融資組成データテンプレート

アクティビティ名は、「Application Submitted」や「Credit Check Completed」など、融資実行の過程における個別のステップまたはマイルストーンを表します。これらのアクティビティがプロセスマップの基盤となり、融資申込ごとのイベントの順序を示します。

アクティビティを分析すると、プロセスフローを可視化し、一般的な経路を特定し、逸脱を見つけ、ボトルネックを特定できます。アクティビティの順序と頻度は、設計どおりではなく、実際にプロセスがどのように運用されているかを理解するための基本情報です。

プロセス内のステップを定義し、プロセスマップの可視化と、プロセスフロー、ボトルネック、逸脱の分析を可能にします。

通常は、Temenos内のイベントログ、ステータス変更記録、または監査証跡テーブルから取得します。技術的なステータスコードやイベント種別を、利用者に分かりやすいアクティビティ名にマッピングする必要がある場合があります。

イベントタイムスタンプは、アクティビティが実行された正確な時点を記録します。この時系列データは、イベントを正しい順序に並べ、時間に基づくプロセス分析を行うために欠かせません。

この属性により、サイクルタイム、処理時間、アクティビティ間の待ち時間など、重要なKPIを算出できます。遅延の特定、サービスレベル合意（SLA）に対するパフォーマンスの測定、融資実行プロセスの時間的な動きの把握にも使われます。正確なタイムスタンプがなければ、プロセスマイニングは実施できません。

イベントを正しい順序に並べ、サイクルタイムやボトルネックなど、期間に基づくすべての指標を算出するために欠かせません。

通常は、Temenos内のイベントログまたは監査証跡テーブルで、アクティビティフィールドやステータスフィールドとともに記録されています。「TIMESTAMP」、「EVENT_DATE」などのフィールド名を確認してください。

Loan Application IDは、申込の送信から最終判断、資金払い出しまで、融資申込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エンティティとして機能し、特定の融資申込について、融資実行の過程を最初から最後まで追跡できます。

プロセスマイニングでは、この属性がケースビューを構成するために欠かせません。各Loan Application IDが、最初から最後までの1つのプロセスインスタンスを表します。この識別子でデータを分析すると、総サイクルタイム、手戻りループ、最終結果など、ケース単位の指標を算出でき、融資実行フローを詳細に把握できます。

関連するすべてのイベントを1つのプロセスに結び付ける、欠かせないケース識別子です。これにより、プロセスを最初から最後まで分析できます。

通常は、Temenos内の主要な融資申込または取引エンティティにおける主キーです。AA.ARRANGEMENTモジュールに関連するテーブル名やフィールド名など、具体的な情報についてはTemenosのドキュメントを確認してください。

この属性は、アクティビティデータの発生元である情報システムを識別します。複雑なIT環境では、融資実行に関するイベントが、フロントエンドポータル、コアバンキングプラットフォーム、文書管理システムなど、複数のシステムに記録される場合があります。

ソースシステムを指定することは、データガバナンス、トラブルシューティング、プロセス上の技術的な接点の把握に重要です。データの正確性を検証し、異なるプラットフォーム間でのプロセスの分断を明らかにするのにも役立ちます。

データの発生元を特定します。データ検証、トラブルシューティング、プロセス連携の把握に欠かせません。

通常は、データの抽出と変換の処理中に追加されるメタデータ属性です。そのシステムのすべてのレコードに対して、「Temenos Transact」のような固定値を設定できます。

このメタデータ属性は、ソースシステムから最後にデータを抽出または更新した日付と時刻を記録します。業務イベントを表すものではなく、分析対象データの鮮度を示します。

プロセスマイニング分析の適時性とデータガバナンスを把握するうえで重要な情報です。リアルタイム、日次、週次のどのデータを見ているのかを確認でき、分析結果や判断の前提を明確にします。

データの鮮度を示します。データガバナンスと、分析の適時性を把握するために欠かせません。

通常は、データの抽出、変換、ロード（ETL）処理中に追加されるメタデータ属性です。通常は、ETLの実行時刻が設定されます。

信用スコアは、信用情報機関から取得する申込者の信用力を数値で表したものです。引受審査と判断プロセスにおける重要な要素です。

プロセスマイニングでは、信用スコアは重要なコンテキスト属性です。スコアと最終結果を関連付けることで、融資判断の一貫性を分析できます。また、申込をスコア別に分け、スコアの低い申込の処理に時間がかかるか、手作業による介入が多く必要かを確認できます。

判断に必要な背景情報を提供し、信用力がプロセス経路、所要時間、結果に与える影響を分析できます。

通常は外部の信用情報機関サービスから受信し、Temenos内の顧客別または申込別のテーブルに保存されます。

判断結果は、引受審査と承認の段階が完了した後の融資申込の最終ステータスを記録します。プロセス全体の成果を測る重要な指標です。

この属性は、プロセスの有効性を分析するうえで欠かせません。承認率と否決率の算出に使えるほか、信用スコアや申込者区分などの属性と組み合わせることで、融資判断の一貫性を評価できます。申込が否決された理由を理解することは、プロセス改善の鍵となります。

プロセスの最終的な業務成果を表し、承認率、否決理由、判断の一貫性を分析できます。

通常は、Temenosの主要な融資申込レコードにあるステータスフィールドに保存されます。通常、「Loan Decision Rendered」アクティビティの時点で更新されます。

この属性は、融資実行プロセスで特定のタスクを実行した従業員またはチームメンバーを識別します。プロセスマイニングでは、リソースと呼ばれることが多い項目です。

融資担当者別にパフォーマンスを分析すると、業務量の分布を把握し、高い成果を上げている担当者を特定し、トレーニングやプロセス標準化の機会を見つけられます。リソースパフォーマンスや業務量管理に関するダッシュボードの基盤となり、管理者がチームの効率を高め、担当を適切に配分するのに役立ちます。

ユーザーの操作を特定の個人またはチームに関連付け、業務量の分析、パフォーマンスの比較、リソースの最適化を可能にします。

通常は監査証跡テーブルに記録され、ユーザーIDと関連付けられています。Temenosのイベントまたはトランザクションレコードで、「USER_ID」、「PROCESSED_BY」、「OWNER」などのフィールドを確認してください。

申込チャネルは、お客様が利用した申込方法を示します。チャネルによってデータ品質、お客様の期待、処理要件が異なるため、プロセス全体のパフォーマンスに影響します。

チャネル別にプロセスを分析すると、効率の高いチャネルと、改善が必要なチャネルを特定できます。たとえば、オンラインポータルからの申込は、支店で受け付けた申込より平均的に速く処理される場合があります。この情報は、チャネル戦略とリソース配分の最適化に役立ちます。

異なるお客様接点のチャネル間でパフォーマンスを分析し、チャネルごとのプロセスとユーザー体験を最適化できます。

通常はプロセスの開始時に取得され、主要な融資申込レコードに保存されます。Temenos内の「SOURCE」または「CHANNEL」フィールドを確認してください。

終了時刻は、特定のアクティビティが完了した時点を示します。開始時刻がイベントの開始を示すのに対し、終了時刻は所要時間を把握するために必要です。瞬時に完了するイベントでは、終了時刻が開始時刻と同じになる場合があります。

プロセス分析では、アクティビティの処理時間を正確に算出するため、開始時刻と終了時刻の両方が重要です。これにより、申込に実際に対応している時間（処理時間）と、次のステップを待っている時間（待ち時間）を区別できます。真の効率上のボトルネックを特定するうえで欠かせません。

アクティビティの処理時間を正確に算出できます。ボトルネック分析で、実作業時間と待機時間を区別するために欠かせません。

監査ログに「END_TIME」フィールドとして記録されている場合があります。または、シーケンス内で次のアクティビティの開始時刻を使って算出する必要があります。イベントログの詳細についてはTemenosのドキュメントを確認してください。

この属性は、申込対象の金融商品に基づいて各融資申込を分類します。融資商品によって、プロセスフロー、SLA、リスク特性が異なることがよくあります。

融資商品種別でプロセス分析を分けることは、意味のある比較を行ううえで重要です。サイクルタイム、承認率、プロセス経路の違いを説明できます。たとえば、住宅ローンの申込プロセスは、個人ローンより本質的に複雑で、時間も長くなります。この属性により、条件をそろえた比較と、対象を絞った改善が可能になります。

プロセスを分けて分析し、異なる事業領域のパフォーマンスを比較できます。事業領域ごとに固有のプロセス要件がある場合の差異も特定できます。

融資申込の主要な属性であり、通常はTemenosの主要な申込テーブルにあります。「PRODUCT_ID」または「PRODUCT_CATEGORY」に関連するフィールドを確認してください。

この属性は、申し込まれた融資の元本額を表します。融資額は、プロセスの経路、審査の厳格さ、必要な承認に大きく影響する場合があります。

融資額に基づいてプロセスを分析すると、高額融資がより厳格で異なるプロセスをたどるかどうかを把握するために、案件をセグメント化できます。これにより、サイクルタイムや審査作業のばらつきの理由を説明しやすくなります。たとえば、一定額を超える融資では追加の承認ステップが必要になる場合があり、プロセスマイニングによってその状況を可視化し、検証できます。

融資額がプロセスの複雑さ、サイクルタイム、必要な承認レベルに与える影響を、金額別に分析できます。

Temenosの融資申請レコードにある基本項目です。「AMOUNT」や「REQUESTED_AMOUNT」などのフィールドを確認してください。

審査SLA目標は、審査段階における期待サービスレベルを定めるもので、通常は営業日または営業時間で測定します。この目標は、融資商品や融資額などの要因によって異なる場合があります。

この属性は、実績を測定する際の基準となります。「Underwriting SLA & Compliance Status」ダッシュボードで直接使用され、「SLA Breach Rate」KPIの計算にも必要です。SLA違反を分析することで、遅延の原因を特定し、業務上およびコンプライアンス上のリスクを管理できます。

実績を評価する明確な基準となり、SLA遵守状況の測定と、目標超過のリスクがある申請の特定に役立ちます。

業務ルールに基づく固定値として保存される場合や、Temenosの商品マスターデータから取得される融資申請のフィールドとして保持される場合があります。

この真偽値属性は、融資申請の審査段階がサービスレベル合意（SLA）に違反したかどうかを示す計算フラグです。審査プロセスの実績期間と「Underwriting SLA Target」を比較して判定します。

このフラグにより、SLA遵守状況を二値で明確に示せるため、分析やレポート作成が容易になります。ダッシュボードやKPIで直接使用し、商品別、融資担当者別、期間別にSLA違反率を追跡できます。これにより、実績とコンプライアンスのリスクを先回りして管理できます。

SLA遵守状況を示す単純なはい／いいえの指標となり、SLA違反の頻度や根本原因を簡単に絞り込み、集計、分析できます。

ソースシステムには存在しません。「Underwriting Commenced」と「Underwriting Completed」のアクティビティ間の期間を測定し、「UnderwritingSlaTarget」属性と比較して計算します。

この属性は、「Decision Outcome」の背景情報を提供します。否決された申請では、「Insufficient Income」、「High Debt-to-Income Ratio」、「Poor Credit History」など、根本的な理由を示します。

この情報は、否決の根本原因分析に役立ちます。よくある否決理由を分析することで、組織は事前審査段階の問題を特定し、顧客への説明を改善したり、融資基準を調整したりできます。また、手戻りの削減や、プロセスに入る申請全体の品質向上にも直接つながります。

否決された申請の背景を明確にし、申請品質の向上と不要な処理の削減に向けた根本原因分析を可能にします。

Temenosでは、最終判断のステータスに関連付けられたメモまたは理由コードのフィールドに保存されることが一般的です。

この真偽値フラグは、手戻りに該当するアクティビティを特定します。つまり、ステップまたは一連のステップを繰り返す必要があったことを示します。たとえば、「Supporting Documents Requested」が「Underwriting Commenced」の後に発生している場合、プロセスが前の段階に戻ったことを示します。

手戻りの検出とフラグ付けは、プロセスマイニングの強みの一つです。この属性により、「Application Rework Rate」KPIを簡単に定量化できます。初回提出書類の不備など、手戻りの要因を分析することは、プロセス効率の向上、コスト削減、サイクルタイム短縮につながります。

非効率なプロセスループに含まれるアクティビティを明らかにし、手戻りの定量化と根本原因分析を容易にします。

ソースシステムには存在しません。プロセスマイニングエンジンが、1つのケース内でアクティビティの繰り返しパターンを検出して計算します。

この属性は、申請者を「New Customer」、「Existing Customer」、「Business」などの意味のあるグループに分けます。申請者の種別によってプロセスが異なる場合があります。たとえば、既存顧客は登録済みのデータを利用できるため、処理が速くなることがあります。

申請者種別ごとにプロセスを分析すると、顧客セグメントによってプロセスの体験がどのように異なるかを把握できます。既存顧客向けの手続きを効率化したり、新規顧客へのサポートを強化したりする機会も見つかります。このセグメント分けは、「Loan Decision Outcome Consistency」分析の基盤となります。

新規顧客と既存顧客でプロセスが異なるかを分析するためのセグメント分けができ、顧客体験の改善や最適化に役立ちます。

通常は、申請時点でTemenos内に既存の顧客プロファイルまたはIDがあるかどうかを確認して取得します。

この真偽値属性は、人間のユーザーが実行したアクティビティと、自動信用照会や初期検証ルールなどの自動システムが実行したアクティビティを区別します。

自動化の度合いを把握することは、さらなる効率化の機会を見つけるうえで重要です。自動ステップと手動ステップの速度や一貫性を比較できるため、今後の自動化施策の優先順位付けや効果測定に役立ちます。

システム主導のアクティビティと人手によるアクティビティを区別し、自動化の機会の特定や既存の自動化効果の測定に役立ちます。

通常は、アクティビティに関連付けられたユーザーに基づいて取得します。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、そのアクティビティを自動処理として記録します。イベント種別に基づいて判定することもできます。

この属性は、特定のアクティビティを実行した「Origination」、「Underwriting」、「Closing」などの事業部門または部門を示します。組織内の異なる部門間で行われる引き継ぎを把握するのに役立ちます。

部門別にプロセスを分析することは、部門をまたぐ非効率や、引き継ぎ時の遅延を特定するうえで重要です。特定部門内のコミュニケーション不足やリソース制約を明らかにし、組織上のボトルネックを把握できます。

チーム間の業務の流れを可視化し、引き継ぎ時間の分析と組織上のボトルネックの特定に役立ちます。

イベントログに直接記録されるフィールドではないことが多く、「AssignedLoanOfficer」属性のユーザーを、人事マスターデータを使って所属部門に対応付けることで取得できます。

顧客地域は、申請者の地理的な所在地を示します。「North America」、「Europe」、特定の州などが該当します。これにより、地域別にプロセスをセグメント化できます。

地域別に実績を分析すると、プロセス効率、承認率、商品の人気度における地域差を明らかにできます。この情報は、ターゲットマーケティング、リソース配分、地域ごとのベストプラクティスや課題の特定に役立ちます。

地域別にプロセス実績を比較し、地域ごとのボトルネックを特定するとともに、市場の違いを把握できます。

Temenos内のCustomer Information File（CIF）または同等の顧客マスターデータに保存された、顧客プロファイルまたは住所情報の一部です。