> Perbaikan proses berkelanjutan > Pengajuan pinjaman > ICE Mortgage Technology > Templat data

Templat data pengajuan pinjaman Anda

ICE Mortgage Technology

Atribut pengajuan pinjaman(21) Aktivitas pengajuan pinjaman(16) Panduan ekstraksi data(2)

Templat data pengajuan pinjaman Anda

Templat ini membantu Anda mengumpulkan data yang tepat untuk analisis proses. Di dalamnya tercantum atribut penting yang perlu dikumpulkan dan aktivitas utama yang perlu dilacak dalam proses pengajuan pinjaman. Kami juga memberikan panduan untuk mengekstrak data ini dari ICE Mortgage Technology.

Atribut yang disarankan untuk dikumpulkan
Aktivitas utama yang perlu dilacak
Panduan ekstraksi data dari ICE Mortgage Technology

Baru mengenal log peristiwa? Pelajari cara membuat log peristiwa process mining.

Unduh template

Atribut pengajuan pinjaman

Berikut kolom data yang disarankan untuk disertakan dalam log peristiwa agar analisis pengajuan pinjaman lebih menyeluruh.

3 Wajib 6 Disarankan 12 Opsional

	Nama	Deskripsi
	ID pengajuan pinjaman LoanApplicationId	Pengenal unik untuk setiap pengajuan pinjaman. ID ini menjadi kunci utama untuk melacak seluruh proses pengajuan, dari pengiriman hingga selesai.
Deskripsi ID pengajuan pinjaman mengidentifikasi setiap permohonan pinjaman selama seluruh siklusnya. ID ini menjadi entitas utama untuk mengelompokkan semua aktivitas dan data terkait, sehingga perjalanan pengajuan pinjaman tertentu dapat ditelusuri secara lengkap. Dalam analisis process mining, ID ini berfungsi sebagai Case ID. ID tersebut menghubungkan semua peristiwa terkait, seperti 'Pengajuan Dikirim', 'Penilaian Kredit Dimulai', dan 'Dana Dicairkan', ke dalam satu rangkaian proses. Dengan begitu, perjalanan setiap pinjaman dari awal hingga akhir dapat direkonstruksi dan dianalisis. Hal ini penting untuk menghitung waktu siklus, menemukan variasi, dan memahami alur proses. Mengapa ini penting ID ini berfungsi sebagai Case ID utama yang menghubungkan semua aktivitas terkait dalam satu rangkaian proses. Dengan demikian, perjalanan pengajuan pinjaman dari awal hingga akhir dapat dianalisis. Sumber data Ini adalah pengenal utama pinjaman di ICE Mortgage Technology, yang biasanya disebut Loan Number atau Loan ID di dalam sistem. Contoh 300185624530029947123004512388
	Nama aktivitas ActivityName	Nama peristiwa bisnis atau langkah tertentu dalam proses pengajuan pinjaman, seperti 'Pemeriksaan Kredit Selesai' atau 'Penilaian Kredit Dimulai'.
Deskripsi Nama aktivitas menjelaskan tugas atau pencapaian tertentu dalam siklus pengajuan pinjaman. Sistem mencatat peristiwa ini secara kronologis untuk menyusun urutan tindakan pada setiap pengajuan. Kumpulan aktivitas ini menjadi dasar pemetaan proses. Dalam analisis, nama aktivitas digunakan untuk menampilkan alur proses, menemukan hambatan antar langkah, serta menganalisis frekuensi dan urutan peristiwa. Informasi ini membantu Anda memahami apa yang terjadi selama proses, mengukur waktu perpindahan antar langkah, dan mendeteksi pengulangan aktivitas. Mengapa ini penting Atribut ini menentukan langkah-langkah dalam proses. Anda dapat menggunakannya untuk menampilkan pemetaan proses, menganalisis alur proses, serta menemukan hambatan atau penyimpangan. Sumber data Biasanya diambil dari log peristiwa, catatan perubahan status, atau data pencapaian dalam berkas pinjaman di ICE Mortgage Technology. Contoh Dokumen pengungkapan awal dikirimKeputusan penilaian pinjaman diberikanDana dicairkanPengajuan ditarik
	Stempel waktu peristiwa EventTimestamp	Tanggal dan waktu persis saat aktivitas atau peristiwa tertentu dicatat di sistem.
Deskripsi Stempel waktu peristiwa menunjukkan kapan suatu langkah proses terjadi. Informasi ini menentukan urutan kronologis untuk merekonstruksi alur proses dan menjadi dasar analisis berbasis waktu. Untuk sebagian besar aktivitas, waktu ini menunjukkan saat peristiwa dimulai. Atribut ini penting untuk menghitung durasi dan waktu siklus, misalnya waktu antara 'Penilaian Kredit Dimulai' dan 'Penilaian Kredit Selesai'. Anda dapat menggunakannya untuk menganalisis kinerja proses, menemukan keterlambatan dan hambatan, serta memantau kepatuhan terhadap perjanjian tingkat layanan (SLA). Mengapa ini penting Stempel waktu ini mengurutkan semua aktivitas secara kronologis dan menjadi dasar untuk menghitung durasi, waktu siklus, serta kinerja. Sumber data Setiap catatan pencapaian atau peristiwa di ICE Mortgage Technology sebaiknya memiliki stempel waktu yang menunjukkan kapan peristiwa itu selesai atau dicatat. Contoh 2023-04-15T10:22:15Z2023-04-18T14:05:00Z2023-05-01T09:30:45Z
	Hasil keputusan DecisionOutcome	Hasil akhir dari aktivitas pengambilan keputusan, terutama keputusan penilaian kredit.
Deskripsi Atribut ini mencatat hasil keputusan penting dalam proses, seperti 'Disetujui', 'Ditolak', 'Ditarik', atau 'Disetujui dengan Syarat'. Hasil ini menunjukkan status akhir pengajuan pinjaman atau hasil peninjauan sementara. Menganalisis hasil keputusan penting untuk memahami efektivitas proses. Anda dapat menghitung tingkat persetujuan dan penolakan, lalu membandingkannya dengan 'Alasan Keputusan' untuk menemukan penyebab utama hasil yang tidak diinginkan. Memahami hasil ini membantu meningkatkan kualitas pengajuan dan efisiensi proses. Mengapa ini penting Atribut ini penting untuk mengukur efektivitas proses, misalnya tingkat persetujuan, dan menganalisis alasan pinjaman ditolak atau ditarik. Sumber data Lihat dokumentasi ICE Mortgage Technology. Informasi ini biasanya terkait dengan pencapaian keputusan penilaian kredit atau status akhir pinjaman. Contoh DisetujuiDitolakDitarik oleh pemohonDisetujui dengan syarat
	Jenis produk pinjaman LoanProductType	Jenis produk pinjaman yang diajukan, seperti 'Konvensional dengan bunga tetap 30 tahun' atau 'Pinjaman FHA'.
Deskripsi Atribut ini mengelompokkan setiap pengajuan pinjaman berdasarkan produk keuangan yang ditawarkan. Persyaratan proses, tingkat kerumitan, dan batasan regulasi dapat berbeda untuk setiap produk. Perbedaan ini dapat mengubah proses pengajuan pinjaman. Dalam analisis, jenis produk pinjaman menjadi dimensi penting untuk segmentasi. Analis dapat membandingkan waktu siklus, tingkat pengerjaan ulang, dan jalur proses antarproduk untuk mengetahui apakah proses produk tertentu kurang efisien. Temuan ini membantu menentukan perbaikan proses yang sesuai dan menetapkan target kinerja yang realistis. Mengapa ini penting Membantu membandingkan kinerja berbagai jenis pinjaman dan menemukan produk dengan proses yang lebih rumit atau kurang efisien. Sumber data Informasi ini merupakan data utama setiap pinjaman dan seharusnya tersedia di bagian detail pinjaman utama dalam ICE Mortgage Technology. Contoh Konvensional bunga tetap 30 tahunKonvensional bunga tetap 15 tahunARM 5/1Pinjaman FHAPinjaman VA
	Jumlah pinjaman LoanAmount	Total nilai uang yang diminta pemohon untuk pinjaman.
Deskripsi Jumlah pinjaman menunjukkan nilai pokok yang diminta dalam pengajuan. Nilai ini dapat memengaruhi proses secara signifikan. Pinjaman bernilai besar atau yang tidak sesuai ketentuan standar mungkin memerlukan pemeriksaan tambahan, tingkat persetujuan berbeda, atau dokumen lebih lengkap, sehingga waktu siklusnya lebih panjang. Atribut ini menjadi dimensi penting untuk pemfilteran dan analisis. Dengan membuat kelompok nilai, misalnya <$250k, $250k-$500k, >$500k, analis dapat membandingkan kinerja proses untuk berbagai jumlah pinjaman. Nilai ini juga menjadi komponen dasar perhitungan keuangan, seperti perkiraan 'Biaya per Pengajuan Pinjaman'. Mengapa ini penting Membantu mengelompokkan proses untuk melihat apakah nilai pinjaman memengaruhi waktu pemrosesan, pengerjaan ulang, atau tingkat persetujuan. Informasi ini memberi konteks penting untuk analisis kinerja. Sumber data Kolom ini merupakan data dasar dalam pengajuan pinjaman di ICE Mortgage Technology. Contoh 350000.00750000.00215500.50
	Kanal pengajuan ApplicationChannel	Kanal atau cara yang digunakan untuk mengirim pengajuan pinjaman pertama kali.
Deskripsi Atribut ini menunjukkan asal pengajuan pinjaman, misalnya 'Portal Online', 'Broker', atau 'Kantor Cabang'. Kualitas dan kelengkapan data serta profil nasabah dapat berbeda di setiap kanal, sehingga memengaruhi proses selanjutnya. Kanal pengajuan berguna untuk membandingkan kinerja proses. Analisis dapat menunjukkan kanal yang paling efisien, memiliki tingkat pengerjaan ulang terendah, atau menghasilkan tingkat persetujuan tertinggi. Temuan ini membantu bisnis menyempurnakan strategi kanal dan mengalokasikan sumber daya dengan tepat. Mengapa ini penting Membantu membandingkan kinerja dan efisiensi berbagai kanal pengajuan untuk mengetahui kanal yang paling efektif atau yang perlu diperbaiki prosesnya. Sumber data Lihat dokumentasi ICE Mortgage Technology. Informasi ini mungkin tersimpan dalam kolom 'Sumber Bisnis' atau kolom serupa. Contoh BrokerPortal onlineKantor cabangAplikasi seluler
	Petugas pinjaman yang ditugaskan AssignedLoanOfficer	Nama atau ID petugas pinjaman maupun penilai kredit yang bertanggung jawab atas aktivitas tertentu atau memilikinya.
Deskripsi Atribut ini mengidentifikasi sumber daya manusia yang terlibat dalam suatu langkah proses. Atribut ini dapat menunjukkan orang yang menyelesaikan tugas, pemilik berkas pinjaman saat ini, atau kontak utama untuk pengajuan. Analisis berdasarkan petugas pinjaman yang ditugaskan membantu Anda memahami pembagian beban kerja, membandingkan kinerja antarindividu atau tim, dan menemukan kebutuhan pembinaan. Atribut ini penting untuk dashboard kinerja sumber daya, seperti 'Distribusi Aktivitas Petugas Pinjaman' dan 'Kinerja SLA Penilaian Kredit'. Mengapa ini penting Atribut ini penting untuk analisis berdasarkan sumber daya. Anda dapat mengukur kinerja, menyeimbangkan beban kerja, dan membandingkan efisiensi antarpetugas pinjaman dan tim. Sumber data Lihat dokumentasi ICE Mortgage Technology. Informasi pengguna biasanya terkait dengan catatan penyelesaian pencapaian atau kolom kepemilikan pinjaman. Contoh j.doer.browns.smithm.jones
	Waktu akhir peristiwa EventEndTime	Tanggal dan waktu saat aktivitas selesai. Gunakan bersama waktu mulai untuk menghitung waktu pemrosesan aktif suatu peristiwa.
Deskripsi Waktu akhir peristiwa menunjukkan kapan tugas tertentu selesai. Untuk peristiwa yang berlangsung seketika, waktu akhir bisa sama dengan waktu mulai. Untuk aktivitas yang memiliki durasi, seperti 'Peninjauan Penilaian Kredit', waktunya berbeda. Atribut ini membantu menganalisis kinerja proses dengan lebih akurat karena membedakan waktu tunggu, yaitu jeda antaraktivitas, dari waktu pemrosesan, yaitu durasi aktivitas. Atribut ini penting untuk menghitung metrik 'ProcessingTime' dan menganalisis pemanfaatan sumber daya. Mengapa ini penting Membantu menghitung waktu pemrosesan aktual setiap aktivitas dan membedakan waktu kerja aktif dari waktu tunggu, sehingga analisis hambatan lebih akurat. Sumber data Lihat dokumentasi ICE Mortgage Technology. Informasi ini mungkin tersedia untuk peristiwa tertentu yang dicatat, atau nilainya bisa sama dengan StartTime untuk peristiwa pencapaian. Contoh 2023-04-15T11:45:10Z2023-04-18T17:30:00Z2023-05-01T09:30:45Z
	Alasan keputusan ReasonForDecision	Kode atau keterangan yang menjelaskan alasan di balik hasil keputusan tertentu, seperti penolakan pinjaman.
Deskripsi Atribut ini memberi konteks untuk 'DecisionOutcome'. Jika pinjaman ditolak atau perlu dikerjakan ulang, kolom ini menjelaskan alasannya, misalnya 'Rasio utang terhadap pendapatan tinggi' atau 'Dokumen belum lengkap'. Informasi ini sangat berguna untuk analisis akar masalah. Dengan menganalisis alasan penolakan atau pengerjaan ulang yang paling sering muncul, organisasi dapat menemukan masalah sistemik dalam proses atau kualitas pengajuan. Temuan ini dapat mendorong perbaikan yang terarah, seperti petunjuk yang lebih jelas bagi pemohon atau pelatihan tambahan bagi petugas pinjaman. Mengapa ini penting Menjelaskan alasan pinjaman ditolak atau perlu dikerjakan ulang. Informasi ini membantu analisis akar masalah untuk mengatasi kendala sistemik dan meningkatkan tingkat keberhasilan pada pengajuan pertama. Sumber data Lihat dokumentasi ICE Mortgage Technology. Informasi ini sering dicatat dalam kolom kode alasan atau catatan yang terkait dengan pencapaian keputusan. Contoh Skor kredit di bawah batas minimumDokumen pengajuan belum lengkapRasio DTI tinggiNilai taksiran properti terlalu rendah
	Departemen penilaian kredit UnderwritingDepartment	Tim atau departemen penilaian kredit yang menangani pengajuan pinjaman.
Deskripsi Atribut ini menunjukkan unit organisasi yang bertanggung jawab atas tahap penilaian kredit. Di organisasi besar, departemen dapat dibagi berdasarkan wilayah, jenis pinjaman, atau tingkat risiko. Seperti atribut petugas pinjaman yang ditugaskan, atribut ini membantu menganalisis kinerja tim atau departemen. Anda dapat membandingkan beban kerja, efisiensi, dan kepatuhan SLA antargrup penilaian kredit. Hasilnya membantu manajemen menemukan tim berkinerja tinggi dan membagikan praktik yang baik. Mengapa ini penting Memungkinkan analisis dan perbandingan kinerja di tingkat tim atau departemen. Informasi ini berguna untuk mengelola sumber daya dan menemukan masalah sistemik dalam grup tertentu. Sumber data Lihat dokumentasi ICE Mortgage Technology. Informasi ini mungkin menjadi bagian dari data pengguna penilai kredit atau tersimpan di kolom perutean terpisah. Contoh Penilaian kredit wilayah timurPenilaian kredit wilayah baratPenilaian kredit pinjaman jumboPenilaian kredit pinjaman pemerintah
	Dilakukan otomatis IsAutomated	Penanda boolean yang menunjukkan apakah aktivitas dilakukan otomatis oleh sistem atau secara manual oleh pengguna.
Deskripsi Atribut ini membedakan tugas yang dijalankan perangkat lunak, seperti pemeriksaan kredit otomatis atau pengiriman dokumen pemberitahuan yang dibuat sistem, dari tugas yang memerlukan campur tangan manusia. Informasi ini penting untuk inisiatif otomatisasi. Analisis dengan atribut ini membantu mengukur tingkat otomatisasi dan menemukan peluang perbaikan lebih lanjut. Atribut ini digunakan untuk menghitung KPI seperti 'Frekuensi Aktivitas Manual' dan dapat menyoroti hambatan manual yang cocok untuk diotomatisasi. Tujuannya adalah mengurangi biaya dan mempercepat proses. Mengapa ini penting Membantu mengukur tingkat otomatisasi proses dan menemukan aktivitas manual yang menjadi hambatan. Hasilnya dapat menjadi dasar untuk inisiatif otomatisasi berikutnya. Sumber data Nilai ini sering ditentukan dengan memetakan nama aktivitas atau ID pengguna, misalnya 'System', ke status otomatisasi. Kemungkinan besar, nilai ini bukan kolom langsung di sistem sumber. Contoh truefalse
	Jenis nasabah CustomerType	Klasifikasi pemohon pinjaman, seperti 'Pembeli rumah pertama kali' atau 'Pembiayaan ulang'.
Deskripsi Atribut ini mengelompokkan nasabah berdasarkan profil atau hubungan mereka dengan pemberi pinjaman. Kebutuhan dan dokumen yang diperlukan pembeli rumah pertama kali bisa sangat berbeda dari investor atau nasabah yang membiayai ulang pinjaman. Perbedaan ini dapat menghasilkan jalur proses yang berbeda. Analisis proses berdasarkan jenis nasabah dapat mengungkap perbedaan pengalaman nasabah dan efisiensi proses. Analisis ini membantu menjawab pertanyaan seperti, 'Apakah pembeli rumah pertama kali mengalami waktu siklus yang lebih lama?' atau 'Apakah pengajuan pembiayaan ulang diproses lebih cepat?'. Temuan ini dapat membantu menyusun strategi layanan nasabah dan menyesuaikan proses. Mengapa ini penting Memungkinkan analisis proses yang berfokus pada nasabah untuk mengetahui apakah kelompok nasabah yang berbeda mengalami efisiensi atau kendala proses yang berbeda. Sumber data Lihat dokumentasi ICE Mortgage Technology. Jenis ini mungkin ditentukan dari tujuan pinjaman atau data pemohon lainnya. Contoh Pembeli rumah pertama kaliPembiayaan ulangInvestorNasabah lama
	Negara bagian properti PropertyState	Negara bagian di AS tempat properti yang terkait dengan pengajuan pinjaman berada.
Deskripsi Atribut ini menunjukkan lokasi geografis properti. Regulasi pinjaman, kondisi pasar, dan persyaratan pemrosesan dapat sangat berbeda di setiap negara bagian, sehingga memengaruhi proses pengajuan pinjaman. Negara bagian properti berguna untuk analisis geografis. Atribut ini memungkinkan Anda membandingkan kinerja proses, seperti waktu siklus dan tingkat persetujuan, di berbagai wilayah. Analisis ini dapat menemukan hambatan regional atau menunjukkan dampak regulasi khusus negara bagian terhadap proses. Mengapa ini penting Memungkinkan analisis proses berdasarkan wilayah dan membantu menemukan perbedaan kinerja regional yang mungkin disebabkan oleh kondisi pasar atau regulasi khusus negara bagian. Sumber data Kolom ini biasanya tersedia di bagian informasi properti dalam data pengajuan pinjaman di ICE Mortgage Technology. Contoh CATXFLNYIL
	Pembaruan data terakhir LastDataUpdate	Stempel waktu yang menunjukkan kapan data untuk catatan ini terakhir diperbarui atau diekstrak dari sistem sumber.
Deskripsi Atribut ini menunjukkan tanggal dan waktu pengambilan data terbaru. Informasi ini penting untuk mengetahui seberapa mutakhir data yang dianalisis dan mengatur jadwal pembaruan data. Atribut ini biasanya tidak digunakan untuk menganalisis proses itu sendiri, tetapi penting untuk pelaporan di dashboard dan tata kelola data. Atribut ini memberi tahu pengguna seberapa mutakhir hasil analisis dan membantu menemukan masalah akibat informasi yang sudah usang. Mengapa ini penting Memberi tahu pengguna seberapa mutakhir data, sehingga analisis dan dashboard dapat menggunakan informasi terbaru. Sumber data Stempel waktu ini biasanya dibuat dan ditambahkan ke kumpulan data selama proses ekstraksi dan pemuatan data (ETL). Contoh 2023-10-27T02:00:00Z2023-10-28T02:00:00Z
	Pengerjaan ulang IsRework	Penanda boolean hasil perhitungan yang menunjukkan apakah suatu aktivitas merupakan langkah yang diulang dalam kasus yang sama.
Deskripsi Penanda boolean yang menunjukkan apakah suatu aktivitas dilakukan untuk kedua kalinya atau lebih dalam pengajuan pinjaman yang sama. Aktivitas berulang biasanya terdeteksi ketika suatu langkah muncul setelah langkah yang lebih lanjut dalam proses standar, misalnya 'Dokumen Pendukung Diminta' terjadi setelah 'Keputusan Penilaian Kredit Ditetapkan'. Menganalisis pengerjaan ulang penting untuk memahami ketidakefisienan proses. Dengan memfilter aktivitas yang nilai IsRework-nya true, analis dapat mengukur frekuensi dan dampak pengulangan proses. Analisis ini membantu menemukan akar masalah, seperti dokumen awal yang tidak lengkap atau persyaratan yang kurang jelas. Informasi ini juga penting untuk menghitung KPI Tingkat Pengerjaan Ulang Pengajuan dan mendorong penyederhanaan proses. Mengapa ini penting Menandai pekerjaan yang diulang untuk mengukur langsung ketidakefisienan proses. Dengan begitu, frekuensi pengerjaan ulang mudah dihitung dan akar masalahnya dapat diselidiki. Sumber data Atribut ini tidak tersedia di sistem sumber. Perangkat lunak process mining menghitungnya dengan mendeteksi aktivitas berulang atau alur mundur dalam alur proses suatu kasus. Contoh truefalse
	Sistem sumber SourceSystem	Menunjukkan sistem atau platform asal tempat data diekstrak.
Deskripsi Atribut ini menunjukkan perangkat lunak atau aplikasi yang menghasilkan data proses, seperti 'ICE Mortgage Technology Encompass' atau CRM yang terhubung. Atribut ini sangat berguna jika data digabungkan dari beberapa sumber. Dalam analisis, SourceSystem membantu memvalidasi data dan memberi konteks tentang asal suatu peristiwa. Anda dapat memfilter analisis berdasarkan sistem tertentu atau menyelidiki masalah kualitas data yang hanya terjadi pada satu sumber. Mengapa ini penting Memberi konteks penting tentang asal data untuk membantu validasi data, pemecahan masalah, dan pemahaman variasi proses di berbagai sistem. Sumber data Nilai ini dapat ditambahkan secara manual saat mengekstrak data. Nilai ini juga mungkin tersedia di header data jika ekspor berasal dari gudang data. Contoh ICE Mortgage Technology EncompassICE Mortgage Technology VelocifyCRM internal
	Skor kredit CreditScore	Skor kredit pemohon utama saat pemeriksaan kredit dilakukan.
Deskripsi Skor kredit pemohon menjadi faktor penting dalam keputusan pinjaman dan dapat memengaruhi tingkat kerumitan proses penilaian kredit. Pengajuan dengan skor kredit lebih rendah mungkin memerlukan pemeriksaan dan dokumen tambahan. Atribut ini berguna untuk analisis berdasarkan risiko. Dengan mengelompokkan pengajuan menurut rentang skor kredit, analis dapat mencari hubungan antara skor kredit dan waktu pemrosesan, tingkat pengerjaan ulang, atau hasil akhir keputusan. Temuan ini dapat membantu menyempurnakan proses penilaian risiko dan mengelola sumber daya dengan lebih efektif. Mengapa ini penting Memberi dimensi risiko untuk analisis dan membantu mengetahui apakah risiko kredit berkaitan dengan kerumitan proses, waktu siklus, atau hasil keputusan. Sumber data Data ini biasanya berasal dari lembaga pelaporan kredit dan disimpan dalam informasi peminjam di ICE Mortgage Technology. Contoh 785692740810
	Status SLA SLAState	Status hasil perhitungan yang menunjukkan apakah aktivitas atau kasus memenuhi perjanjian tingkat layanan (SLA).
Deskripsi Menunjukkan apakah suatu aktivitas atau seluruh kasus selesai dalam batas target perjanjian tingkat layanan. Status ini biasanya dihitung dengan membandingkan waktu siklus aktual dengan target SLA yang telah ditetapkan, seperti UnderwritingSlaTarget. Atribut ini penting untuk memantau kinerja dan kepatuhan. Dashboard sering menggunakan SLAState untuk menampilkan persentase pinjaman yang memenuhi target, sehingga manajer dapat memantau kinerja terhadap sasaran utama. Dengan mengelompokkan kinerja SLA berdasarkan petugas pinjaman, jenis produk, atau kanal, Anda dapat menemukan area yang berjalan baik maupun peluang perbaikan. Dengan begitu, organisasi dapat memenuhi komitmen layanannya. Mengapa ini penting Memberi gambaran langsung tentang kinerja terhadap target waktu utama, sehingga kepatuhan SLA mudah dipantau dan dilaporkan. Sumber data Atribut ini tidak tersedia di sistem sumber. Nilainya dihitung dengan membandingkan durasi aktual suatu segmen proses dengan target SLA yang sesuai. Contoh Tepat waktuBerisikoTerlambat
	Target SLA penilaian kredit UnderwritingSlaTarget	Durasi target perjanjian tingkat layanan (SLA) yang telah ditetapkan untuk tahap penilaian kredit.
Deskripsi Atribut ini menetapkan waktu maksimum yang diharapkan untuk menyelesaikan proses penilaian kredit, dari 'Penilaian Kredit Dimulai' hingga 'Penilaian Kredit Selesai'. Nilai ini menjadi tolok ukur untuk mengukur kinerja aktual. Atribut ini penting untuk menghitung kepatuhan SLA. Anda dapat menggunakannya untuk membuat atribut 'SLAState' yang menandai tugas penilaian kredit sebagai 'Tepat Waktu' atau 'Terlambat'. Dashboard kinerja SLA menggunakan target ini agar manajer dapat melihat dengan jelas apakah komitmen layanan terpenuhi. Mengapa ini penting Menjadi tolok ukur untuk mengukur dan memantau kinerja penilaian kredit terhadap perjanjian tingkat layanan secara objektif. Sumber data Kolom ini mungkin tidak tersedia di sistem sumber. Nilainya bisa berasal dari pengetahuan bisnis yang digabungkan dengan data saat transformasi, dan mungkin berbeda menurut jenis pinjaman atau wilayah. Contoh 259200432000
	Waktu siklus pinjaman LoanCycleTime	Total waktu hasil perhitungan dari peristiwa pertama hingga peristiwa terakhir dalam pengajuan pinjaman.
Deskripsi Total waktu sejak kasus pengajuan pinjaman dimulai hingga selesai. Nilai ini dihitung dari selisih antara stempel waktu peristiwa pertama, misalnya 'Pengajuan Pinjaman Dibuat', dan peristiwa terakhir, seperti 'Dana Dicairkan' atau 'Pinjaman Ditolak'. Atribut ini merupakan indikator kinerja utama untuk mengukur efisiensi proses secara keseluruhan. Atribut ini menunjukkan berapa lama waktu yang diperlukan untuk memproses pinjaman dari awal hingga akhir. Analis menggunakan metrik ini untuk memantau kinerja dari waktu ke waktu, membandingkannya dengan standar industri, dan melihat dampak inisiatif perbaikan proses. Dengan mengelompokkan waktu siklus rata-rata berdasarkan dimensi seperti jenis produk pinjaman atau kanal pengajuan, Anda dapat mengetahui variasi proses yang lebih atau kurang efisien. Mengapa ini penting KPI ini mengukur efisiensi proses pengajuan pinjaman dari awal hingga akhir. Metrik ini penting untuk memantau kinerja dan mempercepat layanan. Sumber data Dihitung dengan mengurangi stempel waktu peristiwa pertama dari stempel waktu peristiwa terakhir untuk setiap ID pengajuan pinjaman. Contoh 259200038880004752000

Wajib Disarankan Opsional

Aktivitas pengajuan pinjaman

Berikut tahapan dan pencapaian utama proses yang perlu dicatat dalam log peristiwa agar proses dapat ditemukan dengan akurat.

5 Disarankan 11 Opsional

	Aktivitas	Deskripsi
	Dana dicairkan	Menandai keberhasilan penyelesaian dan akhir proses pengajuan pinjaman, saat jumlah pinjaman dibayarkan. Peristiwa ini mengakhiri perjalanan pinjaman dari pengajuan hingga pencairan dana.
Mengapa ini penting Sebagai peristiwa akhir utama yang menandakan keberhasilan, aktivitas ini penting untuk menghitung waktu siklus dari awal hingga akhir bagi pinjaman yang berhasil diproses. Aktivitas ini juga digunakan untuk mengukur tingkat penyelesaian pengajuan. Sumber data Diambil dari kolom 'Funding Date' atau 'Disbursement Date' di Encompass. Tanggal ini diisi setelah transfer dana dikonfirmasi. Pengumpulan data Disimpulkan dari pengisian kolom 'Funding Date' dalam data pinjaman. Jenis peristiwa inferred
	Keputusan penilaian pinjaman diberikan	Aktivitas ini menandai selesainya peninjauan awal penilaian pinjaman, yang menghasilkan keputusan seperti disetujui, ditangguhkan, atau ditolak. Ini merupakan pencapaian penting dalam siklus pinjaman.
Mengapa ini penting Peristiwa ini mengakhiri pengukuran waktu siklus penilaian pinjaman dan menjadi titik keputusan penting. Analisis hasil dan waktu yang dibutuhkan membantu mengevaluasi kinerja penilaian serta menemukan penyebab pengerjaan ulang. Sumber data Ini merupakan pencapaian penting di Encompass, yang tercatat melalui tanggal penyelesaian tahap penilaian pinjaman. Keputusan itu sendiri disimpan di kolom terpisah. Pengumpulan data Disimpulkan dari stempel waktu penyelesaian pencapaian 'Underwriting' atau perubahan status menjadi 'Approved', 'Suspended', atau 'Denied'. Jenis peristiwa inferred
	Pemberitahuan siap untuk penutupan diterbitkan	Pemberitahuan resmi bahwa semua persyaratan telah dipenuhi dan pemberi pinjaman siap menjadwalkan penutupan serta mencairkan pinjaman. Ini merupakan pencapaian penting yang menandakan pinjaman siap memasuki tahap akhir.
Mengapa ini penting Ini merupakan titik pemeriksaan penting dalam proses yang menandai berakhirnya aktivitas penilaian dan pemrosesan. Dari sini, waktu sejak pengajuan hingga persetujuan akhir dapat diukur. Sumber data Diambil dari tanggal penyelesaian pencapaian 'Clear to Close' (CTC) di Encompass. Ini merupakan tahap alur kerja yang standar dan terdefinisi dengan jelas. Pengumpulan data Disimpulkan dari pengisian kolom tanggal 'Clear to Close' dalam pelacakan pencapaian pinjaman. Jenis peristiwa inferred
	Pengajuan pinjaman dibuat	Aktivitas ini menandai dimulainya proses pengajuan pinjaman secara resmi, saat petugas pinjaman membuat berkas pinjaman baru di sistem. Peristiwa ini tercatat saat kasus pinjaman pertama kali disimpan dan Loan Application ID unik dibuat.
Mengapa ini penting Sebagai peristiwa awal utama, aktivitas ini penting untuk menghitung waktu siklus pinjaman secara keseluruhan dan menganalisis volume pengajuan yang masuk. Aktivitas ini menjadi acuan untuk semua pengukuran proses dan analisis jumlah kasus yang diproses berikutnya. Sumber data Biasanya, peristiwa ini tercatat secara eksplisit dalam riwayat pinjaman atau log audit. Peristiwa ini juga dapat disimpulkan dari stempel waktu pembuatan catatan pinjaman yang terkait dengan Loan Application ID. Pengumpulan data Diambil dari tanggal pembuatan berkas pinjaman atau entri pertama dalam jejak audit pinjaman. Jenis peristiwa explicit
	Penilaian pinjaman dimulai	Menandai dimulainya proses penilaian pinjaman secara resmi. Pada tahap ini, penilai pinjaman mulai meninjau pengajuan dan semua dokumen pendukung. Berkas secara resmi dikirim ke antrean penilaian atau ditugaskan kepada penilai.
Mengapa ini penting Ini menjadi titik awal pengukuran waktu siklus penilaian pinjaman, KPI penting untuk efisiensi operasional. Pengukuran ini membantu menganalisis beban kerja penilai dan menemukan hambatan sebelum penilaian dimulai. Sumber data Biasanya, peristiwa ini disimpulkan dari stempel waktu saat berkas pinjaman ditetapkan ke pencapaian 'Underwriting' atau saat statusnya berubah menjadi 'In Underwriting'. Pengumpulan data Disimpulkan dari kolom tanggal 'Submitted to Underwriting' atau perubahan status menjadi 'Underwriting in Progress'. Jenis peristiwa inferred
	Dokumen pendukung diminta	Aktivitas ini terjadi saat petugas pemrosesan pinjaman atau petugas pinjaman secara resmi meminta dokumen yang diperlukan dari pemohon, seperti slip gaji atau rekening koran. Permintaan ini biasanya dilakukan setelah peninjauan awal selesai.
Mengapa ini penting Aktivitas ini menandai dimulainya tahap pengumpulan dokumen. Analisis waktu antara permintaan dan penerimaan dokumen membantu menemukan hambatan akibat keterlambatan pemohon atau komunikasi yang kurang jelas. Sumber data Peristiwa ini dapat disimpulkan dari perubahan status berkas pinjaman, tanggal penyelesaian pencapaian tertentu, atau log komunikasi di sistem Encompass. Pengumpulan data Disimpulkan dari perubahan status menjadi 'Pending Documents' atau stempel waktu pada templat permintaan dokumen. Jenis peristiwa inferred
	Dokumen pendukung diterima	Menandakan bahwa semua dokumen pendukung yang diminta pada tahap awal telah diterima dari pemohon dan diunggah ke berkas pinjaman. Peristiwa ini menjadi prasyarat sebelum pengajuan dapat diteruskan ke penilaian pinjaman.
Mengapa ini penting Aktivitas ini mengakhiri tahap pengumpulan dokumen. Durasi antara 'Supporting Documents Requested' dan peristiwa ini menjadi KPI penting untuk mengukur efisiensi pemohon dan petugas pemrosesan. Sumber data Biasanya disimpulkan dari penyelesaian pencapaian 'Documents Received' atau 'Ready for Underwriting'. Peristiwa ini juga dapat ditentukan dari stempel waktu saat dokumen terakhir yang diperlukan diunggah. Pengumpulan data Disimpulkan dari stempel waktu saat status pinjaman berubah menjadi 'Processing' atau 'Ready for Underwriting'. Jenis peristiwa inferred
	Dokumen pengungkapan awal dikirim	Menandai saat dokumen pengungkapan kepatuhan awal, seperti Loan Estimate, dikirim kepada pemohon. Ini merupakan langkah penting yang diwajibkan peraturan dan harus dilakukan dalam jangka waktu tertentu setelah pengajuan.
Mengapa ini penting Pemantauan aktivitas ini penting untuk memastikan kepatuhan terhadap peraturan seperti TRID. Jeda waktu antara pembuatan pengajuan dan langkah ini dapat menunjukkan keterlambatan pada tahap awal pemrosesan. Sumber data Diambil dari tanggal penyelesaian pencapaian 'Initial Disclosures' di Encompass. Biasanya, kolom tanggal ini diisi saat dokumen dibuat dan dikirim. Pengumpulan data Disimpulkan dari stempel waktu penyelesaian pencapaian atau status 'Initial Disclosures Sent'. Jenis peristiwa inferred
	Dokumen pengungkapan penutupan dikirim	Menandai saat Closing Disclosure (CD) final dikirim kepada pemohon untuk ditinjau. Langkah ini wajib untuk kepatuhan dan harus dilakukan beberapa hari sebelum penutupan.
Mengapa ini penting Pemantauan aktivitas ini penting untuk memastikan kepatuhan terhadap TRID karena langkah ini memulai masa tunggu wajib. Keterlambatan dapat langsung memengaruhi tanggal penutupan yang dijadwalkan. Sumber data Diambil dari tanggal penyelesaian pencapaian 'Closing Disclosure Sent' atau kolom tanggal tertentu di bagian kepatuhan dalam berkas pinjaman di Encompass. Pengumpulan data Disimpulkan dari stempel waktu yang terkait dengan pencapaian 'CD Sent' atau pencapaian yang setara. Jenis peristiwa inferred
	Dokumen pinjaman ditandatangani	Aktivitas ini terjadi saat peminjam menandatangani dokumen pinjaman final pada saat penutupan. Peristiwa ini menegaskan persetujuan peminjam terhadap ketentuan pinjaman dan terjadi sebelum dana dicairkan.
Mengapa ini penting Ini merupakan langkah besar terakhir yang melibatkan peminjam sebelum pencairan dana. Langkah ini menegaskan bahwa proses pinjaman berlanjut dan memungkinkan pengukuran tahap penutupan. Sumber data Peristiwa ini tercatat pada kolom 'Documents Signed' atau 'Closing Date' dalam berkas pinjaman Encompass. Tanggal ini diisi oleh petugas penutupan atau petugas pinjaman. Pengumpulan data Disimpulkan dari pengisian kolom 'Signing Date' atau 'Closing Date' dalam data pinjaman. Jenis peristiwa inferred
	Hasil penilaian properti diterima	Menandai saat laporan penilaian properti diterima dari penilai dan ditambahkan ke berkas pinjaman. Langkah ini penting untuk menentukan nilai properti dan menjadi prasyarat utama bagi persetujuan akhir pinjaman.
Mengapa ini penting Proses penilaian properti sering menjadi sumber keterlambatan yang signifikan. Dengan memantau waktu pemesanan dan penerimaan hasil penilaian, Anda dapat mengelola ketergantungan pada pihak eksternal ini dengan lebih baik. Sumber data Biasanya, peristiwa ini tercatat saat dokumen penilaian diunggah dan kolom tanggal pencapaian 'Appraisal Received' di Encompass diisi. Pengumpulan data Disimpulkan dari pengisian kolom 'Appraisal Received Date' atau perubahan status terkait. Jenis peristiwa inferred
	Pemeriksaan kredit selesai	Aktivitas ini menandakan bahwa laporan kredit pemohon berhasil diperoleh dan ditinjau. Hasil pemeriksaan ini menjadi masukan penting untuk keputusan penilaian pinjaman.
Mengapa ini penting Pemeriksaan kredit merupakan prasyarat penting untuk penilaian pinjaman. Keterlambatan pada langkah ini dapat menghambat seluruh proses, sementara hasilnya berpengaruh langsung pada keputusan pinjaman. Sumber data Biasanya, peristiwa ini tercatat melalui integrasi dengan lembaga pelaporan kredit. Stempel waktu umumnya dicatat dalam berkas pinjaman saat laporan kredit diterima dan dilampirkan. Pengumpulan data Diambil dari kolom tanggal 'Credit Report Ordered' atau 'Credit Report Received' dalam berkas pinjaman. Jenis peristiwa explicit
	Pengajuan ditarik	Menandai berakhirnya proses tanpa keberhasilan karena pemohon memilih untuk menarik pengajuannya. Status ini juga mengakhiri pemrosesan berkas pinjaman.
Mengapa ini penting Ini merupakan peristiwa akhir yang menandakan kegagalan dan diprakarsai oleh pelanggan. Analisis waktu dan alasan pengajuan ditarik dapat memberikan wawasan tentang kepuasan pelanggan, persaingan, dan hambatan dalam proses. Sumber data Peristiwa ini tercatat saat status akhir pinjaman ditetapkan menjadi 'Withdrawn'. Tanggal perubahan status dicatat dalam log sistem atau kolom tanggal pencapaian. Pengumpulan data Disimpulkan dari status akhir 'Withdrawn' dan stempel waktu perubahan status tersebut. Jenis peristiwa inferred
	Persyaratan dipenuhi	Peristiwa ini menandakan bahwa semua persyaratan penilaian pinjaman telah dipenuhi, ditinjau, dan disetujui oleh tim penilai. Pinjaman kini siap memasuki tahap akhir penutupan.
Mengapa ini penting Peristiwa ini menandai berakhirnya pengerjaan ulang setelah penilaian. Waktu antara 'Loan Approved with Conditions' dan peristiwa ini menunjukkan efisiensi penyelesaian persyaratan yang belum terpenuhi. Sumber data Disimpulkan dari stempel waktu saat status pinjaman diperbarui untuk menunjukkan bahwa semua persyaratan telah dipenuhi. Biasanya, pembaruan ini menjadi bagian dari pencapaian 'Final Approval' di Encompass. Pengumpulan data Disimpulkan dari tanggal penyelesaian pencapaian 'Conditions Cleared' atau 'Final Approval'. Jenis peristiwa inferred
	Pinjaman disetujui dengan persyaratan	Terjadi saat penilai menyetujui pinjaman dengan persyaratan tertentu yang harus dipenuhi sebelum penutupan. Ini merupakan hasil yang umum dari peninjauan awal penilaian pinjaman.
Mengapa ini penting Aktivitas ini memulai tahap pemenuhan persyaratan. Pemantauannya membantu menganalisis pengerjaan ulang dan keterlambatan antara persetujuan awal dan status akhir 'Clear to Close'. Sumber data Biasanya, peristiwa ini tercatat saat status keputusan penilaian berubah menjadi 'Approved with Conditions' atau 'Suspended'. Stempel waktu perubahan status dapat ditemukan dalam jejak audit pinjaman. Pengumpulan data Disimpulkan dari perubahan status menjadi 'Approved with Conditions' beserta stempel waktunya dalam log pencapaian. Jenis peristiwa inferred
	Pinjaman ditolak	Aktivitas ini menandai berakhirnya proses tanpa keberhasilan karena pemberi pinjaman secara resmi menolak pengajuan pinjaman. Status ini mengakhiri pemrosesan berkas pinjaman.
Mengapa ini penting Ini merupakan peristiwa akhir yang menandakan kegagalan. Analisis pinjaman yang berakhir pada aktivitas ini beserta kode alasannya membantu menemukan peluang untuk meningkatkan kualitas pengajuan atau kriteria penilaian pinjaman. Sumber data Peristiwa ini tercatat saat status akhir pinjaman ditetapkan menjadi 'Denied'. Tanggal perubahan status dicatat dalam log audit pinjaman atau kolom tanggal pencapaian tertentu. Pengumpulan data Disimpulkan dari status akhir 'Denied' dan stempel waktu perubahan status tersebut. Jenis peristiwa inferred

Disarankan Opsional

Panduan ekstraksi data

Cara mengambil data dari ICE Mortgage Technology

Langkah

Masuk ke klien desktop ICE Encompass menggunakan akun pengguna yang memiliki izin pelaporan.
Buka bagian pelaporan aplikasi. Biasanya, bagian ini ada di menu utama seperti Layanan, Tools, atau Reporting.
Cari dan buka pembuat laporan atau alat untuk membuat laporan khusus. Pilih opsi untuk membuat laporan baru dari awal.
Sebagai sumber data utama laporan, pilih Milestone Log atau objek dengan nama serupa yang berisi riwayat tonggak berkas pinjaman.
Di antarmuka pembuat laporan, tambahkan kolom yang diperlukan untuk membuat log peristiwa. Tambahkan field yang sesuai dengan LoanApplicationId, ActivityName (Nama tonggak), dan EventTimestamp (Tanggal penyelesaian tonggak).
Tambahkan kolom atribut yang disarankan dengan memilih field data pinjaman terkait, seperti LoanProductType, LoanAmount, dan AssignedLoanOfficer. Biasanya, field ini terhubung dari rekaman pinjaman utama.
Atur filter laporan. Filter terpenting ada pada field Nama tonggak. Buat filter yang hanya menyertakan nama tonggak tertentu yang sesuai dengan aktivitas wajib. Lihat bagian Query untuk daftar tonggak.
Tambahkan filter kedua pada EventTimestamp (Tanggal penyelesaian tonggak) untuk membatasi ekstraksi data ke periode tertentu, misalnya 3 hingga 6 bulan terakhir. Langkah ini penting untuk mengendalikan ukuran file ekspor.
Jalankan laporan di antarmuka Encompass untuk melihat pratinjau data. Pastikan strukturnya benar dan rekaman yang diharapkan tersedia.
Jika pratinjau laporan sudah sesuai, gunakan fungsi ekspor. Pilih format CSV atau Microsoft Excel (XLSX).
Buka file yang diekspor untuk pemeriksaan kualitas akhir. Pastikan header kolom sesuai dengan nama atribut wajib: LoanApplicationId, ActivityName, EventTimestamp, dan lainnya. Lakukan penyesuaian jika diperlukan.
File siap diunggah. Simpan versi akhir sebagai file CSV dengan encoding UTF-8.

Konfigurasi

Sumber Data Laporan: Gunakan Milestone Log atau tabel riwayat pinjaman setara sebagai sumber data utama. Tabel ini mencatat penyelesaian tahapan penting dalam proses.
Rentang Tanggal: Filter tanggal penyelesaian pencapaian (EventTimestamp) sangat penting. Untuk analisis, biasanya digunakan data selama 3 hingga 6 bulan agar ukuran berkas tetap terkendali dan wawasan proses tetap relevan.
Filter Pencapaian: Terapkan filter khusus pada kolom ActivityName (Nama Pencapaian) agar hanya 16 aktivitas yang diperlukan yang disertakan. Encompass memuat banyak pencapaian teknis atau kecil yang sebaiknya dikecualikan agar hasil tidak dipenuhi data yang tidak relevan.
Filter Status Pinjaman: Pertimbangkan untuk mengecualikan pinjaman uji coba atau pinjaman berstatus tidak aktif jika tidak relevan dengan analisis proses.
Pemilihan Kolom: Pastikan semua kolom yang diperlukan dan disarankan dipilih. Beberapa kolom, seperti LoanAmount, berasal dari data utama pinjaman, bukan dari Milestone Log. Pembuat laporan seharusnya memungkinkan Anda menggabungkan atau menyertakan kolom tersebut.
Prasyarat: Pengguna yang menjalankan laporan harus memiliki izin Encompass yang memadai untuk mengakses layanan pelaporan dan melihat semua kolom data pinjaman yang dipilih di berbagai berkas pinjaman.

Contoh kueri config

This extraction is configured using the Encompass report builder UI, not a script. The configuration below describes the fields and filters to apply.

**Report Type**: Custom Report
**Primary Data Source**: Milestone Log

**Columns to Include (Field ID in brackets are examples):**
*   `LoanApplicationId`: [Loan.LoanNumber]
*   `ActivityName`: [Milestone.Name]
*   `EventTimestamp`: [Milestone.CompletedDate]
*   `EventEndTime`: [Milestone.CompletedDate] (Note: Milestone logs typically only provide a completion timestamp, which can be used for both start and end if granular duration is not available.)
*   `AssignedLoanOfficer`: [Loan.LoanOfficer]
*   `LoanProductType`: [Loan.LoanProgram]
*   `LoanAmount`: [Loan.LoanAmount]
*   `DecisionOutcome`: [Underwriting.Decision]
*   `ApplicationChannel`: [Loan.ApplicationSource]

**Filters to Apply:**
1.  **Date Range Filter:**
    *   Field: `[Milestone.CompletedDate]`
    *   Operator: `is between`
    *   Value: `[Specify Start Date]` and `[Specify End Date]`

2.  **Activity Name Filter:**
    *   Field: `[Milestone.Name]`
    *   Operator: `is one of`
    *   Values (Map the required activities to your organization's specific Encompass Milestone names. The following are common examples):
        *   'File Started' (for Loan Application Created)
        *   'Initial Disclosures Sent' (for Initial Disclosures Sent)
        *   'Processing Docs Requested' (for Supporting Documents Requested)
        *   'Processing Docs Received' (for Supporting Documents Received)
        *   'Credit Ordered' (for Credit Check Completed)
        *   'Appraisal Received' (for Appraisal Received)
        *   'Submitted to Underwriting' (for Underwriting Commenced)
        *   'Underwriting Decision Complete' (for Underwriting Decision Rendered)
        *   'Approved with Conditions' (for Loan Approved with Conditions)
        *   'Conditions Cleared' (for Conditions Cleared)
        *   'Clear to Close' (for Clear To Close Issued)
        *   'Closing Disclosure Sent' (for Closing Disclosures Sent)
        *   'Docs Signed' (for Loan Documents Signed)
        *   'Funded' (for Funds Disbursed)
        *   'Denied' (for Loan Denied)
        *   'Withdrawn' (for Application Withdrawn)

Langkah

Prasyarat: Dapatkan Kredensial API
- Daftarkan akun di portal Encompass Developer Connect yang disediakan oleh ICE Mortgage Technology.
- Buat aplikasi API baru untuk mendapatkan Client ID dan Client Secret unik.
- Pastikan pengguna API yang terkait dengan kredensial ini memiliki izin Encompass yang memadai untuk mengakses data pinjaman, termasuk tampilan pipeline, pencapaian, dan data kolom.
Siapkan Lingkungan Python
- Instal Python di komputer Anda. Disarankan menggunakan versi 3.7 atau yang lebih baru.
- Instal pustaka Python yang diperlukan untuk mengirim permintaan API dan mengolah data. Buka terminal atau command prompt, lalu jalankan perintah berikut: pip install requests pip install pandas
Konfigurasikan Skrip Ekstraksi
- Simpan skrip Python yang disediakan ke dalam berkas, misalnya encompass_extractor.py.
- Buka skrip dan ganti nilai sementara CLIENT_ID, CLIENT_SECRET, dan API_BASE_URL dengan kredensial serta URL lingkungan Anda.
Sesuaikan Pemetaan dan Filter
- Periksa kamus MILESTONE_TO_ACTIVITY_MAPPING dalam skrip. Kuncinya adalah nama pencapaian di instans Encompass Anda. Perbarui kunci agar sama persis dengan nama pencapaian di organisasi Anda supaya aktivitas tercatat dengan benar.
- Sesuaikan kamus FIELD_IDS jika instans Anda menggunakan pengenal kolom yang berbeda untuk atribut yang disarankan.
- Atur variabel START_DATE dan END_DATE untuk menentukan periode permohonan pinjaman yang ingin diekstrak.
Jalankan Skrip Python
- Jalankan skrip dari terminal atau command prompt dengan perintah: python encompass_extractor.py.
- Skrip akan mengautentikasi ke API terlebih dahulu, mengambil token akses, lalu meminta data pipeline pinjaman untuk rentang tanggal yang ditentukan.
Pantau Proses Ekstraksi
- Skrip akan menampilkan perkembangan di konsol, termasuk jumlah pinjaman yang sudah diproses.
- Untuk setiap pinjaman, skrip mengambil riwayat pencapaian dan data kolom yang relevan, mengubahnya ke format log peristiwa, lalu menambahkannya ke daftar.
Tangani Kemungkinan Kesalahan
- Skrip menyertakan penanganan kesalahan dasar untuk permintaan API. Jika terjadi kesalahan, misalnya kredensial tidak valid atau masalah jaringan, pesan akan ditampilkan. Periksa konsol selama proses berlangsung.
Ambil Berkas Hasil
- Setelah skrip selesai, berkas CSV bernama encompass_loan_origination_event_log.csv akan dibuat di direktori yang sama.
Siapkan untuk Diunggah
- Berkas CSV ini adalah log peristiwa final. Periksa isinya untuk memastikan data yang diharapkan sudah tercakup. Berkas ini memiliki kolom yang diperlukan (LoanApplicationId, ActivityName, EventTimestamp) dan siap diunggah langsung ke ProcessMind.

Konfigurasi

Kredensial API: Untuk autentikasi, Anda memerlukan Client ID dan Client Secret yang valid dari aplikasi terdaftar di portal Encompass Developer Connect.
Izin Pengguna: Pengguna API harus memiliki izin Encompass yang diperlukan untuk melihat pipeline pinjaman serta mengakses data kolom dan pencapaian terperinci untuk pinjaman yang dituju.
Rentang Tanggal: Skrip memerlukan START_DATE dan END_DATE untuk memfilter kueri awal pipeline pinjaman. Untuk ekstraksi awal, disarankan menggunakan rentang 3 hingga 6 bulan agar volume data dan kinerja tetap seimbang.
Pemetaan Pencapaian: MILESTONE_TO_ACTIVITY_MAPPING adalah konfigurasi yang paling penting. Petakan nama pencapaian Encompass yang digunakan di organisasi Anda ke nama aktivitas standar yang diperlukan dalam log peristiwa. Pemetaan ini berbeda untuk setiap konfigurasi pemberi pinjaman.
Field ID: Skrip menggunakan kamus FIELD_IDS Encompass yang telah ditentukan untuk mengambil atribut seperti Jumlah Pinjaman. ID ini umumnya standar, tetapi dapat disesuaikan. Verifikasi ID tersebut dengan konfigurasi Encompass Anda.
URL Endpoint API: Atur API_BASE_URL ke URL yang benar untuk instans Encompass Anda, misalnya https://api.elliemae.com.

Contoh kueri python

import requests
import pandas as pd
import json
import time
from datetime import datetime

class=class="hl-string">"hl-comment"># --- Configuration Settings --- #
class=class="hl-string">"hl-comment"># Replace with your actual credentials and API endpoint
CLIENT_ID = class="hl-string">'[Your_Client_ID]'
CLIENT_SECRET = class="hl-string">'[Your_Client_Secret]'
API_BASE_URL = class="hl-string">'https://api.elliemae.com' 

class=class="hl-string">"hl-comment"># Set the date range for the loan search
START_DATE = class="hl-string">'2023-01-01'
END_DATE = class="hl-string">'2023-12-31'

class=class="hl-string">"hl-comment"># --- Mappings and Field Definitions --- #
class=class="hl-string">"hl-comment"># CRITICAL: Update keys to match the milestone names in your Encompass instance
MILESTONE_TO_ACTIVITY_MAPPING = {
    class="hl-string">'Application': class="hl-string">'Loan Application Created',
    class="hl-string">'Initial Disclosures Sent': class="hl-string">'Initial Disclosures Sent',
    class="hl-string">'Docs Requested': class="hl-string">'Supporting Documents Requested',
    class="hl-string">'Docs Received': class="hl-string">'Supporting Documents Received',
    class="hl-string">'Credit Ordered': class="hl-string">'Credit Check Completed',
    class="hl-string">'Appraisal Received': class="hl-string">'Appraisal Received',
    class="hl-string">'Submitted': class="hl-string">'Underwriting Commenced',
    class="hl-string">'Approved': class="hl-string">'Underwriting Decision Rendered',
    class=class="hl-string">"hl-comment"># Note: class="hl-string">'Loan Approved with Conditions' is often the same as the class="hl-string">'Approved' milestone.
    class=class="hl-string">"hl-comment"># The class="hl-string">'DecisionOutcome' attribute will provide the specific status.
    class="hl-string">'Approved with Conditions': class="hl-string">'Loan Approved with Conditions',
    class="hl-string">'Conditions Cleared': class="hl-string">'Conditions Cleared',
    class="hl-string">'Clear to Close': class="hl-string">'Clear To Close Issued',
    class="hl-string">'Closing Disclosure Sent': class="hl-string">'Closing Disclosures Sent',
    class="hl-string">'Docs Signed': class="hl-string">'Loan Documents Signed',
    class="hl-string">'Funded': class="hl-string">'Funds Disbursed',
    class="hl-string">'Denied': class="hl-string">'Loan Denied',
    class="hl-string">'Withdrawn': class="hl-string">'Application Withdrawn'
}

class=class="hl-string">"hl-comment"># Encompass Field IDs for recommended attributes. Verify these for your instance.
FIELD_IDS = {
    class="hl-string">'AssignedLoanOfficer': class="hl-string">'3',       class=class="hl-string">"hl-comment"># Loan Officer Name
    class="hl-string">'LoanProductType': class="hl-string">'19',      class=class="hl-string">"hl-comment"># Loan Program
    class="hl-string">'LoanAmount': class="hl-string">'1109',     class=class="hl-string">"hl-comment"># Base Loan Amount
    class="hl-string">'DecisionOutcome': class="hl-string">'3183',  class=class="hl-string">"hl-comment"># Underwriting Decision
    class="hl-string">'ApplicationChannel': class="hl-string">'4009'  class=class="hl-string">"hl-comment"># Application Method
}

def get_access_token():
    class="hl-string">"""Authenticates with the API and returns an access token."""
    token_url = fclass="hl-string">'{API_BASE_URL}/oauth2/v1/token'
    headers = {class="hl-string">'Content-Type': class="hl-string">'application/x-www-form-urlencoded'}
    payload = {
        class="hl-string">'grant_type': class="hl-string">'client_credentials',
        class="hl-string">'client_id': CLIENT_ID,
        class="hl-string">'client_secret': CLIENT_SECRET
    }
    try:
        response = requests.post(token_url, headers=headers, data=payload)
        response.raise_for_status()
        return response.json()[class="hl-string">'access_token']
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">"Error obtaining access token: {e}")
        return None

def get_loan_guids(token):
    class="hl-string">"""Fetches a list of loan GUIDs within the specified date range."""
    pipeline_url = fclass="hl-string">'{API_BASE_URL}/v3/loanPipeline'
    headers = {class="hl-string">'Authorization': fclass="hl-string">'Bearer {token}'}
    payload = {
        class="hl-string">'filter': {
            class="hl-string">'operator': class="hl-string">'and',
            class="hl-string">'terms': [
                {class="hl-string">'canonicalName': class="hl-string">'Loan.LastModified', class="hl-string">'matchType': class="hl-string">'greaterThanOrEquals', class="hl-string">'value': START_DATE},
                {class="hl-string">'canonicalName': class="hl-string">'Loan.LastModified', class="hl-string">'matchType': class="hl-string">'lessThanOrEquals', class="hl-string">'value': END_DATE}
            ]
        },
        class="hl-string">'fields': [class="hl-string">'Loan.GUID']
    }
    try:
        response = requests.post(pipeline_url, headers=headers, json=payload)
        response.raise_for_status()
        return [loan[class="hl-string">'Loan.GUID'] for loan in response.json()]
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">"Error fetching loan pipeline: {e}")
        return []

def main():
    class="hl-string">"""Main function to orchestrate the extraction process."""
    print(class="hl-string">"Starting Encompass data extraction...")
    token = get_access_token()
    if not token:
        return

    print(fclass="hl-string">"Fetching loan GUIDs between {START_DATE} and {END_DATE}...")
    loan_guids = get_loan_guids(token)
    if not loan_guids:
        print(class="hl-string">"No loans found in the specified date range.")
        return

    print(fclass="hl-string">"Found {len(loan_guids)} loans. Processing each one...")
    all_events = []
    headers = {class="hl-string">'Authorization': fclass="hl-string">'Bearer {token}'}

    for i, guid in enumerate(loan_guids):
        print(fclass="hl-string">"Processing loan {i + 1}/{len(loan_guids)} (GUID: {guid[:8]}...)")
        
        class=class="hl-string">"hl-comment"># Fetch attributes
        fields_url = fclass="hl-string">'{API_BASE_URL}/v3/loans/{guid}/fieldReader'
        field_values = {}
        try:
            field_ids_list = list(FIELD_IDS.values())
            response = requests.post(fields_url, headers=headers, json=field_ids_list)
            response.raise_for_status()
            fields_data = response.json()
            field_id_to_key = {v: k for k, v in FIELD_IDS.items()}
            for item in fields_data:
                key = field_id_to_key.get(item[class="hl-string">'fieldId'])
                if key:
                    field_values[key] = item[class="hl-string">'value']
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Could not fetch fields for loan {guid}: {e}")

        class=class="hl-string">"hl-comment"># Fetch milestones
        milestones_url = fclass="hl-string">'{API_BASE_URL}/v3/loans/{guid}/milestones'
        try:
            response = requests.get(milestones_url, headers=headers)
            response.raise_for_status()
            milestones = response.json()

            for milestone in milestones:
                milestone_name = milestone.get(class="hl-string">'milestoneName')
                activity_name = MILESTONE_TO_ACTIVITY_MAPPING.get(milestone_name)
                completed_date = milestone.get(class="hl-string">'completedDate')

                if activity_name and completed_date:
                    event = {
                        class="hl-string">'LoanApplicationId': guid,
                        class="hl-string">'ActivityName': activity_name,
                        class="hl-string">'EventTimestamp': completed_date,
                        class="hl-string">'EventEndTime': completed_date,  class=class="hl-string">"hl-comment"># For point-in-time events
                        class="hl-string">'AssignedLoanOfficer': field_values.get(class="hl-string">'AssignedLoanOfficer'),
                        class="hl-string">'LoanProductType': field_values.get(class="hl-string">'LoanProductType'),
                        class="hl-string">'LoanAmount': field_values.get(class="hl-string">'LoanAmount'),
                        class="hl-string">'DecisionOutcome': field_values.get(class="hl-string">'DecisionOutcome'),
                        class="hl-string">'ApplicationChannel': field_values.get(class="hl-string">'ApplicationChannel')
                    }
                    all_events.append(event)
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Could not fetch milestones for loan {guid}: {e}")
        
        class=class="hl-string">"hl-comment"># Small delay to respect API rate limits
        time.sleep(0.1)

    if not all_events:
        print(class="hl-string">"No events were generated. Check milestone mappings and API responses.")
        return

    print(class="hl-string">"Extraction complete. Creating CSV file...")
    df = pd.DataFrame(all_events)
    df[class="hl-string">'EventTimestamp'] = pd.to_datetime(df[class="hl-string">'EventTimestamp'])
    df[class="hl-string">'EventEndTime'] = pd.to_datetime(df[class="hl-string">'EventEndTime'])
    
    output_filename = class="hl-string">'encompass_loan_origination_event_log.csv'
    df.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%dT%H:%M:%S.%f')
    print(fclass="hl-string">"Successfully created '{output_filename}'.")

if __name__ == class="hl-string">"__main__":
    main()

Siap memulai?

Gunakan templat data ini untuk memaksimalkan potensi proses pengajuan pinjaman Anda. Mulai tingkatkan operasional hari ini.

Kembali ke panduan perbaikan

Unduh template

Optimalkan pengajuan pinjaman dan percepat pencairan sekarang

Pangkas waktu pengambilan keputusan hingga 50% dan kurangi penumpukan pekerjaan serta risiko.

Mulai uji coba gratis

Tidak perlu kartu kredit. Aktifkan dalam hitungan menit.

Templat data pengajuan pinjaman Anda

Templat data pengajuan pinjaman Anda

Atribut pengajuan pinjaman

Aktivitas pengajuan pinjaman

Panduan ekstraksi data

Pelaporan bawaan ICE Encompass dan ekspor CSV/Excel

Langkah

Konfigurasi

Contoh kueri config

Ekstraksi Python melalui API Encompass Developer Connect

Langkah

Konfigurasi

Contoh kueri python

Siap memulai?

Optimalkan pengajuan pinjaman dan percepat pencairan sekarang