Uw Data Template voor Leningaanvragen

Dit attribuut registreert de naam van elke stap in de lifecycle van leningaanvragen, zoals 'Aanvraag Ingediend', 'Kredietcheck Voltooid' of 'Leningsbesluit Genomen'. Deze activiteiten vormen de nodes van de ontdekte process map.

Het analyseren van de sequentie en frequentie van deze activiteiten is de kern van process mining. Het helpt de feitelijke procesflow te begrijpen, afwijkingen van de standaardprocedure te identificeren en bottlenecks of gebieden met hoge rework rates aan te wijzen. De specifieke activiteitnamen zijn cruciaal voor het berekenen van fasespecifieke KPI's zoals Underwriting Processing Time.

Activiteiten definiëren de stappen van het proces. Het analyseren van hun volgorde, frequentie en duur is fundamenteel voor het begrijpen en verbeteren van de processtroom.

Deze informatie wordt typisch gegenereerd uit systeem event logs, statuswijzigingsrecords of taakvoltooiingsentries binnen Finastra Fusion Mortgagebot.

De Event Timestamp, of Starttijd, legt het precieze moment vast waarop een activiteit plaatsvond. Deze temporele data is essentieel voor het chronologisch ordenen van events en het opbouwen van een accurate weergave van de processtroom.

In analyse worden timestamps gebruikt om alle duurgebaseerde metrics te berekenen, inclusief de totale doorlooptijd, verwerkingstijden voor individuele activiteiten en wachttijden tussen stappen. Dit maakt de identificatie van knelpunten (bottlenecks), monitoring van SLA-naleving en het volgen van prestatietrends over tijd mogelijk, welke kritiek zijn voor dashboards zoals 'Algemene Analyse Verwerkingstijd Leningen' en 'Trend Analyse Doorlooptijd Leninggoedkeuringen'.

Timestamps bieden de chronologische volgorde van events en zijn essentieel voor het berekenen van alle prestatiemetrics, zoals doorlooptijden en wachttijden.

Deze data wordt meestal gevonden naast de activiteit- of statusupdate record in de event logs of transactietabellen van het systeem, vaak gelabeld als 'Creation Date' of 'Status Timestamp'.

De 'Loan Application ID' identificeert elke individuele leningsaanvraag uniek gedurende de gehele levenscyclus. Het dient als de centrale entiteit om alle gerelateerde activiteiten en data te groeperen, wat een complete traceerbaarheid van het gehele aanvraagproces voor een specifieke lening mogelijk maakt.

In process analysis is deze ID fundamenteel voor het opbouwen van een end-to-end beeld van elke case. Alle activiteiten, van 'Aanvraag Ingediend' tot 'Geld Uitbetaald' of 'Lening Afgewezen', zijn gekoppeld aan deze unieke identificatie. Dit maakt het berekenen van doorlooptijden, het identificeren van procesvarianten en het volgen van specifieke leningtrajecten mogelijk.

Dit is de essentiële Case ID die alle gerelateerde events verbindt tot een enkele procesinstance, wat de basis vormt voor elke process mining analyse.

Dit is de primaire identificatie voor een leningaanvraag binnen Finastra Fusion Mortgagebot, typisch beschikbaar in alle modules en tabellen gerelateerd aan leningverwerking.

Dit attribuut specificeert het bronsysteem voor de data, bijvoorbeeld 'Finastra Fusion Mortgagebot'. In omgevingen met meerdere geïntegreerde systemen helpt dit veld bij het onderscheiden van data bronnen.

Hoewel het vaak een statische waarde is in een single-system analyse, wordt het cruciaal bij het samenvoegen van data van verschillende platforms, zoals een apart CRM of document management systeem. Het zorgt ervoor dat data lineage duidelijk is en helpt bij het oplossen van data quality issues door ze terug te leiden naar de juiste bron.

Biedt cruciale context over de data-oorsprong, zorgt voor traceerbaarheid en helpt bij data governance, vooral in omgevingen met meerdere systemen.

Dit is typisch een statische waarde die wordt toegevoegd tijdens het data extractie- en transformatieproces (ETL), en identificeert 'Finastra Fusion Mortgagebot' als de bron.

Dit attribuut registreert de datum en tijd van de meest recente data pull uit het bronsysteem. Het biedt context voor de actualiteit van de geanalyseerde data.

In elke analyse of dashboard is het kennen van de recentheid van de data cruciaal voor het nemen van weloverwogen beslissingen. Deze timestamp helpt gebruikers te begrijpen of ze naar real-time informatie kijken of een snapshot van een specifiek moment, wat belangrijk is voor operationele monitoring versus strategische analyse.

Informeert gebruikers over de actualiteit van de data, zodat analyses gebaseerd zijn op data van een bekende en acceptabele leeftijd.

Deze waarde wordt gegenereerd en op de dataset gestempeld tijdens het data extractie- en transformatieproces (ETL).

Dit attribuut specificeert de herkomst van de aanvraag, bijvoorbeeld of deze via een online portal, een mobiele app, direct via een kredietadviseur of via een externe broker binnenkwam.

Het begrijpen van het kanaal is belangrijk voor operationele en strategische analyse. Het 'Overall Loan Processing Time Analysis' dashboard gebruikt dit attribuut om de efficiëntie van verschillende kanalen te vergelijken. Dit kan onthullen of bepaalde kanalen leiden tot langere verwerkingstijden, hogere afwijzingspercentages of meer rework vereisen, wat inzichten biedt voor procesoptimalisatie en marketingstrategie.

Maakt prestatievergelijking over verschillende klantgerichte kanalen mogelijk, wat helpt bij het optimaliseren van kanaalspecifieke processen en de toewijzing van middelen.

Raadpleeg de documentatie van Finastra Fusion Mortgagebot. Deze informatie wordt vaak vastgelegd op het moment van aanmaak van de aanvraag.

Dit attribuut legt de uiteindelijke bedrijfsoutcome van het leningaanvraagproces voor elke aanvraag vast. Dit is een kritiek attribuut op caseniveau dat het succes of falen van een procesinstance definieert.

Dit attribuut vormt de basis voor het 'Loan Application Rejection Trends' dashboard en de 'Loan Decision Consistency by Risk' analyse. Door de process map te filteren en te segmenteren op outcome, kunnen analisten veelvoorkomende procespatronen identificeren die leiden tot afwijzingen versus goedkeuringen. Het ondersteunt direct de berekening van de KPI voor de Afwijzingsgraad van Leningaanvragen.

Definieert de bedrijfsresultaten van elke case, waardoor vergelijkende analyse tussen succesvolle en onsuccesvolle processtromen mogelijk is om hoofdoorzaken te vinden.

Dit is typisch de uiteindelijke status van een leningaanvraag case, te vinden in de hoofd case of applicatietabel binnen Finastra Fusion Mortgagebot.

Terwijl StartTime vastlegt wanneer een activiteit begint, markeert EndTime de voltooiing ervan. Voor veel events in leningaanvragen kunnen de start- en eindtijd identiek zijn, wat een onmiddellijke event vertegenwoordigt. Echter, voor activiteiten met een meetbare duur, zoals 'Acceptatie Beoordeling', is dit veld cruciaal.

Het hebben van een aparte EndTime maakt de directe berekening van de activiteit processing time mogelijk, in tegenstelling tot het afleiden ervan uit de starttijd van de volgende activiteit. Dit is nauwkeuriger omdat het de werkelijke processing time scheidt van idle of wait time, wat essentieel is voor het 'Underwriting Bottleneck Deep Dive' dashboard.

Maakt de precieze berekening van de verwerkingstijd van activiteiten mogelijk, door deze te onderscheiden van de daaropvolgende wachttijd, wat leidt tot een nauwkeurigere knelpunt (bottleneck)-analyse.

Raadpleeg de documentatie van Finastra Fusion Mortgagebot of systeem logs. Dit kan worden vastgelegd als een 'Voltooiingsdatum', 'Einddatum', of moet mogelijk worden afgeleid als het niet expliciet beschikbaar is.

Dit attribuut identificeert specifiek de acceptant die verantwoordelijk is voor de kritieke underwriting fase van het proces. De acceptant evalueert het risico van de lening en doet een aanbeveling voor goedkeuring of afwijzing.

Voor het 'Underwriting Bottleneck Deep Dive' dashboard is dit attribuut essentieel. Het maakt segmentatie van underwriting verwerkingstijden en queue tijden per individuele acceptant mogelijk. Dit helpt bij het begrijpen van prestatievariaties, het waarborgen van consistentie in besluitvorming en het beheren van de workload binnen het underwriting team.

Cruciaal voor gedetailleerde analyse van de acceptatiefase, waardoor prestatievergelijkingen en workload management voor het acceptatieteam mogelijk zijn.

Raadpleeg de documentatie van Finastra Fusion Mortgagebot. Deze informatie wordt doorgaans vastgelegd wanneer de case wordt toegewezen aan de acceptatiewachtrij of een specifieke acceptant.

Dit attribuut identificeert de primaire medewerker, de kredietadviseur, die de aanvraag afhandelt. Deze persoon is vaak het belangrijkste contactpunt voor de aanvrager en is verantwoordelijk voor het begeleiden van de aanvraag door het proces.

Deze dimensie is cruciaal voor prestatie- en workload analysis. Dashboards zoals het 'Loan Officer Workload Distribution' gebruiken dit attribuut direct om het aantal actieve leningen en gemiddelde verwerkingstijden per adviseur te visualiseren. Het helpt het management om top performers te identificeren, degenen die mogelijk overbelast zijn, en kansen voor resource balancing of training te zien.

Maakt analyse van werkdrukverdeling, resourceprestaties en identificatie van resourcegerelateerde knelpunten (bottlenecks) of best practices mogelijk.

Raadpleeg de documentatie van Finastra Fusion Mortgagebot. Dit wordt waarschijnlijk opgeslagen in de header data van de leningaanvraag of een toewijzingstabel, gekoppeld aan de module voor gebruikersbeheer.

Deze metric vertegenwoordigt de werkelijke tijd die een activiteit in beslag nam, berekend als het verschil tussen de EndTime en StartTime van de activiteit. Het meet de actieve werktijd, onderscheiden van de inactieve of wachttijd tussen activiteiten.

Verwerkingstijd is een kernmetric voor prestatieanalyse en bottleneck identificatie. In de 'Underwriting Bottleneck Deep Dive' onthult deze metric voor underwriting activiteiten hoe lang acceptanten actief aan cases werken. Het optellen van de verwerkingstijden van alle activiteiten in een case geeft de totale touch time, een belangrijke maatstaf voor procesefficiëntie.

Meet de werkelijke werkduur voor activiteiten, en helpt waardetoevoegende tijd te onderscheiden van niet-waardetoevoegende wachttijd voor precieze efficiëntieanalyse.

Dit attribuut bevindt zich niet direct in het bronsysteem, maar wordt berekend tijdens data voorbereiding door de EventTimestamp af te trekken van de EventEndTime.

Dit boolean attribuut is het resultaat van het vergelijken van de werkelijke duur van een fase met de target SLA. Het zou bijvoorbeeld 'true' zijn als de tijd tussen 'Underwriting Gestart' en 'Underwriting Voltooid' groter is dan de 'Underwriting SLA Target'.

Deze flag vereenvoudigt de analyse in het 'SLA Adherence and Breach Analysis' dashboard door een duidelijke binaire dimensie te creëren voor filtering en aggregatie. Het maakt snelle berekening van de SLA Adherence Rate KPI mogelijk en helpt bij het inzoomen op de specifieke kenmerken, zoals Loan Type of Branch, van aanvragen die regelmatig hun service level agreements overschrijden.

Biedt een eenvoudige, duidelijke indicator van SLA-falen voor elke gegeven case, waardoor het gemakkelijk wordt om de hoofdoorzaken van schendingen te filteren, aggregeren en analyseren.

Dit attribuut wordt berekend tijdens data voorbereiding. De logica is: (Werkelijke duur > UnderwritingSlaTarget) ? true : false.

Dit boolean attribuut onderscheidt taken die automatisch door het systeem worden uitgevoerd, zoals een initiële credit check of het genereren van een standaard disclosure, en taken die handmatig door medewerkers worden uitgevoerd.

Het analyseren van dit attribuut helpt bij het begrijpen van het automatiseringsniveau in het proces. Het kan worden gebruikt om de snelheid en consistentie van geautomatiseerde versus handmatige stappen te vergelijken. Dit is waardevol voor het identificeren van verdere automatiseringsmogelijkheden om de efficiëntie te verbeteren en het risico op menselijke fouten te verminderen.

Helpt de mate van automatisering in het proces te meten en kansen te identificeren voor verdere efficiëntiewinst door nieuwe automatiseringsinitiatieven.

Dit wordt typisch afgeleid door de 'User' te controleren die is gekoppeld aan een activiteit. Als de user een systeem- of serviceaccount is, wordt de flag ingesteld op true.

Dit boolean attribuut wordt ingesteld op 'true' als een specifieke activiteit, zoals 'Aanvullende Documenten Opgevraagd' of 'Acceptatie Beoordeling Retour', meer dan eens voorkomt voor dezelfde Loan Application ID. Het helpt bij het expliciet taggen en kwantificeren van rework loops.

In het 'Rework and Redundant Steps Map' dashboard kan deze flag worden gebruikt om rework loops visueel te markeren of te filteren op cases met veel rework. Het berekenen van de Rework Activity Rate KPI wordt een eenvoudige kwestie van het tellen van events waarbij 'IsRework' true is. Dit helpt om verbeteringsinspanningen te richten op de hoofdoorzaken van herhaald werk, zoals onduidelijke communicatie of data invoerfouten.

Identificeert en kwantificeert expliciet rework, waardoor het gemakkelijker wordt om de oorzaken en effecten van procesinefficiënties en -lussen te analyseren.

Dit attribuut wordt berekend in de data transformatie laag door te controleren of dezelfde activiteitnaam al eerder is verschenen voor de gegeven CaseId.

Dit attribuut bevat de numerieke kredietscore die is verkregen van een kredietbureau tijdens de activiteit 'Kredietcheck Voltooid'. Het is een sleutelfactor bij het beoordelen van de kredietwaardigheid van de aanvrager.

In het 'Loan Decision Consistency by Risk' dashboard wordt de kredietscore uitgezet tegen de uiteindelijke beslissingsuitkomst. Deze analyse helpt ervoor te zorgen dat leenbeslissingen eerlijk, consistent en in lijn zijn met de risicobereidheid van de instelling. Het kan potentiële inconsistenties aan het licht brengen waarbij aanvragers met vergelijkbare scores verschillende uitkomsten krijgen.

Een kritiek datapunt voor risicobeoordeling; dit attribute helpt bij het analyseren van de consistentie en eerlijkheid van leningbesluiten.

Raadpleeg de documentatie van Finastra Fusion Mortgagebot. Deze data wordt doorgaans opgeslagen in een toegewijd veld nadat deze via een integratie is opgehaald bij een kredietrapportagebureau.

Dit attribuut vertegenwoordigt het hoofdsombedrag van de hypotheek waarvoor wordt aangevraagd. Het is een belangrijke financiële metric voor elke aanvraag en beïnvloedt vaak het proces zelf; zo kunnen grotere 'Jumbo'-leningen bijvoorbeeld extra goedkeuringsstappen vereisen.

In analyse kan 'Loan Amount' worden gebruikt om het proces te segmenteren en correlaties te onderzoeken tussen de leningswaarde en verwerkingstijden, goedkeuringspercentages of het niveau van toegepaste controle. Zo zou men kunnen ontdekken dat leningen boven een bepaalde drempel consistent langer duren in de underwriting fase. Het biedt waardevolle bedrijfscontext aan de procesflow.

Maakt financiële analyse van de leningportefeuille mogelijk en helpt te onderzoeken of de leningwaarde van invloed is op procesgedrag, zoals doorlooptijd of goedkeuringspercentages.

Dit is een kernveld dat wordt ingevoerd tijdens het aanvraagproces en wordt opgeslagen in de hoofdleningsaanvraagdata binnen Finastra Fusion Mortgagebot.

Dit attribuut categoriseert de leningsaanvraag op basis van het specifieke hypotheekproduct dat door de aanvrager wordt aangevraagd. Verschillende leningtypen hebben vaak verschillende procesvereisten, compliance regels en risicoprofielen.

Het analyseren van het proces per Loan Type is een fundamentele praktijk. Het kan aantonen dat bepaalde producten aanzienlijk langere doorlooptijden of hogere afwijzingspercentages hebben. Deze segmentatie is cruciaal voor het identificeren van productspecifieke bottlenecks en voor het garanderen dat compliance checks, zoals die in de 'Compliance Violation Pathways' analyse, correct worden toegepast.

Verschillende leningproducten hebben vaak verschillende procespaden en SLA's, wat dit attribute essentieel maakt voor zinvolle vergelijkende analyse en filtering.

Dit is een fundamenteel data punt dat wordt geselecteerd aan het begin van het aanvraagproces en wordt opgeslagen in de hoofdleningsaanvraagdata in Finastra Fusion Mortgagebot.

Wanneer de 'Decision Outcome' van een lening 'Afgewezen' is, geeft dit attribuut de specifieke oorzaak aan. Redenen kunnen variëren van een slechte kredietgeschiedenis en onvoldoende inkomen tot onvolledige documentatie of problemen met de taxatie van onroerend goed.

Dit is een vitaal attribuut voor het 'Loan Application Rejection Trends' dashboard. Het analyseren van de meest voorkomende afwijzingsredenen biedt bruikbare inzichten voor procesverbetering. Een groot aantal afwijzingen als gevolg van onvolledige documentatie kan bijvoorbeeld duiden op de noodzaak om het documentverzamelproces of de communicatie met de aanvrager te verbeteren.

Biedt de hoofdoorzaak voor mislukte processen, waardoor gerichte verbeteringen mogelijk zijn om het goedkeuringspercentage te verhogen en verspilde inspanning te verminderen.

Raadpleeg de documentatie van Finastra Fusion Mortgagebot. Dit wordt doorgaans opgeslagen in een reden-code of notitieveld gekoppeld aan de definitieve beslissingsstatus.

De Risicocategorie is een classificatie die aan een leningsaanvraag wordt toegekend op basis van verschillende factoren, waaronder kredietscore, schuld-tot-inkomen ratio en lening-tot-waarde ratio. Het vereenvoudigt de risicobeoordeling in een paar begrijpelijke niveaus.

Dit attribuut is essentieel voor het 'Loan Decision Consistency by Risk' dashboard. Door leningen in categorieën te groeperen, wordt het gemakkelijker om te visualiseren of de besluitvorming consistent is voor aanvragen met vergelijkbare risicoprofielen. Deze analyse ondersteunt regulatory compliance en helpt bij het verfijnen van het interne risicobeoordelingsmodel.

Vereenvoudigt complexe risico-data, waardoor analyse op hoog niveau van besluitconsistentie en afstemming met de bedrijfsrisicostrategie mogelijk is.

Dit kan een veld zijn dat wordt berekend en opgeslagen door de interne beslissingsengine van Finastra Fusion Mortgagebot of een gerelateerde risicobeheermodule.

Dit attribuut specificeert de Service Level Agreement (SLA) target voor de duur van het underwriting proces, vaak uitgedrukt in werkuren of dagen. Deze target kan variëren op basis van factoren zoals leningtype of risicocategorie.

Dit is een kritieke input voor het 'SLA Adherence and Breach Analysis' dashboard en de Overall SLA Adherence Rate KPI. Door de werkelijke underwriting verwerkingstijd te vergelijken met deze target, kan elke case worden gemarkeerd als 'Met' of 'Breached'. Dit maakt monitoring van prestaties ten opzichte van gemaakte beloften aan klanten of interne doelen mogelijk, en voor het identificeren van de hoofdoorzaken van SLA-fouten.

Biedt de benchmark waartegen de werkelijke prestaties worden gemeten, waardoor directe monitoring van SLA compliance en identificatie van schendingen mogelijk is.

Dit kan worden opgeslagen als een statische bedrijfsregel, of als een veld op de leningaanvraag zelf, potentieel afgeleid door een rules engine binnen Finastra Fusion Mortgagebot.

Deze metric meet de wachttijd die een leningaanvraag doorbrengt nadat de kredietcheck is voltooid, maar voordat de underwriting actief begint. Het wordt berekend als de duur tussen de timestamp van 'Kredietcheck Voltooid' en 'Underwriting Gestart'.

Deze KPI is cruciaal voor de 'Underwriting Bottleneck Deep Dive', omdat het de wachttijd isoleert van de actieve verwerkingstijd. Lange queue tijden kunnen duiden op een tekort aan resources, inefficiënte werktoewijzing of systeemvertragingen. Het verminderen van deze queue tijd is vaak een belangrijk doel voor het verbeteren van de algehele processnelheid en -efficiëntie.

Isoleert de wachttijd vóór een kritieke procesfase, en biedt een duidelijk doel voor het verminderen van inactiviteit en het verbeteren van de stroomefficiëntie.

Dit attribuut wordt berekend tijdens data analyse of ETL door het tijdsverschil te vinden tussen de events 'Kredietcheck Voltooid' en 'Underwriting Gestart' voor elke case.

Dit attribuut identificeert het specifieke filiaal of kantoor dat verantwoordelijk is voor de lening. Het is een belangrijke organisatorische dimensie voor grote instellingen met meerdere locaties.

Gebruikt in het 'Loan Officer Workload Distribution' dashboard, maakt dit attribuut prestatieanalyse mogelijk die is geaggregeerd op locatieniveau. Het helpt de efficiëntie, workload en outcomes tussen verschillende filialen te vergelijken, waarbij regionale prestatieverschillen worden benadrukt en de resource allocation binnen de organisatie wordt geïnformeerd.

Maakt prestatiebenchmarking en workload-analyse over verschillende geografische of organisatorische eenheden mogelijk.

Raadpleeg de documentatie van Finastra Fusion Mortgagebot. Dit is waarschijnlijk gekoppeld aan het gebruikersprofiel van de kredietbehandelaar of geselecteerd tijdens de aanvraaginname.