Votre modèle de données pour l’octroi de prêts

L’Event Timestamp, ou Start Time, enregistre le moment précis auquel une activité a eu lieu. Ces données temporelles sont essentielles pour classer les événements par ordre chronologique et construire une représentation fidèle du flux du processus.

Dans l’analyse, les horodatages servent à calculer tous les indicateurs fondés sur la durée, notamment le temps de cycle global, les temps de traitement des activités individuelles et les temps d’attente entre les étapes. Ils permettent d’identifier les goulots d’étranglement, de suivre le respect des SLA et d’analyser les tendances de performance au fil du temps, éléments essentiels pour des Dashboards tels que « Overall Loan Processing Time Analysis » et « Loan Approval Cycle Time Trend ».

Les horodatages établissent l’ordre chronologique des événements et sont indispensables au calcul de tous les indicateurs de performance, notamment les temps de cycle et les temps d’attente.

Ces données se trouvent généralement avec l’enregistrement de l’activité ou de la mise à jour du statut dans les journaux d’événements ou les tables de transactions du système. Elles sont souvent désignées par « Creation Date » ou « Status Timestamp ».

Le Loan Application ID identifie de manière unique chaque demande de prêt pendant tout son cycle de vie. Il constitue l’entité centrale permettant de regrouper toutes les activités et données associées, afin d’assurer une traçabilité complète du parcours d’octroi d’un prêt donné.

Dans l’analyse des processus, cet identifiant est indispensable pour construire une vue de bout en bout de chaque cas. Toutes les activités, de « Application Submitted » à « Funds Disbursed » ou « Loan Closed as Rejected », sont rattachées à cet identifiant unique. Il permet ainsi de calculer les temps de cycle, d’identifier les variantes de processus et de suivre les parcours de prêt individuels.

Il s’agit du Case ID essentiel qui relie tous les événements associés au sein d’une même instance de processus, fondement de toute analyse de Process Mining.

Il s’agit de l’identifiant principal d’une demande de prêt dans Finastra Fusion Mortgagebot. Il est généralement disponible dans tous les modules et tables liés au traitement des prêts.

Cet attribut enregistre le nom de chaque étape du cycle de vie de l’octroi du prêt, par exemple « Application Submitted », « Credit Check Completed » ou « Loan Decision Rendered ». Ces activités constituent les nœuds de la carte de processus découverte.

L’analyse de la séquence et de la fréquence de ces activités est au cœur du Process Mining. Elle permet de comprendre le flux réel du processus, d’identifier les écarts par rapport à la procédure standard et de repérer les goulots d’étranglement ou les étapes présentant de nombreux retours. Les noms précis des activités sont essentiels pour calculer des KPI propres à chaque étape, comme le temps de traitement de l’Underwriting.

Les activités définissent les étapes du processus. L’analyse de leur séquence, de leur fréquence et de leur durée est fondamentale pour comprendre et améliorer le flux du processus.

Ces informations sont généralement générées à partir des journaux d’événements du système, des enregistrements de changements de statut ou des entrées de fin de tâche dans Finastra Fusion Mortgagebot.

Cet attribut enregistre la date et l’heure de l’extraction la plus récente depuis le système source. Il renseigne sur l’actualité des données analysées.

Dans toute analyse ou tout Dashboard, il est essentiel de connaître la date de mise à jour des données pour prendre des décisions éclairées. Cet horodatage permet de déterminer si les informations consultées sont en temps réel ou correspondent à un instantané pris à un moment précis, ce qui est important pour distinguer le suivi opérationnel de l’analyse stratégique.

Informe les utilisateurs de l’actualité des données et garantit que les analyses reposent sur des données dont l’ancienneté est connue et acceptable.

Cette valeur est générée et ajoutée au jeu de données lors du processus d’extraction et de transformation des données (ETL).

Cet attribut précise le système à l’origine des données, par exemple « Finastra Fusion Mortgagebot ». Dans les environnements intégrant plusieurs systèmes, ce champ permet de distinguer les différentes sources de données.

Souvent statique dans le cadre d’une analyse portant sur un seul système, il devient essentiel lors de la fusion de données provenant de plusieurs plateformes, comme un CRM distinct ou un système de gestion documentaire. Il garantit la clarté de la traçabilité des données et facilite la résolution des problèmes de qualité en permettant de remonter jusqu’à la source concernée.

Fournit un contexte essentiel sur l’origine des données, garantit leur traçabilité et contribue à leur gouvernance, en particulier dans les environnements multisystèmes.

Il s’agit généralement d’une valeur statique ajoutée lors du processus d’extraction et de transformation des données (ETL), identifiant « Finastra Fusion Mortgagebot » comme source.

Cet attribut identifie précisément l’underwriter responsable de l’étape essentielle d’Underwriting. L’underwriter évalue le risque du prêt et formule une recommandation d’approbation ou de rejet.

Pour le Dashboard « Underwriting Bottleneck Deep Dive », cet attribut est indispensable. Il permet de segmenter les temps de traitement et les temps d’attente dans la file d’Underwriting par underwriter. Il aide ainsi à comprendre les écarts de performance, à garantir la cohérence des décisions et à gérer la charge de travail de l’équipe d’Underwriting.

Essentiel pour analyser en détail l’étape d’Underwriting, comparer les performances et gérer la charge de travail de l’équipe d’Underwriting.

Consultez la documentation de Finastra Fusion Mortgagebot. Cette information est généralement enregistrée lorsque le cas est affecté à la file d’Underwriting ou à un underwriter donné.

Cet attribut précise l’origine de la demande, par exemple un portail en ligne, une application mobile, un loan officer ou un courtier tiers.

La connaissance du canal est importante pour les analyses opérationnelles et stratégiques. Le Dashboard « Overall Loan Processing Time Analysis » utilise cet attribut pour comparer l’efficacité des différents canaux. Il peut révéler que certains canaux entraînent des temps de traitement plus longs, des taux de rejet plus élevés ou davantage de reprises, et fournir des éléments utiles pour optimiser le processus et la stratégie marketing.

Permet de comparer la performance des différents canaux destinés aux clients, afin d’optimiser les processus propres à chaque canal et l’allocation des ressources.

Consultez la documentation de Finastra Fusion Mortgagebot. Cette information est souvent enregistrée lors de la création de la demande.

Cet attribut identifie le principal collaborateur chargé de traiter la demande, à savoir le loan officer. Cette personne est souvent l’interlocuteur principal du demandeur et l’accompagne tout au long du processus.

Cette dimension est essentielle pour analyser la performance et la répartition de la charge de travail. Des Dashboards tels que « Loan Officer Workload Distribution » utilisent directement cet attribut pour représenter le nombre de prêts actifs et les temps de traitement moyens par loan officer. Il aide la direction à repérer les meilleurs résultats, les situations de surcharge ainsi que les possibilités de rééquilibrage des ressources ou de formation.

Permet d’analyser la répartition de la charge de travail et la performance des ressources, ainsi que d’identifier les goulots d’étranglement liés aux ressources ou les bonnes pratiques.

Consultez la documentation de Finastra Fusion Mortgagebot. Cette information est probablement stockée dans les données d’en-tête de la demande de prêt ou dans une table d’affectation liée au module de gestion des utilisateurs.

Alors que StartTime indique le début d’une activité, EndTime en marque la fin. Pour de nombreux événements liés à l’octroi de prêts, les heures de début et de fin peuvent être identiques, ce qui correspond à un événement instantané. En revanche, pour les activités ayant une durée mesurable, comme « Underwriting Review », ce champ est essentiel.

La présence d’un EndTime distinct permet de calculer directement le temps de traitement d’une activité, plutôt que de le déduire de l’heure de début de l’activité suivante. Cette méthode est plus précise, car elle distingue le temps de traitement réel du temps d’inactivité ou d’attente, ce qui est indispensable pour le Dashboard « Underwriting Bottleneck Deep Dive ».

Permet de calculer précisément le temps de traitement d’une activité et de le distinguer du temps d’attente qui suit, pour une analyse plus fiable des goulots d’étranglement.

Consultez la documentation de Finastra Fusion Mortgagebot ou les journaux du système. Cette information peut être enregistrée sous « Completion Date » ou « End Date », ou devoir être calculée si elle n’est pas disponible explicitement.

Cet attribut enregistre le résultat métier final du processus d’octroi pour chaque demande. Il s’agit d’un attribut essentiel au niveau du cas, qui définit la réussite ou l’échec d’une instance de processus.

Cet attribut constitue le fondement du Dashboard « Loan Application Rejection Trends » et de l’analyse « Loan Decision Consistency by Risk ». En filtrant et en segmentant la carte de processus selon le résultat, les analystes peuvent identifier les schémas de processus courants qui conduisent aux rejets ou aux approbations. Il contribue directement au calcul du KPI de taux de rejet des demandes de prêt.

Définit le résultat métier de chaque cas et permet de comparer les flux de processus réussis et non réussis afin d’en identifier les causes profondes.

Il s’agit généralement du statut final d’un cas de demande de prêt, présent dans la table principale des cas ou des demandes de Finastra Fusion Mortgagebot.

La Risk Category est une classification attribuée à une demande de prêt en fonction de plusieurs facteurs, notamment le score de crédit, le ratio dette/revenu et le ratio prêt/valeur. Elle simplifie l’évaluation du risque en quelques niveaux compréhensibles.

Cet attribut est essentiel pour le Dashboard « Loan Decision Consistency by Risk ». En regroupant les prêts par catégorie, il devient plus facile de visualiser la cohérence des décisions pour des demandes présentant des profils de risque similaires. Cette analyse contribue à la Conformité réglementaire et à l’amélioration du modèle interne d’évaluation du risque.

Simplifie les données complexes relatives au risque et permet d’analyser à un niveau global la cohérence des décisions et leur alignement sur la stratégie de risque de l’entreprise.

Il peut s’agir d’un champ calculé et stocké par le moteur de décision interne de Finastra Fusion Mortgagebot ou par un module associé de gestion des risques.

Cet attribut identifie l’agence ou le bureau responsable du prêt. Il s’agit d’une dimension organisationnelle importante pour les grands établissements disposant de plusieurs sites.

Utilisé dans le Dashboard « Loan Officer Workload Distribution », cet attribut permet d’agréger l’analyse de la performance au niveau du site. Il aide à comparer l’efficacité, la charge de travail et les résultats des différentes agences, à mettre en évidence les écarts de performance régionaux et à orienter l’allocation des ressources dans l’organisation.

Permet de comparer les performances et la charge de travail entre différentes unités géographiques ou organisationnelles.

Consultez la documentation de Finastra Fusion Mortgagebot. Cette information est probablement associée au profil utilisateur du loan officer ou sélectionnée lors de la saisie de la demande.

Cet attribut booléen distingue les tâches exécutées automatiquement par le système, comme une première vérification de crédit ou la génération d’un document réglementaire standard, de celles réalisées manuellement par les collaborateurs.

L’analyse de cet attribut permet de comprendre le niveau d’automatisation du processus. Elle peut servir à comparer la rapidité et la cohérence des étapes automatisées et manuelles. Elle aide également à repérer de nouvelles possibilités d’automatisation pour améliorer l’efficacité et réduire le risque d’erreur humaine.

Aide à mesurer le degré d’automatisation du processus et à identifier de nouvelles possibilités d’amélioration de l’efficacité grâce à des initiatives d’automatisation.

Cette information est généralement déterminée en vérifiant l’« User » associé à une activité. Si l’utilisateur est un compte système ou un compte de service, l’indicateur est défini sur true.

Cet attribut représente le montant principal du prêt hypothécaire demandé. Il s’agit d’un indicateur financier essentiel pour chaque demande, qui peut souvent influencer le processus lui-même. Par exemple, les prêts « Jumbo » de montant élevé peuvent nécessiter des étapes d’approbation supplémentaires.

Dans l’analyse, le Loan Amount peut servir à segmenter le processus et à étudier les corrélations entre la valeur du prêt et les temps de traitement, les taux d’approbation ou le niveau d’examen appliqué. Il peut par exemple apparaître que les prêts dépassant un certain seuil prennent systématiquement plus de temps lors de l’Underwriting. Cet attribut apporte un contexte métier précieux au flux du processus.

Permet d’analyser financièrement le portefeuille de prêts et d’étudier l’influence éventuelle de la valeur du prêt sur le comportement du processus, notamment le temps de cycle ou les taux d’approbation.

Il s’agit d’un champ central saisi lors de la soumission de la demande et stocké dans les données principales de la demande de prêt de Finastra Fusion Mortgagebot.

Lorsque le « Decision Outcome » d’un prêt est « Rejected », cet attribut en précise la cause. Les motifs peuvent aller d’un historique de crédit défavorable ou de revenus insuffisants à des documents incomplets ou à des problèmes d’évaluation du bien.

Cet attribut est essentiel pour le Dashboard « Loan Application Rejection Trends ». L’analyse des motifs de rejet les plus fréquents fournit des éléments concrets pour améliorer le processus. Par exemple, un nombre élevé de rejets dus à des documents incomplets peut indiquer qu’il faut améliorer la collecte documentaire ou la communication avec les demandeurs.

Fournit la cause profonde des processus qui échouent et permet de cibler les améliorations afin d’augmenter le taux d’approbation et de réduire les efforts inutiles.

Consultez la documentation de Finastra Fusion Mortgagebot. Cette information est généralement stockée dans un code motif ou un champ de notes associé au statut de décision finale.

Cet attribut précise la cible du Service Level Agreement (SLA) applicable à la durée du processus d’Underwriting, généralement exprimée en heures ou en jours ouvrés. Cette cible peut varier selon le type de prêt ou la catégorie de risque.

Il s’agit d’une donnée essentielle pour le Dashboard « SLA Adherence and Breach Analysis » et le KPI de taux global de respect des SLA. En comparant le temps réel de traitement de l’Underwriting à cette cible, chaque cas peut être marqué comme « Met » ou « Breached ». Cela permet de suivre la performance par rapport aux engagements pris envers les clients ou aux objectifs internes, et d’identifier les causes profondes des écarts aux SLA.

Fournit la référence par rapport à laquelle la performance réelle est mesurée, permettant de suivre directement le respect des SLA et d’identifier les écarts.

Cette valeur peut être stockée sous la forme d’une règle métier statique ou d’un champ de la demande de prêt, éventuellement calculé par un moteur de règles dans Finastra Fusion Mortgagebot.

Cet attribut booléen est défini sur « true » lorsqu’une activité donnée, comme « Supporting Documents Requested » ou « Underwriting Review Returned », se produit plusieurs fois pour le même Loan Application ID. Il permet d’identifier et de quantifier explicitement les boucles de retouche.

Dans le Dashboard « Rework and Redundant Steps Map », cet indicateur peut servir à mettre visuellement en évidence les boucles de retouche ou à filtrer les dossiers présentant un niveau élevé de retouches. Le calcul du KPI de taux d’activités de retouche consiste simplement à compter les événements pour lesquels « IsRework » vaut true. Vous pouvez ainsi concentrer les efforts d’amélioration sur les causes profondes du travail répété, telles qu’une communication imprécise ou des erreurs de saisie.

Identifie et quantifie explicitement les retouches, ce qui facilite l’analyse des causes et des effets des inefficacités et des boucles du processus.

Cet attribut est calculé dans la couche de transformation des données, en vérifiant si le même nom d’activité est déjà apparu pour le CaseId concerné.

Cet attribut contient le score de crédit numérique obtenu auprès d’un bureau de crédit lors de l’activité « Credit Check Completed ». Il constitue un facteur essentiel pour évaluer la solvabilité du demandeur.

Dans le Dashboard « Loan Decision Consistency by Risk », le score de crédit est comparé au résultat de la décision finale. Cette analyse permet de vérifier que les décisions d’octroi sont équitables, cohérentes et conformes à l’appétence au risque de l’établissement. Elle peut mettre en évidence des incohérences lorsque des demandeurs présentant des scores similaires obtiennent des résultats différents.

Point de données essentiel pour l’évaluation du risque, cet attribut aide à analyser la cohérence et l’équité des décisions de prêt.

Consultez la documentation de Finastra Fusion Mortgagebot. Ces données sont généralement stockées dans un champ dédié après avoir été récupérées auprès d’une agence d’évaluation du crédit par l’intermédiaire d’une intégration.

Cet attribut booléen résulte de la comparaison entre la durée réelle d’une étape et son SLA cible. Par exemple, sa valeur est « true » lorsque le délai entre « Underwriting Commenced » et « Underwriting Completed » est supérieur à « Underwriting SLA Target ».

Cet indicateur simplifie l’analyse dans le Dashboard « SLA Adherence and Breach Analysis » en créant une dimension binaire claire pour le filtrage et l’agrégation. Il permet de calculer rapidement le KPI de taux de respect du SLA et d’examiner les caractéristiques précises, comme le type de prêt ou l’agence, des demandes qui dépassent fréquemment leurs accords de niveau de service.

Fournit un indicateur simple et clair du non-respect du SLA pour chaque dossier, afin de faciliter le filtrage, l’agrégation et l’analyse des causes profondes des dépassements.

Cet attribut est calculé lors de la préparation des données. La logique est la suivante : (Actual Duration > UnderwritingSlaTarget) ? true : false.

Cette métrique mesure le temps d’inactivité pendant lequel une demande de prêt attend après la vérification de crédit, mais avant le début effectif de l’analyse du dossier. Elle est calculée comme la durée entre l’horodatage de « Credit Check Completed » et celui de « Underwriting Commenced ».

Ce KPI est essentiel pour le Dashboard « Underwriting Bottleneck Deep Dive », car il distingue le temps d’attente du temps de traitement actif. Des temps d’attente élevés peuvent révéler un manque de ressources, une affectation inefficace des tâches ou des retards système. La réduction de ce temps d’attente constitue souvent un objectif important pour accélérer et améliorer l’efficacité globale du processus.

Isole le temps d’attente avant une étape essentielle du processus et fournit une cible claire pour réduire les périodes d’inactivité et améliorer l’efficacité du flux.

Cet attribut est calculé lors de l’analyse des données ou de l’ETL, en déterminant l’écart entre les événements « Credit Check Completed » et « Underwriting Commenced » pour chaque dossier.

Cet attribut catégorise la demande selon le produit hypothécaire précis demandé par le demandeur. Les différents types de prêts sont souvent soumis à des exigences de processus, des règles de Conformité et des profils de risque distincts.

L’analyse du processus par Loan Type est une pratique fondamentale. Elle peut révéler que certains produits présentent des temps de cycle nettement plus longs ou des taux de rejet plus élevés. Cette segmentation est essentielle pour identifier les goulots d’étranglement propres à chaque produit et vérifier que les contrôles de Conformité, comme ceux de l’analyse « Compliance Violation Pathways », sont appliqués correctement.

Les différents produits de prêt suivent souvent des parcours et des SLA distincts. Cet attribut est donc essentiel pour effectuer des comparaisons pertinentes et appliquer des filtres précis.

Il s’agit d’une donnée fondamentale, sélectionnée au début du processus de demande et stockée dans les données principales de la demande de prêt de Finastra Fusion Mortgagebot.