Datatemplate voor leningaanvragen

De activiteitsnaam beschrijft een afzonderlijke stap of mijlpaal in het aanvraagproces, zoals ‘Aanvraag ingediend’ of ‘Kredietcontrole afgerond’. Deze activiteiten vormen de basis van de proceskaart en laten de volgorde van gebeurtenissen voor elke leningaanvraag zien.

Door deze activiteiten te analyseren, kun je de processtroom in beeld brengen, veelvoorkomende routes herkennen, afwijkingen ontdekken en bottlenecks opsporen. De volgorde en frequentie van activiteiten laten zien hoe het proces in de praktijk verloopt en hoe dat verschilt van het ontwerp.

Dit veld legt de processtappen vast. Zo kun je de proceskaart weergeven en de processtroom, bottlenecks en afwijkingen analyseren.

Deze informatie komt meestal uit event logs, statuswijzigingen of tabellen met auditsporen in Temenos. Soms moet je technische statuscodes of gebeurtenistypen omzetten naar begrijpelijke activiteitsnamen.

De Loan Application ID identificeert elke afzonderlijke leningaanvraag gedurende het hele proces, van indiening tot het definitieve besluit en de uitbetaling. Deze ID is de centrale sleutel waarmee alle bijbehorende activiteiten en data worden gegroepeerd. Zo kun je het volledige verloop van een specifieke leningaanvraag volgen.

Bij process mining is dit attribuut essentieel om de caseweergave op te bouwen. Elke Loan Application ID staat voor één volledige procesinstantie. Met deze identificatiecode kun je metrics per case berekenen, zoals de totale doorlooptijd, lussen met herstelwerk en de uiteindelijke uitkomst. Zo krijg je een volledig beeld van het verloop van de leningaanvraag.

Dit is de case-ID die alle bijbehorende gebeurtenissen samenbrengt in één volledig proces. Daarmee wordt procesanalyse mogelijk.

Dit is meestal de primaire sleutel van de hoofdregistratie van de leningaanvraag of deal in Temenos. Raadpleeg de Temenos-documentatie voor de specifieke tabel- en veldnaam, bijvoorbeeld in de module AA.ARRANGEMENT.

De timestamp van de gebeurtenis legt het exacte moment vast waarop een activiteit plaatsvond. Deze chronologische data is nodig om gebeurtenissen in de juiste volgorde te zetten en tijdsgebonden procesanalyses uit te voeren.

Met dit attribuut kun je belangrijke prestatie-indicatoren berekenen, zoals doorlooptijden, verwerkingstijden en wachttijden tussen activiteiten. Je gebruikt het om vertragingen op te sporen, prestaties te toetsen aan service level agreements (SLA’s) en het verloop van het aanvraagproces in de tijd te begrijpen. Zonder nauwkeurige timestamps is process mining niet mogelijk.

Deze timestamp is nodig om gebeurtenissen in de juiste volgorde te zetten en alle tijdsgebonden metrics te berekenen, zoals doorlooptijden en bottlenecks.

Dit staat meestal naast het activiteits- of statusveld in event logs of tabellen met auditsporen in Temenos. Zoek naar velden met namen als ‘TIMESTAMP’, ‘EVENT_DATE’ of vergelijkbare namen.

Dit attribuut geeft aan uit welk informatiesysteem de activiteitsdata komt. In een complexe IT-omgeving kunnen gebeurtenissen rond leningaanvragen in meerdere systemen worden vastgelegd, zoals een klantportaal, het kernbanksysteem en een documentbeheersysteem.

Het bronsysteem vastleggen is belangrijk voor datagovernance, probleemoplossing en inzicht in de systemen die bij het proces betrokken zijn. Zo kun je de juistheid van de data controleren en zien of het proces over verschillende platforms is verdeeld.

Dit geeft aan waar de data vandaan komt. Dat is belangrijk om de data te controleren, problemen op te lossen en te begrijpen hoe systemen in het proces samenwerken.

Dit is een metadata-attribuut dat meestal wordt toegevoegd tijdens de data-extractie en -transformatie. Voor alle records uit een systeem kan dit een vaste waarde zijn, zoals ‘Temenos Transact’.

Dit metadata-attribuut legt de datum en tijd vast van de meest recente data-extractie of update vanuit het bronsysteem. Het is geen bedrijfsgebeurtenis, maar geeft aan hoe actueel de geanalyseerde data is.

Deze informatie is belangrijk om te weten hoe actueel de process mining-analyse is en voor datagovernance. Zo zie je of je met realtime-, dagelijkse of wekelijkse data werkt. Dat geeft context aan je bevindingen en besluiten.

Dit geeft aan hoe actueel de data is. Dat is belangrijk voor datagovernance en om te weten hoe actueel de analyse is.

Dit metadata-attribuut wordt toegevoegd tijdens het ETL-proces voor data-extractie, -transformatie en -laden. Meestal krijgt het de timestamp van de ETL-run.

Het aanvraagkanaal geeft aan hoe de klant de aanvraag heeft ingediend. Per kanaal kunnen de datakwaliteit, klantverwachtingen en verwerkingseisen verschillen. Dat heeft invloed op de prestaties van het hele proces.

Door het proces per kanaal te analyseren, zie je welke kanalen het efficiëntst zijn en waar verbeteringen nodig zijn. Aanvragen via het online portaal worden bijvoorbeeld gemiddeld sneller verwerkt dan aanvragen bij een vestiging. Deze informatie helpt bij het bepalen van de kanaalstrategie en de inzet van middelen.

Maakt het mogelijk de prestaties van verschillende klantkanalen te analyseren en kanaalspecifieke processen en klantervaringen te verbeteren.

Deze informatie wordt meestal aan het begin van het proces vastgelegd en opgeslagen op de hoofdregistratie van de leningaanvraag. Zoek in Temenos naar een veld met de naam 'SOURCE' of 'CHANNEL'.

De eindtijd markeert de afronding van een specifieke activiteit. De starttijd geeft aan wanneer een gebeurtenis begon; de eindtijd is nodig om de duur ervan te bepalen. Bij gebeurtenissen zonder duur kan de eindtijd gelijk zijn aan de starttijd.

Voor een nauwkeurige berekening van de verwerkingstijd van activiteiten heb je bij procesanalyse zowel een start- als eindtijd nodig. Zo kun je onderscheid maken tussen de tijd waarin actief aan een aanvraag wordt gewerkt en de tijd waarin deze op de volgende stap wacht. Dat helpt om echte bottlenecks in de efficiëntie op te sporen.

Hiermee kun je de verwerkingstijd van activiteiten nauwkeurig berekenen. Dat is nodig om bij bottleneckanalyse actieve werktijd te onderscheiden van wachttijd.

Dit kan als apart veld ‘END_TIME’ beschikbaar zijn in auditlogs. Je kunt het ook afleiden uit de starttijd van de volgende activiteit in de reeks. Raadpleeg de Temenos-documentatie voor meer informatie over het vastleggen van gebeurtenissen.

De kredietscore is een getal dat de kredietwaardigheid van een aanvrager weergeeft. De score is afkomstig van een kredietbureau en speelt een belangrijke rol bij de kredietbeoordeling en besluitvorming.

Bij process mining is de kredietscore een belangrijk contextattribuut. Door de score te vergelijken met de uiteindelijke uitkomst kun je nagaan of leningbeslissingen consistent zijn. Je kunt aanvragen ook op basis van de score indelen om te zien of aanvragen met een lagere score langer duren of meer handmatige tussenkomst vragen.

Geeft belangrijke context voor de besluitvorming. Zo kun je analyseren hoe kredietwaardigheid het procesverloop, de doorlooptijd en de uitkomst beïnvloedt.

Deze data komt meestal van een externe kredietdienst en wordt in Temenos opgeslagen in een tabel voor klanten of specifieke aanvragen.

Dit attribuut geeft de hoofdsom van de aangevraagde lening weer. Het bedrag kan veel invloed hebben op het procesverloop, de mate van controle en de benodigde goedkeuringen.

Door het proces op basis van het leningbedrag te analyseren, kun je nagaan of leningen met een hogere waarde een ander, strenger proces volgen. Dit kan verschillen in doorlooptijd en inspanning voor de kredietbeoordeling verklaren. Voor leningen boven een bepaalde grens zijn bijvoorbeeld extra goedkeuringsstappen nodig. Met process mining kun je die zichtbaar maken en controleren.

Maakt analyse op basis van het leningbedrag mogelijk, zodat je kunt zien hoe dit bedrag de procescomplexiteit, doorlooptijd en vereiste goedkeuringsniveaus beïnvloedt.

Dit is een basisveld op de registratie van de leningaanvraag in Temenos. Zoek naar een veld als 'AMOUNT' of 'REQUESTED_AMOUNT'.

Dit attribuut geeft aan welke medewerker of welk teamlid een specifieke taak in het aanvraagproces heeft uitgevoerd. Bij process mining wordt dit vaak de ‘bron’ genoemd.

Door prestaties per leningadviseur te analyseren, krijg je inzicht in de verdeling van de werkdruk, zie je wie goed presteert en ontdek je waar training of standaardisatie van processen kan helpen. Dit attribuut vormt de basis voor dashboards over bronprestaties en werkdrukbeheer. Managers kunnen er de teamefficiëntie mee verbeteren en taken evenwichtiger verdelen.

Dit koppelt gebruikersacties aan specifieke personen of teams. Zo kun je de werkdruk analyseren, prestaties vergelijken en de inzet van middelen verbeteren.

Deze informatie staat vaak in tabellen met auditsporen en is meestal gekoppeld aan een gebruikers-ID. Zoek in gebeurtenis- of transactierecords in Temenos naar velden als ‘USER_ID’, ‘PROCESSED_BY’ of ‘OWNER’.

Dit attribuut deelt elke leningaanvraag in op basis van het aangevraagde financiële product. Verschillende leningproducten hebben vaak eigen processtromen, SLA’s en risicoprofielen.

Door de procesanalyse uit te splitsen naar type leningproduct kun je zinvolle vergelijkingen maken. Zo wordt duidelijk waardoor verschillen in doorlooptijden, goedkeuringspercentages en procesverloop ontstaan. Een hypotheekaanvraag is bijvoorbeeld van nature complexer en duurt langer dan een aanvraag voor een persoonlijke lening. Met dit attribuut vergelijk je gelijksoortige aanvragen en kun je gerichte verbeteringen doorvoeren.

Maakt het mogelijk het proces op te splitsen en prestaties en verschillen tussen bedrijfsonderdelen te vergelijken, die vaak elk hun eigen proceseisen hebben.

Dit is een kernattribuut van de leningaanvraag en staat meestal in de hoofdaanvraagtabel in Temenos. Zoek naar velden als 'PRODUCT_ID' of 'PRODUCT_CATEGORY'.

De beslissingsuitkomst geeft de eindstatus van een leningaanvraag weer nadat de kredietbeoordeling en goedkeuringsfasen zijn afgerond. Dit is een belangrijke uitkomstmaat voor het hele proces.

Dit attribuut is essentieel om de effectiviteit van het proces te analyseren. Het wordt gebruikt om goedkeurings- en afwijzingspercentages te berekenen. In combinatie met andere attributen, zoals Kredietscore of Aanvragertype, helpt het om te beoordelen of kredietbeslissingen consistent zijn. Inzicht in de redenen voor afwijzingen is belangrijk om het proces te verbeteren.

Geeft de uiteindelijke bedrijfsuitkomst van het proces weer. Zo kun je goedkeuringspercentages, redenen voor afwijzing en de consistentie van beslissingen analyseren.

Meestal opgeslagen als statusveld op de hoofdregistratie van de leningaanvraag in Temenos. Dit veld wordt doorgaans bijgewerkt bij de activiteit 'Loan Decision Rendered'.

Met dit attribuut deel je aanvragers in groepen in, zoals 'Nieuwe klant', 'Bestaande klant' of 'Zakelijke klant'. Het proces kan per type aanvrager verschillen. Aanvragen van bestaande klanten worden bijvoorbeeld soms sneller verwerkt omdat hun gegevens al beschikbaar zijn.

Door het proces per aanvragertype te analyseren, zie je hoe verschillende klantgroepen het proces ervaren. Zo ontdek je mogelijkheden om het traject voor bestaande klanten te verbeteren of nieuwe klanten beter te begeleiden. Deze indeling is belangrijk voor de analyse 'Consistentie van leningbeslissingen'.

Maakt het mogelijk te analyseren of het proces verschilt voor nieuwe en bestaande klanten, zodat je de klantervaring kunt afstemmen en verbeteren.

Deze informatie wordt meestal afgeleid door in Temenos na te gaan of de aanvrager op het moment van de aanvraag al een klantprofiel of klant-ID heeft.

Dit attribuut geeft aan welke bedrijfseenheid of afdeling een activiteit heeft uitgevoerd, zoals 'Aanvraagverwerking', 'Kredietbeoordeling' of 'Afhandeling'. Zo zie je hoe het werk tussen verschillende delen van de organisatie wordt overgedragen.

Door het proces per afdeling te analyseren, kun je inefficiënties en vertragingen bij overdrachten tussen teams opsporen. Ook worden communicatieproblemen of beperkte capaciteit binnen specifieke afdelingen zichtbaar. Zo krijg je een helder beeld van bottlenecks in de organisatie.

Maakt de werkstroom tussen teams zichtbaar, zodat je overdrachtstijden kunt analyseren en bottlenecks in de organisatie kunt opsporen.

Dit staat vaak niet als rechtstreeks veld in het event log. Je kunt het afleiden door gebruikers, via het attribuut 'AssignedLoanOfficer', met behulp van HR-stamgegevens aan hun afdeling te koppelen.

Dit booleaanse attribuut maakt onderscheid tussen activiteiten die door een gebruiker zijn uitgevoerd en activiteiten van een geautomatiseerd systeem, zoals een automatische kredietcontrole of een eerste validatieregel.

Inzicht in de mate van automatisering helpt om mogelijkheden voor verdere efficiëntieverbetering te vinden. Je kunt de snelheid en consistentie van geautomatiseerde stappen vergelijken met die van handmatige stappen. Zo kun je toekomstige automatiseringsinitiatieven prioriteren en hun effect meten.

Maakt onderscheid tussen activiteiten die door het systeem en door mensen worden uitgevoerd. Zo kun je mogelijkheden voor automatisering opsporen en het effect van bestaande automatisering meten.

Dit wordt vaak afgeleid van de gebruiker die aan de activiteit is gekoppeld. Als de gebruiker een systeem- of serviceaccount is, wordt de activiteit als geautomatiseerd aangemerkt. De aanduiding kan ook gebaseerd zijn op het type gebeurtenis.

Deze booleaanse aanduiding markeert activiteiten die herstelwerk vormen: een stap of reeks stappen moest opnieuw worden uitgevoerd. Als 'Supporting Documents Requested' bijvoorbeeld plaatsvindt na 'Underwriting Commenced', wijst dat op een terugkeer naar een eerdere stap in het proces.

Herstelwerk opsporen en markeren is een van de sterke punten van process mining. Met dit attribuut kun je de KPI 'Percentage aanvragen met herstelwerk' eenvoudig berekenen. Door de oorzaken te analyseren, zoals onvolledige aanvragen, kun je het proces efficiënter maken, kosten verlagen en doorlooptijden verkorten.

Maakt activiteiten zichtbaar die deel uitmaken van inefficiënte proceslussen. Zo kun je herstelwerk eenvoudig meten en de oorzaken ervan analyseren.

Dit attribuut staat niet in het bronsysteem. De process mining-engine berekent het door herhaalde reeksen activiteiten binnen één case op te sporen.

Dit attribuut geeft context bij de 'Beslissingsuitkomst'. Bij afgewezen aanvragen vermeldt het de onderliggende reden, zoals 'Onvoldoende inkomen', 'Te hoge verhouding tussen schulden en inkomen' of 'Negatieve kredietgeschiedenis'.

Deze informatie is zeer waardevol voor oorzaakanalyse van afwijzingen. Door de meest voorkomende afwijzingsredenen te analyseren, kan de organisatie problemen in de voorselectie opsporen, de communicatie met klanten verbeteren of de kredietcriteria aanpassen. Dit helpt ook om herstelwerk te beperken en de kwaliteit te verbeteren van aanvragen die het proces instromen.

Geeft belangrijke context bij afgewezen aanvragen. Zo kun je de oorzaken analyseren, de kwaliteit van aanvragen verbeteren en onnodige verwerking voorkomen.

Vaak opgeslagen in een gekoppeld notitieveld of veld voor de reden, naast de uiteindelijke beslissingsstatus in Temenos.

De regio van de klant geeft de geografische locatie van de aanvrager weer, zoals 'Noord-Amerika', 'Europa' of een specifieke staat. Zo kun je het proces geografisch indelen.

Door prestaties per regio te analyseren, ontdek je regionale verschillen in procesefficiëntie, goedkeuringspercentages en populariteit van producten. Deze informatie kan helpen bij gerichte marketing en de inzet van middelen. Ook kun je regionale best practices en knelpunten opsporen.

Maakt geografische analyse mogelijk, zodat je procesprestaties tussen regio’s kunt vergelijken, regionale bottlenecks kunt opsporen en marktverschillen kunt begrijpen.

Deze informatie staat in het klantprofiel of de adresgegevens in het Customer Information File (CIF) of vergelijkbare klantstamgegevens in Temenos.

Dit booleaanse attribuut is een berekende aanduiding die laat zien of de kredietbeoordeling van een leningaanvraag de Service Level Agreement (SLA) heeft overschreden. Dit wordt bepaald door de werkelijke duur van de kredietbeoordeling te vergelijken met het 'SLA-doel kredietbeoordeling'.

De aanduiding maakt analyse en rapportage eenvoudiger met een helder ja/nee-signaal voor SLA-naleving. Dashboards en KPI’s gebruiken deze waarde om het SLA-overschrijdingspercentage in de tijd en per product of leningadviseur bij te houden. Zo kun je prestaties en compliancerisico’s proactief beheersen.

Geeft met een eenvoudig ja/nee-signaal aan of de SLA is nageleefd. Zo kun je SLA-overschrijdingen makkelijk filteren, optellen en analyseren, inclusief de frequentie en oorzaken.

Dit attribuut staat niet in het bronsysteem. Het wordt berekend door de tijd tussen de activiteiten 'Underwriting Commenced' en 'Underwriting Completed' te meten en te vergelijken met het attribuut 'UnderwritingSlaTarget'.

Het SLA-doel voor de kredietbeoordeling bepaalt het verwachte serviceniveau voor deze fase, meestal uitgedrukt in werkuren of werkdagen. Het doel kan verschillen op basis van bijvoorbeeld het type leningproduct of het bedrag.

Dit attribuut is de norm waarmee je de werkelijke prestaties vergelijkt. Het wordt rechtstreeks gebruikt in het dashboard 'SLA- en compliancestatus kredietbeoordeling' en is nodig om de KPI 'SLA-overschrijdingspercentage' te berekenen. Door overschrijdingen te analyseren, kun je oorzaken van vertragingen opsporen en operationele en compliancerisico’s beheersen.

Biedt een duidelijke norm om prestaties te meten, te controleren of de SLA wordt gehaald en aanvragen te herkennen waarbij het doel mogelijk niet wordt gehaald.

Dit kan als vaste waarde op basis van bedrijfsregels zijn opgeslagen, of als veld op de leningaanvraag staan. De waarde kan ook zijn afgeleid van productstamgegevens in Temenos.