KYC ügyfélbeléptetési adatmintája

Ez az attribútum rögzíti a tevékenység kezdetének pontos dátumát és időpontját. Meghatározza az egy ügyfélkérelemhez tartozó események időrendi sorrendjét.

Az időbélyegek alapvetőek a folyamat teljesítményének elemzéséhez. Segítségükkel kiszámítható a tevékenységek időtartama, a lépések közötti várakozási idő és az ügyfélbeléptetés teljes átfutási ideje. Ezek az adatok segítenek a szűk keresztmetszetek feltárásában, az SLA betartásának mérésében és a folyamat hatékonyságának megértésében.

Az időbélyegek adják meg az időrendi összefüggéseket az időtartamok kiszámításához, a folyamat teljesítményének elemzéséhez és a késések feltárásához.

Ez a Pega auditnaplójának szokásos része. Az előzménytáblákban az egyes eseményekhez tartozó pxTimeCreated mezőben található.

Ez az attribútum rögzíti az üzleti tevékenység vagy rendszeresemény nevét, például: „Kérelem benyújtva”, „Megfelelőségi ellenőrzés elindítva” vagy „Kérelem elutasítva”. A teljes ügyfélbeléptetési folyamat egyetlen lépését jelöli.

A tevékenységek elemzése a process mining alapja. Ez az attribútum szolgál a folyamattérkép elkészítéséhez, amely megmutatja a lépések közötti kapcsolatokat. Segítségével meghatározható az események sorrendje, mérhető az egyes tevékenységek gyakorisága, és azonosíthatók a leggyakoribb vagy legtöbb időt igénylő feladatok.

Ez az attribútum határozza meg a folyamattérkép lépéseit, így a folyamat menete megjeleníthető, elemezhető és megérthető.

Ezeket az adatokat általában a Pega auditnaplója (előzménytáblái) rögzíti, de az ügy státuszváltozásaiból is levezethetők.

Az ügyfélkérelem az elsődleges ügyazonosító, amely egy adott ügyfél beléptetéséhez kapcsolódó összes tevékenységet és eseményt összefogja. Minden kérelem a benyújtástól a jóváhagyásig és a számla aktiválásáig, vagy az elutasításig halad.

A process mining során ez az attribútum elengedhetetlen az egyes kérelmek teljes folyamatának rekonstruálásához. Segítségével az elemzők áttekinthetik az események teljes sorrendjét, nyomon követhetik a kérelmek státuszát, és összehasonlíthatják a különböző folyamatútvonalakat. Az azonosító szerinti elemzés feltárja a gyakori folyamatváltozatokat, a szűk keresztmetszeteket és a standard eljárástól való eltéréseket.

Ez az azonosító a process mining alapja: összekapcsolja az egyes eseményeket, így azok egységes, teljes folyamatpéldányként elemezhetők.

A Pega rendszerben ez általában az elsődleges ügyazonosító, amely pzInsKey néven vagy annak üzleti felhasználók számára érthető megfelelőjeként érhető el a fő ügytípus munkobjektumában.

Ez az attribútum rögzíti a tevékenység befejezésének pontos dátumát és időpontját. A kezdés időpontjával együtt használva kiszámítható az egyes tevékenységek feldolgozási ideje.

A külön rögzített befejezési időpont pontosabb teljesítményelemzést tesz lehetővé. Segítségével elkülöníthető az aktív feldolgozási idő (a kezdés és a befejezés közötti idő) a várakozási időtől (az egyik tevékenység befejezése és a következő kezdete közötti idő). Ez elengedhetetlen a tényleges szűk keresztmetszetek és a várakozási sorok megkülönböztetéséhez.

Lehetővé teszi a tevékenységek feldolgozási idejének pontos kiszámítását, ami részletes teljesítményelemzéshez és a szűk keresztmetszetek azonosításához szükséges.

Ez az adat szerepelhet a Pega auditnaplójában, de az is lehet, hogy az aktuális esemény befejezési időpontját a következő esemény kezdési időpontjából kell levezetni.

Ha a kérelem végső státusza „Elutasítva”, ez az attribútum megadja az elutasítás konkrét okát, például „Sikertelen háttérellenőrzés”, „Hiányos dokumentáció” vagy „Magas kockázati besorolás”.

Ez az attribútum a „Kérelmek elutasításának elemzése” dashboard elsődleges alapja. Az elutasított ügyek ok szerinti csoportosításával a vállalat feltárhatja az ügyfélbeléptetési folyamat leggyakoribb hibapontjait. Az eredmények alapján célzott fejlesztésekkel csökkenthető az elutasítások aránya, javítható az ügyfélélmény és növelhető a működés hatékonysága.

Feltárja, miért hiúsulnak meg a kérelmek, így célzott folyamatfejlesztéssel növelhető a sikeres ügyek aránya.

Ez valószínűleg egy olyan tulajdonság, amelyet akkor állítanak be az ügyön, amikor annak státusza „Elutasítva” értékre változik. A standard elutasítási okokat a Pega KYC dokumentációjában érdemes ellenőrizni.

Ez az attribútum tárolja annak a munkatársnak vagy rendszerfelhasználónak az azonosítóját, aki a KYC-folyamat egy adott feladatáért felel, például egy megfelelőségi szakértőét vagy egy automatikus szűrőrobotét. Automatizált lépéseknél rendszer- vagy szolgáltatásfiók-azonosító is szerepelhet itt.

A felhasználók szerinti elemzés segít megérteni a munkaterhelés eloszlását, az egyéni teljesítményt és a képzési igényeket. A folyamateltérések vizsgálatára is használható, mert megmutatja, mely felhasználók vagy csapatok vesznek részt a standardtól eltérő folyamatokban.

Ez az attribútum az egyes folyamattevékenységeket konkrét személyekhez vagy csapatokhoz kapcsolja, így elemezhető a munkaterhelés, értékelhető a teljesítmény és ellenőrizhető a megfelelés.

Ez a Pega auditnaplójának szokásos mezője. Az előzménytáblákban általában pxUpdateOperator vagy egy hasonló tulajdonság tárolja.

Ez az attribútum jelzi a kérelem folyamat végi státuszát, például „Jóváhagyva”, „Elutasítva” vagy „Visszavonva”. Folyamatban lévő ügyeknél az utolsó ismert státuszt is mutathatja.

Ez az eredmények elemzésének fontos szempontja. A „Kérelmek elutasításának elemzése” dashboard közvetlenül használja az ügyek csoportosítására és az egyes eredmények okainak feltárására. A különböző státuszokhoz vezető folyamatútvonalak elemzése segít azonosítani a jóváhagyott ügyek bevált gyakorlatait és az elutasítások kiváltó okait.

Megadja az ügy üzleti eredményét, így összehasonlíthatók a sikeres és sikertelen folyamatútvonalak.

A Pega rendszerben ez általában az ügy munkobjektumának végső státusza (pyStatusWork).

Ez az attribútum az ügyfél felmért kockázatát jelöli, amelyet általában „Alacsony”, „Közepes” vagy „Magas” kategóriába sorolnak. A kockázati szintet rendszerint egy automatikus pontozómotor határozza meg az ügyféladatok és a szűrés eredményei alapján.

A kockázati szint jelentősen befolyásolja a folyamat menetét. A magas kockázatú kérelmeknél gyakran további átvilágítási lépésekre, például részletesebb megfelelőségi ellenőrzésre van szükség, ami hosszabb átfutási időt eredményez. A kockázati szint szerinti elemzés segít megindokolni ezeket az eltéréseket, és ellenőrizni, hogy a kockázatkezelési kontrollok megfelelően működnek-e, indokolatlan késések nélkül.

Megmagyarázza a folyamatútvonal és az átfutási idő eltéréseit, mivel a kockázati szint gyakran meghatározza a szükséges átvilágítás mértékét.

Ez az ügy kiszámított tulajdonsága lehet, amelyet egy Pega döntési szabály vagy pontozási modell tölt ki. Részletekért tekintse meg a Pega KYC dokumentációját.

Ez az attribútum azonosítja azt a szervezeti egységet vagy csapatot, amelyhez a tevékenységet végrehajtó felhasználó tartozik, például „Szűrési csapat”, „Megfelelőség” vagy „Ügyfélbeléptetési működés”.

A folyamat részlegenkénti elemzése elengedhetetlen a „Munkaterhelés részlegenként” dashboardhoz. Segít a vezetőknek megérteni, hogyan halad a munka a csapatok között, feltárni a részlegek közötti szűk keresztmetszeteket, és felmérni az erőforrások elosztását a teljes ügyfélbeléptetési folyamatban. Az átadások javításához és a munkaterhelés kiegyensúlyozásához is fontos.

Lehetővé teszi a folyamatmenet és a különböző üzleti egységek közötti szűk keresztmetszetek elemzését, támogatva az erőforrás-gazdálkodást és a szervezet működésének fejlesztését.

Ez az információ általában a Pega felhasználói profiljához (Operator ID rekordhoz) kapcsolódik, és összekapcsolható az eseményadatokkal. A tulajdonság neve lehet pyWorkGroup.

Ez az attribútum tárolja a kérelem célzott befejezési dátumát, amelyet a szolgáltatási szintre vonatkozó megállapodás (SLA) határoz meg. Az SLA az ügyfél típusától, a kockázati szinttől vagy a terméktől függően változhat.

Ez a dátum szükséges az „SLA-betartás nyomon követése” dashboardhoz és a kapcsolódó KPI-hoz. Viszonyítási alapként szolgál a tényleges befejezési dátum összehasonlításához. Az SLA-határidőt túllépő ügyek elemzése segít feltárni a rendszeres késéseket, és rangsorolni azokat a folyamatfejlesztéseket, amelyekkel betarthatók a szolgáltatási vállalások.

Viszonyítási alapot ad a határidőre történő teljesítés méréséhez, ami fontos az ügyfelek elégedettsége és a működés ellenőrzése szempontjából.

A Pega beépített SLA-kezelési keretrendszert kínál. Ezt a dátumot általában olyan tulajdonságok tárolják az ügyön, mint a pySLAGoal, vagy egy egyedileg meghatározott SLA-tulajdonság.

Ez a számított mutató az egyes ügyfélkérelmek teljes átfutási idejét méri, az első eseménytől az utolsóig. Általában az adott ügy első és utolsó tevékenységének időbélyege közötti különbségként számítják ki.

Az átfutási idő a folyamat hatékonyságának és az ügyfélélménynek az egyik elsődleges KPI-ja. Az „Ügyfélbeléptetés teljes átfutási idejének elemzése” dashboardon az átlagos feldolgozási idő nyomon követésére, a hosszan elhúzódó ügyek azonosítására és a folyamatfejlesztési kezdeményezések hatásának időbeli mérésére használják.

Ez a KPI közvetlenül méri az ügyfélbeléptetési folyamat teljes sebességét és hatékonyságát az ügyfél szemszögéből.

Ezt a mutatót a process mining eszköz az egyes ügyazonosítókhoz tartozó legkorábbi és legkésőbbi időbélyeg különbségeként számítja ki.

Ez a logikai attribútum akkor igaz, ha a tevékenységet automatizált rendszer, például szűrőmotor vagy rendszerbeli szabály hajtotta végre, és akkor hamis, ha emberi felhasználó végezte.

Az automatizált és manuális tevékenységek megkülönböztetése elengedhetetlen az automatizálás elemzéséhez. Segít felmérni a meglévő automatizálás hatékonyságát, azonosítani a később automatizálható manuális feladatokat, és megérteni az emberek és a rendszerek közötti együttműködést a folyamatban.

Elkülöníti az emberek és a rendszerek által végzett tevékenységeket, ami minden automatizálási kezdeményezés és elemzés alapja.

Az eseményhez tartozó felhasználói azonosítóból vezethető le. Ha az OperatorId egy ismert rendszer- vagy ügynökfiókhoz tartozik, az érték igaz.

Ez az attribútum határozza meg, hogy az ügyfelet milyen termékhez vagy szolgáltatáshoz léptetik be, például „Lakossági bankszámla”, „Vállalati hitel” vagy „Befektetési szolgáltatások”.

A termék befolyásolhatja az ügyfélbeléptetési folyamatot, mivel az egyes termékekre eltérő szabályozási követelmények és összetettség vonatkozhat. A termék szerinti elemzés megmutatja, hogy bizonyos termékvonalaknál hosszabb-e az átfutási idő vagy magasabb-e az elutasítási arány, így a termékre szabott folyamatfejlesztéshez is támpontot ad.

Lehetővé teszi a folyamat termékvonalankénti elemzését, feltárva a teljesítménykülönbségeket és a fejlesztési lehetőségeket.

Ez az ügy egyik tulajdonsága lehet, amelyet a kérelem benyújtásakor választanak ki.

Ez az attribútum a KYC-folyamathoz szükséges dokumentumok állapotát követi. Lehetséges értékei például: „Ügyfélre vár”, „Beérkezett”, „Ellenőrizve” vagy „Elutasítva”. Egy ügy során a státusz többször is változhat.

Ez fontos attribútum az „Ügyfélbeléptetés mennyisége és státusza” dashboardhoz, valamint a „Dokumentumellenőrzés sebessége” elemzéshez. Részletes képet ad a gyakori szűk keresztmetszetek egyikéről. Ha nyomon követjük, mennyi ideig maradnak a dokumentumok az egyes státuszokban, feltárhatók az ügyfél általi benyújtás vagy a belső ellenőrzés késései.

Átláthatóvá teszi a dokumentumkezelési részfolyamatot, és segít feltárni, majd megszüntetni a dokumentumellenőrzés gyakori késéseit.

Ez valószínűleg a fő ügyhöz kapcsolódó adatobjektum vagy oldallista tulajdonsága, amely az egyes szükséges dokumentumokat követi. Részletekért tekintse meg a Pega KYC dokumentációját.

Ez az attribútum jelöli azt a forrásalkalmazást, amelyben az eseményt rögzítették. Ennél a folyamatnál az értéke minden esetben „Pega KYC”.

Ha minden adat egyetlen rendszerből származik, ez az attribútum feleslegesnek tűnhet, de az adatirányítás szempontjából fontos, és több rendszer adatainak összekapcsolásakor nélkülözhetetlenné válik. Egyértelművé teszi az adatok eredetét, és segít az adatintegrációs problémák elhárításában.

Fontos információt ad az adatok eredetéről, támogatja az adatirányítást, és lehetővé teszi a több forrásrendszerből származó adatok elemzését.

Ez általában egy állandó érték, amelyet az adatok kinyerése és átalakítása során rendelnek az adathalmazhoz a forrás megjelölésére.

Ez a logikai attribútum akkor igaz, ha egy adott tevékenység, például a „Dokumentumok ellenőrzése”, ugyanabban az ügyben többször is előfordul. Gyakran olyan esemény váltja ki, mint a „További információ kérése”.

Az ismételt feldolgozás azonosítása elengedhetetlen a folyamat hatékonysági problémáinak és az ügyfelek számára nehézséget okozó pontoknak a feltárásához. A „Folyamatban végzett ismételt munka és folyamatkörök” dashboard ezzel az attribútummal méri az ismételt feldolgozás gyakoriságát és hatását. Ennek csökkentése gyakori cél, mert gyorsabb feldolgozást, alacsonyabb működési költségeket és jobb ügyfélélményt eredményez.

Rávilágít a folyamat hatékonysági problémáira, a felesleges feladatokra és az ismétlődő folyamatkörökre, amelyek a folyamatfejlesztés elsődleges célpontjai.

Ezt a jelzőt az adatok elemzése során állapítják meg: ellenőrzik, hogy ugyanazon ügyazonosítón belül ismétlődnek-e a tevékenységnevek. Például ha a „Dokumentumok ellenőrzése befejezve” másodszor is megjelenik.

Ez az attribútum a tényleges befejezési időbélyeg és az „SLA-határidő” összehasonlítása alapján „Határidőre” vagy „Késve” értékre sorolja a lezárt ügyeket.

Ez az „SLA-betartás nyomon követése” dashboard és az „SLA-betartási arány” KPI alapmutatója. Egy pillantással megmutatja, hogyan teljesülnek a szolgáltatási vállalások. A késve lezárt ügyek jellemzőinek elemzése segít feltárni a késések kiváltó okait és megelőzni a jövőbeli SLA-túllépéseket.

Közvetlenül méri a vállalások teljesítését, ami fontos a működés irányítása, a megfelelés és az ügyfelek elégedettsége szempontjából.

A rendszer a végső ügytevékenység időbélyegét a SlaTargetDate mezővel összehasonlítva állapítja meg az értéket. Ha a befejezés a határidő után történik, a státusz „Késve”.

Ez az attribútum az ügyfél országát tárolja. Ez az adat fontos bemeneti tényező a kockázatértékeléshez és a szükséges átvilágítás mértékének meghatározásához.

Az ügyfél országa fontos mintázatokat tárhat fel az elemzés során. Egyes joghatóságok magasabb kockázattal járhatnak, ami hosszabb és összetettebb ügyfélbeléptetési folyamatot eredményezhet. Ez a szempont lehetővé teszi a földrajzi alapú teljesítményelemzést, és segít a regionális megfelelési követelmények hatékony teljesítésében.

Lehetővé teszi a folyamat földrajzi alapú elemzését, amely gyakran összefügg a szabályozási környezet összetettségével és a kockázati szintekkel.

Ez az ügyhöz kapcsolódó ügyfél-adatobjektum egyik tulajdonsága lehet.

Ez az attribútum az az egyedi azonosító, amely összekapcsolja a kérelmet az ügyfél törzsadat-rendszerben szereplő rekordjával. A KYC-folyamat tárgyát képező személyt vagy szervezetet jelöli.

A kérelemazonosító a folyamatot követi nyomon, az ügyfélazonosító viszont lehetővé teszi ugyanazon ügyfél több kérelmének elemzését, illetve az ügyfélre jellemző adatokkal, például szegmenssel vagy előzményekkel való kiegészítést. Így az ügyfél szemszögéből vizsgálható az ügyfélbeléptetési folyamat.

Összekapcsolja a folyamatadatokat az ügyfél törzsadataival, így az ügyfél jellemzői és előzményei alapján részletesebb elemzés végezhető.

Ez a KYC-ügy egyik alapvető tulajdonsága, amely összekapcsolja az ügyet a Pega ügyfél-adatmodelljével vagy egy külső CRM-rendszerrel.

Ez az attribútum kategorizálja az ügyfélbeléptetési kérelmet, például „Lakossági ügyfél”, „Vállalati ügyfél” vagy „Nagy vagyonnal rendelkező magánszemély”. Az egyes ügytípusok gyakran eltérő folyamatváltozatokat követnek, különböző lépésekkel, SLA-kkal és kockázati profilokkal.

Az ügytípus szerinti elemzés érdemibb teljesítmény-összehasonlítást tesz lehetővé. Segít megérteni, hogy bizonyos ügyfélbeléptetési típusoknál gyakoribbak-e a késések vagy az elutasítások. Ez a csoportosítás szükséges ahhoz, hogy a folyamatfejlesztés igazodjon az eltérő ügyfélutak igényeihez.

Külön kategóriákba rendezi a folyamatadatokat, így pontosabb és relevánsabb teljesítményelemzés végezhető.

Ez általában az ügy példányának osztályneve a Pegában, vagy egy külön tulajdonság, amely meghatározza az ügy típusát.

Ez az attribútum jelzi, mikor nyerték ki legutóbb az adatokat a forrásrendszerből. Egyetlen adatbetöltésen belül általában minden rekordnál azonos.

Az időbélyegből megállapítható, mennyire frissek az elemzett adatok. A felhasználók láthatják, hogy a folyamatelemzés mennyire aktuális, és mikorra várható a következő adatfrissítés. Ez különösen fontos a működést figyelő dashboardoknál.

Tájékoztatja a felhasználókat az adatok aktualitásáról, így láthatják, hogy az elemzés a jelenlegi állapotot vagy egy korábbi időszakot mutatja-e.

Ezt az értéket az adatok kinyerése, átalakítása és betöltése (ETL) során állítják elő, majd rögzítik az adathalmazban.