Votre modèle de données pour l'octroi de prêts

Cet attribut représente une tâche ou un jalon unique dans le cycle de vie de la demande de prêt, tel que 'Examen Initial Effectué' ou 'Souscription Terminée'. Ces activités forment les nœuds de la carte de processus, et leur séquence définit le flux de processus.

L'analyse de la séquence, de la fréquence et de la durée de ces activités aide à identifier les chemins de processus courants, les écarts et les points de blocage. Elle est indispensablele pour comprendre le travail effectué et dans quel ordre, constituant la base de toute analyse de Process Mining.

Cet attribut définit les étapes du processus, pour visualiser et l'analyse du flux de processus, qui est l'essence du Process Mining.

Ceci est généralement dérivé des changements dans les champs 'Stage' ou 'Status' de l'objet Loan dans nCino, ou des enregistrements Task ou Event associés.

L'heure de début, ou horodatage de l'événement, enregistre la date et l'heure exactes auxquelles une activité s'est produite. Ces données chronologiques sont essentielles pour ordonner correctement les événements et reconstruire le flux de processus tel qu'il s'est déroulé en réalité.

Cet horodatage est la base de toute analyse temporelle. Il est utilisé pour calculer les temps de cycle entre les activités, identifier les temps d'attente et les retards, et mesurer la durée globale du cas. Des horodatages précis sont essentiels pour le suivi des performances et l'analyse des points de blocage.

Cet horodatage fournit l'ordre chronologique des événements, ce qui est indispensable pour calculer toutes les métriques de performance comme les temps de cycle et les durées.

Cela peut provenir d'horodatages générés par le système comme 'CreatedDate' sur les enregistrements associés ou de l'horodatage d'un changement de champ spécifique dans l'historique des champs.

L'ID de demande de prêt identifie de manière unique chaque demande de prêt individuelle tout au long de son cycle de vie. Il sert d'entité centrale pour regrouper toutes les activités et données associées, permettant une traçabilité complète du parcours d'octroi pour un prêt donné.

Dans le Process Mining, cet ID agit comme l'ID de cas. Chaque événement, de la soumission à la décision finale, est lié à cet identifiant. Cela permet la reconstruction du flux de processus complet pour chaque application, ce qui est indispensable pour l'analyse des temps de cycle, l'analyse des variantes et l'identification des points de blocage.

Il s'agit de l'ID de cas essentiel qui connecte toutes les étapes du processus, permettant l'analyse du parcours complet de chaque demande de prêt.

Ceci est généralement la clé primaire de l'objet Loan dans nCino, souvent référencée comme LLC_Loan__c.Name ou un champ d'identifiant unique similaire.

Cet attribut consigne la date et l'heure de la dernière extraction de données du système source. Il fournit un contexte pour la la réactualisation des données analysées.

Dans les dashboards et les rapports, cette information est indispensablele pour que les utilisateurs comprennent l'actualité de l'analyse. Elle aide à gérer les attentes et garantit que les décisions sont prises sur la base d'un cadre temporel compris des données sous-jacentes.

Fournit un contexte essentiel sur la la réactualisation des données, garantissant que les utilisateurs comprennent l'actualité de l'analyse des processus.

Cet horodatage est généré par l'outil d'extraction de données ou le processus ETL au moment de l'extraction des données.

Cet attribut identifie l'application source d'où proviennent les données d'événement. Pour ce processus, ce sera généralement 'nCino'.

Bien que cela puisse sembler redondant si toutes les données proviennent d'un seul système, c'est impératif pour la gouvernance des données et devient vital lors de l'intégration de données provenant de plusieurs systèmes, tels qu'un moteur de notation de crédit distinct ou une plateforme de gestion de documents. Cela garantit la clarté sur la provenance des données.

Identifie l'origine des données, ce qui est impératif pour la gouvernance des données, le dépannage et la combinaison de données provenant de plusieurs systèmes.

Il s'agit d'une valeur statique, 'nCino', appliquée pendant le processus d'extraction et de transformation des données.

Cet attribut identifie la source de soumission de la demande de prêt. Différents canaux peuvent avoir des niveaux variables de complétude des données et d'interaction client, ce qui peut impacter le flux de processus subséquent.

L'analyse du processus par canal aide à évaluer l'efficacité du canal. Par exemple, on pourrait comparer les temps de cycle et les taux de reprise des demandes soumises en ligne par rapport à celles soumises en agence. Ces insights peuvent guider les décisions stratégiques concernant l'investissement dans les canaux et l'optimisation des processus pour des sources spécifiques.

Aide à comparer l'efficacité, la rapidité et la qualité des différents canaux de soumission, guidant les améliorations stratégiques et les investissements.

Ceci est généralement stocké dans un champ de liste de sélection sur l'objet Loan, souvent nommé 'Channel' ou 'Source'.

L'heure de fin marque la fin d'une activité. La différence entre l'heure de début et l'heure de fin d'une activité représente son temps de traitement.

Cet attribut est indispensable pour distinguer le temps de traitement (travail actif) du temps d'attente (temps d'inactivité entre les activités). L'analyse des temps de traitement aide à identifier les étapes spécifiques les plus chronophages, tandis que l'écart entre l'heure de fin d'une activité et l'heure de début de la suivante révèle les retards de transfert.

Permet le calcul des temps de traitement précis des activités, ce qui est indispensable pour différencier le temps de travail actif du temps d'attente inactif.

Cela peut provenir d'horodatages générés par le système comme 'LastModifiedDate' sur les enregistrements associés, ou de l'horodatage d'un changement de champ subséquent dans l'historique des champs.

Cet attribut représente le montant principal du prêt demandé. Le montant du prêt peut influencer de manière significative la complexité et la durée du processus d'octroi, les prêts plus importants ou plus complexes nécessitant souvent un examen ou des étapes supplémentaires.

En analyse, le Montant du Prêt est un outil puissant pour la segmentation. Il permet d'étudier si les prêts de plus grande valeur prennent plus de temps à traiter, ont des taux de reprise plus élevés ou suivent des chemins de processus différents. Il est également clé pour les rapports financiers et pour comprendre la valeur du portefeuille de prêts en cours de traitement.

Fournit un contexte financier clé et permet de segmenter l'analyse pour voir si la valeur du prêt est corrélée à la complexité, à la durée ou aux résultats du processus.

Situé dans un champ de devise sur l'objet Prêt, souvent nommé 'Montant' (LLC_Loan__c.LLC_BI__Amount__c).

Cet attribut capture le résultat de l'activité 'Décision de Prêt Rendue'. C'est un attribut critique au niveau du cas qui définit l'état final d'un processus de demande de prêt achevé.

Cet attribut est indispensable pour l'analyse basée sur les résultats. Il permet de comparer les flux de processus qui mènent à différents résultats, par exemple, en analysant les chemins courants des demandes approuvées par rapport aux demandes refusées. Il est également la base pour le calcul de métriques clés comme le Taux de Refus de Prêt.

Permet de filtrer et de comparer les processus en fonction de leur résultat commercial final, ce qui est indispensable pour identifier quels modèles de processus mènent au succès ou à l'échec.

Généralement disponible dans un champ 'Status' ou 'Stage' sur l'objet Loan une fois le processus terminé. Les valeurs spécifiques dépendent de la configuration.

Cet attribut indique le groupe fonctionnel, comme 'Origination', 'Underwriting' ou 'Closing', qui possède l'activité. Ceci peut être dérivé du profil de l'utilisateur assigné ou d'un champ dédié sur l'enregistrement du prêt.

L'analyse du processus d'un point de vue départemental est indispensable pour comprendre la collaboration transversale. Elle aide à mesurer les temps de transfert entre les départements, identifie les retards causés par les transferts interdépartementaux et offre une vue d'ensemble de l'endroit où le travail est effectué dans l'organisation.

Primordial pour analyser les transferts interdépartementaux, mesurer la performance au niveau de l'équipe et identifier les points de blocage transversaux.

Cette information peut être dérivée du champ Département de l'utilisateur assigné sur son enregistrement Utilisateur, ou d'un champ d'affectation personnalisé 'Équipe' ou 'File d'attente' sur l'objet Prêt.

Cet attribut catégorise la demande de prêt en fonction du produit financier proposé. Différents produits de prêt ont souvent des variations de processus, des temps de cycle et des profils de risque distincts.

Segmenter l'analyse de processus par Type de Produit de Prêt est impératif pour une comparaison significative. Cela aide à comprendre comment différents produits affectent l'efficacité du processus et permet la création de dashboards personnalisés, tels que le suivi du débit de décaissement pour les prêts hypothécaires par rapport aux prêts automobiles. Cela garantit que la performance est évaluée dans le bon contexte métier.

Permet de segmenter l'analyse des processus par contexte commercial, révélant comment différents produits impactent l'efficacité, la durée et les chemins du processus.

Ceci est généralement stocké dans un champ 'Product' ou 'Loan Type' sur l'objet Loan de nCino (LLC_Loan__c).

Cet attribut identifie l'employé individuel qui a exécuté une tâche spécifique ou qui est affecté à la demande de prêt à une étape donnée. Ceci est souvent suivi comme l''Owner' de l'enregistrement dans nCino.

L'analyse des données par utilisateur aide à comprendre la répartition de la charge de travail, la performance individuelle et l'utilisation des ressources. Elle peut mettre en évidence les employés ou les équipes surchargés et identifier les meilleurs collaborateurs les plus performants, ce qui est précieux pour la gestion des ressources et la formation.

Ceci permet l'analyse de la répartition de la charge de travail, de la performance des équipes et de l'allocation des ressources, aidant à identifier les points de blocage liés à des utilisateurs ou des équipes spécifiques.

Généralement à partir du champ 'OwnerId' sur l'objet Loan ou les objets Task associés, qui peuvent être joints à l'objet User pour obtenir le nom de l'utilisateur.

Cette métrique calculée mesure le temps de cycle complet pour chaque demande de prêt. Elle représente le temps total pendant lequel un cas est actif dans le processus.

La Durée du Cas est un indicateur clé de performance primaire pour l'efficacité globale du processus. Elle est utilisée dans les dashboards pour visualiser la distribution des temps de cycle, identifier les cas de longue durée et suivre les tendances de performance au fil du temps. L'analyse des facteurs corrélés aux durées de cas plus longues est un objectif clé de nombreux projets de Process Mining.

Représente le temps de cycle global complet, un KPI clé pour mesurer la santé globale du processus et l'expérience client.

Ceci est calculé en prenant la différence entre l'(EventTime) maximum et minimum pour chaque LoanApplicationId.

Cet indicateur distingue les tâches effectuées par des humains des événements système automatisés. Par exemple, une vérification de crédit pourrait être une activité automatisée, tandis qu'une décision de souscription est généralement manuelle.

L'identification des étapes automatisées est indispensablele pour la découverte et l'analyse de l'automatisation. Elle permet de mesurer l'impact de l'automatisation sur les temps de cycle et l'efficacité, et aide à identifier les activités manuelles qui sont des candidats privilégiés pour de futures initiatives d'automatisation.

Distingue entre les activités système et humaines, ce qui est indispensable pour mesurer l'impact de l'automatisation et identifier de nouvelles opportunités d'automatisation.

Ceci est généralement dérivé en fonction de l'utilisateur associé à l'événement. Si l'utilisateur est un utilisateur 'Système' ou 'Intégration', l'indicateur est défini sur true.

Cet attribut booléen est défini sur true si une activité, comme 'Documents de Soutien Demandés', se produit plus d'une fois pour la même demande de prêt. Il identifie les instances de reprises, qui sont souvent une source d'inefficacité du processus.

L'analyse du reprises est un cas d'utilisation essentiel du Process Mining. L'indicateur 'IsRework' permet de filtrer et de quantifier facilement les instances de reprises. Il aide à alimenter des dashboards comme l''Analyse du Retravail des Demandes de Prêt' et est utilisé pour calculer des KPI tels que le taux de reprise, mettant en évidence les domaines où les étapes du processus échouent au premier passage.

Met en évidence les inefficacités de processus en signalant le travail répété, permettant une analyse ciblée pour comprendre et réduire les boucles coûteuses.

Cet attribut est calculé pendant la transformation des données en utilisant des fonctions de fenêtre pour vérifier si la même activité s'est déjà produite pour un ID de cas donné.

Cet attribut fournit le résultat d'une vérification SLA, généralement pour une étape spécifique comme la souscription. Il compare le temps de cycle réel à l'objectif SLA prédéfini et attribue un statut comme 'Atteint' ou 'Violé'.

Cet attribut est indispensable pour le suivi des performances par rapport aux engagements commerciaux. Il supporte directement le tableau de bord et le KPI 'Respect des SLA de Souscription', fournissant un signal clair et immédiat de conformité. Il permet d'explorer les caractéristiques des applications en violation pour comprendre les causes profondes des retards.

Fournit un résultat clair et catégorique de la performance par rapport aux objectifs, facilitant le suivi de la conformité aux SLA et l'analyse des causes des violations.

Ceci est calculé dans la couche de transformation des données en comparant la durée réelle d'un segment de processus (par exemple, le temps de cycle de souscription) avec l'attribut 'UnderwritingSlaTarget'.

Lorsque le 'Résultat de la Décision' d'un prêt est 'Refusé', cet attribut fournit des détails supplémentaires sur la cause. Les raisons peuvent inclure un faible score de crédit, un revenu insuffisant ou une documentation incomplète.

L'analyse des motifs de refus est indispensablele pour l'amélioration des activités. Elle peut révéler des tendances qui mettent en évidence des problèmes liés aux critères de prêt, à l'adéquation produit-marché ou aux problèmes du processus de demande lui-même. Ces insights peuvent aider l'entreprise à affiner ses stratégies et à améliorer les taux d'approbation.

Fournit la cause profonde des demandes refusées, permettant une analyse pour identifier les tendances et améliorer les critères de prêt ou les processus de demande.

Généralement stocké dans un champ de liste de sélection ou de texte sur l'objet Loan qui devient obligatoire lorsque le prêt passe à un statut 'Refusé'.

Cet attribut définit l'accord de niveau de service (SLA) attendu pour la partie souscription du processus. Il sert de référence par rapport à laquelle la performance réelle est mesurée.

Cet objectif est utilisé pour calculer les taux de respect des SLA. En comparant le temps de cycle réel de souscription à cet objectif, les demandes peuvent être signalées comme 'Respectées' ou 'Violées'. Ceci est indispensable pour le tableau de bord 'Respect des SLA de Souscription' et les KPI associés.

Fournit la référence nécessaire pour mesurer la performance par rapport aux accords de niveau de service, permettant le suivi de l'adhérence aux SLA.

Cette valeur peut être stockée sur l'objet Loan ou dérivée de règles métier basées sur des attributs tels que le type de produit de prêt ou le montant du prêt.

Cet attribut contient le score de crédit numérique renvoyé par un bureau de crédit lors de l'activité 'Vérification de Crédit Terminée'. C'est un facteur clé dans le processus de souscription et de prise de décision.

Dans le Process Mining, le score de crédit peut être utilisé pour analyser s'il existe une corrélation entre le score et le comportement du processus. Par exemple, les demandes avec des scores de crédit plus faibles nécessitent-elles plus d'étapes manuelles, prennent-elles plus de temps en souscription, ou ont-elles un taux de refus plus élevé ? Cela peut fournir des informations concrètes sur les variations de processus basées sur les risques.

Permet d'analyser comment un facteur clé de prise de décision, le score de crédit, est corrélé aux chemins de processus, aux durées et aux résultats.

Ces données sont souvent stockées dans un champ dédié sur un objet 'Rapport de Crédit' ou 'Finances' lié à l'objet principal du Prêt.