Templat data onboarding nasabah KYC Anda

Atribut ini mencatat nama aktivitas bisnis atau peristiwa sistem, seperti 'Permohonan Diajukan', 'Tinjauan Kepatuhan Dimulai', atau 'Permohonan Ditolak'. Atribut ini mewakili satu langkah dalam keseluruhan proses orientasi nasabah.

Analisis aktivitas merupakan inti process mining. Atribut ini digunakan untuk menyusun peta proses yang menunjukkan alur antar langkah. Atribut ini membantu mengidentifikasi urutan peristiwa, mengukur frekuensi setiap aktivitas, dan menemukan tugas yang paling sering dilakukan atau paling lama diselesaikan.

Atribut ini menentukan langkah-langkah dalam peta proses sehingga alur proses dapat divisualisasikan, dianalisis, dan dipahami.

Informasi ini biasanya tercatat dalam jejak audit Pega (tabel riwayat), atau dapat diperoleh dari perubahan status kasus.

Permohonan Nasabah adalah pengenal utama kasus yang mengelompokkan semua aktivitas dan peristiwa terkait dalam proses orientasi seorang nasabah. Setiap permohonan mengikuti alur dari pengajuan hingga disetujui dan rekening diaktifkan, atau ditolak.

Dalam process mining, atribut ini penting untuk merekonstruksi seluruh perjalanan setiap permohonan. Analis dapat melihat urutan peristiwa secara lengkap, melacak status setiap permohonan, dan membandingkan berbagai alur. Analisis berdasarkan ID ini membantu menemukan variasi proses yang umum, hambatan, dan penyimpangan dari prosedur standar.

ID ini menjadi dasar process mining karena menghubungkan setiap peristiwa menjadi rangkaian proses yang utuh dari awal hingga akhir untuk dianalisis.

Biasanya, ini adalah ID kasus utama di Pega. ID ini sering tersedia sebagai pzInsKey atau nama lain yang lebih mudah dipahami bisnis pada objek kerja jenis kasus utama.

Atribut ini mencatat tanggal dan waktu yang tepat saat suatu aktivitas dimulai. Informasi ini menentukan urutan kronologis semua peristiwa dalam satu kasus permohonan nasabah.

Stempel waktu menjadi dasar analisis kinerja proses. Data ini digunakan untuk menghitung durasi aktivitas, waktu tunggu antar langkah, dan total waktu siklus proses orientasi dari awal hingga akhir. Data ini penting untuk menemukan hambatan, mengukur kepatuhan terhadap SLA, dan memahami efisiensi proses.

Stempel waktu memberikan urutan kronologis yang diperlukan untuk menghitung durasi, menganalisis kinerja proses, dan menemukan keterlambatan.

Informasi ini biasanya tersedia dalam jejak audit Pega sebagai pxTimeCreated di tabel riwayat setiap peristiwa.

Jika status akhir permohonan adalah 'Ditolak', atribut ini mencatat alasan spesifik, seperti 'Gagal dalam Pemeriksaan Latar Belakang', 'Dokumen Tidak Lengkap', atau 'Profil Risiko Tinggi'.

Atribut ini menjadi dasar dashboard 'Analisis Penolakan Permohonan'. Dengan mengelompokkan kasus yang ditolak berdasarkan alasan, bisnis dapat menemukan titik kegagalan yang paling sering terjadi dalam proses orientasi. Temuan ini penting untuk menentukan perbaikan yang tepat sasaran, mengurangi tingkat penolakan, meningkatkan pengalaman nasabah, dan meningkatkan efisiensi operasional.

Menunjukkan alasan permohonan gagal agar perbaikan proses dapat diarahkan untuk meningkatkan tingkat keberhasilan.

Kemungkinan, properti khusus ini ditetapkan pada kasus saat statusnya berubah menjadi 'Ditolak'. Lihat dokumentasi Pega KYC untuk mengetahui kolom alasan penolakan standar.

Atribut ini menunjukkan unit organisasi atau tim tempat pengguna yang melakukan aktivitas bekerja, seperti 'Tim Penyaringan', 'Kepatuhan', atau 'Operasional Orientasi'.

Analisis proses berdasarkan departemen penting untuk dashboard 'Distribusi Beban Kerja per Departemen'. Analisis ini membantu manajer memahami alur kerja antar tim, menemukan hambatan lintas fungsi, dan menilai alokasi sumber daya di seluruh proses orientasi. Informasi ini juga penting untuk memperbaiki serah terima tugas dan menyeimbangkan beban kerja.

Atribut ini memungkinkan analisis alur proses dan hambatan antar unit bisnis, serta mendukung pengelolaan sumber daya dan peningkatan organisasi.

Informasi ini biasanya tercantum di profil pengguna Pega (catatan Operator ID) dan dapat digabungkan dengan data peristiwa. Nama propertinya mungkin pyWorkGroup.

Atribut ini menyimpan ID pegawai atau pengguna sistem yang bertanggung jawab menyelesaikan tugas tertentu dalam proses KYC, seperti petugas kepatuhan atau bot penyaringan otomatis. Untuk langkah otomatis, ID ini dapat berupa akun sistem atau layanan.

Analisis berdasarkan pengguna membantu memahami pembagian beban kerja, kinerja individu, dan kebutuhan pelatihan. Analisis ini juga dapat digunakan untuk menyelidiki penyimpangan proses dengan mengetahui pengguna atau tim yang terlibat dalam alur yang tidak standar.

Atribut ini menghubungkan aktivitas proses dengan individu atau tim tertentu, sehingga beban kerja, kinerja, dan kepatuhan dapat dianalisis.

Kolom ini biasanya tersedia dalam jejak audit Pega dengan nama pxUpdateOperator atau properti serupa di tabel riwayat.

Atribut ini menunjukkan status keseluruhan permohonan di akhir proses, seperti 'Disetujui', 'Ditolak', atau 'Dibatalkan'. Untuk kasus yang masih berjalan, atribut ini juga dapat menunjukkan status terakhir yang diketahui.

Atribut ini penting untuk menganalisis hasil. Dashboard 'Analisis Penolakan Permohonan' menggunakannya untuk mengelompokkan kasus dan memahami penyebab hasil tertentu. Analisis alur proses yang berujung pada status berbeda membantu menemukan praktik terbaik pada kasus yang disetujui dan akar penyebab penolakan.

Atribut ini menunjukkan hasil bisnis suatu kasus, sehingga alur yang berhasil dapat dibandingkan dengan alur yang tidak berhasil.

Biasanya, ini adalah status akhir (pyStatusWork) objek kerja kasus di Pega.

Atribut ini menyimpan tanggal target penyelesaian permohonan sesuai perjanjian tingkat layanan (SLA). Target SLA dapat berbeda berdasarkan jenis nasabah, tingkat risiko, atau produk.

Tanggal ini penting untuk dashboard 'Pemantauan Kepatuhan SLA' dan KPI terkait. Tanggal ini menjadi patokan untuk dibandingkan dengan tanggal penyelesaian sebenarnya. Analisis kasus yang melewati target SLA membantu menemukan keterlambatan sistemik dan menentukan prioritas perbaikan proses agar komitmen layanan terpenuhi.

Menjadi patokan untuk mengukur ketepatan waktu, yang penting bagi kepuasan nasabah dan pengendalian operasional.

Pega memiliki kerangka kerja bawaan untuk mengelola SLA. Tanggal ini biasanya disimpan dalam properti seperti pySLAGoal atau properti SLA khusus pada kasus.

Atribut ini menunjukkan tingkat risiko nasabah yang dinilai, biasanya dikelompokkan sebagai 'Rendah', 'Sedang', atau 'Tinggi'. Tingkat risiko umumnya ditentukan oleh mesin penilaian otomatis berdasarkan data nasabah dan hasil penyaringan.

Tingkat risiko sangat memengaruhi variasi proses. Permohonan berisiko tinggi sering memerlukan langkah uji tuntas tambahan, seperti tinjauan kepatuhan yang lebih mendalam, sehingga waktu siklusnya lebih lama. Analisis berdasarkan tingkat risiko membantu menjelaskan variasi ini dan memastikan pengendalian risiko berjalan efektif tanpa menimbulkan keterlambatan yang tidak perlu.

Menjelaskan variasi alur dan durasi proses karena tingkat risiko sering menentukan uji tuntas yang diperlukan.

Properti ini dihitung pada kasus dan diisi oleh aturan keputusan atau model penilaian Pega. Lihat dokumentasi Pega KYC.

Atribut ini mencatat tanggal dan waktu yang tepat saat suatu aktivitas berakhir. Data ini digunakan bersama Waktu Mulai untuk menghitung waktu pemrosesan setiap aktivitas.

Waktu Selesai yang dicatat secara terpisah membuat analisis kinerja lebih akurat. Data ini membantu membedakan waktu pemrosesan aktif, yaitu durasi antara Waktu Mulai dan Waktu Selesai, dari waktu tunggu, yaitu durasi antara Waktu Selesai suatu aktivitas dan Waktu Mulai aktivitas berikutnya. Pembedaan ini penting untuk menemukan hambatan yang sebenarnya, bukan sekadar antrean.

Memungkinkan penghitungan waktu pemrosesan aktivitas secara akurat, yang penting untuk analisis kinerja terperinci dan menemukan hambatan.

Data ini mungkin tersedia dalam jejak audit Pega. Jika tidak, Waktu Mulai peristiwa berikutnya dapat digunakan sebagai Waktu Selesai peristiwa saat ini.

Atribut ini adalah ID unik yang menghubungkan permohonan dengan catatan nasabah di sistem data induk. Atribut ini mewakili individu atau organisasi yang menjalani proses KYC.

ID permohonan melacak proses, sedangkan ID Nasabah memungkinkan analisis beberapa permohonan dari nasabah yang sama atau pengayaan data proses dengan atribut khusus nasabah, seperti segmen atau riwayat. Dengan begitu, proses orientasi dapat dianalisis dari sudut pandang nasabah.

Menghubungkan data proses dengan data induk nasabah, sehingga analisis dapat diperkaya dengan atribut dan riwayat nasabah.

Properti inti ini terdapat pada kasus KYC dan menghubungkannya dengan model data nasabah di Pega atau CRM eksternal.

Atribut ini mengelompokkan permohonan proses orientasi, misalnya 'Nasabah Perorangan', 'Nasabah Korporasi', atau 'Individu dengan Kekayaan Tinggi'. Jenis kasus yang berbeda sering mengikuti variasi proses dengan langkah, SLA, dan profil risiko yang berbeda.

Analisis berdasarkan Jenis Kasus memungkinkan perbandingan kinerja yang lebih bermakna. Analisis ini membantu mengetahui apakah jenis proses orientasi tertentu lebih sering mengalami keterlambatan atau penolakan. Pengelompokan ini penting agar perbaikan proses dapat disesuaikan dengan kebutuhan setiap perjalanan nasabah.

Memungkinkan data proses dikelompokkan ke dalam kategori berbeda, sehingga analisis kinerja menjadi lebih akurat dan relevan.

Biasanya, ini adalah nama kelas instans kasus di Pega atau properti khusus pada kasus yang menentukan jenisnya.

Atribut ini menyimpan negara yang terkait dengan nasabah yang menjalani proses orientasi. Informasi ini menjadi masukan penting untuk penilaian risiko dan menentukan tingkat uji tuntas yang diperlukan.

Analisis negara nasabah dapat mengungkap pola penting. Yurisdiksi tertentu mungkin memiliki risiko lebih tinggi sehingga proses orientasi menjadi lebih lama dan rumit. Dimensi ini memungkinkan analisis kinerja berdasarkan wilayah dan membantu memastikan persyaratan kepatuhan regional dipenuhi secara efisien.

Memungkinkan analisis proses berdasarkan wilayah geografis, yang sering berkaitan dengan kompleksitas regulasi dan tingkat risiko.

Properti ini terdapat pada objek data nasabah yang terkait dengan kasus.

Atribut boolean ini bernilai benar jika aktivitas dilakukan oleh agen otomatis, seperti mesin penyaringan atau aturan sistem, dan salah jika dilakukan oleh pengguna manusia.

Membedakan aktivitas otomatis dan manual penting untuk menganalisis otomatisasi. Hal ini membantu mengukur efektivitas otomatisasi yang sudah diterapkan, menemukan tugas manual yang cocok untuk diotomatisasi, dan memahami interaksi antara manusia dan sistem dalam proses.

Memisahkan aktivitas yang dilakukan manusia dari aktivitas yang dijalankan sistem. Pembedaan ini menjadi dasar bagi inisiatif atau analisis otomatisasi.

Nilai ini dapat ditentukan dari ID pengguna yang terkait dengan peristiwa. Jika OperatorId cocok dengan akun sistem atau agen yang dikenal, penanda ini bernilai benar.

Atribut ini menunjukkan waktu terakhir data diekstrak dari sistem sumber. Biasanya, nilainya sama untuk semua catatan dalam satu pemuatan data.

Stempel waktu ini membantu Anda mengetahui seberapa baru data yang dianalisis. Pengguna dapat melihat apakah analisis proses mencerminkan kondisi terkini dan kapan data berikutnya akan diperbarui. Informasi ini penting untuk pemantauan operasional melalui dashboard.

Memberi tahu pengguna seberapa baru data yang digunakan, sehingga mereka dapat mengetahui apakah analisis mencerminkan kondisi terkini atau periode sebelumnya.

Nilai ini dibuat dan dicantumkan pada kumpulan data selama proses ekstraksi, transformasi, dan pemuatan data (ETL).

Atribut boolean ini bernilai benar jika aktivitas tertentu, seperti 'Tinjauan Dokumen', terjadi lebih dari sekali dalam kasus yang sama. Aktivitas ini sering dipicu oleh peristiwa seperti 'Informasi Tambahan Diminta'.

Menemukan pengerjaan ulang penting untuk mengidentifikasi proses yang tidak efisien dan kendala yang dialami nasabah. Dashboard 'Pengerjaan Ulang dan Pengulangan Proses' menggunakan atribut ini untuk mengukur frekuensi dan dampak pengerjaan ulang. Mengurangi pengerjaan ulang sering menjadi sasaran utama karena dapat mempercepat pemrosesan, menekan biaya operasional, dan meningkatkan pengalaman nasabah.

Menunjukkan proses yang tidak efisien, tugas berulang, dan pengulangan alur, yang menjadi sasaran utama perbaikan proses.

Penanda ini ditentukan saat analisis data dengan memeriksa apakah nama aktivitas yang sama muncul berulang kali dalam satu ID kasus. Contohnya, jika 'Tinjauan Dokumen Selesai' muncul untuk kedua kalinya.

Atribut ini menunjukkan produk atau layanan yang diajukan nasabah, seperti 'Rekening Bank Ritel', 'Pinjaman Korporasi', atau 'Layanan Investasi'.

Produk dapat memengaruhi proses orientasi karena setiap produk mungkin memiliki persyaratan regulasi dan tingkat kerumitan yang berbeda. Analisis berdasarkan produk membantu menemukan lini produk dengan waktu siklus lebih lama atau tingkat penolakan lebih tinggi, sehingga perbaikan proses dapat disesuaikan dengan produk.

Memungkinkan analisis proses dikelompokkan berdasarkan lini produk, sehingga perbedaan kinerja dan peluang perbaikan dapat diketahui.

Properti ini terdapat pada kasus dan dipilih saat proses permohonan dimulai.

Atribut ini menunjukkan aplikasi sumber tempat peristiwa dicatat. Untuk proses ini, nilainya selalu 'Pega KYC'.

Atribut ini mungkin tampak berulang jika semua data berasal dari satu sistem. Namun, atribut ini penting untuk tata kelola data dan sangat berguna saat menggabungkan data dari beberapa sistem. Atribut ini memperjelas asal data dan membantu mengatasi masalah integrasi data.

Atribut ini memberikan konteks penting tentang asal data, mendukung tata kelola data, dan memungkinkan analisis dari beberapa sistem sumber.

Nilai ini biasanya ditambahkan secara tetap saat proses ekstraksi dan transformasi data untuk menandai asal kumpulan data.

Atribut ini melacak status dokumen yang diperlukan untuk proses KYC, seperti 'Menunggu dari Nasabah', 'Diterima', 'Terverifikasi', atau 'Ditolak'. Status ini dapat berubah beberapa kali dalam satu kasus.

Atribut ini penting untuk dashboard 'Volume dan Status Proses Orientasi' serta analisis 'Kecepatan Verifikasi Dokumen'. Atribut ini memberikan gambaran terperinci tentang salah satu area yang paling sering mengalami hambatan. Dengan melacak lamanya dokumen berada pada setiap status, bisnis dapat menemukan keterlambatan dalam penyerahan dokumen oleh nasabah atau tinjauan internal.

Memberikan gambaran tentang subproses penanganan dokumen, sehingga keterlambatan umum dalam verifikasi dokumen dapat ditemukan dan diatasi.

Kemungkinan, properti ini terdapat pada objek data terkait atau daftar halaman yang terhubung dengan kasus utama, dan melacak setiap dokumen yang diperlukan. Lihat dokumentasi Pega KYC.

Atribut ini mengelompokkan setiap kasus yang selesai sebagai 'Tepat Waktu' atau 'Terlambat' dengan membandingkan stempel waktu penyelesaian sebenarnya dengan 'Tanggal Target SLA'.

Atribut ini menjadi metrik utama untuk dashboard 'Pemantauan Kepatuhan SLA' dan KPI 'Tingkat Kepatuhan SLA'. Atribut ini memberikan gambaran kinerja yang jelas terhadap komitmen tingkat layanan. Analisis karakteristik kasus yang terlambat membantu menemukan akar penyebab keterlambatan dan mengurangi risiko pelanggaran SLA di kemudian hari.

Mengukur langsung kinerja terhadap komitmen layanan, yang penting untuk pengelolaan operasional, kepatuhan, dan kepuasan nasabah.

Nilai ini ditentukan dengan membandingkan stempel waktu aktivitas terakhir kasus dengan kolom SlaTargetDate. Jika waktu penyelesaian melewati target, statusnya adalah 'Terlambat'.

Metrik yang dihitung ini mengukur durasi proses setiap permohonan nasabah dari awal hingga akhir, mulai dari peristiwa pertama sampai peristiwa terakhir. Biasanya, durasi dihitung dari selisih waktu antara aktivitas terakhir dan aktivitas pertama dalam suatu kasus.

Waktu Siklus adalah indikator kinerja utama (KPI) untuk efisiensi proses dan pengalaman nasabah. Dashboard 'Analisis Waktu Siklus Proses Orientasi Keseluruhan' menggunakannya untuk memantau rata-rata waktu pemrosesan, menemukan kasus yang berlangsung lama, dan melacak dampak inisiatif perbaikan proses dari waktu ke waktu.

KPI penting ini mengukur langsung kecepatan dan efisiensi keseluruhan proses orientasi dari sudut pandang nasabah.

Metrik ini dihitung di alat process mining dengan mencari selisih antara stempel waktu maksimum dan minimum untuk setiap ID kasus.