Hitelnyújtási adatainak sablonja

Az esemény időbélyege, más néven kezdési időpont, pontosan rögzíti, mikor történt egy tevékenység. Ez az időadat szükséges az események időrendi sorba rendezéséhez és a folyamatmenet pontos ábrázolásához.

Az elemzés során az időbélyegek alapján számíthatók ki az időtartamhoz kötött mutatók, köztük a teljes átfutási idő, az egyes tevékenységek feldolgozási ideje és a lépések közötti várakozási idő. Ezek segítségével azonosíthatók a szűk keresztmetszetek, nyomon követhető az SLA-k teljesülése és elemezhetők a teljesítmény időbeli változásai. Mindez fontos például az „Overall Loan Processing Time Analysis” és a „Loan Approval Cycle Time Trend” dashboard esetében.

Az időbélyegek megadják az események időrendi sorrendjét, és szükségesek minden teljesítménymutató, például az átfutási és várakozási idők kiszámításához.

Ezek az adatok rendszerint a tevékenység vagy állapotfrissítés rekordja mellett találhatók a rendszer eseménynaplóiban vagy tranzakciós tábláiban. A mező neve gyakran „Creation Date” vagy „Status Timestamp”.

A hitelkérelem-azonosító a teljes ügyintézési folyamat során egyedileg azonosítja az egyes hitelkérelmeket. Ez az azonosító kapcsolja össze az ügyhöz tartozó összes tevékenységet és adatot, így végigkövethető egy adott hitelkérelem teljes folyamata.

A folyamatelemzésben ez az azonosító alapvető az egyes ügyek teljes folyamatának felépítéséhez. A „Application Submitted” eseménytől a „Funds Disbursed” vagy „Loan Closed as Rejected” eseményig minden tevékenység ehhez az azonosítóhoz kapcsolódik. Így kiszámítható az átfutási idő, azonosíthatók a folyamatváltozatok, és nyomon követhetők az egyes hitelügyek.

Ez az azonosító kapcsolja össze az összes kapcsolódó eseményt egyetlen folyamatpéldánnyá. Ez minden process mining elemzés alapja.

Ez a hitelkérelem elsődleges azonosítója a Finastra Fusion Mortgagebot rendszerben. Általában a hitelügyintézéshez kapcsolódó összes modulban és táblában megtalálható.

Ez az attribútum rögzíti a hitelügyintézés egyes lépéseinek nevét, például „Application Submitted”, „Credit Check Completed” vagy „Loan Decision Rendered”. Ezek a tevékenységek alkotják a feltárt folyamattérkép csomópontjait.

A tevékenységek sorrendjének és gyakoriságának elemzése a process mining alapja. Segít megérteni a tényleges folyamatmenetet, feltárni az előírt eljárástól való eltéréseket, valamint azonosítani a szűk keresztmetszeteket és a sok ismételt munkával járó területeket. A tevékenységek pontos neve a szakaszspecifikus KPI-k, például a hitelbírálat feldolgozási idejének kiszámításához is szükséges.

A tevékenységek határozzák meg a folyamat lépéseit. Sorrendjük, gyakoriságuk és időtartamuk elemzése alapvető a folyamatmenet megértéséhez és fejlesztéséhez.

Ezek az adatok rendszerint a Finastra Fusion Mortgagebot eseménynaplóiból, állapotváltozási rekordjaiból vagy feladatbefejezési bejegyzéseiből származnak.

Ez az attribútum jelöli az adatok forrásrendszerét, például a „Finastra Fusion Mortgagebot” rendszert. Több integrált rendszer esetén segít megkülönböztetni az adatforrásokat.

Egyetlen rendszer elemzésekor gyakran állandó érték, de több platform, például egy külön CRM- vagy dokumentumkezelő rendszer adatainak egyesítésekor különösen fontos. Segít nyomon követni az adatok eredetét, és az adatminőségi problémák kivizsgálásakor visszavezetni azokat a megfelelő forráshoz.

Fontos információt ad az adatok eredetéről, biztosítja a nyomon követhetőséget, és támogatja az adatkezelést, különösen több rendszer használatakor.

Ez rendszerint az adatkinyerés és -átalakítás (ETL) során hozzáadott állandó érték, amely forrásként a „Finastra Fusion Mortgagebot” rendszert jelöli.

Ez az attribútum rögzíti a forrásrendszerből történő legutóbbi adatlekérés dátumát és időpontját. Megmutatja, mennyire frissek az elemzett adatok.

Elemzés vagy dashboard használatakor fontos tudni, mikoriak az adatok, hogy megalapozott döntések szülessenek. Az időbélyegből kiderül, hogy valós idejű információt vagy egy adott időpontban készült pillanatképet lát-e. Ez a működés nyomon követéséhez és a stratégiai elemzéshez egyaránt fontos.

Tájékoztatja a felhasználókat az adatok aktualitásáról, így az elemzés ismert és elfogadható korú adatokra épülhet.

Ezt az értéket az adatkinyerés és -átalakítás (ETL) során állítják elő, és rögzítik az adatkészletben.

Ez az attribútum rögzíti a hitelügyintézési folyamat végső üzleti eredményét minden kérelemnél. Ügyszintű attribútumként meghatározza, hogy a folyamat sikeresen zárult-e.

Ez az attribútum alapja a „Loan Application Rejection Trends” dashboardnak és a „Loan Decision Consistency by Risk” elemzésnek. Az elemzők az eredmény szerinti szűréssel és csoportosítással azonosíthatják az elutasításhoz vagy jóváhagyáshoz vezető jellemző folyamatmintákat. Az attribútum közvetlenül támogatja a Loan Application Rejection Rate KPI kiszámítását.

Meghatározza az egyes ügyek üzleti eredményét, így összehasonlíthatók a sikeres és sikertelen folyamatok, és feltárhatók a kiváltó okok.

Ez rendszerint a hitelkérelem végleges állapota, amely a Finastra Fusion Mortgagebot fő ügy- vagy kérelmi táblájában található.

A StartTime a tevékenység kezdetét, az EndTime pedig a befejezését jelöli. A hitelügyintézés számos eseményénél a kezdési és befejezési idő megegyezhet, mert az esemény azonnal megtörténik. A mérhető időtartamú tevékenységeknél, például a „Underwriting Review” esetében azonban ez a mező különösen fontos.

A külön EndTime mezővel közvetlenül kiszámítható a tevékenység feldolgozási ideje, nem kell a következő tevékenység kezdési időpontjából következtetni rá. Ez pontosabb eredményt ad, mert elkülöníti a tényleges feldolgozási időt a tétlen és várakozási időtől. Ez szükséges az „Underwriting Bottleneck Deep Dive” dashboardhoz.

Lehetővé teszi a tevékenység feldolgozási idejének pontos kiszámítását, és elkülöníti azt az utána következő várakozási időtől. Így pontosabban elemezhetők a szűk keresztmetszetek.

Nézze meg a Finastra Fusion Mortgagebot dokumentációját vagy a rendszer naplóit. Az adat szerepelhet „Completion Date” vagy „End Date” néven, de ha nincs külön rögzítve, előfordulhat, hogy ki kell számítani.

Ez az attribútum jelöli a kérelem benyújtási csatornáját, például online portált, mobilalkalmazást, hitelügyintézőt vagy külső közvetítőt.

A csatorna ismerete fontos a működés és a stratégia elemzéséhez. Az „Overall Loan Processing Time Analysis” dashboard segítségével összehasonlítható a különböző csatornák hatékonysága. Kiderülhet, hogy egyes csatornákon hosszabb a feldolgozási idő, magasabb az elutasítási arány, vagy több az ismételt munka. Ezek az eredmények a folyamatfejlesztést és a marketingstratégiát is segítik.

Lehetővé teszi az ügyfelekkel kapcsolatot tartó csatornák teljesítményének összehasonlítását, és segít a csatornánkénti folyamatok és erőforrás-elosztás fejlesztésében.

Nézze meg a Finastra Fusion Mortgagebot dokumentációját. Ezt az adatot gyakran a kérelem létrehozásakor rögzítik.

Ez az attribútum azonosítja a folyamat fontos hitelbírálati szakaszáért felelős hitelbírálót. Ő értékeli a hitel kockázatát, és javaslatot tesz a jóváhagyásra vagy az elutasításra.

Az „Underwriting Bottleneck Deep Dive” dashboardhoz ez az attribútum elengedhetetlen. Segítségével hitelbírálónként elemezhetők a feldolgozási és sorban állási idők. Így feltárhatók a teljesítménybeli különbségek, ellenőrizhető a döntéshozatal következetessége, és kezelhető a hitelbírálói csapat munkaterhelése.

Részletes elemzést tesz lehetővé a hitelbírálati szakaszról, így összehasonlítható a teljesítmény és kezelhető a csapat munkaterhelése.

Nézze meg a Finastra Fusion Mortgagebot dokumentációját. Az adatot rendszerint akkor rögzítik, amikor az ügy a hitelbírálati sorba vagy egy adott hitelbírálóhoz kerül.

Ez az attribútum azonosítja a kérelmet kezelő elsődleges munkatársat, a hitelügyintézőt. Ő tartja a kapcsolatot a kérelmezővel, és végigvezeti a kérelmet a folyamaton.

Ez a dimenzió fontos a teljesítmény és a munkaterhelés elemzéséhez. A „Loan Officer Workload Distribution” dashboard például ezt az attribútumot használja az aktív hitelek számának és az átlagos feldolgozási időnek az ügyintézők szerinti megjelenítéséhez. Segít azonosítani a kiemelkedő teljesítményű vagy túlterhelt munkatársakat, valamint a terhelés kiegyensúlyozásának és a képzésnek a lehetőségeit.

Lehetővé teszi a munkaterhelés és az erőforrások teljesítményének elemzését, valamint az erőforrásokhoz kapcsolódó szűk keresztmetszetek és bevált gyakorlatok azonosítását.

Nézze meg a Finastra Fusion Mortgagebot dokumentációját. Az adat valószínűleg a hitelkérelem fejlécadatai között vagy egy hozzárendelési táblában található, a felhasználókezelési modulhoz kapcsolva.

Ez a logikai attribútum különbséget tesz a rendszer által automatikusan végrehajtott feladatok, például az első hitelképesség-vizsgálat vagy egy standard tájékoztató létrehozása, valamint az alkalmazottak által manuálisan végzett feladatok között.

Az attribútum elemzésével felmérhető a folyamat automatizáltsága. Összehasonlítható az automatizált és a manuális lépések sebessége és következetessége. Ez segít feltárni, hol érdemes tovább automatizálni a működést, növelni a hatékonyságot és csökkenteni az emberi hibák kockázatát.

Segít felmérni a folyamat automatizáltságát, és azonosítani, hol növelhető tovább a hatékonyság újabb automatizálási kezdeményezésekkel.

Ezt általában a tevékenységhez rendelt „User” mező alapján határozzák meg. Ha a felhasználó rendszer- vagy szolgáltatásfiók, a jelző értéke true.

Ha a hitel „Decision Outcome” értéke „Rejected”, ez az attribútum megadja az elutasítás konkrét okát. Ilyen lehet a rossz hitelmúlt, az elégtelen jövedelem, a hiányos dokumentáció vagy az ingatlan értékbecslésével kapcsolatos probléma.

Ez az attribútum fontos a „Loan Application Rejection Trends” dashboardhoz. A leggyakoribb elutasítási okok elemzése konkrét támpontot ad a folyamat fejlesztéséhez. Ha például sok kérelmet hiányos dokumentáció miatt utasítanak el, érdemes javítani a dokumentumok bekérésén vagy a kérelmezőkkel folytatott kommunikáción.

Feltárja a sikertelen folyamatok kiváltó okait, így célzott fejlesztésekkel növelhető a jóváhagyási arány és csökkenthető a felesleges munka.

Nézze meg a Finastra Fusion Mortgagebot dokumentációját. Az adat rendszerint a végleges döntési állapothoz kapcsolódó okkód- vagy megjegyzésmezőben található.

Ez az attribútum azonosítja a hitelért felelős fiókot vagy irodát. Több telephellyel rendelkező nagy intézményeknél fontos szervezeti dimenzió.

A „Loan Officer Workload Distribution” dashboardban használva lehetővé teszi a teljesítmény helyszín szerinti összesítését. Segít összehasonlítani a különböző fiókok hatékonyságát, munkaterhelését és eredményeit, feltárni a regionális különbségeket, valamint megalapozni az erőforrások szervezeten belüli elosztását.

Lehetővé teszi a teljesítmény összehasonlítását és a munkaterhelés elemzését különböző földrajzi vagy szervezeti egységek között.

Nézze meg a Finastra Fusion Mortgagebot dokumentációját. Az adat valószínűleg a hitelügyintéző felhasználói profiljához kapcsolódik, vagy a kérelem felvételekor választják ki.

Ez az attribútum a kérelmező által igényelt jelzáloghitel-termék szerint sorolja be a hitelkérelmet. Az egyes hiteltípusokhoz eltérő folyamatlépések, megfelelési szabályok és kockázati profilok tartozhatnak.

A folyamat hiteltípus szerinti elemzése alapvető. Kiderülhet például, hogy egyes termékeknél lényegesen hosszabb az átfutási idő vagy magasabb az elutasítási arány. Ez a bontás segít azonosítani a termékspecifikus szűk keresztmetszeteket, és ellenőrizni, hogy a megfelelési vizsgálatokat, például a „Compliance Violation Pathways” elemzésben szereplőket, megfelelően végzik-e el.

Az egyes hiteltermékek folyamata és SLA-ja eltérhet, ezért ez az attribútum szükséges az érdemi összehasonlításhoz és szűréshez.

Ez alapvető adat, amelyet a kérelem elején választanak ki, és a Finastra Fusion Mortgagebot fő hitelkérelmi adatai között tárolnak.

Ez az attribútum a hitelbírálati folyamat időtartamára vonatkozó szolgáltatási szintű megállapodás (SLA) célértékét adja meg, gyakran munkaórában vagy munkanapban. A célérték a hitel típusától vagy kockázati kategóriájától függően változhat.

Ez az adat szükséges az „SLA Adherence and Breach Analysis” dashboardhoz és az Overall SLA Adherence Rate KPI-hoz. A tényleges hitelbírálati időt a célértékkel összevetve minden ügy „Met” vagy „Breached” jelölést kaphat. Így nyomon követhető, hogy a teljesítés megfelel-e az ügyfeleknek tett ígéreteknek vagy a belső céloknak, és feltárhatók az SLA-sértések kiváltó okai.

Összehasonlítási alapot ad a tényleges teljesítmény méréséhez, így közvetlenül nyomon követhető az SLA-k teljesülése, és azonosíthatók a túllépések.

Ez tárolható statikus üzleti szabályként vagy magán a hitelkérelmen szereplő mezőként. A Finastra Fusion Mortgagebot szabálymotorja is meghatározhatja az értékét.

Ez az attribútum az igényelt jelzáloghitel tőkeösszegét jelöli. Minden kérelem fontos pénzügyi mutatója, és magára a folyamatra is hatással lehet. A nagyobb, „Jumbo” hitelek például további jóváhagyási lépéseket igényelhetnek.

Az elemzés során a hitelösszeg alapján csoportosíthatók a folyamatok, és vizsgálható, hogyan függ össze a hitel értéke a feldolgozási idővel, a jóváhagyási aránnyal vagy az ellenőrzés alaposságával. Előfordulhat például, hogy egy bizonyos összeghatár felett a hitelek hitelbírálata rendszeresen tovább tart. Ez az adat fontos üzleti összefüggést ad a folyamatmenet értelmezéséhez.

Lehetővé teszi a hitelportfólió pénzügyi elemzését, és segít megvizsgálni, hogy a hitelösszeg befolyásolja-e a folyamatot, például az átfutási időt vagy a jóváhagyási arányt.

Ez alapvető mező, amelyet a kérelem benyújtásakor töltenek ki, és a Finastra Fusion Mortgagebot fő hitelkérelmi adatai között tárolnak.

Ez az attribútum a hitelminősítő intézettől a „Credit Check Completed” tevékenység során kapott számszerű hitelpontszámot tartalmazza. Fontos tényező a kérelmező hitelképességének felmérésében.

A „Loan Decision Consistency by Risk” dashboard a hitelpontszámot a végleges döntés eredményével veti össze. Az elemzés segít ellenőrizni, hogy a hitelezési döntések méltányosak és következetesek-e, illetve megfelelnek-e az intézmény kockázati elvárásainak. Rámutathat az eltérésekre, például ha hasonló pontszámú kérelmezők eltérő döntést kapnak.

A kockázatértékelés fontos adata, amely segít elemezni a hiteldöntések következetességét és méltányosságát.

Nézze meg a Finastra Fusion Mortgagebot dokumentációját. Az adat rendszerint egy külön mezőben található, miután integráción keresztül lekérték a hitelinformációs ügynökségtől.

Ennek a logikai attribútumnak az értéke „true”, ha egy adott tevékenység, például a „Supporting Documents Requested” vagy az „Underwriting Review Returned”, ugyanahhoz a Loan Application ID-hez többször is előfordul. Így egyértelműen megjelölhetők és számszerűsíthetők az ismételt munkával járó folyamatkörök.

A „Rework and Redundant Steps Map” dashboardon a jelzővel vizuálisan kiemelhetők az ismételt munkával járó folyamatkörök, vagy kiszűrhetők a sok ismételt munkát tartalmazó ügyek. Az ismételt munkával érintett tevékenységek aránya KPI egyszerűen kiszámítható az „IsRework” értékét true-ra állító események megszámlálásával. Így a fejlesztési munka az ismételt feladatok kiváltó okaira, például a nem egyértelmű kommunikációra vagy az adatbeviteli hibákra összpontosíthat.

Egyértelműen azonosítja és számszerűsíti az ismételt munkát, így könnyebb elemezni a folyamat hatékonyságát rontó lépések és folyamatkörök okait és hatásait.

Ez az attribútum az adatátalakítási rétegben számítódik ki annak ellenőrzésével, hogy az adott CaseId esetében szerepelt-e már ugyanaz a tevékenységnév.

A kockázati kategória a hitelkérelem besorolása több tényező, köztük a hitelpontszám, az adósság/jövedelem arány és a hitel/fedezet arány alapján. Néhány könnyen értelmezhető szintre egyszerűsíti a kockázatértékelést.

Ez az attribútum szükséges a „Loan Decision Consistency by Risk” dashboardhoz. A hitelek kategóriákba sorolásával könnyebben áttekinthető, hogy a hasonló kockázatú kérelmekről következetes döntések születnek-e. Az elemzés támogatja a szabályozói előírásoknak való megfelelést, és segít finomítani a belső kockázatértékelési modellt.

Könnyebben értelmezhetővé teszi az összetett kockázati adatokat, így magasabb szinten elemezhető a döntések következetessége és a vállalati kockázati stratégiához való igazodása.

Ezt a mezőt a Finastra Fusion Mortgagebot belső döntési motorja vagy egy kapcsolódó kockázatkezelő modul számíthatja ki és tárolhatja.

Ez a logikai attribútum a szakasz tényleges időtartamának és a hozzá tartozó SLA-célnak az összehasonlításából adódik. Értéke például „true”, ha a „Underwriting Commenced” és a „Underwriting Completed” közötti idő meghaladja az „Underwriting SLA Target” értékét.

A jelző egyértelmű, kétértékű szűrési és összesítési szempontot ad az „SLA Adherence and Breach Analysis” dashboardon. Segítségével gyorsan kiszámítható az SLA-betartási arány KPI, és megvizsgálható, hogy a gyakran SLA-t túllépő kérelmek milyen jellemzőkkel bírnak, például milyen a hiteltípusuk vagy melyik fiókhoz tartoznak.

Egyértelműen jelzi, ha egy adott ügyben nem teljesült az SLA. Így könnyen szűrhet, összesíthet, és elemezheti a túllépések kiváltó okait.

Ez az attribútum az adatok előkészítése során számítódik ki. A logika: (Actual Duration > UnderwritingSlaTarget) ? true : false.

Ez a mutató azt az időt méri, amíg a hitelkérelem a hitelképesség-vizsgálat befejezése után a hitelbírálat tényleges megkezdésére vár. A „Credit Check Completed” és az „Underwriting Commenced” esemény időbélyege közötti időtartamként számítjuk ki.

Ez a KPI az „Underwriting Bottleneck Deep Dive” elemzésben azért fontos, mert elkülöníti a várakozási időt az aktív feldolgozás idejétől. A hosszú várakozás erőforráshiányra, nem hatékony feladatkiosztásra vagy rendszerkésésre utalhat. A várakozási idő csökkentése gyakran az egész folyamat gyorsításának és hatékonyabbá tételének egyik fő célja.

Külön méri a kritikus folyamatszakasz előtti várakozást, így egyértelműen kijelöli, hol csökkenthető a tétlen idő és javítható a folyamat áramlása.

Ez az attribútum az adatelemzés vagy az ETL során számítódik ki az egyes ügyek „Credit Check Completed” és „Underwriting Commenced” eseményei közötti idő különbségeként.