Datatemplate voor leningaanvragen

Dit attribuut bevat de naam van elke stap in de levenscyclus van de kredietaanvraag, zoals 'Aanvraag ingediend', 'Kredietcontrole afgerond' of 'Kredietbeslissing vastgelegd'. Deze activiteiten vormen de knooppunten van de ontdekte proceskaart.

De volgorde en frequentie van activiteiten analyseren is de kern van process mining. Zo zie je hoe het proces werkelijk verloopt, waar het afwijkt van de standaardprocedure en waar bottlenecks of veel herstelwerk voorkomen. De namen van activiteiten zijn belangrijk voor het berekenen van KPI’s per fase, zoals de verwerkingstijd van de kredietbeoordeling.

Activiteiten beschrijven de stappen in het proces. Door de volgorde, frequentie en duur ervan te analyseren, begrijp je hoe het proces verloopt en waar verbetering mogelijk is.

Deze informatie komt meestal uit event logs van het systeem, statuswijzigingen of registraties van afgeronde taken in Finastra Fusion Mortgagebot.

De ID van de kredietaanvraag identificeert elk afzonderlijk kredietverzoek gedurende de hele levenscyclus. Deze ID is de centrale sleutel waarmee je alle bijbehorende activiteiten en data groepeert. Zo kun je het volledige traject van een specifieke lening volgen.

Bij procesanalyse is deze ID essentieel om het volledige proces van elke case in kaart te brengen. Alle activiteiten, van 'Aanvraag ingediend' tot 'Geld uitbetaald' of 'Lening afgesloten na afwijzing', zijn aan deze ene identificatiecode gekoppeld. Zo kun je doorlooptijden berekenen, procesvarianten herkennen en specifieke kredietaanvragen volgen.

Dit is de essentiële Case-ID die alle bijbehorende gebeurtenissen samenbrengt in één procesinstantie. Dat vormt de basis voor elke process mining-analyse.

Dit is de primaire identificatiecode voor een kredietaanvraag in Finastra Fusion Mortgagebot. Deze is meestal beschikbaar in alle modules en tabellen voor kredietverwerking.

De timestamp van de gebeurtenis, ook wel de starttijd, legt precies vast wanneer een activiteit plaatsvond. Deze tijdsdata is nodig om gebeurtenissen chronologisch te ordenen en het procesverloop nauwkeurig weer te geven.

Je gebruikt timestamps om alle tijdsgebonden metrieken te berekenen, waaronder de totale doorlooptijd, verwerkingstijden van afzonderlijke activiteiten en wachttijden tussen stappen. Zo kun je bottlenecks herkennen, controleren of SLA’s worden nageleefd en prestaties door de tijd heen volgen. Dat is belangrijk voor dashboards zoals 'Analyse van de totale verwerkingstijd van kredietaanvragen' en 'Trend in de doorlooptijd van kredietgoedkeuringen'.

Timestamps geven de chronologische volgorde van gebeurtenissen aan en zijn nodig om prestatiemetrieken zoals doorlooptijden en wachttijden te berekenen.

Deze data staat meestal bij de activiteit of statuswijziging in de event logs of transactietabellen van het systeem. De velden heten vaak 'Creation Date' of 'Status Timestamp'.

Dit attribuut geeft aan uit welk systeem de data afkomstig is, bijvoorbeeld 'Finastra Fusion Mortgagebot'. In omgevingen met meerdere geïntegreerde systemen helpt dit veld om de bronnen van elkaar te onderscheiden.

Bij een analyse van één systeem is de waarde vaak statisch. Het veld is wel belangrijk wanneer je data uit verschillende platforms samenvoegt, bijvoorbeeld uit een apart CRM- of documentbeheersysteem. Zo blijft de herkomst van de data duidelijk. Ook kun je problemen met de datakwaliteit terugleiden naar de juiste bron.

Geeft belangrijke context over de herkomst van data. Zo blijft de data traceerbaar en kun je het databeheer ondersteunen, vooral in omgevingen met meerdere systemen.

Dit is meestal een statische waarde die tijdens het data-extractie- en transformatieproces (ETL) wordt toegevoegd. De waarde geeft 'Finastra Fusion Mortgagebot' aan als bron.

Dit attribuut legt de datum en tijd vast waarop de data voor het laatst uit het bronsysteem is opgehaald. Zo weet je hoe actueel de geanalyseerde data is.

Bij analyses en dashboards is het belangrijk om te weten hoe recent de data is, zodat je beslissingen kunt nemen op basis van de juiste informatie. Met deze timestamp zie je of je naar realtime informatie kijkt of naar een momentopname. Dat is van belang voor operationele monitoring en strategische analyses.

Laat zien hoe actueel de data is, zodat je weet of de analyses zijn gebaseerd op data van een bekende en aanvaardbare ouderdom.

Deze waarde wordt tijdens het data-extractie- en transformatieproces (ETL) aan de dataset toegevoegd.

Dit attribuut geeft aan waar de aanvraag vandaan komt, bijvoorbeeld via een onlineportaal, mobiele app, rechtstreeks via een kredietmedewerker of via een externe tussenpersoon.

Inzicht in het kanaal is belangrijk voor operationele en strategische analyses. Het dashboard 'Analyse van de totale verwerkingstijd van kredietaanvragen' gebruikt dit attribuut om de efficiëntie van verschillende kanalen te vergelijken. Zo zie je of bepaalde kanalen leiden tot langere verwerkingstijden, meer afwijzingen of meer herstelwerk. Die informatie helpt je processen per kanaal en je marketingstrategie te verbeteren.

Maakt het mogelijk om de prestaties van verschillende klantkanalen te vergelijken. Zo kun je processen per kanaal en de inzet van medewerkers verbeteren.

Raadpleeg de documentatie van Finastra Fusion Mortgagebot. Deze informatie wordt vaak vastgelegd wanneer de aanvraag wordt aangemaakt.

StartTime legt vast wanneer een activiteit begint; EndTime geeft aan wanneer deze is afgerond. Bij veel gebeurtenissen in het kredietaanvraagproces zijn de start- en eindtijd hetzelfde, omdat de gebeurtenis direct plaatsvindt. Voor activiteiten met een meetbare duur, zoals 'Kredietbeoordeling', is dit veld wel belangrijk.

Met een aparte EndTime kun je de verwerkingstijd van een activiteit rechtstreeks berekenen, in plaats van die af te leiden uit de starttijd van de volgende activiteit. Dat is nauwkeuriger, omdat je de daadwerkelijke verwerkingstijd onderscheidt van inactieve tijd en wachttijd. Dit is belangrijk voor het dashboard 'Verdieping in bottlenecks bij kredietbeoordeling'.

Maakt een nauwkeurige berekening van de verwerkingstijd van activiteiten mogelijk. Zo onderscheid je die van de daaropvolgende wachttijd en wordt de bottleneckanalyse nauwkeuriger.

Raadpleeg de documentatie van Finastra Fusion Mortgagebot of de systeemlogs. De tijd kan zijn vastgelegd als 'Completion Date' of 'End Date'. Als deze niet expliciet beschikbaar is, moet je de waarde mogelijk afleiden.

Dit attribuut identificeert de kredietbeoordelaar die verantwoordelijk is voor de belangrijke beoordelingsfase. De kredietbeoordelaar beoordeelt het risico van de lening en adviseert over goedkeuring of afwijzing.

Voor het dashboard 'Verdieping in bottlenecks bij kredietbeoordeling' is dit attribuut essentieel. Je kunt de verwerkingstijden en wachttijden per kredietbeoordelaar uitsplitsen. Zo krijg je inzicht in verschillen in prestaties, de consistentie van beslissingen en de werkverdeling binnen het beoordelingsteam.

Belangrijk voor een gedetailleerde analyse van de kredietbeoordeling. Hiermee kun je prestaties vergelijken en de werkbelasting binnen het beoordelingsteam beheren.

Raadpleeg de documentatie van Finastra Fusion Mortgagebot. Deze informatie wordt meestal vastgelegd wanneer de case aan de beoordelingswachtrij of een specifieke kredietbeoordelaar wordt toegewezen.

Dit attribuut identificeert de medewerker die de aanvraag behandelt: de kredietmedewerker. Deze persoon is vaak het eerste aanspreekpunt voor de aanvrager en begeleidt de aanvraag door het proces.

Deze dimensie is belangrijk voor het analyseren van prestaties en werkbelasting. Dashboards zoals 'Verdeling van de werkbelasting van kredietmedewerkers' gebruiken dit attribuut om het aantal actieve leningen en de gemiddelde verwerkingstijd per medewerker weer te geven. Zo kan het management zien wie goed presteert, wie mogelijk te veel werk heeft en waar werk anders verdeeld of training ingezet kan worden.

Maakt analyses mogelijk van de werkverdeling en bronprestaties, en helpt bottlenecks of goede werkwijzen rond de inzet van medewerkers te herkennen.

Raadpleeg de documentatie van Finastra Fusion Mortgagebot. Deze informatie staat waarschijnlijk in de kopgegevens van de kredietaanvraag of in een toewijzingstabel die is gekoppeld aan de module voor gebruikersbeheer.

Dit attribuut legt de uiteindelijke bedrijfsuitkomst van het kredietaanvraagproces vast voor elke aanvraag. Het is een belangrijk attribuut op caseniveau dat bepaalt of een procesinstantie succesvol is afgerond.

Dit attribuut vormt de basis voor het dashboard 'Trends in afwijzingen van kredietaanvragen' en de analyse 'Consistentie van kredietbeslissingen per risicocategorie'. Door de proceskaart op uitkomst te filteren en uit te splitsen, kunnen analisten veelvoorkomende procespatronen herkennen die tot afwijzingen of goedkeuringen leiden. Het ondersteunt ook rechtstreeks de berekening van de KPI voor het afwijzingspercentage van kredietaanvragen.

Bepaalt de bedrijfsuitkomst van elke case. Zo kun je succesvolle en niet-succesvolle procesverlopen vergelijken en de oorzaken achterhalen.

Dit is meestal de definitieve status van een kredietaanvraag. Je vindt deze in de hoofdcase- of aanvraagtabel van Finastra Fusion Mortgagebot.

Dit attribuut geeft aan welk filiaal of kantoor verantwoordelijk is voor de lening. Voor grote instellingen met meerdere locaties is dit een belangrijke organisatorische dimensie.

In het dashboard 'Verdeling van de werkbelasting van kredietmedewerkers' kun je prestaties per locatie analyseren. Zo vergelijk je de efficiëntie, werkbelasting en uitkomsten van verschillende filialen. Je ziet regionale verschillen en kunt de inzet van medewerkers binnen de organisatie hierop afstemmen.

Maakt het mogelijk prestaties en werkbelasting tussen verschillende geografische of organisatorische eenheden te vergelijken.

Raadpleeg de documentatie van Finastra Fusion Mortgagebot. Deze informatie is waarschijnlijk gekoppeld aan het gebruikersprofiel van de kredietmedewerker of wordt vastgelegd wanneer de aanvraag wordt ingediend.

Dit booleaanse attribuut maakt onderscheid tussen taken die automatisch door het systeem worden uitgevoerd, zoals een eerste kredietcontrole of het opstellen van een standaarddocument, en taken die medewerkers handmatig uitvoeren.

Met dit attribuut zie je hoe ver de automatisering in het proces is doorgevoerd. Je kunt de snelheid en consistentie van geautomatiseerde en handmatige stappen vergelijken. Zo ontdek je waar verdere automatisering de efficiëntie kan verbeteren en de kans op menselijke fouten kan verkleinen.

Helpt de mate van automatisering in het proces te meten en mogelijkheden te vinden om de efficiëntie verder te verbeteren met nieuwe automatisering.

Dit wordt meestal bepaald aan de hand van de 'User' die bij een activiteit hoort. Is dit een systeem- of serviceaccount, dan krijgt de aanduiding de waarde true.

Dit booleaanse attribuut krijgt de waarde 'true' als een specifieke activiteit, zoals 'Supporting Documents Requested' of 'Underwriting Review Returned', meer dan één keer voorkomt voor dezelfde Loan Application ID. Zo wordt herhaald werk zichtbaar en meetbaar.

In het dashboard 'Herstelwerk en overbodige stappen in kaart brengen' kun je deze aanduiding gebruiken om herhaalrondes zichtbaar te maken of cases met veel herstelwerk te filteren. De KPI voor het percentage herstelwerk bereken je door de events met de waarde 'true' voor 'IsRework' te tellen. Zo kun je verbeteringen richten op de oorzaken van herhaald werk, zoals onduidelijke communicatie of invoerfouten.

Maakt herstelwerk zichtbaar en meetbaar, zodat je de oorzaken en gevolgen van inefficiënte processtappen en herhaalrondes eenvoudiger kunt analyseren.

Dit attribuut wordt berekend in de datatransformatielaag. Daarbij wordt gecontroleerd of dezelfde activiteitsnaam al eerder voorkwam voor de betreffende CaseId.

Dit booleaanse attribuut wordt berekend door de werkelijke duur van een fase te vergelijken met de SLA-doelstelling. De waarde is bijvoorbeeld 'true' als de tijd tussen 'Underwriting Commenced' en 'Underwriting Completed' langer is dan de 'Underwriting SLA Target'.

In het dashboard 'SLA-naleving en overschrijdingen analyseren' maakt deze aanduiding filteren en groeperen eenvoudig. Je berekent er snel de KPI voor het SLA-nalevingspercentage mee en kunt inzoomen op kenmerken zoals het leningtype of de vestiging van aanvragen waarbij de afgesproken serviceniveaus vaak worden overschreden.

Geeft per case duidelijk aan of de SLA is overschreden. Zo kun je de gegevens eenvoudig filteren, groeperen en analyseren om de oorzaken van overschrijdingen te vinden.

Dit attribuut wordt berekend tijdens de datavoorbereiding. De logica is: (Actual Duration > UnderwritingSlaTarget) ? true : false.

Dit attribuut geeft het hoofdbedrag van de aangevraagde hypotheek weer. Het is een belangrijke financiële metriek voor elke aanvraag en kan invloed hebben op het proces. Voor grotere jumbohypotheken kunnen bijvoorbeeld extra goedkeuringsstappen nodig zijn.

Je kunt het kredietbedrag gebruiken om het proces uit te splitsen en verbanden te onderzoeken tussen de waarde van de lening en verwerkingstijden, goedkeuringspercentages of de mate van controle. Zo kan blijken dat leningen boven een bepaald bedrag in de beoordelingsfase steevast langer duren. Het kredietbedrag geeft waardevolle bedrijfscontext aan het procesverloop.

Maakt financiële analyses van de kredietportefeuille mogelijk en helpt onderzoeken of de waarde van een lening invloed heeft op het proces, bijvoorbeeld op de doorlooptijd of het goedkeuringspercentage.

Dit is een basisveld dat tijdens het indienen van de aanvraag wordt ingevuld en wordt opgeslagen in de hoofdgegevens van de kredietaanvraag in Finastra Fusion Mortgagebot.

Dit attribuut bevat de numerieke kredietscore die tijdens de activiteit 'Kredietcontrole afgerond' bij een kredietbureau is opgevraagd. De score is een belangrijke factor bij het beoordelen van de kredietwaardigheid van de aanvrager.

In het dashboard 'Consistentie van kredietbeslissingen per risicocategorie' wordt de kredietscore afgezet tegen de definitieve beslissingsuitkomst. Zo kun je controleren of kredietbeslissingen eerlijk en consistent zijn en aansluiten bij de risicobereidheid van de instelling. Ook worden mogelijke verschillen zichtbaar, bijvoorbeeld wanneer aanvragers met vergelijkbare scores een andere uitkomst krijgen.

Dit attribuut is een belangrijk gegeven voor de risicobeoordeling en helpt om de consistentie en eerlijkheid van kredietbeslissingen te analyseren.

Raadpleeg de documentatie van Finastra Fusion Mortgagebot. Deze data staat meestal in een apart veld en wordt via een integratie opgehaald bij een kredietinformatiebureau.

Dit attribuut deelt de kredietaanvraag in op basis van het specifieke hypotheekproduct dat de aanvrager aanvraagt. Verschillende krediettypen hebben vaak eigen procesvereisten, complianceregels en risicoprofielen.

Het proces per krediettype analyseren is belangrijk. Zo zie je bijvoorbeeld dat bepaalde producten een veel langere doorlooptijd of een hoger afwijzingspercentage hebben. Deze uitsplitsing helpt bottlenecks per product te herkennen en te controleren of compliancechecks, zoals in de analyse 'Routes met compliance-overtredingen', goed worden toegepast.

Verschillende kredietproducten hebben vaak andere procesroutes en SLA’s. Dit attribuut is daarom nodig om zinvolle vergelijkingen te maken en resultaten te filteren.

Dit is een basisgegeven dat aan het begin van het aanvraagproces wordt gekozen en in de hoofdgegevens van de kredietaanvraag in Finastra Fusion Mortgagebot wordt opgeslagen.

Wanneer de 'Uitkomst van beslissing' voor een lening 'Afgewezen' is, geeft dit attribuut de specifieke oorzaak. Redenen lopen uiteen van een slechte kredietgeschiedenis en onvoldoende inkomen tot ontbrekende documenten of problemen met de taxatie van het onderpand.

Dit attribuut is belangrijk voor het dashboard 'Trends in afwijzingen van kredietaanvragen'. Door de meest voorkomende afwijzingsredenen te analyseren, kun je verbeteringen gericht aanpakken. Veel afwijzingen door ontbrekende documenten kunnen bijvoorbeeld betekenen dat je het verzamelen van documenten of de communicatie met aanvragers moet verbeteren.

Geeft de oorzaak van mislukte processen aan. Zo kun je gericht verbeteringen doorvoeren, het goedkeuringspercentage verhogen en onnodig werk verminderen.

Raadpleeg de documentatie van Finastra Fusion Mortgagebot. Deze informatie staat meestal in een veld voor redencodes of notities dat aan de definitieve beslissingsstatus is gekoppeld.

De risicocategorie is een classificatie van een kredietaanvraag op basis van verschillende factoren, waaronder de kredietscore, de verhouding tussen schulden en inkomen en de verhouding tussen de lening en de waarde van het onderpand. Zo wordt een complexe risicobeoordeling teruggebracht tot enkele begrijpelijke categorieën.

Dit attribuut is belangrijk voor het dashboard 'Consistentie van kredietbeslissingen per risicocategorie'. Door leningen in categorieën in te delen, zie je makkelijker of aanvragen met vergelijkbare risicoprofielen dezelfde uitkomst krijgen. Deze analyse ondersteunt compliance en helpt het interne risicobeoordelingsmodel te verbeteren.

Maakt complexe risicodata eenvoudiger te begrijpen en helpt om de consistentie van beslissingen en de aansluiting op de risicostrategie te analyseren.

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

Dit attribuut bevat de SLA-streeftijd voor de kredietbeoordeling, meestal uitgedrukt in werkuren of werkdagen. De streeftijd kan verschillen per krediettype of risicocategorie.

Dit is een belangrijke invoer voor het dashboard 'Analyse van SLA-naleving en overschrijdingen' en de KPI voor het totale SLA-nalevingspercentage. Door de werkelijke verwerkingstijd van de kredietbeoordeling met de streeftijd te vergelijken, kun je per case vaststellen of de SLA is gehaald of overschreden. Zo houd je bij of afspraken met klanten en interne doelen worden nagekomen en kun je de oorzaken van SLA-overschrijdingen achterhalen.

Biedt een norm om de werkelijke prestaties mee te vergelijken. Zo kun je de naleving van SLA’s volgen en overschrijdingen herkennen.

Dit kan zijn vastgelegd als een vaste bedrijfsregel of als een veld in de leningaanvraag zelf. Mogelijk wordt de waarde bepaald door een regelengine in Finastra Fusion Mortgagebot.

Deze metriek meet hoelang een leningaanvraag stilligt nadat de kredietcontrole is afgerond en voordat de acceptatie begint. De tijd tussen de timestamps van 'Credit Check Completed' en 'Underwriting Commenced' vormt de wachttijd.

Deze KPI laat in de verdieping 'Bottleneck in de acceptatie analyseren' zien hoeveel tijd aanvragen wachten, los van de actieve verwerkingstijd. Lange wachttijden kunnen wijzen op een tekort aan capaciteit, een onhandige verdeling van werk of vertragingen in het systeem. De wachttijd verkorten is vaak een belangrijk doel om het proces sneller en efficiënter te laten verlopen.

Brengt de wachttijd vóór een belangrijke procesfase apart in beeld. Zo zie je waar je stilstand kunt terugdringen en de doorstroming kunt verbeteren.

Dit attribuut wordt berekend tijdens de data-analyse of ETL door per case het tijdsverschil te bepalen tussen de events 'Credit Check Completed' en 'Underwriting Commenced'.