대출 심사 데이터 템플릿

Loan Application ID는 신청서 제출부터 최종 결정과 자금 지급까지 대출 신청 건을 전 과정에 걸쳐 고유하게 식별합니다. 관련 활동과 데이터를 하나로 묶는 중심 항목으로, 특정 대출의 심사 과정을 빠짐없이 추적할 수 있습니다.

process mining에서는 각 Loan Application ID가 하나의 종단 간 프로세스 인스턴스를 나타내므로 케이스 뷰를 구성하는 데 필수적입니다. 이 식별자를 기준으로 데이터를 분석하면 전체 처리 주기, 재작업 반복, 최종 결과 등 케이스 단위 지표를 계산해 대출 심사 흐름을 종합적으로 파악할 수 있습니다.

관련 이벤트를 하나의 종단 간 프로세스로 연결하는 필수 케이스 식별자입니다. 이를 통해 프로세스를 분석할 수 있습니다.

일반적으로 Temenos의 기본 대출 신청 또는 거래 엔터티에서 기본 키로 사용됩니다. AA.ARRANGEMENT 모듈과 관련된 테이블 및 필드 이름 등 구체적인 정보는 Temenos 문서를 참조하세요.

이벤트 타임스탬프는 활동이 발생한 정확한 시점을 기록합니다. 이벤트 순서를 올바르게 정렬하고 시간 기반 프로세스 분석을 수행하는 데 필요한 데이터입니다.

이 속성을 사용하면 처리 주기, 처리 시간, 활동 간 대기 시간과 같은 주요 성과 지표를 계산할 수 있습니다. 지연을 파악하고 서비스 수준 협약(SLA) 대비 성과를 측정하며 대출 심사 프로세스의 시간 흐름을 이해하는 데도 활용됩니다. 타임스탬프가 정확하지 않으면 process mining을 수행할 수 없습니다.

이 타임스탬프는 이벤트 순서를 올바르게 정하고 처리 주기와 병목 등 시간 기반 지표를 계산하는 데 필수적입니다.

일반적으로 Temenos의 이벤트 로그나 감사 추적 테이블에서 활동 또는 상태 필드와 함께 확인할 수 있습니다. 'TIMESTAMP', 'EVENT_DATE'와 같은 필드를 찾아보세요.

활동명은 대출 심사 과정의 개별 단계나 이정표를 나타냅니다. 예를 들어 '신청서 접수' 또는 '신용 조회 완료'가 있습니다. 각 활동은 프로세스 맵의 기본 구성 요소로, 대출 신청별 이벤트 순서를 보여줍니다.

활동을 분석하면 프로세스 흐름을 시각화하고, 자주 나타나는 경로와 예외를 파악하며, 병목을 찾을 수 있습니다. 활동의 순서와 빈도는 실제 프로세스가 설계된 방식과 어떻게 다른지 이해하는 데 기본이 됩니다.

프로세스의 단계를 정의해 프로세스 맵을 시각화하고 흐름, 병목, 예외를 분석할 수 있게 합니다.

일반적으로 Temenos의 이벤트 로그, 상태 변경 레코드 또는 감사 추적 테이블에서 가져옵니다. 기술 상태 코드나 이벤트 유형을 사용자가 이해하기 쉬운 활동명으로 매핑해야 할 수 있습니다.

활동 데이터가 발생한 정보 시스템을 나타냅니다. 복잡한 IT 환경에서는 대출 심사 이벤트가 프런트엔드 포털, 코어 뱅킹 플랫폼, 문서 관리 시스템 등 여러 시스템에 기록될 수 있습니다.

소스 시스템을 지정하면 데이터 거버넌스와 문제 해결에 도움이 되며, 프로세스에서 사용하는 기술 시스템을 파악할 수 있습니다. 데이터의 정확성을 검증하고 여러 플랫폼에 걸친 프로세스 분산 여부를 확인하는 데도 유용합니다.

데이터의 출처를 나타냅니다. 데이터 검증과 문제 해결, 프로세스 통합 구조 파악에 중요합니다.

데이터 추출 및 변환 과정에서 추가하는 메타데이터 속성입니다. 해당 시스템의 모든 레코드에 'Temenos Transact'와 같은 고정값을 지정할 수 있습니다.

이 메타데이터 속성은 소스 시스템에서 데이터를 마지막으로 추출하거나 업데이트한 날짜와 시간을 기록합니다. 비즈니스 이벤트가 아니라 분석 대상 데이터의 최신성을 나타냅니다.

이 정보는 process mining 분석의 시의성과 데이터 거버넌스를 파악하는 데 중요합니다. 사용자는 데이터가 실시간, 일간 또는 주간 기준인지 확인할 수 있으며, 이를 바탕으로 분석 결과와 의사결정을 해석할 수 있습니다.

데이터의 최신성을 나타냅니다. 데이터 거버넌스와 분석 시점을 이해하는 데 중요합니다.

데이터 추출, 변환, 적재(ETL) 과정에서 추가하는 메타데이터 속성입니다. 일반적으로 ETL 실행 시점의 타임스탬프를 기록합니다.

Decision Outcome은 심사와 승인 단계가 완료된 후 대출 신청의 최종 상태를 나타냅니다. 전체 프로세스의 결과를 보여주는 주요 지표입니다.

이 속성은 프로세스의 효과를 분석하는 데 필요합니다. 승인율과 거절률을 계산할 때 사용하며, Credit Score나 Applicant Type 같은 다른 속성과 함께 분석하면 대출 결정의 일관성을 평가할 수 있습니다. 신청이 거절된 이유를 파악하는 것은 프로세스 개선에 중요합니다.

프로세스의 최종 업무 결과를 나타내며, 승인율과 거절 사유, 의사결정의 일관성을 분석하는 데 활용됩니다.

일반적으로 Temenos의 기본 대출 신청 레코드에 있는 상태 필드에 저장됩니다. 이 필드는 보통 'Loan Decision Rendered' 활동에서 업데이트됩니다.

이 속성은 신청한 대출의 원금을 나타냅니다. 대출 금액에 따라 프로세스 경로, 심사 수준, 필요한 승인 절차가 달라질 수 있습니다.

대출 금액별로 프로세스를 분석하면 고액 대출에 더 엄격하고 복잡한 절차가 적용되는지 확인할 수 있습니다. 처리 시간과 심사 업무량의 차이를 설명하는 데도 도움이 됩니다. 예를 들어 일정 금액을 초과하는 대출은 추가 승인 단계가 필요할 수 있으며, process mining으로 이를 시각화하고 검증할 수 있습니다.

대출 금액에 따라 프로세스 복잡도, 처리 시간, 필요한 승인 수준이 어떻게 달라지는지 분석할 수 있습니다.

Temenos의 대출 신청 레코드에 있는 기본 필드입니다. 'AMOUNT' 또는 'REQUESTED_AMOUNT'와 같은 필드를 찾아보세요.

이 속성은 신청한 금융 상품에 따라 각 대출 신청을 분류합니다. 대출 상품마다 프로세스 흐름, SLA, 위험 특성이 다를 수 있습니다.

의미 있는 비교를 위해 대출 상품 유형별로 프로세스를 나누어 분석해야 합니다. 이를 통해 처리 시간, 승인율, 프로세스 경로의 차이를 파악할 수 있습니다. 예를 들어 주택담보대출 신청은 개인 대출보다 절차가 복잡하고 처리 기간도 긴 편입니다. 이 속성을 활용하면 같은 조건의 상품끼리 비교하고 개선 대상을 구체적으로 찾을 수 있습니다.

사업 부문별로 프로세스를 나누어 성과를 비교하고 차이를 파악할 수 있습니다. 각 부문마다 프로세스 요건이 다를 수 있습니다.

대출 신청의 기본 속성으로, 일반적으로 Temenos의 기본 신청 테이블에서 확인할 수 있습니다. 'PRODUCT_ID' 또는 'PRODUCT_CATEGORY'와 관련된 필드를 찾아보세요.

이 속성은 대출 심사 프로세스에서 특정 작업을 수행한 직원이나 팀원을 식별합니다. process mining에서는 이를 '리소스'라고 부르는 경우가 많습니다.

대출 담당자별 성과를 분석하면 업무량 배분을 파악하고, 성과가 높은 담당자를 확인하며, 교육이나 프로세스 표준화 기회를 찾을 수 있습니다. 리소스 성과와 업무량 관리를 위한 대시보드의 기본 데이터로 활용하면 관리자가 팀의 효율성을 높이고 업무를 균형 있게 배분할 수 있습니다.

사용자 작업을 개인이나 팀에 연결해 업무량 분석, 성과 비교, 리소스 최적화를 지원합니다.

일반적으로 감사 추적 테이블에서 사용자 ID와 함께 확인할 수 있습니다. Temenos의 이벤트 또는 거래 레코드에서 'USER_ID', 'PROCESSED_BY', 'OWNER'와 같은 필드를 찾아보세요.

신용 점수는 신용평가기관에서 제공하는 수치로, 신청자의 신용도를 나타냅니다. 대출 심사와 의사결정에서 중요한 요소입니다.

process mining에서 신용 점수는 분석에 필요한 주요 맥락 정보입니다. 최종 결과와 신용 점수의 관계를 분석해 대출 결정의 일관성을 살펴볼 수 있습니다. 점수가 낮은 신청의 처리 시간이 더 길거나 수작업이 더 많이 필요한지 확인하기 위해 신청을 구분하는 데도 활용할 수 있습니다.

의사결정에 필요한 맥락을 제공해 신용도가 프로세스 경로, 처리 시간, 결과에 미치는 영향을 분석할 수 있습니다.

이 데이터는 일반적으로 외부 신용평가기관 서비스에서 받아 Temenos의 고객별 또는 신청별 테이블에 저장합니다.

신청 채널은 고객이 신청서를 제출한 방식을 나타냅니다. 채널마다 데이터 품질, 고객의 기대, 처리 요건이 다를 수 있으며, 이는 전체 프로세스 성과에 영향을 줍니다.

채널별로 프로세스를 분석하면 효율적인 채널과 개선이 필요한 채널을 파악할 수 있습니다. 예를 들어 온라인 포털로 접수된 신청은 지점에서 접수된 신청보다 평균 처리 시간이 짧을 수 있습니다. 이러한 분석 결과는 채널 전략과 리소스 배분을 최적화하는 데 도움이 됩니다.

고객 접점 채널별 성과를 분석해 채널별 프로세스와 사용자 경험을 개선할 수 있습니다.

이 정보는 일반적으로 프로세스 시작 시 수집되어 기본 대출 신청 레코드에 저장됩니다. Temenos에서 'SOURCE' 또는 'CHANNEL' 필드를 찾아보세요.

종료 시간은 특정 활동이 완료된 시점을 나타냅니다. 시작 시간이 이벤트가 시작된 시점을 나타낸다면, 종료 시간은 활동에 걸린 시간을 파악하는 데 필요합니다. 순간적으로 발생하는 이벤트는 시작 시간과 종료 시간이 같을 수 있습니다.

프로세스를 분석할 때 시작 시간과 종료 시간을 모두 확보해야 활동의 처리 시간을 정확하게 계산할 수 있습니다. 이를 통해 신청서가 실제로 처리되는 시간과 다음 단계까지 기다리는 시간을 구분할 수 있으며, 실제 효율성 병목을 찾는 데 도움이 됩니다.

활동 처리 시간을 정확하게 계산할 수 있어 병목 분석에서 실제 작업 시간과 대기 시간을 구분하는 데 필요합니다.

감사 로그에 별도의 'END_TIME' 필드로 제공될 수 있으며, 순서상 다음 활동의 시작 시간을 사용해 산출해야 할 수도 있습니다. 이벤트 기록 방식은 Temenos 문서를 참조하세요.

이 속성은 'Decision Outcome'에 맥락을 더합니다. 신청이 거절된 경우 '소득 부족', '높은 소득 대비 부채 비율', '불량한 신용 이력'과 같은 구체적인 사유를 나타냅니다.

이 정보는 거절 원인을 분석하는 데 매우 유용합니다. 자주 발생하는 거절 사유를 분석하면 사전 자격 심사 단계의 문제를 찾고, 고객 안내를 개선하거나 대출 기준을 조정할 수 있습니다. 재작업을 줄이고 심사 절차에 접수되는 신청서의 전반적인 품질을 높이는 데 직접 활용할 수 있습니다.

거절된 신청의 원인을 파악해 신청서 품질을 높이고 불필요한 처리를 줄이는 데 필요한 정보를 제공합니다.

Temenos에서 최종 결정 상태와 연결된 관련 메모 또는 사유 코드 필드에 저장되는 경우가 많습니다.

고객 지역은 신청자의 지리적 위치를 나타냅니다. 예: '북미', '유럽' 또는 특정 주. 이를 기준으로 프로세스를 지역별로 나누어 분석할 수 있습니다.

지역별 성과를 분석하면 프로세스 효율성, 승인율, 상품 선호도에서 나타나는 지역별 차이를 찾을 수 있습니다. 분석 결과는 지역별 마케팅과 리소스 배분, 우수 사례 및 과제 파악에 활용할 수 있습니다.

지역별 프로세스 성과를 비교하고 지역별 병목과 시장 차이를 파악할 수 있습니다.

이 정보는 Temenos의 고객 정보 파일(CIF) 또는 이에 해당하는 고객 기준정보에 저장된 고객 프로필이나 주소 정보에 포함됩니다.

대출 심사 SLA 목표는 심사 단계에서 기대하는 서비스 수준을 정의하며, 일반적으로 영업 시간 또는 영업일 기준으로 측정합니다. 대출 상품 유형이나 금액 등에 따라 목표가 달라질 수 있습니다.

이 속성은 실제 성과를 측정하는 기준으로 사용됩니다. '심사 SLA 및 규정 준수 상태' 대시보드에서 직접 사용되며, 'SLA 위반율' KPI를 계산하는 데 필요합니다. SLA 위반을 분석하면 지연 원인을 파악하고 운영 및 규정 준수 위험을 관리할 수 있습니다.

성과를 측정할 기준을 제공해 SLA 준수 여부를 확인하고 목표를 초과할 위험이 있는 신청을 파악할 수 있습니다.

업무 규칙에 따른 고정값으로 저장하거나 대출 신청 필드에 저장할 수 있습니다. Temenos의 상품 기준정보에서 값을 가져올 수도 있습니다.

이 속성은 '대출 실행', '심사', '대출 완료' 등 특정 활동을 수행한 사업 부문이나 부서를 나타냅니다. 조직 내 부서 간 업무 인계를 파악하는 데 도움이 됩니다.

부서별 프로세스 분석은 부서 간 비효율과 업무 인계 지연을 찾는 데 중요합니다. 특정 부서의 소통 문제나 리소스 제약을 파악해 조직 내 병목을 명확히 확인할 수 있습니다.

팀 간 업무 흐름을 시각화해 인계 시간을 분석하고 조직 내 병목을 파악할 수 있습니다.

이 정보는 이벤트 로그에 직접 기록되지 않는 경우가 많습니다. HR 기준정보를 사용해 사용자('AssignedLoanOfficer' 속성)를 해당 부서에 연결해 산출할 수 있습니다.

이 속성은 신청자를 '신규 고객', '기존 고객', '기업 고객'과 같은 그룹으로 분류합니다. 신청자 유형에 따라 프로세스가 달라질 수 있습니다. 예를 들어 기존 고객은 이미 보유한 데이터가 있어 처리가 더 빠를 수 있습니다.

신청자 유형별로 프로세스를 분석하면 고객군마다 프로세스를 어떻게 경험하는지 파악할 수 있습니다. 기존 고객의 절차를 간소화하거나 신규 고객에게 더 많은 지원을 제공할 기회를 찾을 수 있습니다. 이 구분은 '대출 결정 결과의 일관성' 분석에도 중요합니다.

신규 고객과 기존 고객의 프로세스 차이를 분석하고, 고객 여정을 맞춤화해 개선할 수 있습니다.

일반적으로 신청 시점에 Temenos에 기존 고객 프로필이나 ID가 있는지 확인해 이 정보를 파악합니다.

이 불리언 속성은 대출 신청의 심사 단계에서 서비스 수준 계약(SLA)을 위반했는지 나타내는 계산된 표시입니다. 실제 심사 기간을 '대출 심사 SLA 목표'와 비교해 산출합니다.

이 표시를 사용하면 SLA 준수 여부를 간단한 참·거짓 값으로 확인할 수 있어 분석과 보고가 쉬워집니다. 대시보드와 KPI에서 직접 사용해 상품이나 대출 담당자별, 기간별 SLA 위반율을 추적하고 성과와 규정 준수 위험을 선제적으로 관리할 수 있습니다.

SLA 준수 여부를 예·아니요로 간단히 표시해 SLA 위반 빈도와 원인을 필터링하고 집계해 분석할 수 있습니다.

이 속성은 원천 시스템에 없습니다. 'Underwriting Commenced'와 'Underwriting Completed' 활동 사이의 기간을 계산한 뒤 'UnderwritingSlaTarget' 속성과 비교해 산출합니다.

이 불리언 속성은 사람이 수행한 활동과 자동화된 신용 조회나 초기 검증 규칙처럼 시스템이 수행한 활동을 구분합니다.

자동화 수준을 파악하면 효율성을 더 높일 기회를 찾을 수 있습니다. 자동화 단계와 수동 단계의 속도와 일관성을 비교할 수 있으며, 이 분석은 향후 자동화 과제의 우선순위를 정하고 효과를 측정하는 데 도움이 됩니다.

시스템이 수행한 활동과 사람이 수행한 활동을 구분합니다. 자동화 기회를 찾고 기존 자동화의 효과를 측정하는 데 중요합니다.

활동과 연결된 사용자를 기준으로 판단하는 경우가 많습니다. 사용자가 시스템 계정이나 서비스 계정이면 해당 활동을 자동화된 것으로 표시합니다. 이벤트 유형을 기준으로 판단할 수도 있습니다.

이 불리언 표시는 재작업에 해당하는 활동을 식별합니다. 즉, 한 단계 또는 여러 단계의 순서를 반복해야 했는지를 나타냅니다. 예를 들어 'Underwriting Commenced' 이후에 'Supporting Documents Requested'가 발생하면 프로세스가 이전 단계로 되돌아간 것으로 볼 수 있습니다.

재작업을 감지하고 표시하는 것은 process mining의 주요 기능입니다. 이 속성을 사용하면 '신청 재작업률' KPI를 쉽게 계산할 수 있습니다. 최초 제출 서류 미비와 같은 재작업 원인을 분석하면 프로세스 효율성을 높이고 비용과 처리 시간을 줄일 수 있습니다.

비효율적인 프로세스 반복에 포함된 활동을 보여주므로 재작업 규모를 쉽게 계산하고 원인을 분석할 수 있습니다.

이 속성은 원천 시스템에 없습니다. process mining 엔진이 단일 케이스 내에서 반복되는 활동 순서를 감지해 계산합니다.