ローン組成データテンプレート

この属性には、融資実行のライフサイクルにおける各ステップの名前が記録されます。「申請書の提出」「信用調査の完了」「融資の最終判断」などが該当します。これらのアクティビティが、検出されたプロセスマップのノードになります。

アクティビティの順序や頻度の分析は、プロセスマイニングの中核です。実際のプロセスの流れを把握し、標準手順からの逸脱や、ボトルネック、手戻りの多い箇所を特定できます。アクティビティ名は、引受審査の処理時間など、段階ごとの重要業績評価指標（KPI）を算出するうえでも欠かせません。

アクティビティはプロセスの各ステップを示します。順序、頻度、所要時間を分析することは、プロセスの流れを把握し、改善するうえで欠かせません。

通常、Finastra Fusion Mortgagebotのシステムイベントログ、ステータス変更記録、またはタスク完了記録から取得します。

イベントのタイムスタンプ（開始時刻）は、アクティビティが発生した正確な時点を記録します。この時刻データは、イベントを時系列に並べ、プロセスの流れを正確に把握するために欠かせません。

分析では、全体のサイクルタイム、個々のアクティビティの処理時間、ステップ間の待ち時間など、所要時間に関する指標の算出にタイムスタンプを使います。これにより、ボトルネックの特定、SLAの遵守状況の監視、経時的なパフォーマンスの推移の追跡が可能になります。「融資処理時間の全体分析」や「融資承認サイクルタイムの推移」などのダッシュボードにも欠かせないデータです。

タイムスタンプはイベントの時系列を示し、サイクルタイムや待ち時間など、パフォーマンス指標の算出に欠かせません。

通常、システムのイベントログや取引テーブルにあるアクティビティまたはステータス更新の記録とともに保存されています。「作成日」や「ステータス更新時刻」などの項目名が使われます。

融資申請IDは、個々の融資申請をライフサイクル全体にわたって一意に識別します。関連するすべてのアクティビティとデータをまとめる中心的な識別子となり、特定の融資案件の開始から完了までを追跡できます。

プロセス分析では、このIDを使って各案件のエンドツーエンドの流れを構成します。「申請書の提出」から「融資資金の払い出し」または「否決による融資案件の終了」まで、すべてのアクティビティがこのIDに紐づきます。これにより、サイクルタイムの算出、プロセスのバリアントの特定、個々の融資案件の追跡が可能になります。

関連するすべてのイベントを1つのプロセスインスタンスに結び付ける、不可欠なケースIDです。プロセスマイニング分析の基盤となります。

Finastra Fusion Mortgagebotにおける融資申請の主要な識別子です。通常、融資処理に関するすべてのモジュールとテーブルで利用できます。

この属性は、データの取得元となるシステムを示します。たとえば「Finastra Fusion Mortgagebot」です。複数のシステムを連携している環境では、データソースの識別に役立ちます。

単一システムの分析では固定値であることが多い一方、別のCRMや文書管理システムなど、複数のプラットフォームのデータを統合する場合に重要になります。データの流れを追跡できるようにし、データ品質の問題が発生した際に、正しい取得元をたどって原因を調べるのに役立ちます。

データの取得元に関する重要なコンテキストを示し、追跡可能性を確保します。複数システムを使う環境では、データガバナンスにも役立ちます。

通常、データの抽出・変換（ETL）時に追加される固定値で、取得元が「Finastra Fusion Mortgagebot」であることを示します。

この属性には、ソースシステムからデータを最後に取得した日時が記録されます。分析対象データの鮮度を把握するための情報です。

分析やダッシュボードでは、データがいつ時点のものかを把握することが、適切な判断に欠かせません。このタイムスタンプにより、リアルタイムの情報を見ているのか、特定時点のスナップショットを見ているのかを確認できます。業務の監視と戦略的な分析を行う際に重要です。

データの更新時期を示し、分析対象のデータがいつ時点のものかを確認できます。

データの抽出・変換（ETL）時にデータセットへ付与されます。

開始時刻がアクティビティの開始を示すのに対し、終了時刻は完了した時点を示します。融資実行の多くのイベントでは、瞬時に発生するため開始時刻と終了時刻が同じ場合があります。一方、「引受審査」のように所要時間を測定できるアクティビティでは、この項目が重要です。

終了時刻があれば、次のアクティビティの開始時刻から推定するのではなく、アクティビティの処理時間を直接算出できます。実際の処理時間と、何も行われていない待ち時間を分けられるため、より正確に分析できます。「引受審査のボトルネック詳細分析」ダッシュボードにも欠かせないデータです。

アクティビティの処理時間を正確に算出し、その後の待ち時間と区別できます。これにより、ボトルネックをより正確に分析できます。

Finastra Fusion Mortgagebotの文書やシステムログを確認します。「完了日」や「終了日」として記録されている場合があります。明示的な項目がない場合は、算出が必要になることがあります。

この属性には、各申請について融資実行プロセスの最終的な業務結果が記録されます。プロセスインスタンスの成否を示す、案件単位の重要な属性です。

「融資申請の否決傾向」ダッシュボードや「リスク別の融資判断の一貫性」分析の基盤となります。判断結果ごとにプロセスマップを絞り込んで分類すると、否決と承認につながる共通のプロセスパターンを特定できます。融資申請の否決率という重要業績評価指標（KPI）の算出にも直接役立ちます。

各案件の業務結果を示します。成功したプロセスと成功しなかったプロセスを比較し、根本原因を特定できます。

通常、Finastra Fusion Mortgagebotの主要な案件テーブルまたは申請テーブルにある、融資申請の最終ステータスです。

この属性は、プロセスの重要な段階である引受審査を担当する審査担当者を特定します。審査担当者は融資のリスクを評価し、承認または否決を推奨します。

「引受審査のボトルネック詳細分析」ダッシュボードでは、この属性が欠かせません。担当者ごとに引受審査の処理時間や待ち時間を比較できます。パフォーマンスの違いを把握し、判断の一貫性を確保するとともに、審査チームの業務量を管理するのに役立ちます。

引受審査の詳細な分析に欠かせません。審査チームのパフォーマンス比較や業務量の管理に役立ちます。

Finastra Fusion Mortgagebotの文書を確認します。通常、案件が引受審査のキューまたは特定の審査担当者に割り当てられた時点で記録されます。

この属性は、申請を担当する主な従業員である融資担当者を特定します。多くの場合、申請者の主な窓口となり、プロセス全体を通じて申請を案内します。

パフォーマンスや業務量の分析に欠かせない属性です。「融資担当者別の業務量分布」などのダッシュボードでは、担当者ごとの進行中の融資件数や平均処理時間を可視化できます。管理者は、成果の高い担当者や業務が集中している担当者を把握し、リソースの配分や研修の機会を検討できます。

業務量の分布やリソースパフォーマンスを分析し、リソースに起因するボトルネックや優れた取り組みを特定できます。

Finastra Fusion Mortgagebotの文書を確認します。融資申請のヘッダーデータまたは割り当てテーブルに保存され、ユーザー管理モジュールに紐づいている可能性があります。

この属性は、オンラインポータル、モバイルアプリ、融資担当者への直接申請、第三者ブローカー経由など、申請の受付経路を示します。

業務面と戦略面の分析で、チャネルの把握は重要です。「融資処理時間の全体分析」ダッシュボードでは、この属性を使ってチャネルごとの効率を比較できます。特定のチャネルで処理時間や否決率が高い、または手戻りが多いといった傾向を把握し、プロセスの改善やマーケティング戦略の検討に役立てられます。

顧客対応チャネルごとのパフォーマンスを比較し、チャネル別のプロセスやリソース配分の改善に役立ちます。

Finastra Fusion Mortgagebotの文書を確認します。通常、申請の作成時に記録されます。

この真偽値属性は、各段階の実際の所要時間と目標SLAを比較して算出します。たとえば、「引受審査開始」から「引受審査完了」までの時間が「引受審査のSLA目標」を超えた場合、trueになります。

このフラグを使うと、「SLA遵守状況と違反の分析」ダッシュボードで、フィルターや集計に使える明確な二値の区分を設定できます。SLA遵守率の重要業績評価指標（KPI）をすばやく算出できるほか、ローンの種類や支店など、SLA違反が頻発する申請の特徴を詳しく調べることもできます。

各ケースのSLA違反を明確に示すため、違反の原因を簡単に絞り込み、集計・分析できます。

この属性はデータ準備時に、（実際の所要時間 > 引受審査SLA目標）ならtrue、それ以外はfalseというロジックで算出します。

リスク区分は、信用スコア、負債比率、融資担保比率などの要素に基づいて融資申請を分類したものです。リスク評価を、理解しやすい少数の段階に整理できます。

「リスク別の融資判断の一貫性」ダッシュボードに欠かせない属性です。融資を区分ごとにまとめることで、似たリスク特性を持つ申請に対して判断結果が一貫しているかを可視化できます。この分析は規制への準拠を支え、社内のリスク評価モデルの見直しにも役立ちます。

複雑なリスクデータを整理し、判断の一貫性や全社的なリスク方針との整合性を大局的に分析できます。

Finastra Fusion Mortgagebotの内部判断エンジン、または関連するリスク管理モジュールで算出・保存されるフィールドの場合があります。

この属性には、「信用調査の完了」アクティビティで信用情報機関から取得した数値の信用スコアが記録されます。申請者の信用力を評価する重要な要素です。

「リスク別の融資判断の一貫性」ダッシュボードでは、信用スコアと最終判断の結果を照らし合わせます。融資判断が公正かつ一貫しており、金融機関のリスク許容度に沿っているかを確認できます。似たスコアの申請者に異なる判断が下されている場合など、一貫性に欠ける可能性も把握できます。

リスク評価に欠かせないデータです。融資判断の一貫性と公正性を分析できます。

Finastra Fusion Mortgagebotの文書を確認します。通常、信用情報機関との連携で取得した後、専用フィールドに保存されます。

融資の「判断結果」が「否決」の場合、この属性に具体的な原因が記録されます。信用履歴の問題や収入不足、文書の不備、不動産評価上の問題などが理由として挙げられます。

「融資申請の否決傾向」ダッシュボードに欠かせない属性です。否決理由の頻度を分析すると、プロセスの改善に向けた具体的な手がかりが得られます。たとえば、文書の不備による否決が多い場合、文書の収集方法や申請者への連絡を見直す必要があると考えられます。

プロセスが成功しなかった根本原因を示し、承認率の向上や無駄な作業の削減に向けた改善に役立ちます。

Finastra Fusion Mortgagebotの文書を確認します。通常、最終判断のステータスに関連付けられた理由コードまたはメモ欄に保存されています。

この属性は、引受審査にかかる時間のサービスレベル合意（SLA）目標を示します。通常、営業日または営業日数で設定され、融資の種類やリスク区分などによって異なる場合があります。

「SLA遵守状況と未達分析」ダッシュボードや、SLA全体遵守率という重要業績評価指標（KPI）の算出に欠かせないデータです。実際の引受審査の処理時間を目標と比較し、各案件を「達成」または「未達」として判定できます。顧客への約束や社内目標に対する実績を監視し、SLA未達の根本原因を特定できます。

実績を測る基準となり、SLAの遵守状況を直接監視し、未達を特定できます。

これは静的な業務ルールとして保存される場合もあれば、ローン申請自体のフィールドとして保存される場合もあります。Finastra Fusion Mortgagebot内のルールエンジンで算出されることもあります。

この指標は、信用調査の完了後、引受審査が実際に始まるまでローン申請が待機する時間を測定します。「信用調査完了」から「引受審査開始」までのタイムスタンプの差として算出します。

このKPIは、処理中の時間と待ち時間を分けて把握できるため、「引受審査のボトルネック詳細分析」で重要な役割を果たします。待ち時間が長い場合、人員不足、作業の割り当ての非効率、システムの遅延などが考えられます。待ち時間の短縮は、プロセス全体の速度と効率を高めるうえで重要な目標となることがよくあります。

重要なプロセス段階に入る前の待ち時間を切り分けて把握できるため、待機時間の削減と業務の流れの改善に向けた目標を明確にできます。

この属性はデータ分析またはETLの処理時に、各ケースの「信用調査完了」と「引受審査開始」のイベント間の時間差を求めて算出します。

同じローン申請IDで「補足書類の提出依頼」や「引受審査の差し戻し」などの特定のアクティビティが複数回発生した場合、この真偽値属性はtrueになります。これにより、手戻りのループを明示し、その件数を把握できます。

「手戻りと重複作業のマップ」ダッシュボードでは、このフラグを使って手戻りのループを視覚的に示したり、手戻りの多いケースに絞り込んだりできます。「手戻りアクティビティ率」の重要業績評価指標（KPI）は、「IsRework」がtrueのイベントを数えるだけで算出できます。コミュニケーションの不明確さやデータ入力ミスなど、作業が繰り返される根本原因に改善の取り組みを集中できます。

手戻りを明示して件数を把握できるため、プロセスの非効率やループの原因と影響を分析しやすくなります。

この属性はデータ変換レイヤーで、該当するCaseIdに同じアクティビティ名がすでに記録されているかを確認して算出します。

この属性は、融資を担当する支店またはオフィスを特定します。複数の拠点を持つ大規模な金融機関にとって、重要な組織上の区分です。

「融資担当者別の業務量分布」ダッシュボードでは、この属性を使って拠点単位でパフォーマンスを集計できます。支店ごとの効率、業務量、結果を比較し、地域ごとの違いを把握するとともに、組織全体のリソース配分を検討できます。

地域別または組織単位でパフォーマンスを比較し、業務量を分析できます。

Finastra Fusion Mortgagebotの文書を確認します。融資担当者のユーザープロフィールに紐づいているか、申請受付時に選択されている可能性があります。

この真偽値属性により、初回の信用調査や標準的な開示文書の作成など、システムが自動で実行するタスクと、従業員が手動で行うタスクを区別できます。

この属性を分析すると、プロセスの自動化の度合いを把握できます。自動処理と手動処理の速度や一貫性を比較する際にも役立ちます。さらなる自動化の機会を見つけ、効率を高めて人的ミスのリスクを減らすための参考になります。

プロセスの自動化の度合いを測定し、新たな自動化施策によって効率をさらに高められる箇所を特定できます。

通常は、アクティビティに関連付けられた「ユーザー」を確認して判定します。ユーザーがシステムアカウントまたはサービスアカウントの場合、フラグはtrueに設定されます。

この属性は、申請者が希望する住宅ローン商品に基づいて融資申請を分類します。融資の種類によって、プロセス要件、コンプライアンス規則、リスク特性が異なる場合があります。

融資の種類ごとのプロセス分析は、基本的な分析手法です。特定の商品でサイクルタイムが大幅に長い、または否決率が高いといった傾向を把握できます。商品固有のボトルネックを特定し、「コンプライアンス違反の発生経路」分析などで、コンプライアンスチェックが適切に行われているかを確認するうえでも重要です。

融資商品によってプロセスの流れやSLAが異なることが多いため、有意義な比較分析や絞り込みに欠かせない属性です。

申請の開始時に選択する基本的なデータ項目で、Finastra Fusion Mortgagebotの融資申請の主要データに保存されます。

この属性は、申請された住宅ローンの元本額を示します。申請ごとの重要な財務指標であり、プロセスにも影響することがあります。たとえば、高額な「ジャンボローン」では、追加の承認手続きが必要になる場合があります。

分析では、融資額でプロセスを分類し、融資額と処理時間、承認率、審査の厳しさとの関連を調べられます。たとえば、一定額を超える融資は引受審査に一貫して時間がかかる、といった傾向を把握できます。プロセスの流れを理解するための重要な業務コンテキストです。

融資ポートフォリオの財務分析に役立ち、融資額がサイクルタイムや承認率などのプロセスの動きに影響するかを調べられます。

申請書の提出時に入力する基本項目で、Finastra Fusion Mortgagebotの融資申請の主要データに保存されます。