대출 취급 데이터 템플릿

대출 신청 ID는 전체 처리 기간 동안 각 대출 신청을 고유하게 식별합니다. 관련된 모든 활동과 데이터를 하나로 묶는 기준이므로 특정 대출의 실행 과정을 빠짐없이 추적할 수 있습니다.

프로세스 분석에서는 이 ID를 기준으로 각 사례의 처음부터 끝까지를 구성합니다. 'Application Submitted'부터 'Funds Disbursed' 또는 'Loan Closed as Rejected'까지 모든 활동이 하나의 식별자에 연결됩니다. 이를 통해 처리 시간을 계산하고, 프로세스 변형을 파악하며, 개별 대출의 진행 과정을 추적할 수 있습니다.

관련 이벤트를 하나의 프로세스 인스턴스로 연결하는 필수 사례 ID입니다. 모든 process mining 분석의 기반이 됩니다.

Finastra Fusion Mortgagebot에서 대출 신청을 식별하는 기본 식별자입니다. 일반적으로 대출 처리와 관련된 모든 모듈과 테이블에서 확인할 수 있습니다.

이벤트 타임스탬프 또는 시작 시간은 활동이 발생한 정확한 시점을 기록합니다. 시간 정보는 이벤트를 시간순으로 정렬하고 프로세스 흐름을 정확히 나타내는 데 필요합니다.

분석에서는 타임스탬프를 사용해 전체 처리 시간, 개별 활동의 처리 시간, 단계 간 대기 시간을 비롯한 시간 기반 지표를 계산합니다. 이를 통해 병목을 찾고, SLA 준수 여부를 모니터링하며, 시간에 따른 성과 추이를 추적할 수 있습니다. 이러한 분석은 '전체 대출 처리 시간 분석' 및 '대출 승인 처리 시간 추이' 대시보드에 중요합니다.

타임스탬프는 이벤트의 시간순서를 보여주며, 처리 시간과 대기 시간 등 모든 성과 지표를 계산하는 데 필요합니다.

일반적으로 시스템 이벤트 로그나 거래 테이블의 활동 또는 상태 갱신 기록에 함께 저장됩니다. 필드명은 'Creation Date' 또는 'Status Timestamp'일 수 있습니다.

이 속성에는 'Application Submitted', 'Credit Check Completed', 'Loan Decision Rendered'와 같이 대출 실행 과정의 각 단계 이름이 기록됩니다. 이러한 활동이 발견된 프로세스 맵의 노드를 구성합니다.

활동의 순서와 빈도를 분석하는 것은 process mining의 기본입니다. 실제 프로세스 흐름을 파악하고, 표준 절차에서 벗어난 부분을 찾으며, 병목이나 재작업이 잦은 구간을 확인할 수 있습니다. 활동명은 대출 심사 처리 시간과 같은 단계별 KPI를 계산하는 데도 중요합니다.

활동은 프로세스의 각 단계를 나타냅니다. 활동의 순서와 빈도, 소요 시간을 분석하면 프로세스 흐름을 파악하고 개선할 수 있습니다.

일반적으로 Finastra Fusion Mortgagebot의 시스템 이벤트 로그, 상태 변경 기록 또는 작업 완료 내역에서 가져옵니다.

이 속성은 데이터가 생성된 시스템을 나타냅니다. 예를 들어 'Finastra Fusion Mortgagebot'이 해당합니다. 여러 시스템을 연동해 사용하는 환경에서는 데이터 출처를 구분하는 데 도움이 됩니다.

단일 시스템을 분석할 때는 값이 고정되어 있는 경우가 많지만, 별도의 CRM이나 문서 관리 시스템 등 여러 플랫폼의 데이터를 결합할 때는 중요합니다. 데이터 계보를 명확히 하고, 데이터 품질 문제를 올바른 출처까지 추적해 원인을 파악할 수 있습니다.

데이터 출처에 관한 정보를 제공해 추적 가능성을 확보하고 데이터 거버넌스를 지원합니다. 여러 시스템을 사용하는 환경에서 특히 유용합니다.

일반적으로 데이터 추출 및 변환(ETL) 과정에서 'Finastra Fusion Mortgagebot'을 원천 시스템으로 표시하는 고정값을 추가합니다.

이 속성에는 원천 시스템에서 데이터를 가장 최근에 가져온 날짜와 시간이 기록됩니다. 분석 대상 데이터가 얼마나 최신인지 파악할 수 있습니다.

분석이나 대시보드에서 데이터의 최신성을 확인하는 것은 올바른 의사결정에 중요합니다. 이 타임스탬프를 통해 사용자는 실시간 정보인지 특정 시점의 스냅샷인지 알 수 있습니다. 이는 운영 모니터링과 전략 분석을 구분하는 데 도움이 됩니다.

데이터의 최신성을 알려주므로, 데이터가 언제 기준인지 확인하고 적절한 최신 데이터로 분석할 수 있습니다.

데이터 추출 및 변환(ETL) 과정에서 데이터 세트에 이 값을 생성해 기록합니다.

이 속성에는 각 신청에 대한 대출 실행 프로세스의 최종 업무 결과가 기록됩니다. 프로세스 인스턴스의 성공 또는 실패를 나타내는 중요한 사례 수준 속성입니다.

'대출 신청 거절 추이' 대시보드와 '위험도별 대출 결정 일관성' 분석의 기반이 됩니다. 결과별로 프로세스 맵을 필터링하고 구분하면 분석 담당자가 승인과 거절로 이어지는 일반적인 프로세스 패턴을 파악할 수 있습니다. 대출 신청 거절률 KPI 계산에도 직접 활용됩니다.

각 사례의 업무 결과를 나타내므로 성공한 프로세스와 실패한 프로세스의 흐름을 비교해 근본 원인을 찾을 수 있습니다.

일반적으로 Finastra Fusion Mortgagebot의 기본 사례 테이블이나 신청 테이블에서 대출 신청의 최종 상태를 확인할 수 있습니다.

이 속성은 신청을 담당하는 주 직원인 대출 담당자를 식별합니다. 대출 담당자는 신청자와 주로 소통하며 신청이 프로세스를 진행하도록 지원합니다.

성과와 업무량을 분석할 때 중요한 기준입니다. '대출 담당자별 업무량 분포' 대시보드에서는 이 속성을 사용해 담당자별 진행 중인 대출 건수와 평균 처리 시간을 확인합니다. 이를 통해 성과가 높은 담당자와 업무가 과중한 담당자를 파악하고, 리소스 배분이나 교육이 필요한 부분을 찾을 수 있습니다.

업무량 분포와 리소스 성과를 분석하고, 리소스와 관련된 병목이나 모범 사례를 파악할 수 있습니다.

Finastra Fusion Mortgagebot 문서를 확인합니다. 일반적으로 대출 신청 헤더 데이터나 배정 테이블에 저장되며, 사용자 관리 모듈과 연결되어 있을 수 있습니다.

이 속성은 프로세스의 중요한 대출 심사 단계를 담당하는 심사 담당자를 식별합니다. 심사 담당자는 대출 위험을 평가하고 승인 또는 거절을 권고합니다.

'대출 심사 병목 상세 분석' 대시보드에서 이 속성은 필수입니다. 심사 담당자별로 대출 심사 처리 시간과 대기 시간을 구분해 분석할 수 있습니다. 이를 통해 성과 차이를 파악하고, 의사결정의 일관성을 확인하며, 심사팀의 업무량을 관리할 수 있습니다.

대출 심사 단계를 자세히 분석하고, 심사팀의 성과를 비교하며 업무량을 관리하는 데 필요합니다.

Finastra Fusion Mortgagebot 문서를 확인합니다. 일반적으로 사례가 대출 심사 대기열이나 특정 심사 담당자에게 배정될 때 기록됩니다.

이 속성은 신청이 시작된 경로를 나타냅니다. 온라인 포털, 모바일 앱, 대출 담당자 직접 접수 또는 제3자 중개인을 통한 접수 등이 해당합니다.

운영 및 전략 분석에서 채널을 파악하는 것은 중요합니다. '전체 대출 처리 시간 분석' 대시보드에서는 이 속성을 사용해 채널별 효율성을 비교합니다. 특정 채널에서 처리 시간이 길거나 거절률이 높고 재작업이 많이 발생하는지 확인해 프로세스 개선과 마케팅 전략에 활용할 수 있습니다.

고객 접점 채널별 성과를 비교해 채널별 프로세스와 리소스 배분을 개선할 수 있습니다.

Finastra Fusion Mortgagebot 문서를 확인합니다. 일반적으로 신청서를 생성할 때 이 정보가 기록됩니다.

StartTime은 활동이 시작된 시점을 기록하고 EndTime은 완료된 시점을 기록합니다. 대출 실행의 여러 이벤트에서는 시작과 종료 시간이 같을 수 있으며, 이는 이벤트가 순간적으로 발생했음을 뜻합니다. 하지만 'Underwriting Review'처럼 소요 시간을 측정할 수 있는 활동에서는 이 필드가 중요합니다.

EndTime이 별도로 있으면 다음 활동의 시작 시간으로 추정하지 않고 활동 처리 시간을 직접 계산할 수 있습니다. 실제 처리 시간과 유휴 또는 대기 시간을 구분하므로 더 정확한 분석이 가능하며, '대출 심사 병목 상세 분석' 대시보드에도 필요합니다.

활동 처리 시간을 정확히 계산하고 이후 대기 시간과 구분할 수 있어 병목을 더 정확하게 분석할 수 있습니다.

Finastra Fusion Mortgagebot 문서나 시스템 로그를 확인합니다. 'Completion Date' 또는 'End Date'로 기록될 수 있으며, 명시적으로 제공되지 않으면 다른 데이터로 산출해야 할 수 있습니다.

이 불리언 속성은 단계의 실제 소요 시간과 목표 SLA를 비교한 결과입니다. 예를 들어 'Underwriting Commenced'부터 'Underwriting Completed'까지 걸린 시간이 'Underwriting SLA Target'보다 길면 true로 표시합니다.

이 플래그를 사용하면 'SLA 준수 및 초과 분석' 대시보드에서 데이터를 간단히 필터링하고 집계할 수 있습니다. SLA 준수율 KPI를 빠르게 계산하고, SLA를 자주 초과하는 신청 건의 대출 유형이나 지점 등 구체적인 특성을 한 단계 아래로 내려가 살펴볼 수 있습니다.

각 사례의 SLA 초과 여부를 명확하게 표시하므로 초과 원인을 쉽게 필터링하고 집계해 분석할 수 있습니다.

데이터 준비 단계에서 다음 로직으로 계산합니다. (Actual Duration > UnderwritingSlaTarget) ? true : false.

대출의 'Decision Outcome'이 'Rejected'인 경우 이 속성에 구체적인 원인이 기록됩니다. 신용 이력 미흡, 소득 부족, 서류 미비, 부동산 감정 문제 등이 사유가 될 수 있습니다.

'대출 신청 거절 추이' 대시보드에서 중요한 속성입니다. 자주 발생하는 거절 사유를 분석하면 프로세스 개선에 활용할 수 있는 정보를 얻을 수 있습니다. 예를 들어 서류 미비로 거절되는 사례가 많다면 서류 수집 절차나 신청자 안내를 개선해야 할 수 있습니다.

프로세스가 실패한 근본 원인을 파악해 승인율을 높이고 불필요한 업무를 줄이는 개선 방안을 마련할 수 있습니다.

Finastra Fusion Mortgagebot 문서를 확인합니다. 일반적으로 최종 결정 상태와 연결된 사유 코드나 메모 필드에 저장됩니다.

이 속성은 신청한 주택담보대출의 원금을 나타냅니다. 신청별 주요 금융 지표이며 프로세스에도 영향을 줄 수 있습니다. 예를 들어 금액이 큰 점보 대출은 추가 승인 단계가 필요할 수 있습니다.

분석에서는 대출 금액별로 프로세스를 구분해 대출 금액과 처리 시간, 승인율 또는 심사 수준 간의 관계를 살펴볼 수 있습니다. 예를 들어 일정 금액을 초과하는 대출은 심사 단계에서 일관되게 더 오래 걸리는지 확인할 수 있습니다. 프로세스 흐름을 이해하는 데 필요한 업무 맥락을 제공합니다.

대출 포트폴리오의 금융 분석에 활용하고, 대출 금액이 처리 시간이나 승인율 등 프로세스에 영향을 주는지 살펴볼 수 있습니다.

신청서 제출 과정에서 입력하는 기본 필드이며, Finastra Fusion Mortgagebot의 기본 대출 신청 데이터에 저장됩니다.

이 속성은 대출 심사 프로세스의 서비스 수준 협약(SLA) 목표 시간을 나타냅니다. 목표는 영업 시간이나 일수로 설정하며, 대출 유형이나 위험 등급에 따라 달라질 수 있습니다.

'SLA 준수 및 위반 분석' 대시보드와 전체 SLA 준수율 KPI를 계산하는 데 필요한 입력값입니다. 실제 대출 심사 처리 시간을 목표와 비교해 각 사례를 '준수' 또는 '위반'으로 표시할 수 있습니다. 이를 통해 고객에게 약속한 기준이나 내부 목표에 대한 성과를 모니터링하고 SLA 미준수의 근본 원인을 파악할 수 있습니다.

실제 성과를 비교할 기준을 제공해 SLA 준수 여부를 직접 모니터링하고 위반 사례를 파악할 수 있습니다.

이 값은 정적 비즈니스 규칙으로 저장되거나 대출 신청서의 필드로 저장될 수 있습니다. Finastra Fusion Mortgagebot의 규칙 엔진이 값을 산출할 수도 있습니다.

이 속성은 신청자가 요청한 주택담보대출 상품에 따라 대출 신청을 분류합니다. 대출 유형마다 프로세스 요건, 규정 준수 규칙, 위험 프로필이 다를 수 있습니다.

대출 유형별 프로세스 분석은 기본적인 분석 방법입니다. 특정 상품의 처리 시간이 훨씬 길거나 거절률이 높은지 확인할 수 있습니다. 상품별 병목을 찾고 '규정 준수 위반 경로' 분석에서 다루는 점검 항목이 올바르게 적용되는지 확인하는 데도 중요합니다.

대출 상품마다 프로세스 경로와 SLA가 다를 수 있으므로, 의미 있는 비교 분석과 필터링에 필요한 속성입니다.

신청 프로세스 초기에 선택하는 기본 데이터이며, Finastra Fusion Mortgagebot의 기본 대출 신청 데이터에 저장됩니다.

이 속성에는 'Credit Check Completed' 활동 중 신용평가기관에서 조회한 수치형 신용 점수가 기록됩니다. 신청자의 신용도를 평가하는 주요 요소입니다.

'위험도별 대출 결정 일관성' 대시보드에서는 신용 점수와 최종 결정 결과를 함께 표시합니다. 이를 통해 대출 결정이 공정하고 일관되며 기관의 위험 허용 범위에 부합하는지 확인할 수 있습니다. 점수가 비슷한 신청자에게 서로 다른 결과가 내려지는 등 잠재적인 불일치도 찾을 수 있습니다.

위험 평가에 중요한 데이터로, 대출 결정의 일관성과 공정성을 분석하는 데 도움이 됩니다.

Finastra Fusion Mortgagebot 문서를 확인합니다. 일반적으로 신용평가기관에서 연동을 통해 정보를 가져온 뒤 전용 필드에 저장합니다.

이 지표는 신용 조회가 끝난 뒤 심사가 실제로 시작되기 전까지 대출 신청 건이 대기한 시간을 측정합니다. 'Credit Check Completed'와 'Underwriting Commenced'의 타임스탬프 간 차이로 계산합니다.

이 KPI는 실제 처리 시간과 대기 시간을 분리해 보여주므로 '심사 병목 상세 분석'에 중요합니다. 대기 시간이 길면 리소스 부족, 비효율적인 업무 배정 또는 시스템 지연을 의미할 수 있습니다. 전체 프로세스의 속도와 효율성을 높이려면 대기 시간을 줄이는 것이 중요한 개선 목표가 될 수 있습니다.

중요한 프로세스 단계에 들어가기 전의 대기 시간을 분리해 보여주므로 유휴 시간을 줄이고 흐름을 개선할 구체적인 목표를 설정할 수 있습니다.

데이터 분석 또는 ETL 단계에서 각 사례의 'Credit Check Completed'와 'Underwriting Commenced' 이벤트 간 시간 차이를 계산합니다.

위험 등급은 신용 점수, 소득 대비 부채 비율, 담보인정비율 등 여러 요소를 바탕으로 대출 신청에 부여하는 분류입니다. 위험 평가를 이해하기 쉬운 몇 개의 등급으로 간소화합니다.

'위험도별 대출 결정 일관성' 대시보드에서 중요한 속성입니다. 대출을 등급별로 묶으면 위험 프로필이 비슷한 신청의 결정 결과가 일관적인지 쉽게 확인할 수 있습니다. 이 분석은 규정 준수를 지원하고 내부 위험 평가 모델을 개선하는 데 도움이 됩니다.

복잡한 위험 데이터를 간결하게 분류해 결정의 일관성과 기업의 위험 전략 부합 여부를 큰 틀에서 분석할 수 있습니다.

Finastra Fusion Mortgagebot의 내부 의사결정 엔진이나 관련 위험 관리 모듈에서 계산해 저장하는 필드일 수 있습니다.

이 불리언 속성은 초기 신용 조회나 표준 고지서 생성처럼 시스템이 자동으로 실행한 작업과 직원이 수동으로 수행한 작업을 구분합니다.

이 속성을 분석하면 프로세스의 자동화 수준을 파악할 수 있습니다. 자동화된 단계와 수동 단계의 속도와 일관성을 비교하고, 효율성을 높이고 사람의 실수 위험을 줄이기 위해 추가로 자동화할 수 있는 부분을 찾는 데 활용할 수 있습니다.

프로세스의 자동화 수준을 측정하고, 새로운 자동화 도입을 통해 효율성을 더 높일 수 있는 부분을 찾는 데 도움이 됩니다.

일반적으로 활동에 연결된 'User'를 확인해 값을 산출합니다. 사용자가 시스템 계정이나 서비스 계정이면 true로 설정합니다.

같은 Loan Application ID에서 'Supporting Documents Requested' 또는 'Underwriting Review Returned'와 같은 특정 활동이 두 번 이상 발생하면 이 불리언 속성을 true로 설정합니다. 이를 통해 재작업이 반복되는 흐름을 명시적으로 표시하고 그 규모를 측정할 수 있습니다.

'재작업 및 중복 단계 맵' 대시보드에서 이 플래그를 사용하면 재작업 흐름을 시각적으로 강조하거나 재작업이 많은 사례만 필터링할 수 있습니다. 'IsRework'가 true인 이벤트 수를 세면 재작업 활동률 KPI를 간단히 계산할 수 있습니다. 이를 통해 의사소통이 불명확하거나 데이터를 잘못 입력하는 등 반복 작업의 원인에 개선 노력을 집중할 수 있습니다.

재작업을 명확히 식별하고 규모를 측정해 프로세스 비효율과 반복 흐름의 원인 및 영향을 분석하기 쉽게 합니다.

데이터 변환 단계에서 해당 CaseId에 같은 활동명이 이미 나타났는지 확인해 계산합니다.

이 속성은 대출을 담당하는 지점이나 사무소를 식별합니다. 여러 지역에서 운영하는 대형 기관에 중요한 조직 단위입니다.

'대출 담당자별 업무량 분포' 대시보드에서 이 속성을 사용하면 지점별로 성과를 집계할 수 있습니다. 지점 간 효율성, 업무량, 결과를 비교해 지역별 성과 차이를 파악하고 조직 전체의 리소스 배분에 활용할 수 있습니다.

지역 또는 조직 단위별 성과를 비교하고 업무량을 분석할 수 있습니다.

Finastra Fusion Mortgagebot 문서를 확인합니다. 대출 담당자의 사용자 프로필에 연결되어 있거나 신청 접수 시 선택할 수 있습니다.