Votre modèle de données pour l’octroi de prêts

Cet attribut représente une tâche ou un jalon du cycle de vie d’une demande de prêt, comme « Initial Review Performed » ou « Underwriting Completed ». Ces activités constituent les nœuds de la carte de processus et leur séquence définit le flux du processus.

L’analyse de la séquence, de la fréquence et de la durée de ces activités aide à identifier les parcours courants, les écarts et les goulots d’étranglement. Elle est essentielle pour comprendre quelles tâches sont réalisées et dans quel ordre, et constitue la base de toute analyse de process mining.

Cet attribut définit les étapes du processus et permet de visualiser et d’analyser le flux du processus, qui constitue le cœur du process mining.

Il est généralement dérivé des modifications des champs « Stage » ou « Status » de l’objet Loan dans nCino, ou des enregistrements Task ou Event associés.

Le Start Time, ou horodatage de l’événement, enregistre la date et l’heure exactes auxquelles une activité a eu lieu. Ces données chronologiques sont essentielles pour classer correctement les événements et reconstituer le flux du processus tel qu’il s’est réellement déroulé.

Cet horodatage constitue la base de toutes les analyses temporelles. Il sert à calculer les durées de cycle entre les activités, à identifier les temps d’attente et les retards, et à mesurer la durée globale du dossier. Des horodatages précis sont indispensables au suivi de la performance et à l’analyse des goulots d’étranglement.

Cet horodatage fournit l’ordre chronologique des événements, indispensable au calcul de tous les indicateurs de performance, comme les durées de cycle et les durées d’exécution.

Il peut provenir d’horodatages générés par le système, comme « CreatedDate » sur les enregistrements associés, ou de l’horodatage d’une modification précise dans l’historique des champs.

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, et de retracer intégralement le parcours de Loan Origination d’un prêt donné.

Dans le process mining, cet identifiant joue le rôle de Case ID. Chaque événement, de la soumission à la décision finale, est rattaché à cet identifiant. Il permet de reconstituer le flux du processus de bout en bout pour chaque demande, ce qui est fondamental pour l’analyse des durées de cycle, l’analyse des variantes et l’identification des goulots d’étranglement.

Il s’agit du Case ID essentiel qui relie toutes les étapes du processus et permet d’analyser le parcours de bout en bout de chaque demande de prêt.

Il s’agit généralement de la clé primaire de l’objet Loan dans nCino, souvent référencée sous la forme LLC_Loan__c.Name ou d’un champ d’identifiant unique similaire.

Cet attribut enregistre la date et l’heure de la dernière extraction des données depuis le système source. Il fournit le contexte nécessaire pour évaluer la fraîcheur des données analysées.

Dans les Dashboards et les rapports, ces informations sont essentielles pour permettre aux utilisateurs de comprendre dans quelle mesure l’analyse est récente. Elles contribuent à gérer les attentes et à garantir que les décisions reposent sur une période de référence clairement établie pour les données sous-jacentes.

Fournit un contexte essentiel sur la fraîcheur des données et permet aux utilisateurs de comprendre dans quelle mesure l’analyse du processus est à jour.

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

Cet attribut identifie l’application source dans laquelle les données de l’événement ont été générées. Pour ce processus, il s’agira généralement de « nCino ».

Même si cet attribut peut sembler redondant lorsque toutes les données proviennent d’un seul système, il est essentiel à la gouvernance des données et devient indispensable lorsque des données provenant de plusieurs systèmes sont intégrées, par exemple celles d’un moteur distinct de scoring crédit ou d’une plateforme de gestion documentaire. Il garantit la traçabilité et la clarté de l’origine des données.

Identifie l’origine des données, ce qui est essentiel 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 lors du processus d’extraction et de transformation des données.

Cet attribut identifie la source de soumission de la demande de prêt. Les différents canaux peuvent présenter des niveaux variables de complétude des données et d’interaction avec le client, ce qui peut avoir une incidence sur le flux de processus ultérieur.

L’analyse du processus par canal permet d’évaluer l’efficacité de chaque canal. Il est par exemple possible de comparer les durées de cycle et les taux de reprise des demandes soumises en ligne à ceux des demandes déposées en agence. Ces analyses peuvent éclairer les décisions stratégiques relatives aux investissements dans les canaux et à l’optimisation des processus propres à chaque source.

Permet de comparer l’efficacité, la rapidité et la qualité des différents canaux de soumission, afin d’orienter les améliorations et les investissements stratégiques.

Cette information est généralement stockée dans un champ de liste de sélection de l’objet Loan, souvent nommé « Channel » ou « Source ».

L’heure de fin marque l’achèvement d’une activité. La différence entre l’heure de début et l’heure de fin d’une activité correspond à sa durée de traitement.

Cet attribut est essentiel pour distinguer le temps de traitement, consacré au travail actif, du temps d’attente, qui correspond à la période d’inactivité entre deux activités. L’analyse des durées de traitement permet d’identifier les étapes les plus longues, tandis que l’écart entre l’heure de fin d’une activité et l’heure de début de la suivante révèle les délais de transmission.

Permet de calculer avec précision les durées de traitement des activités, ce qui est essentiel pour distinguer le temps de travail actif du temps d’attente.

Cette valeur peut provenir d’horodatages générés par le système, comme « LastModifiedDate » sur les enregistrements associés, ou de l’horodatage d’une modification ultérieure dans l’historique du champ.

Cet attribut représente le montant principal du prêt demandé. Le montant du prêt peut avoir une incidence importante sur la complexité et la durée du processus d’octroi, les prêts plus élevés ou plus complexes nécessitant souvent des contrôles ou des étapes supplémentaires.

Dans l’analyse, le montant du prêt constitue un puissant critère de segmentation. Il permet de déterminer si les prêts de valeur élevée sont plus longs à traiter, présentent davantage de reprises ou suivent des parcours différents. Il est également essentiel aux rapports financiers et à l’évaluation de la valeur du portefeuille de prêts en cours de traitement.

Fournit un contexte financier important et permet de segmenter l’analyse afin de déterminer si la valeur du prêt est corrélée à la complexité, à la durée ou aux résultats du processus.

Se trouve dans un champ monétaire de l’objet Loan, souvent nommé « Amount » (LLC_Loan__c.LLC_BI__Amount__c).

Cet attribut enregistre le résultat de l’activité « Loan Decision Rendered ». Il s’agit d’un attribut essentiel au niveau du dossier, qui définit l’état final d’un processus de demande de prêt terminé.

Cet attribut est indispensable à l’analyse fondée sur les résultats. Il permet de comparer les flux de processus qui aboutissent à des résultats différents, par exemple en analysant les parcours communs des demandes approuvées et refusées. Il sert également de base au calcul d’indicateurs clés tels que le taux de refus des prêts.

Permet de filtrer et de comparer les processus selon leur résultat métier final, ce qui est essentiel pour identifier les schémas de processus associés à la réussite ou à l’échec.

Se trouve généralement dans un champ « Status » ou « Stage » de l’objet Loan une fois le processus terminé. Les valeurs précises dépendent de la configuration.

Cet attribut indique le groupe fonctionnel, tel que « Origination », « Underwriting » ou « Closing », auquel l’activité est rattachée. Il peut être déduit du profil de l’utilisateur affecté ou provenir d’un champ dédié de l’enregistrement du prêt.

L’analyse du processus par service est essentielle pour comprendre la collaboration entre les fonctions. Elle permet de mesurer les délais de transmission entre les services, d’identifier les retards causés par les transferts interservices et d’obtenir une vue d’ensemble des équipes qui réalisent le travail dans l’organisation.

Essentiel pour analyser les transmissions entre services, mesurer la performance des équipes et identifier les goulots d’étranglement transverses.

Ces informations peuvent être déduites du champ Department de l’utilisateur affecté dans son enregistrement User, ou d’un champ personnalisé « Team » ou « Queue » de l’objet Loan.

Cet attribut catégorise la demande de prêt selon le produit financier proposé. Les différents produits de prêt présentent souvent des variantes de processus, des durées de cycle et des profils de risque distincts.

La segmentation de l’analyse du processus par type de produit de prêt est essentielle pour obtenir des comparaisons pertinentes. Elle permet de comprendre l’incidence des différents produits sur l’efficacité du processus et de créer des Dashboards adaptés, par exemple pour suivre le débit des décaissements des prêts immobiliers par rapport aux prêts automobiles. La performance est ainsi évaluée dans le contexte métier approprié.

Permet de segmenter l’analyse du processus selon le contexte métier et de révéler l’incidence des différents produits sur l’efficacité, la durée et les parcours du processus.

Cette information est généralement stockée dans un champ « Product » ou « Loan Type » de l’objet Loan nCino (LLC_Loan__c).

Cet attribut identifie le collaborateur qui a exécuté une tâche donnée ou qui est affecté à la demande de prêt à une étape précise. Dans nCino, cette information est souvent suivie dans le champ « Owner » de l’enregistrement.

L’analyse des données par utilisateur permet de comprendre la répartition de la charge de travail, la performance individuelle et l’utilisation des ressources. Elle peut mettre en évidence les collaborateurs ou les équipes surchargés, ainsi qu’identifier les meilleurs contributeurs, ce qui est utile pour la gestion des ressources et la formation.

Permet d’analyser la répartition de la charge de travail, la performance des équipes et l’allocation des ressources, tout en aidant à identifier les goulots d’étranglement liés à certains utilisateurs ou équipes.

Provient généralement du champ « OwnerId » de l’objet Loan ou des objets Task associés. Ces informations peuvent être mises en relation avec l’objet User afin d’obtenir le nom de l’utilisateur.

Cette métrique calculée mesure la durée du cycle de bout en bout de chaque demande de prêt. Elle représente le temps total pendant lequel un dossier est actif dans le processus.

La durée du dossier est un indicateur clé de la performance globale du processus. Elle est utilisée dans les Dashboards pour visualiser la répartition des durées de cycle, identifier les dossiers qui s’éternisent et suivre l’évolution de la performance au fil du temps. L’analyse des facteurs corrélés aux durées de dossier plus longues constitue un objectif important de nombreux projets de Process Mining.

Représente la durée globale du cycle de bout en bout, un KPI essentiel pour mesurer la santé générale du processus et l’expérience client.

Est calculée en prenant la différence entre la valeur maximale et la valeur minimale d’EventTime pour chaque LoanApplicationId.

Cet indicateur distingue les tâches exécutées par un utilisateur des événements automatisés du système. Par exemple, une vérification de crédit peut être automatisée, tandis qu’une décision d’Underwriting est généralement manuelle.

L’identification des étapes automatisées est essentielle pour repérer et analyser les possibilités d’automatisation. Elle permet de mesurer l’incidence de l’automatisation sur les durées de cycle et l’efficacité, ainsi que d’identifier les activités manuelles qui se prêtent particulièrement à de futures initiatives d’automatisation.

Distingue les activités du système des activités humaines, ce qui est fondamental pour mesurer l’incidence de l’automatisation et identifier de nouvelles possibilités d’automatisation.

Cette valeur est généralement déduite de l’utilisateur associé à l’événement. Si l’utilisateur est un utilisateur « System » ou « Integration », l’indicateur est défini sur true.

Cet attribut booléen est défini sur true lorsqu’une activité, telle que « Supporting Documents Requested », se produit plusieurs fois pour la même demande de prêt. Il identifie les reprises, qui constituent souvent une source d’inefficacité du processus.

L’analyse des reprises est un cas d’usage central du Process Mining. L’indicateur « IsRework » permet de filtrer et de quantifier facilement les reprises. Il alimente des Dashboards tels que « Loan Application Rework Analysis » et sert à calculer des KPI comme le taux de reprise, en mettant en évidence les étapes du processus qui échouent lors de leur première exécution.

Met en évidence les inefficacités du processus en signalant les travaux répétés et permet une analyse ciblée pour comprendre et réduire les boucles coûteuses.

Cet attribut est calculé lors de la transformation des données à l’aide de fonctions de fenêtrage, afin de vérifier si la même activité s’est déjà produite pour un Case ID donné.

Cet attribut fournit le résultat d’un contrôle du SLA, généralement pour une étape précise telle que l’Underwriting. Il compare la durée réelle du cycle à la cible SLA prédéfinie et attribue un statut tel que « Met » ou « Breached ».

Cet attribut est essentiel au suivi de la performance par rapport aux engagements métier. Il alimente directement le Dashboard et le KPI « Underwriting SLA Adherence », en fournissant un indicateur clair et immédiat du respect des exigences. Il permet d’examiner les caractéristiques des demandes en dépassement afin d’en comprendre les causes premières.

Fournit un résultat catégoriel clair de la performance par rapport aux objectifs, ce qui facilite le suivi de la conformité au SLA et l’analyse des causes des dépassements.

Est calculé dans la couche de transformation des données en comparant la durée réelle d’un segment du processus, par exemple la durée du cycle d’Underwriting, à l’attribut « UnderwritingSlaTarget ».

Lorsque le « Decision Outcome » d’un prêt est « Declined », cet attribut fournit des précisions sur la cause du refus. Les motifs peuvent inclure un score de crédit insuffisant, des revenus trop faibles ou des documents incomplets.

L’analyse des motifs de refus est essentielle à l’amélioration de l’activité. Elle peut révéler des tendances indiquant des problèmes liés aux critères d’octroi, à l’adéquation entre le produit et le marché ou au processus de demande lui-même. Ces analyses peuvent aider l’entreprise à affiner ses stratégies et à améliorer ses taux d’approbation.

Fournit la cause première des demandes refusées et permet d’identifier les tendances afin d’améliorer les critères d’octroi ou les processus de demande.

Est généralement stocké dans un champ de liste de sélection ou de texte de l’objet Loan, qui devient obligatoire lorsque le prêt passe au statut « Declined ».

Cet attribut définit le Service Level Agreement (SLA) attendu pour la partie Underwriting du processus. Il sert de référence pour mesurer la performance réelle.

Cette cible est utilisée pour calculer les taux de respect du SLA. En comparant la durée réelle du cycle d’Underwriting à cette cible, les demandes peuvent être marquées comme « Met » ou « Breached ». Cette information est essentielle au Dashboard « Underwriting SLA Adherence » et aux KPI associés.

Fournit la référence nécessaire pour mesurer la performance au regard des accords de niveau de service et permet de suivre le respect du SLA.

Cette valeur peut être stockée dans l’objet Loan ou déduite de règles métier fondées 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 « Credit Check Completed ». Il constitue un facteur important du processus d’Underwriting et de prise de décision.

Dans le Process Mining, le score de crédit peut servir à analyser sa corrélation avec le comportement du processus. Les demandes présentant un score plus faible nécessitent-elles davantage d’étapes manuelles, prennent-elles plus de temps lors de l’Underwriting ou affichent-elles un taux de refus plus élevé ? Ces analyses peuvent fournir des informations utiles sur les variations du processus liées au risque.

Permet d’analyser la corrélation entre un facteur décisionnel important, le score de crédit, et les parcours, les durées et les résultats du processus.

Ces données sont souvent stockées dans un champ dédié d’un objet « Credit Report » ou « Financials » associé à l’objet Loan principal.