Je datatemplate voor leningaanvragen

De Activiteitsnaam beschrijft een specifieke stap of mijlpaal binnen de workflow van het leningaanvraagproces, zoals 'Aanvraag Ingediend', 'Kredietcheck Voltooid' of 'Leningaanbod Gegenereerd'. Elke activiteit vertegenwoordigt een afzonderlijk punt in het proces dat tijd en bronnen verbruikt.

Het analyseren van de volgorde en frequentie van deze activiteiten is belangrijk voor process mining. Het helpt de daadwerkelijke processtroom te zichtbaar maken, veelvoorkomende paden te vinden, knelpunten te detecteren en de duur van verschillende stadia te meten. Duidelijke en consistente naamgeving van activiteiten is belangrijk voor het creëren van een begrijpelijke en nauwkeurige proceskaart.

Het definieert de stappen van het proces, waardoor visualisatie en analyse van de processtroom, identificatie van knelpunten en meting van stadiumduur mogelijk worden.

Te vinden in event logs of transactietabellen die bedrijfsprocesstappen vastleggen.

De Leningaanvraag-ID is een unieke sleutel die aan elke leningaanvraag wordt toegewezen bij de creatie ervan. Het dient als de primaire case-kenmerk, die alle gerelateerde activiteiten, documenten en beslissingen verbindt, van de initiële indiening tot de uiteindelijke uitbetaling of afsluiting. Deze consistentie is belangrijk voor het reconstrueren van het end-to-end traject van elke aanvraag.

In process mining wordt dit attribuut gebruikt om alle gerelateerde gebeurtenissen te groeperen in één case, waardoor analyse van processtromen, doorlooptijden en variaties per aanvraag mogelijk is. Zonder een consistente en unieke case-kenmerk is het onmogelijk om het proces nauwkeurig in kaart te brengen of de prestaties ervan te analyseren.

Dit is de essentiële basis voor process mining, omdat het alle relevante gebeurtenissen koppelt aan één specifieke case. Hierdoor kunt u het volledige traject van een leningaanvraag nauwkeurig analyseren.

Typisch te vinden in de header of hoofdtransactietabel voor leningaanvragen.

De Starttijd event is een precieze timestamp die het begin van een activiteit markeert. Het is een onmisbaar onderdeel van het event log en belangrijk voor het chronologisch ordenen van gebeurtenissen om de processtroom voor elke case te reconstrueren.

In procesanalyse wordt de starttijd gebruikt om de totale case-duur te berekenen, de tijd besteed tussen activiteiten en de actieve verwerkingstijd van elke stap wanneer een eindtijd ook beschikbaar is. Het is het primaire temporele attribuut dat wordt gebruikt om procestiming te begrijpen, vertragingen te vinden en prestaties te ewaarderen ten opzichte van service level agreements.

Deze timestamp is belangrijk voor het ordenen van gebeurtenissen, het berekenen van proces doorlooptijden en het vinden van vertragingen tussen activiteiten.

Een verplicht veld in het event log of de transactiehistorie-tabel van elk systeem.

De Naam bronsysteem specificeert de oorspronkelijke applicatie of het platform dat de gebeurtenis data heeft gegenereerd, zoals een Loan Origination System (LOS), CRM of een documentmanagementsysteem. In moderne ondernemingen strekt een enkel bedrijfsproces, zoals leningaanvraag, zich vaak uit over meerdere onderling verbonden systemen.

Het vinden van het bronsysteem voor elke gebeurtenis is belangrijk voor datavalidatie, probleemoplossing en het begrijpen van het technische omgeving van het proces. Het stelt analysesten in staat om data terug te leiden naar de oorsprong en te beoordelen hoe verschillende systemen bijdragen aan de algehele processtroom en potentiële vertragingen.

Het helpt data terug te traceren naar de oorsprong, wat belangrijk is voor datavalidatie en voor het begrijpen van processtromen die meerdere IT-systemen omvatten.

Vaak beschikbaar als een standaardveld in data-extracten of kan worden toegevoegd tijdens het data-engineering proces.

Dit attribuut registreert de timestamp van de meest recente data-extractie of refresh vanuit het bronsysteem. Het is een metadataveld dat belangrijk is voor data-governance en kwaliteitsborging.

Weten wanneer de data voor het laatst is bijgewerkt, helpt analysesten de versheid van hun dataset te begrijpen en zorgt ervoor dat analyses gebaseerd zijn op actuele Informatie. Dit is met name belangrijk voor het monitoren van lopende processen, aangezien het aangeeft hoe up-to-date de procesweergave is. Deze timestamp is ook waardevol voor het debuggen van datapijplijns en het vinden van potentiële problemen met data-import schema's.

Het bevestigt de relevantie van de data, wat ervoor zorgt dat analyses gebaseerd zijn op tijdige Informatie en helpt bij het beheren van datakwaliteit.

Meestal gegenereerd en opgeslagen tijdens het data-extractie-, transformatie- en laadproces (ETL).

Het Aanvraagkanaal identificeert het initiële contactpunt of de indieningsmethode die door de aanvrager is gebruikt. Voorbeelden zijn 'Online Portal', 'Mobiele App', 'Op kantoor' of 'Externe Bemiddelaar'.

Verschillende kanalen kunnen aanzienlijk verschillende klantervaringen en interne verwerkingsworkflows hebben. Het analyseren van het proces per kanaal helpt organisaties de efficiëntie en effectiviteit van elk indieningspad te begrijpen. Het kan zichtbaar maken welke kanalen snellere verwerkingstijden, hogere klanttevredenheid of betere datakwaliteit hebben, wat inzichten biedt voor strategische investeringen in technologie en operaties.

Het maakt analyse mogelijk van procesprestaties en klantervaring via verschillende indieningskanalen, zoals online, in de vestiging of mobiel.

Vastgelegd aan het begin van het aanvraagproces en opgeslagen in de hoofdtabel van leningaanvragen.

De Beslissingsuitkomst geeft de definitieve status van een leningaanvraag aan nadat deze volledig is verwerkt. Veelvoorkomende uitkomsten zijn 'Goedgekeurd', 'Geweigerd', 'Ingetrokken door Aanvrager' of 'Tegenbod Gedaan'.

Dit attribuut is belangrijk voor uitkomstanalyse, die probeert te begrijpen welke procespaden leiden tot succesvolle versus onsuccesvolle resultaten. Door procesvariaties te correleren met beslissingsuitkomsten, kunnen organisaties best practices vinden die leiden tot hogere goedkeuringspercentages of gedragingen die leiden tot weigeringen. Deze analyse is belangrijk voor het verbeteren van procesefficiëntie en bedrijfsresultaten.

Het is belangrijk voor uitkomstanalyses, en helpt te vinden welke procesgedragingen en -paden correleren met succesvolle of onsuccesvolle leningaanvragen.

Meestal geregistreerd in het statusveld van de leningaanvraag of als een specifieke beslissings-gebeurtenis in de transactiehistorie.

De Event Eindtijd markeert het precieze moment waarop een activiteit werd voltooid. Hoewel sommige gebeurtenissen mijlpalen zijn met alleen een starttijd, hebben veel activiteiten een duidelijke duur. De eindtijd maakt de directe berekening van deze actieve verwerkingstijd mogelijk.

Het analyseren van de actieve verwerkingstijd is belangrijk voor het begrijpen van gebruik van brons, het vinden van knelpunten binnen specifieke taken en het onderscheiden tussen de tijd die actief aan een case wordt gewerkt versus wachttijd. Het helpt bijvoorbeeld te bepalen hoe lang de acceptatie daadwerkelijk duurde, los van de tijd dat de aanvraag in de wachtrij van de acceptant lag.

Het maakt de berekening mogelijk van actieve verwerkingstijd voor activiteiten, wat belangrijk is om onderscheid te maken tussen werk dat waarde toevoegt en wachttijd.

Vaak te vinden naast de starttijd in event logs of transactietabellen voor systemen die de duur van activiteiten bijhouden.

Deze vlag onderscheidt activiteiten die automatisch door een systeem worden uitgevoerd, zoals een geautomatiseerde kredietcheck of initiële documentvalidatie, van activiteiten die handmatig door een menselijke gebruiker worden uitgevoerd.

Dit onderscheid is belangrijk voor het begrijpen van het automatiseringsniveau binnen een proces en de impact ervan op de efficiëntie. Het analyseren van geautomatiseerde versus handmatige stappen helpt bij het vinden van kansen voor verdere automatisering, het kwantificeren van de tijdsbesparing door bestaande automatisering en het begrijpen van de werklast van menselijke bronnen. Het biedt een duidelijk beeld van de interactie tussen mens en systeem gedurende het gehele leningaanvraagproces.

Het helpt onderscheid te maken tussen systeemgestuurde en mensgestuurde activiteiten, wat belangrijk is voor automatiseringsanalyse en het begrijpen van de werkbelasting van bronnen.

Kan een veld zijn in het event log of afgeleid worden op basis van de activiteitsnaam of de gebruiker die aan de gebeurtenis is gekoppeld (bijv. 'systeem'-gebruiker).

Het Leningbedrag vertegenwoordigt het hoofdbedrag dat door de aanvrager is aangevraagd. Dit is een kritiek financieel attribuut dat vaak de complexiteit en het risico van een leningaanvraag beïnvloedt.

Grotere leningbedragen kunnen strengere underwriting procedures met zich meebrengen, aanvullende goedkeuringsniveaus vereisen, of verschillende kostenstructuren omvatten. Het analyseren van het proces op basis van het leningbedrag kan zichtbaar maken hoe de waarde de verwerkingstijden, goedkeuringspercentages en de mate van onderzoek beïnvloedt. Het is ook een belangrijke input voor financiële analyses, zoals het berekenen van de totale waarde van de leningpijplijn of de kosten per geleend bedrag.

Dit attribuut is een belangrijke drijfveer voor procescomplexiteit en -risico, waardoor analyse mogelijk is van hoe de leningwaarde de doorlooptijd en goedkeuringspercentages beïnvloedt.

Een kernveld uit de leningaanvraagdata, doorgaans opgeslagen in de primaire leenInformatie-tabel.

Wanneer de uiteindelijke uitkomst van een leningaanvraag 'Afgekeurd' is, geeft de Afwijsreden een code of tekstuele beschrijving die verklaart waarom. Veelvoorkomende redenen zijn 'Onvoldoende Kredietgeschiedenis', 'Hoge Schuld-inkomenratio' of 'Onvolledige Aanvraag'.

Dit attribuut is zeer waardevol voor grondoorzaakanalyse van aanvraagfouten. Door de meest voorkomende afwijsredenen te analyseren, kunnen organisaties systemische problemen in de aanvragerspopulatie, underwriting-criteria of het aanvraagproces zelf vinden. Deze inzichten kunnen marketingstrategieën, productontwikkeling en procesverbeteringen sturen die gericht zijn op het verlagen van het afwijspercentage.

Het biedt kritische inzichten voor hoofdoorzaakanalyse, en helpt te begrijpen waarom aanvragen worden geweigerd en maakt gerichte procesverbeteringen mogelijk.

Vastgelegd als onderdeel van de definitieve beslissing gebeurtenis, vaak gekoppeld aan de 'Geweigerd' beslissingsuitkomst.

De Toegewezen Gebruiker identificeert de individuele medewerker of systeemgebruiker die een bepaalde activiteit heeft uitgevoerd of daarvoor verantwoordelijk is. Dit kan een leningbeheerder, verwerker, acceptant of afsluitingsagent zijn.

Dit attribuut is onmisbaar voor het analyseren van team- en individuele prestaties, werkbelastingverdeling en toewijzing van middelen. Door activiteiten per gebruiker te volgen, kunnen organisaties goed presterende individuen vinden, trainingsbehoeften vaststellen en werkbelasting herverdelen om de efficiëntie te optimaliseren. Het maakt ook analyse mogelijk van hoe verschillende gebruikers of teams de procesresultaten en doorlooptijden beïnvloeden.

Het is belangrijk voor het analyseren van werkbelastingverdeling, teamprestaties en het vinden van brongerelateerde knelpunten in het proces.

Typisch te vinden in transactie- of event logs die gebruikersacties binnen het systeem registreren.

Het Leningproducttype categoriseert de leningaanvraag op basis van het aangevraagde financiële product. Voorbeelden zijn 'Conventionele Hypotheek', 'FHA Lening', 'Autolening' of 'Persoonlijk Krediet'.

Verschillende leningproducten hebben vaak verschillende processen, compliance-vereisten en risicoprofielen. Het analyseren van het proces per producttype is belangrijk voor het vinden van variaties en het optimaliseren van workflows voor specifieke productlijnen. Deze segmentatie maakt meer gerichte verbeteringen mogelijk en helpt verschillen in doorlooptijden, goedkeuringspercentages en rework binnen de leningportefeuille te verklaren.

Het maakt segmentatie van het proces mogelijk om prestaties te vergelijken en variaties in workflows voor verschillende typen leningen te vinden.

Een standaard veld op het leningaanvraagformulier, opgeslagen in de hoofdtabel met aanvraagdata.

Het Type Aanvrager classificeert de leningaanvrager op basis van hun relatie met de financiële instelling, bijvoorbeeld als 'Nieuwe Klant' of 'Bestaande Klant'.

Deze segmentatie is belangrijk omdat het proces kan verschillen op basis van dit attribuut. Bestaande klanten kunnen een meer gestroomlijnd proces hebben vanwege reeds bestaande data, terwijl nieuwe klanten mogelijk volledigere identiteits- en Informatieverificatie vereisen. Het analyseren van het proces per aanvragertype kan deze verschillen benadrukken en organisaties helpen de klantervaring voor elk segment aan te passen en te optimaliseren.

Het maakt procesvergelijking mogelijk tussen verschillende klantsegmenten, die verschillende workflows en service level verwachtingen kunnen hebben.

Afgeleid uit customer relationship management (CRM) data of gespecificeerd op het aanvraagformulier.

De Geografische Locatie specificeert een locatie die relevant is voor de lening, zoals de staat van het onderpand, het processende filiaal of de regio van de aanvrager.

Dit attribuut is nuttig voor het analyseren van regionale variaties in het proces. Zo kunnen verschillende staten unieke compliance-eisen hebben die extra stappen aan het proces toevoegen, of kunnen bepaalde filialen efficiënter zijn dan andere. Deze geografische segmentatie kan prestatieverschillen, bronbehoeften en marktspecifieke trends zichtbaar maken die van invloed zijn op het leningaanvraagproces.

Maakt geografische analyse mogelijk om regionale variaties in procesprestaties, compliance-vereisten en bedrijfsresultaten te zichtbaar maken.

Te vinden in aanvraagdata, zoals het adres van het pand of de vestiging waar de aanvraag is ingediend.

De Kredietscore is een numerieke weergave van de kredietwaardigheid van een aanvrager, verkregen van een kredietbureau tijdens het aanvraagproces. Het is een primaire factor in risicobeoordeling en acceptatiebeslissingen.

Hogere kredietscores duiden over het algemeen op een lager risico en kunnen leiden tot gunstigere leningvoorwaarden of een sneller goedkeuringsproces. In process mining kan het analyseren hoe de kredietscore het proces beïnvloedt, verschillende behandelingspaden voor aanvragers met variërende risicoprofielen zichtbaar maken. Aanvragen met lagere scores kunnen bijvoorbeeld meer handmatige beoordelingen of aanvullende documentatie vereisen, wat leidt tot langere doorlooptijden.

Het is een sleutelfactor in risicobeoordeling die de procesweg, beslissingsuitkomsten en de totale doorlooptijd aanzienlijk kan beïnvloeden.

Afkomstig van een extern kredietbureau en opgeslagen bij de profielgegevens van de aanvrager.

Dit attribuut identificeert de specifieke afdeling of het functionele team, zoals 'Leningverwerking', 'Underwriting' of 'Afsluiting', dat verantwoordelijk is voor een activiteit of eigenaar is van de case op een bepaald moment.

Het volgen van overdrachten tussen afdelingen is belangrijk voor het begrijpen van organisatorische workflows en het vinden van cross-functionele vertragingen. Het analyseren van het proces per afdeling helpt om de prestaties van verschillende teams te meten, hun werklast te begrijpen en de samenwerking en handoff-procedures tussen hen te optimaliseren.

Het maakt analyse van procesoverdrachten en prestaties per functioneel team mogelijk, waarbij knelpunten en inefficiënties tussen afdelingen worden belicht.

Kan worden gevonden in workflow management systemen of afgeleid van de gebruiker of rol die aan de taak is toegewezen.

De Underwriting SLA Target definieert de verwachte termijn waarbinnen de underwriting-fase van de leningaanvraag moet worden voltooid. Dit target is een belangrijke Key Performance Indicator (KPI) benchmark die door het bedrijf is vastgesteld om een tijdige verwerking te waarborgen.

Door de daadwerkelijke duur van de underwriting-fase, berekend aan de hand van tijdstempels, te vergelijken met dit target, kunnen organisaties de SLA-naleving meten. Deze analyse helpt knelpunten in underwriting te vinden, team prestaties te beoordelen en klantverwachtingen effectief te beheren.

Het dient als benchmark om prestaties te meten tegen service level agreements, en helpt vertragingen te vinden en operationele doelen te beheren.

Typisch gedefinieerd in bedrijfsregelconfiguraties of service level agreement documentatie en kan worden opgeslagen met de case data.