KYC ügyfélbeléptetési adatgyűjtési sablon

Ez az időbélyeg jelzi a tevékenység kezdetét, és meghatározza az ügy eseményeinek időrendi sorrendjét. A process mining minden időalapú elemzése erre épül.

Az esemény időbélyegéből kiszámítható a tevékenységek időtartama, a közöttük eltelt várakozási idő és az ügyfélbeléptetés teljes ciklusideje. Ezek az adatok segítenek feltárni a szűk keresztmetszeteket, nyomon követni az SLA-k teljesítését és megérteni a folyamat hatékonyságát.

Ez az időbélyeg szükséges az események időrendi sorba rendezéséhez és az időalapú mutatók, például a ciklusidők és a szűk keresztmetszetek kiszámításához.

Az eseménynaplóban vagy az ellenőrzési nyomvonalat tároló táblákban, a tevékenység neve mellett található.

A tevékenység neve a KYC-belépési munkafolyamat egy lépését jelöli, például: „Kérelem benyújtva”, „Dokumentumok ellenőrizve” vagy „Kérelem jóváhagyva”. Minden tevékenység a folyamat egy különálló műveletét vagy mérföldkövét jelenti.

Ez az attribútum elengedhetetlen a tevékenységek menetét ábrázoló folyamattérkép elkészítéséhez. Segítségével elemezhetők a folyamatváltozatok, az egyes lépések közötti szűk keresztmetszetek és az ismételt munkavégzés gyakorisága. A tevékenységek elemzése megmutatja, mi történik a folyamatban.

Ez az attribútum adja a folyamattérkép alapját, és lehetővé teszi az ügyfélbeléptetés eseményeinek sorrend szerinti megjelenítését és elemzését.

Általában a LexisNexis Risk Solutions folyamatlépéseket követő eseménynaplójában vagy auditnyomot rögzítő táblájában található.

Az ügyfélkérelem az azonosító, amely összekapcsolja az egy ügyfél beléptetéséhez tartozó összes tevékenységet és adatot. A kérelem benyújtásakor jön létre, és az ügy lezárásáig vagy elutasításáig követi annak útját.

A process mining során ez az attribútum kapcsolja össze az eseményeket egyetlen üggyé, így a teljes beléptetési folyamat elemezhető. Segítségével minden kérelmezőnél rekonstruálható a teljes folyamat, ami elengedhetetlen a ciklusidők kiszámításához, a folyamatváltozatok elemzéséhez és a kérelem állapotának időbeli követéséhez.

Ez az alapvető ügyazonosító. Nélküle nem követhető végig az ügyfélkérelem teljes útja, így a folyamat elemzése sem lehetséges.

Ez az elsődleges ügyazonosító a LexisNexis Risk Solutions ügykezelő moduljában.

Ez az időbélyeg jelöli a tevékenység befejezését. Egy eseménynél a befejezési idő és a kezdési idő különbsége adja meg a feldolgozási időt.

A befejezési idő nélkülözhetetlen az egyes lépések időtartamának pontos kiszámításához. Ez az egyik fő adatforrás az 'Activity Processing & Waiting Times' dashboardhoz. Segítségével elkülöníthető, hogy egy erőforrás mennyi ideig dolgozott ténylegesen egy feladaton, és mennyi ideig várt az eset a következő lépés kezdetére.

Lehetővé teszi a tevékenységek feldolgozási idejének pontos kiszámítását, ami segít feltárni a nem hatékony lépéseket és elemezni az erőforrások terhelését.

Nézze meg a LexisNexis Risk Solutions dokumentációját, vagy kérdezze meg a rendszeradminisztrátort. Gyakran olyan eseménynaplókban található, amelyek a kezdő és befejező eseményeket is rögzítik.

Ez az attribútum azonosítja azt a személyt, aki végrehajtott egy feladatot, például azt a megfelelési munkatársat, aki átvizsgált egy dokumentumot. Segít elemezni a munkaterhelés eloszlását és az egyéni teljesítményt.

Az elemzésben a Felelős felhasználó a „Resource Allocation and Workload” dashboard egyik alapadata. Lehetővé teszi a folyamattérkép felhasználó szerinti szűrését, a csapattagok teljesítményének összehasonlítását, valamint a képzési és a munkaterhelés átrendezésére kínálkozó lehetőségek feltárását. Az egyes felhasználói csoportok által okozott szűk keresztmetszetek azonosításában is segíthet.

Elengedhetetlen az erőforrások teljesítményének és terhelésének elemzéséhez, valamint az automatizálási és erőforrás-optimalizálási lehetőségek feltárásához.

Nézze meg a LexisNexis Risk Solutions dokumentációját, vagy kérdezze meg a rendszeradminisztrátort. Általában az auditnaplókban vagy a feladatkezelési táblákban található.

Ez az attribútum az ügy aktuális állapotát vagy végső kimenetelét mutatja. Gyakori értékei például: „Folyamatban”, „Jóváhagyva”, „Elutasítva” vagy „Adatokra vár”.

A Kérelem állapota fontos a beléptetési folyamat eredményeinek nyomon követéséhez. Az „Application Rejection Reasons & Stages” és a „Daily Throughput and Application Status” dashboard a sikerességi arány és a működés folyamatának követésére használja. Az állapot időbeli változásainak elemzése betekintést ad az ügy teljes életciklusába.

Nyomon követi az egyes kérelmek kimenetelét. Ez elengedhetetlen az olyan KPI-k kiszámításához, mint a kérelmek elutasítási aránya, és az áteresztőképesség figyeléséhez.

Nézze meg a LexisNexis Risk Solutions dokumentációját, vagy kérdezze meg a rendszeradminisztrátort. Ez általában az ügy vagy a kérelem fő objektumának egyik fontos mezője.

A LexisNexis Risk Solutions kockázatértékelésre szakosodott. Ez az attribútum az értékelés eredményét mutatja, és a kérelmeket a lehetséges kockázati profiljuk szerint sorolja be. A kockázati szint gyakran meghatározza az átvilágítás szükséges mélységét és időtartamát.

Ez az attribútum a „Risk Level vs. Onboarding Duration” dashboard fő dimenziója. A folyamat kockázati szint szerinti elemzésével kiderülhet, hogy a magas kockázatú kérelmek valóban tovább tartanak-e, illetve hogy az alacsony kockázatú kérelmek nem késnek-e indokolatlanul. Az elemzés segít ellenőrizni és finomítani a kockázatalapú beléptetési stratégiákat.

A kockázatalapú elemzés alapja. Segít megérteni, hogyan befolyásolja az ügyfelek kockázati profilja a folyamat összetettségét, időtartamát és útvonalát.

Nézze meg a LexisNexis Risk Solutions dokumentációját, vagy kérdezze meg a rendszeradminisztrátort. Ez a kockázatértékelő modulok egyik alapvető kimenete.

A Részleg attribútum azt a funkcionális csoportot jelöli, amely egy tevékenységért felelős, például a „Megfelelés”, a „Beléptetési műveletek” vagy a „Csalásmegelőzés” csapatot.

Ezzel az attribútummal részlegenként elemezhető a folyamat, így vizsgálhatók a csapatok közötti átadások is. A „Resource Allocation and Workload” dashboard egyik fő dimenziója. Segít feltárni a részlegek közötti hatékonysági problémákat és a kommunikációs késedelmeket.

Lehetővé teszi a folyamatátadások és a teljesítmény funkcionális területenkénti elemzését, így feltárhatók a részlegek közötti szűk keresztmetszetek.

Nézze meg a LexisNexis Risk Solutions dokumentációját, vagy kérdezze meg a rendszeradminisztrátort. Előfordulhat, hogy a felhasználói törzsadatok vagy a HR-törzsadatok táblájából kell összekapcsolni.

Az SLA-határidő határozza meg, mikorra kell teljesíteni a kérelem feldolgozását a szolgáltatási szintre vonatkozó megállapodás szerint. A határidőt gyakran olyan tényezők alapján állapítják meg, mint a kérelem típusa, az ügyfélszegmens vagy az illetékességi terület.

Ez az attribútum az „SLA Target Adherence Monitoring” dashboard és az „SLA Adherence Rate” KPI alapja. A tényleges befejezési dátum és az SLA-határidő összevetésével mérhető, hogy a szervezet teljesíti-e a vállalásait. Azonosíthatók a határidő túllépésével fenyegető ügyek, és feltárhatók a késedelmek kiváltó okai.

Lehetővé teszi a szolgáltatási szintre vonatkozó megállapodások teljesítésének mérését, és rávilágít az SLA-túllépést okozó folyamatbeli hiányosságokra.

Nézze meg a LexisNexis Risk Solutions dokumentációját, vagy kérdezze meg a rendszeradminisztrátort. Az adat az ügyhöz kapcsolódóan is tárolható, vagy üzleti szabályok alapján számítható ki.

Az átfutási idő egy ügy első eseményétől, például a „Kérelem benyújtva” eseménytől az utolsó eseményéig, például az „Ügyfél beléptetése befejeződött” vagy a „Kérelem elutasítva” eseményig eltelt teljes időt méri.

Ez a folyamat egészségi állapotának mérésére szolgáló egyik fő KPI, amelyet az „Onboarding End-to-End Cycle Time” dashboard jelenít meg. Az átlagos átfutási idő követésével mérhető a folyamatfejlesztések hatása, és feltárható, hogyan befolyásolják az olyan tényezők, mint a kockázati szint vagy a kérelem típusa, az ügyfélélményt.

Ez a KPI azt méri, mennyi idő alatt jut el az ügyfél a kívánt eredményig. Közvetlenül hat az ügyfél-elégedettségre és a működés hatékonyságára.

Számított mutató: ügyenként az első esemény időbélyegét vonja ki az utolsó esemény időbélyegéből.

Ez a logikai attribútum különbözteti meg a rendszer által automatizált feladatokat, például az első szűrési ellenőrzést, az emberi beavatkozást igénylő feladatoktól, például a dokumentumok kézi áttekintésétől.

Az „Automatizált” attribútum a „Kézi tevékenységek aránya” KPI kiszámítására és az automatizálási kezdeményezések hatékonyságának elemzésére szolgál. A folyamattérképen megmutathatja az automatizált és a kézi lépések közötti átmenetet, így feltárhatók a további automatizálás lehetőségei, amelyek csökkenthetik a költségeket és a feldolgozási időt.

Megkülönbözteti a manuális és automatizált feladatokat, így segít feltárni az automatizálási lehetőségeket és mérni azok hatását.

Nézze meg a LexisNexis Risk Solutions dokumentációját, vagy kérdezze meg a rendszeradminisztrátort. Ez lehet az eseménynapló egyik jelzője, vagy az „AssignedUser” mezőből is következtetni lehet rá, például ha az értéke „system”.

A Csatorna attribútum azonosítja, honnan nyújtották be a kérelmet. A csatorna hatással lehet az adatok minőségére, az ügyfelek viselkedésére és a beléptetés során felmerülő problémákra.

Az attribútummal összehasonlítható a folyamat teljesítménye a különböző csatornákon. Az „Onboarding Funnel Conversion Rates” dashboard például csatorna szerint szűrhető, így kiderülhet, hogy a mobilon jelentkezők nagyobb arányban hagyják-e félbe a folyamatot, mint a webes ügyfelek. Az eredmények alapján célzottan fejleszthetők az egyes csatornák folyamatai.

Segít a folyamat teljesítményének benyújtási csatorna szerinti elemzésében, és feltárja azokat az eltéréseket, amelyek alapján fejleszthető a csatornastratégia és a felhasználói élmény.

Nézze meg a LexisNexis Risk Solutions dokumentációját, vagy kérdezze meg a rendszeradminisztrátort. Ezt az információt általában a kérelem benyújtásakor rögzítik.

Ha a kérelem végleges állapota „Elutasítva”, ez az attribútum megadja az elutasítás konkrét okát. Ilyen lehet például a „Sikertelen személyazonosság-ellenőrzés”, a „Találat a szankciós listán” vagy a „Hiányos dokumentáció”.

Ez az adat az „Application Rejection Reasons & Stages” dashboard egyik fő bemenete. Az elutasítási okok elemzésével feltárhatók a folyamat gyakori hibapontjai. Az eredmények alapján javíthatók a kérelmekre vonatkozó útmutatók, az ügyfélkommunikáció vagy a belső ellenőrzési szempontok. A jóváhagyási arány növeléséhez fontos megérteni, miért utasítják el a kérelmeket.

Közvetlenül megmutatja, miért akad el a beléptetés, így célzott fejlesztésekkel növelhető a kérelmek jóváhagyási aránya.

Nézze meg a LexisNexis Risk Solutions dokumentációját, vagy kérdezze meg a rendszeradminisztrátort. Gyakran egy olyan mezőben található, amely akkor kap értéket, amikor a Kérelem állapota „Elutasítva” lesz.

Ez az attribútum azonosítja az eseményadatokat létrehozó forrásrendszert, például a LexisNexis Risk Solutions rendszerét vagy egy integrált külső eszközt. Összetett környezetben egy folyamat adatai több rendszerből is származhatnak.

A forrásrendszer ismerete segít az adatok ellenőrzésében, a hibakeresésben és az adott rendszerre jellemző folyamateltérések elemzésében. Az adatminőség megőrzése mellett azt is megmutatja, hogy egy tevékenységet hogyan és hol rögzítettek.

Azonosítja az adatok eredetét, ami elengedhetetlen az adatirányításhoz, az ellenőrzéshez és a folyamatok különböző IT-rendszereken átívelő végrehajtásának megértéséhez.

Ez az információ statikus értékként vagy az adatexport, illetve az API-válasz egy adott mezőjében szerepelhet.

Ez az attribútum a beléptetett szervezet típusa szerint kategorizálja a kérelmeket. A különböző kérelmek gyakran eltérő folyamatútvonalat követnek, és más a kockázati profiljuk, illetve az SLA-határidőjük.

A folyamat kérelemtípus szerinti elemzésével összehasonlítható a különböző ügyféltípusok beléptetésének hatékonysága és összetettsége. A legtöbb dashboardon gyakori szűrő, amely részletesebb képet ad a teljesítményről.

Lehetővé teszi a folyamat részletes szegmentálását, megmutatva, hogyan kezelik az egyes kérelmeket, és hol vannak az adott típusra jellemző szűk keresztmetszetek.

Nézze meg a LexisNexis Risk Solutions dokumentációját, vagy kérdezze meg a rendszeradminisztrátort. Ez általában a kérelem vagy az ügy objektumának egyik alapmezője.

Az „AssignedUser” bármely tevékenység felelősét rögzíti, ez az attribútum viszont kifejezetten a kritikus ellenőrzési lépésekben részt vevő megfelelési szakértőt azonosítja. Így célzottabban elemezhető a megfelelési terület működése.

Ez az attribútum a „Compliance Review Duration and Backlog” dashboard egyik alapja. Segít elemezni a megfelelési csapat munkaterhelését és teljesítményét, valamint feltárni, hogy egyes ellenőrök jelentenek-e szűk keresztmetszetet, vagy a teljes csapat kapacitása elégtelen-e.

Részletes képet ad a megfelelési terület működéséről, így elemezhető az ellenőrök terhelése és teljesítménye ebben a kritikus, gyakran késedelmet okozó folyamatlépésben.

Nézze meg a LexisNexis Risk Solutions dokumentációját, vagy kérdezze meg a rendszeradminisztrátort. Az attribútum a megfeleléshez kapcsolódó tevékenységek „AssignedUser” értékeinek szűrésével is meghatározható.

Ez az attribútum a „SlaTargetDate” mezőhöz viszonyítva kategorizálja a befejezett ügyeket. Jellemző értékei: „Teljesült” vagy „Túllépve”.

Ez a számított mező az „SLA Target Adherence Monitoring” dashboard és az „SLA Adherence Rate” KPI alapja. Világos, összesített képet ad a szolgáltatási vállalások teljesítéséről, és lehetővé teszi azoknak az ügyeknek a részletes elemzését, amelyeknél túllépték az SLA-határidőt.

Egyértelmű, kétértékű eredményt ad az SLA teljesítéséről, így könnyen nyomon követhető, jelenthető és elemezhető a szolgáltatási célok teljesítése.

Számított attribútum: ügyenként összeveti az utolsó tevékenység időbélyegét a „SlaTargetDate” mezővel.

Ez az attribútum az ügyfél országát jelöli. A KYC-folyamatban ez fontos tényező, mivel az egyes illetékességi területeken eltérő szabályozás és kockázati szint érvényesül.

A folyamat ügyfélország szerinti elemzése jelentős eltéréseket tárhat fel az átfutási időben és a folyamat összetettségében. A magas kockázatú területekről érkező kérelmek például további megfelelési ellenőrzéseket igényelhetnek, ami hosszabb feldolgozási időt eredményez. Az elemzés segíti az erőforrások tervezését és a különböző régiókra vonatkozó reális SLA-k meghatározását.

Lehetővé teszi az illetékességi területek szerinti elemzést, így felmérhető, hogyan hatnak a regionális szabályozások és kockázati tényezők a folyamat teljesítményére.

Nézze meg a LexisNexis Risk Solutions dokumentációját, vagy kérdezze meg a rendszeradminisztrátort. Ez az ügyféltörzsadatok szokásos mezője.

Ez a logikai jelző akkor kap igaz értéket, ha egy tevékenység ugyanazon az ügyön belül megismétlődik. Ilyen például, ha a „Dokumentum ellenőrizve” tevékenység az „További adatok bekérése” után másodszor is megtörténik. Ez azt jelzi, hogy a folyamat visszalépett.

Az „Újramunka?” attribútum a „Rework and Repetition Analysis” dashboard és a „Rework Loop Percentage” KPI alapja. Segít számszerűsíteni a felesleges munkát és feltárni az újramunka kiváltó okait, például a nem egyértelmű útmutatást vagy a gyenge adatminőséget. Az eredmények alapján célzottan fejleszthető a folyamat.

Közvetlenül számszerűsíti a folyamat hatékonysági veszteségét és a felesleges munkát. Megmutatja, mely tevékenységek ismétlődnek gyakran, növelve a költségeket és az átfutási időt.

Számított attribútum, amelyet a process mining eszköz általában az ügyön belüli ismétlődő tevékenységsorozatok felismerésével határoz meg.

Ez az attribútum jelzi, mikor frissítették utoljára az adatkészletet. Az adatkinyerés és -betöltés során általában a teljes adatkészlethez rendelik hozzá.

Ez az információ segít a dashboard felhasználóinak megítélni az elemzett adatok aktualitását. Így a döntések az elvárt mértékben naprakész adatokra támaszkodhatnak, és az elemzési eredmények időszerűségével kapcsolatos elvárások is kezelhetők.

Az adatok aktualitásáról ad fontos támpontot, így az elemzések relevánsak maradnak, a döntések pedig nem elavult információkon alapulnak.

Ezt általában az ETL (Extract, Transform, Load) folyamat során állítják elő, és rendelik hozzá az adatkészlethez.