Seu Template de dados para integração de clientes KYC

Esse atributo registra o nome de uma atividade de negócio ou de um evento do sistema, como 'Solicitação enviada', 'Análise de conformidade iniciada' ou 'Solicitação rejeitada'. Ele representa uma etapa do processo geral de integração do cliente.

A análise das atividades é a base do Process Mining. Esse atributo é usado para criar o mapa do processo e mostrar o fluxo entre as etapas. Ele ajuda a identificar a sequência de eventos, medir a frequência de cada atividade e apontar as tarefas mais comuns ou demoradas.

Esse atributo define as etapas do mapa do processo, permitindo visualizar, analisar e entender o fluxo do processo.

Essas informações geralmente são registradas no histórico de auditoria do Pega (tabelas de histórico) ou podem ser derivadas das mudanças de status do caso.

Esse atributo registra a data e a hora exatas em que uma atividade começou. Ele estabelece a ordem cronológica de todos os eventos de um caso de solicitação de cliente.

Registrar data e hora é fundamental para analisar a performance do processo. Esses dados são usados para calcular a duração das atividades, o tempo de espera entre etapas e o tempo de ciclo total do processo de integração. São essenciais para identificar gargalos, medir o cumprimento do SLA e entender a eficiência do processo.

Os registros de data e hora fornecem o contexto cronológico necessário para calcular durações, analisar a performance do processo e identificar atrasos.

Esse é um dado padrão no histórico de auditoria do Pega, geralmente armazenado como pxTimeCreated nas tabelas de histórico de cada evento.

A solicitação do cliente é o principal identificador do caso e reúne todas as atividades e eventos relacionados à jornada de integração de um cliente. Cada solicitação percorre um caminho desde o envio até a aprovação e ativação da conta ou a rejeição.

Em Process Mining, esse atributo é essencial para reconstruir a jornada completa de cada solicitação. Ele permite que analistas visualizem a sequência completa de eventos, acompanhem o status de cada solicitação e comparem diferentes caminhos. A análise dos casos com base nesse ID ajuda a identificar variantes comuns do processo, gargalos e desvios do procedimento padrão.

Esse ID é a base do Process Mining, pois conecta todos os eventos individuais em instâncias de processo coerentes, de ponta a ponta, para análise.

Em geral, esse é o ID principal do caso no Pega, normalmente disponível como pzInsKey ou como um identificador equivalente mais amigável para o negócio no objeto de trabalho do tipo de caso principal.

Esse atributo armazena a data-alvo para a conclusão de uma solicitação, conforme definido pelo acordo de nível de serviço (SLA). O SLA pode variar de acordo com fatores como tipo de cliente, nível de risco ou produto.

Essa data é essencial para o Dashboard 'Acompanhamento do cumprimento do SLA' e para o KPI associado. Ela serve de referência para comparar com a data real de conclusão. Analisar os casos que não atingem a meta do SLA ajuda a identificar atrasos sistêmicos e priorizar melhorias no processo para cumprir os compromissos de serviço.

Fornece uma referência para medir o cumprimento dos prazos, essencial para a satisfação do cliente e o controle operacional.

O Pega tem uma estrutura integrada de gerenciamento de SLA. Essa data geralmente é armazenada em propriedades como pySLAGoal ou em uma propriedade de SLA personalizada no caso.

Esse atributo identifica a unidade organizacional ou a equipe à qual o usuário responsável pela atividade pertence, como 'Equipe de triagem', 'Conformidade' ou 'Operações de integração'.

Analisar o processo por departamento é essencial para o Dashboard 'Distribuição da carga de trabalho por departamento'. Isso ajuda os gestores a entender como o trabalho flui entre as equipes, identificar gargalos entre áreas e avaliar a alocação de recursos em todo o processo de integração. Também é fundamental para otimizar as transferências de trabalho e equilibrar a carga entre as equipes.

Permite analisar o fluxo do processo e os gargalos entre diferentes unidades de negócio, contribuindo para a gestão de recursos e a otimização organizacional.

Essas informações geralmente estão associadas ao perfil do usuário no Pega (registro Operator ID) e podem ser combinadas com os dados dos eventos. A propriedade pode ser pyWorkGroup.

Esse atributo registra a data e a hora exatas em que uma atividade terminou. Ele é usado junto com a hora de início para calcular o tempo de processamento de cada atividade.

Ter uma hora de término separada permite uma análise de performance mais precisa. Assim, é possível diferenciar o tempo de processamento ativo, entre o início e o término da atividade, do tempo de espera entre o término de uma atividade e o início da seguinte. Essa distinção é essencial para identificar gargalos reais e diferenciá-los das filas de espera.

Permite calcular com precisão o tempo de processamento das atividades, essencial para uma análise detalhada da performance e para identificar gargalos.

Esse dado pode estar disponível no histórico de auditoria do Pega ou talvez precise ser derivado usando a hora de início do evento seguinte como hora de término do evento atual.

Quando o status final de uma solicitação é 'Rejeitado', esse atributo informa o motivo específico, como 'Falha na verificação de antecedentes', 'Documentação incompleta' ou 'Perfil de alto risco'.

Esse atributo é o principal indicador do Dashboard 'Análise de rejeições de solicitações'. Ao segmentar os casos rejeitados por motivo, a empresa pode identificar os pontos de falha mais comuns no processo de integração. Esse insight é essencial para implementar melhorias direcionadas, reduzir a taxa de rejeição, melhorar a experiência do cliente e aumentar a eficiência operacional.

Fornece insights acionáveis sobre os motivos de falha das solicitações e permite direcionar melhorias no processo para aumentar a taxa de sucesso.

Provavelmente, essa é uma propriedade específica definida no caso quando ele passa para o status 'Rejeitado'. Consulte a documentação do Pega KYC para encontrar os campos padrão de motivo de rejeição.

Esse atributo representa o risco avaliado do cliente, geralmente classificado como 'Baixo', 'Médio' ou 'Alto'. O nível de risco costuma ser determinado por um mecanismo de pontuação automatizado, com base nos dados do cliente e nos resultados da triagem.

O nível de risco influencia bastante as variações do processo. Solicitações de alto risco geralmente exigem etapas adicionais de due diligence, como uma análise de conformidade mais aprofundada, o que aumenta o tempo de ciclo. Analisar o processo por nível de risco ajuda a justificar essas variações e garantir que os controles de risco funcionem sem causar atrasos desnecessários.

Ajuda a explicar as variações no caminho e na duração do processo, já que o nível de risco costuma determinar o grau de due diligence necessário.

Essa seria uma propriedade calculada no caso, preenchida por uma regra de decisão ou um modelo de pontuação do Pega. Consulte a documentação do Pega KYC.

Esse atributo indica o status geral da solicitação ao final do processo, como 'Aprovado', 'Rejeitado' ou 'Retirado'. Também pode refletir o último status conhecido de casos em andamento.

Essa é uma dimensão essencial para a análise de resultados. Ela é usada diretamente no Dashboard 'Análise de rejeições de solicitações' para segmentar os casos e entender por que determinados resultados ocorrem. Analisar os fluxos do processo que levam a diferentes status ajuda a identificar boas práticas nos casos aprovados e as causas raiz das rejeições.

Define o resultado de negócio de um caso e permite comparar com clareza os caminhos bem-sucedidos e os que não tiveram sucesso.

Normalmente, esse é o status final (pyStatusWork) do objeto de trabalho do caso no Pega.

Esse atributo armazena o ID do funcionário ou usuário do sistema responsável por concluir uma tarefa específica no processo de KYC, como um analista de conformidade ou um robô de triagem automatizada. Nas etapas automatizadas, pode ser o ID de uma conta de sistema ou serviço.

A análise por usuário ajuda a entender a distribuição da carga de trabalho, a performance individual e as necessidades de treinamento. Também pode ser usada para investigar desvios do processo, identificando usuários ou equipes envolvidos em fluxos fora do padrão.

Esse atributo associa as atividades do processo a pessoas ou equipes específicas, permitindo analisar a carga de trabalho, avaliar a performance e verificar a conformidade.

Esse é um campo padrão no histórico de auditoria do Pega, geralmente armazenado como pxUpdateOperator ou em uma propriedade semelhante nas tabelas de histórico.

Esse atributo booleano é verdadeiro quando a atividade é executada por um agente automatizado, como um mecanismo de triagem ou uma regra do sistema, e falso quando é realizada por uma pessoa.

Distinguir atividades automatizadas das manuais é essencial para a análise de automação. Isso ajuda a medir a eficácia da automação existente, identificar tarefas manuais que podem ser boas candidatas à automação e entender a interação entre pessoas e sistemas no processo.

Diferencia as atividades realizadas por pessoas daquelas executadas por sistemas, algo fundamental para qualquer iniciativa ou análise de automação.

Esse dado pode ser derivado do ID do usuário associado ao evento. Se o OperatorId corresponder a uma conta de sistema ou agente conhecida, o indicador será definido como verdadeiro.

Esse atributo booleano é verdadeiro quando uma atividade específica, como 'Análise de documentos', ocorre mais de uma vez no mesmo caso. Isso costuma acontecer após eventos como 'Informações adicionais solicitadas'.

Identificar retrabalho é essencial para encontrar ineficiências no processo e pontos de atrito para o cliente. O Dashboard 'Retrabalho e ciclos do processo' usa esse atributo para quantificar a frequência e o impacto do retrabalho. Reduzi-lo costuma ser um objetivo importante, pois isso agiliza o processamento, diminui os custos operacionais e melhora a experiência do cliente.

Evidencia ineficiências, tarefas redundantes e ciclos no processo, que são alvos prioritários de iniciativas de melhoria.

Esse indicador é derivado durante a análise dos dados, verificando se há nomes de atividades repetidos no mesmo ID de caso. Por exemplo, quando 'Análise de documentos concluída' aparece pela segunda vez.

Esse atributo é o ID único que associa a solicitação ao registro do cliente no sistema de dados mestres. Ele representa a pessoa física ou jurídica que é objeto do processo de KYC.

Enquanto o ID da solicitação acompanha o processo, o ID do cliente permite analisar várias solicitações do mesmo cliente ou enriquecer os dados do processo com atributos específicos, como segmento ou histórico. Isso possibilita uma visão da integração centrada no cliente.

Conecta os dados do processo aos dados mestres do cliente e permite análises mais completas com base nos atributos e no histórico do cliente.

Essa seria uma propriedade central do caso de KYC, que o associa ao modelo de dados do cliente no Pega ou em um CRM externo.

Esse atributo armazena o país associado ao cliente que está passando pelo processo de integração. Essa informação é um dado importante para a avaliação de risco e para determinar o nível de due diligence necessário.

Na análise, o país do cliente pode revelar padrões importantes. Algumas jurisdições podem estar associadas a riscos mais altos, o que leva a processos de integração mais longos e complexos. Essa dimensão permite analisar a performance por região e ajuda a garantir o cumprimento eficiente dos requisitos regulatórios locais.

Permite analisar o processo por região geográfica, muitas vezes relacionada à complexidade regulatória e aos níveis de risco.

Essa seria uma propriedade do objeto de dados do cliente associado ao caso.

Esse atributo especifica o produto ou serviço para o qual o cliente está passando pelo processo de integração, como 'Conta bancária para pessoa física', 'Empréstimo corporativo' ou 'Serviços de investimento'.

O produto pode influenciar o processo de integração, pois cada produto pode ter requisitos regulatórios e níveis de complexidade diferentes. Analisar o processo por produto ajuda a identificar se determinadas linhas de produtos têm tempos de ciclo mais longos ou taxas de rejeição mais altas, gerando insights para otimizar processos específicos.

Permite segmentar a análise do processo por linha de produto, revelando diferenças de performance e oportunidades de otimização.

Essa seria uma propriedade do caso, selecionada no início do processo de solicitação.

Esse atributo especifica o aplicativo de origem em que o evento foi registrado. Neste processo, o valor seria sempre 'Pega KYC'.

Embora possa parecer redundante quando os dados vêm de um único sistema, esse atributo é importante para a governança de dados e se torna essencial na integração de dados de vários sistemas. Ele esclarece a origem dos dados e ajuda a solucionar problemas de integração.

Ele fornece contexto essencial sobre a origem dos dados, garantindo a governança e permitindo análises que abrangem vários sistemas de origem.

Normalmente, esse é um valor estático adicionado durante a extração e transformação dos dados para identificar a origem do conjunto de dados.

Esse atributo acompanha o status dos documentos exigidos para o processo de KYC, com valores como 'Aguardando o cliente', 'Recebido', 'Verificado' ou 'Rejeitado'. O status pode mudar várias vezes durante um mesmo caso.

Esse é um atributo importante para o Dashboard 'Volume e status da integração' e para a análise 'Velocidade de verificação de documentos'. Ele permite analisar em detalhes uma das áreas com gargalos mais frequentes. Ao acompanhar quanto tempo os documentos permanecem em cada status, a empresa pode identificar atrasos no envio pelo cliente ou na análise interna.

Dá visibilidade ao subprocesso de tratamento de documentos e ajuda a identificar e resolver atrasos comuns na verificação.

Provavelmente, essa é uma propriedade de um objeto de dados relacionado ou de uma lista de páginas associada ao caso principal, que acompanha cada documento exigido. Consulte a documentação do Pega KYC.

Esse atributo classifica cada caso concluído como 'No prazo' ou 'Atrasado', comparando a data e a hora reais de conclusão com a 'Data-alvo do SLA'.

Essa é a métrica principal do Dashboard 'Acompanhamento do cumprimento do SLA' e do KPI 'Taxa de cumprimento do SLA'. Ela oferece uma visão clara e imediata da performance em relação aos compromissos de nível de serviço. Analisar as características dos casos atrasados ajuda a identificar as causas raiz dos atrasos e reduzir o risco de descumprimento futuro do SLA.

Mede diretamente a performance em relação aos compromissos, algo essencial para a gestão operacional, a conformidade e a satisfação do cliente.

Esse valor é derivado da comparação entre a data e a hora da atividade final do caso e o campo SlaTargetDate. Se a conclusão ocorrer depois da data-alvo, o status será 'Atrasado'.

Essa métrica calculada mede a duração de ponta a ponta de cada solicitação de cliente, do primeiro ao último evento. Em geral, ela é calculada pela diferença entre a data e a hora da atividade final e as da atividade inicial de um caso.

O tempo de ciclo é um dos principais indicadores-chave de performance (KPI) da eficiência do processo e da experiência do cliente. Ele é usado no Dashboard 'Análise geral do tempo de ciclo da integração' para acompanhar os tempos médios de processamento, identificar casos demorados e monitorar o impacto das iniciativas de melhoria ao longo do tempo.

Esse é um KPI essencial que mede diretamente a velocidade e a eficiência gerais do processo de integração pela perspectiva do cliente.

Essa métrica é calculada na ferramenta de Process Mining pela diferença entre as datas e horas máximas e mínimas de cada ID de caso.

Esse atributo classifica a solicitação de integração, por exemplo, 'Pessoa física', 'Cliente corporativo' ou 'Pessoa física de alto patrimônio'. Tipos diferentes de caso costumam seguir variações distintas do processo, com etapas, SLAs e perfis de risco próprios.

Analisar o processo por tipo de caso permite comparar a performance de forma mais significativa. Isso ajuda a entender se determinados tipos de integração estão mais sujeitos a atrasos ou rejeições. Essa segmentação é essencial para adaptar as melhorias do processo às necessidades específicas de cada jornada do cliente.

Permite segmentar os dados do processo em categorias distintas e realizar análises de performance mais precisas e relevantes.

Normalmente, esse é o nome da classe da instância do caso no Pega ou uma propriedade dedicada que define o tipo do caso.

Esse atributo indica quando os dados foram extraídos pela última vez do sistema de origem. Em geral, o valor é o mesmo para todos os registros de uma única carga de dados.

Esse registro de data e hora é importante para entender o nível de atualização dos dados analisados. Ele permite saber quão atual é a análise do processo e quando está prevista a próxima atualização dos dados, algo essencial para os Dashboards de monitoramento operacional.

Informa se os dados estão atualizados, ajudando a entender se a análise reflete o estado atual ou um período passado.

Esse valor é gerado e registrado no conjunto de dados durante o processo de extração, transformação e carregamento (ETL).