de incorporación. Es clave para optimizar las transferencias y equilibrar las cargas de trabajo.

Permite el análisis del flujo de procesos y los cuellos de botella entre diferentes unidades de negocio, apoyando la gestión de recursos y la optimización organizacional.

Esta información suele estar asociada con el perfil del usuario en Pega (registro de Operator ID) y se puede unir con los datos del event. La propiedad podría ser pyWorkGroup.

Este atributo indica el estado general de la solicitud al final del proceso, como 'Aprobada', 'Rechazada' o 'Retirada'. También puede reflejar el último estado conocido para los casos en curso.

Esta es una dimensión crítica para el análisis de resultados. Se utiliza directamente en el dashboard de 'Análisis de rechazo de solicitudes' para segmentar casos y comprender por qué ocurren ciertos resultados. Analizar los flujos de proceso que conducen a diferentes estados ayuda a identificar las mejores prácticas para los casos aprobados y las causas raíz de los rechazados.

Define el resultado de negocio de un caso, permitiendo un análisis potente que compara rutas exitosas con las no exitosas.

Este es típicamente el estado final (pyStatusWork) del objeto de trabajo del caso en Pega.

Este atributo almacena la fecha objetivo de finalización para una solicitud, según lo definido por el acuerdo de nivel de servicio (SLA). El SLA puede variar según factores como el tipo de cliente, el nivel de riesgo o el producto.

Esta fecha es esencial para el dashboard de 'Seguimiento del cumplimiento de SLA' y el KPI asociado. Sirve como el punto de referencia contra el cual se compara la fecha de finalización real. Analizar los casos que no cumplen su objetivo de SLA ayuda a identificar retrasos sistémicos y a priorizar mejoras en el proceso para garantizar el cumplimiento de los compromisos de servicio.

Proporciona el punto de referencia para medir el rendimiento a tiempo, lo cual es crítico para la satisfacción del cliente y el control operativo.

Pega cuenta con un marco de gestión de SLA integrado. Esta fecha suele almacenarse en propiedades como pySLAGoal o una propiedad SLA personalizada definida en el caso.

Este atributo captura la fecha y hora precisas en que finalizó una actividad. Se utiliza junto con la Hora de Inicio para calcular el tiempo de procesamiento de actividades individuales.

Tener una Hora de Fin distinta permite un análisis de rendimiento más preciso. Ayuda a diferenciar entre el tiempo de procesamiento activo (la duración entre la Hora de Inicio y la Hora de Fin) y el tiempo de espera (la duración entre la Hora de Fin de una actividad y la Hora de Inicio de la siguiente). Esto es crucial para identificar los verdaderos cuellos de botella, distinguiéndolos de las colas.

Permite el cálculo preciso del tiempo de procesamiento de la actividad, lo cual es esencial para un análisis detallado del rendimiento y la identificación de cuellos de botella.

Esto puede estar disponible en la pista de auditoría de Pega o puede necesitar ser derivado usando la hora de inicio del event subsiguiente como la hora de finalización del event actual.

Cuando el estado final de una solicitud es 'Rechazada', este atributo proporciona el motivo específico, como 'Verificación de antecedentes fallida', 'Documentación incompleta' o 'Perfil de alto riesgo'.

Este atributo es el principal impulsor del dashboard de 'Análisis de Rechazo de Solicitudes'. Al segmentar los casos rechazados por motivo, la empresa puede identificar los puntos de falla más comunes en el proceso de incorporación. Este insight es crucial para implementar mejoras dirigidas a reducir la tasa de rechazo, mejorar la experiencia del cliente y aumentar la eficiencia operativa.

Ofrece insights accionables sobre por qué las solicitudes fallan, permitiendo mejoras de proceso específicas para aumentar la tasa de éxito.

Esta probablemente sería una propiedad específica establecida en el caso cuando pasa a un estado 'Rechazado'. Consulte la documentación de Pega KYC para conocer los campos estándar de motivos de rechazo.

Este atributo representa el riesgo evaluado asociado con el cliente, a menudo categorizado como 'Bajo', 'Medio' o 'Alto'. El nivel de riesgo generalmente es determinado por un motor de puntuación automatizado basado en datos del cliente y resultados de cribado.

El nivel de riesgo es un potente impulsor de la variación del proceso. Las solicitudes de alto riesgo a menudo requieren pasos adicionales de debida diligencia, como una revisión de cumplimiento mejorada, lo que lleva a tiempos de ciclo más largos. Analizar el proceso por nivel de riesgo ayuda a justificar estas variaciones y a garantizar que los controles de riesgo operen de manera efectiva sin causar retrasos indebidos.

Explica las variaciones en la ruta y duración del proceso, ya que el nivel de riesgo a menudo determina el nivel de debida diligencia requerido.

Esta sería una propiedad calculada en el caso, poblada por una regla de decisión o modelo de puntuación de Pega. Consulte la documentación de Pega KYC.

Este atributo almacena el ID del empleado o usuario del sistema responsable de completar una tarea específica en el proceso KYC, como un oficial de cumplimiento o un bot de cribado automatizado. Para los pasos automatizados, este podría ser un ID de cuenta de sistema o servicio.

El análisis por usuario ayuda a comprender la distribución de la carga de trabajo, el rendimiento individual y las necesidades de capacitación. También se puede utilizar para investigar desviaciones del proceso identificando qué usuarios o equipos están involucrados en flujos de proceso no estándar.

Este atributo vincula las actividades del proceso a individuos o equipos específicos, lo que permite el análisis de la carga de trabajo, la evaluación del rendimiento y las verificaciones de cumplimiento.

Este es un campo estándar en la pista de auditoría de Pega, típicamente almacenado como pxUpdateOperator o una propiedad similar en las tablas de historial.

Este atributo booleano es verdadero si una actividad específica, como 'Revisión de Documentos', ocurre más de una vez dentro del mismo caso. A menudo se desencadena por events como 'Información Adicional Solicitada'.

Identificar el retrabajo es esencial para detectar ineficiencias en el proceso y puntos de fricción para el cliente. El dashboard de 'Retrabajo y Bucles de Proceso' utiliza este atributo para cuantificar la frecuencia y el impacto del retrabajo. Reducir el retrabajo es a menudo un objetivo clave, ya que conduce a un procesamiento más rápido, menores costos operativos y una mejor experiencia del cliente.

Destaca ineficiencias del proceso, tareas redundantes y ciclos, que son objetivos principales para la mejora de procesos.

Este indicador se deriva durante el análisis de datos al buscar nombres de actividad repetidos dentro del mismo ID de caso. Por ejemplo, si 'Revisión de documentos completada' aparece una segunda vez.

Este atributo booleano es verdadero si la actividad fue ejecutada por un agente automatizado, como un motor de cribado o una regla del sistema, y falso si fue realizada por un usuario humano.

Distinguir entre actividades automatizadas y manuales es crucial para el análisis de automatización. Ayuda a medir la efectividad de la automatización existente, identificar tareas manuales que son buenas candidatas para una futura automatización y comprender la interacción entre los actores humanos y del sistema en el proceso.

Separa las actividades impulsadas por humanos de las impulsadas por el sistema, lo cual es fundamental para cualquier iniciativa de automatización o análisis.

Esto se puede derivar del ID de usuario asociado con el event. Si el OperatorId corresponde a una cuenta de sistema o agente conocida, este indicador se establece en verdadero.

Este atributo categoriza cada caso completado como 'A Tiempo' o 'Retrasado' en función de una comparación entre su timestamp de finalización real y su 'Fecha Objetivo de SLA'.

Esta es la métrica principal para el dashboard de 'Seguimiento del cumplimiento de SLA' y el KPI de 'Tasa de cumplimiento de SLA'. Proporciona una vista clara y rápida del rendimiento frente a los compromisos de nivel de servicio. Analizar las características de los casos atrasados ayuda a identificar las causas raíz de los retrasos y a mitigar los riesgos de futuras infracciones de SLA.

Mide directamente el rendimiento frente a los compromisos, lo cual es crucial para la gestión operativa, el cumplimiento y la satisfacción del cliente.

Esto se deriva al comparar la timestamp de la actividad final del caso con el campo SlaTargetDate. Si el tiempo de finalización es posterior al objetivo, el estado es 'Retrasado'.

Este atributo rastrea el estado de los documentos requeridos para el proceso KYC, con valores como 'Pendiente del Cliente', 'Recibido', 'Verificado' o 'Rechazado'. Este estado puede cambiar varias veces a lo largo de un solo caso.

Este es un atributo clave para el dashboard de 'Rendimiento y Estado de Incorporación' y el análisis de 'Velocidad de Verificación de Documentos'. Permite una vista granular de una de las áreas de cuello de botella más comunes. Al rastrear cuánto tiempo permanecen los documentos en cada estado, la empresa puede identificar retrasos en la presentación del cliente o en la revisión interna.

Proporciona visibilidad del subproceso de gestión de documentos, lo que ayuda a identificar y resolver los retrasos comunes en la verificación de documentos.

Esta probablemente sería una propiedad en un objeto de datos relacionado o una lista de páginas asociada con el caso principal, que rastrea cada documento requerido. Consulte la documentación de Pega KYC.

Este atributo es el ID único que vincula la solicitud a un registro de cliente en el sistema de datos maestros. Representa la entidad, ya sea un individuo o una organización, que es el sujeto del proceso KYC.

Si bien el ID de la solicitud rastrea el proceso, el ID del Cliente permite el análisis a través de múltiples solicitudes del mismo cliente o para enriquecer los datos del proceso con atributos específicos del cliente como el segmento o el historial. Esto permite una vista centrada en el cliente del proceso de incorporación.

Conecta los datos del proceso con los datos maestros del cliente, permitiendo un análisis más enriquecido basado en atributos e historial del cliente.

Esta sería una propiedad central en el caso KYC, vinculándolo al modelo de datos del cliente dentro de Pega o un CRM externo.

Este atributo almacena el país asociado con el cliente que se está incorporando. Esta información es una entrada clave para la evaluación de riesgos y la determinación del nivel de debida diligencia requerido.

En el análisis, el país del cliente puede revelar patrones importantes. Ciertas jurisdicciones pueden estar asociadas con un mayor riesgo, lo que lleva a procesos de incorporación más largos y complejos. Esta dimensión permite un análisis de rendimiento basado en la geografía y ayuda a garantizar que los requisitos de cumplimiento regional se cumplan de manera eficiente.

Permite el análisis geográfico del proceso, que a menudo está vinculado a la complejidad regulatoria y los niveles de riesgo.

Esta sería una propiedad en el objeto de datos del cliente asociado con el caso.

Este atributo especifica el producto o servicio para el cual se está incorporando el cliente, como una 'Cuenta Bancaria Minorista', un 'Préstamo Corporativo' o 'Servicios de Inversión'.

El producto puede influir en el proceso de incorporación, ya que diferentes productos pueden tener distintos requisitos regulatorios y complejidad. Analizar el proceso por producto ayuda a identificar si líneas de productos específicas tienen ciclos de tiempo más largos o tasas de rechazo más altas, proporcionando insights para la optimización de procesos específicos del producto.

Permite segmentar el análisis de procesos por línea de producto, revelando diferencias de rendimiento y oportunidades de optimización.

Esta sería una propiedad del caso, seleccionada al inicio del proceso de solicitud.

Este atributo especifica la aplicación de origen donde se registró el event. Para este proceso, el valor sería consistentemente 'Pega KYC'.

Aunque pueda parecer redundante si todos los datos provienen de un solo sistema, este atributo es crucial para la gobernanza de datos y se vuelve vital al integrar datos de múltiples sistemas. Asegura la claridad sobre la procedencia de los datos y ayuda a solucionar problemas de integración de datos.

Proporciona un contexto esencial sobre el origen de los datos, asegurando la gobernanza de datos y permitiendo el análisis a través de múltiples sistemas de origen.

Este es típicamente un valor estático añadido durante el proceso de extracción y transformación de datos para etiquetar el origen del dataset.

Esta métrica calculada mide la duración de extremo a extremo para cada solicitud de cliente, desde el primer event hasta el último. Típicamente se calcula como la diferencia entre la timestamp de la actividad final y la actividad inicial para un caso dado.

El tiempo de ciclo es un indicador clave de rendimiento (KPI) principal para la eficiencia del proceso y la experiencia del cliente. Se utiliza en el dashboard de 'Análisis del tiempo de ciclo total de incorporación' para monitorear los tiempos de procesamiento promedio, identificar casos de larga duración y rastrear el impacto de las iniciativas de mejora de procesos a lo largo del tiempo.

Este es un KPI crítico que mide directamente la velocidad y eficiencia general del proceso de incorporación desde la perspectiva del cliente.

Esta métrica se calcula en la herramienta de process mining tomando la diferencia entre la timestamp máxima y mínima para cada ID de caso.

Esta métrica calcula el tiempo de trabajo activo para un event, medido como la diferencia entre su Hora de Fin y su Hora de Inicio. Representa el tiempo que un recurso estuvo activamente involucrado en una tarea.

El tiempo de procesamiento, también conocido como tiempo de ciclo de una actividad, es esencial para un análisis detallado del rendimiento. Ayuda a distinguir entre tareas largas (alto tiempo de procesamiento) y colas largas (alto tiempo de espera). Esto permite esfuerzos de mejora más dirigidos, como proporcionar mejores herramientas para acelerar una tarea frente a reasignar recursos para reducir una cola.

Mide la duración del trabajo activo de las actividades, ayudando a distinguir entre tareas ineficientes y problemas de recursos o de cola.

Esta métrica se calcula como (Hora de Fin - Hora de Inicio) para cada event. Requiere que ambos campos de timestamp estén disponibles.

Este atributo categoriza la solicitud de incorporación, por ejemplo, 'Cliente Individual', 'Cliente Corporativo' o 'Individuo de Alto Patrimonio'. Diferentes tipos de casos a menudo siguen variaciones de proceso distintas con diferentes pasos, SLA y perfiles de riesgo.

Analizar el proceso por tipo de caso permite una comparación de rendimiento más significativa. Ayuda a comprender si ciertos tipos de incorporación son más propensos a retrasos o rechazos. Esta segmentación es crucial para adaptar las mejoras del proceso a las necesidades específicas de los diferentes recorridos del cliente.

Permite la segmentación de los datos del proceso en categorías distintas, posibilitando un análisis de rendimiento más preciso y relevante.

Este suele ser el nombre de la clase de la instancia del caso en Pega, o una propiedad dedicada en el caso que define su tipo.

Este atributo indica la timestamp más reciente en que los datos fueron extraídos del sistema de origen. Usualmente es la misma para todos los registros dentro de una sola carga de datos.

Este timestamp es importante para comprender la frescura de los datos que se analizan. Permite a los usuarios saber cuán actual es el análisis de procesos y cuándo se espera la próxima actualización de datos, lo cual es crítico para los dashboards de monitoreo operacional.

Informa a los usuarios sobre la actualidad de los datos, asegurando que comprendan si el análisis refleja el estado actual o un período pasado.

Este valor se genera y se estampa en el conjunto de datos durante el proceso de extracción, transformación y carga (ETL) de datos.