KYC Müşteri Kimlik Doğrulama Veri Template'inuz

Bu nitelik, bir iş aktivitesinin veya sistem olayının adını kaydeder; örneğin 'Başvuru Gönderildi', 'Uyumluluk İncelemesi Başlatıldı' veya 'Başvuru Reddedildi' gibi. Genel müşteri alım sürecindeki tek bir adımı temsil eder.

Aktiviteleri analiz etmek, Process Mining'in özüdür. Bu nitelik, süreç haritasını oluşturmak ve farklı adımlar arasındaki akışı göstermek için kullanılır. Olayların sırasını belirlemeye, her aktivitenin sıklığını ölçmeye ve hangi görevlerin en yaygın veya zaman alıcı olduğunu tespit etmeye yardımcı olur.

Bu nitelik, süreç haritasındaki adımları tanımlayarak süreç akışını görselleştirmeyi, analiz etmeyi ve anlamayı sunar.

Bu bilgi genellikle Pega'nın denetim izinde (geçmiş tablolarında) yakalanır veya durumun durum değişikliklerinden türetilebilir.

Bu nitelik, bir aktivitenin başladığı tam tarih ve saati yakalar. Tek bir müşteri başvuru durumundaki tüm olayların kronolojik sırasını sunar.

Zaman damgaları, performansa dayalı süreç analizi için büyük önem taşır. Aktivitelerin süresini, adımlar arasındaki bekleme süresini ve alım sürecinin toplam uçtan uca döngü süresini hesaplamak için kullanılırlar. Bu veri, darboğazları belirlemek, SLA uyumluluğunu ölçmek ve süreç verimliliğini anlamak için büyük önem taşır.

Zaman damgaları, süreleri hesaplamak, süreç performansını analiz etmek ve gecikmeleri tespit etmek için gereken kronolojik bağlamı sunar.

Bu, Pega'nın denetim izinin standart bir parçasıdır ve genellikle her olay için geçmiş tablolarında pxTimeCreated olarak bulunur.

Müşteri Başvurusu, tek bir müşterinin alım yolculuğu için tüm ilgili aktiviteleri ve olayları gruplayan birincil durum tanımlayıcısıdır. Her başvuru, gönderimden ya onaya ve hesap aktivasyonuna ya da reddedilmeye kadar bir yol izler.

Process Mining'de bu nitelik, her başvurunun tüm sürecini yeniden yapılandırmak için gereklidir. Analistlerin tüm olay dizisini görüntülemesine, her başvurunun durumunu izlemesine ve farklı yolları karşılaştırmasına sunar. Bu ID'ye göre durumları analiz etmek, yaygın süreç varyantlarını, darboğazları ve standart prosedürden sapmaları belirlemeye yardımcı olur.

Bu ID, tüm bireysel olayları tutarlı, uçtan uca süreç örneklerine bağladığı ve analiz için temel oluşturduğu için Process Mining'in temelidir.

Bu genellikle Pega'daki birincil durum ID'sidir ve ana durum tipi iş nesnesinde genellikle pzInsKey veya iş dostu bir eşdeğer olarak erişilebilir.

Bu nitelik, sürecin sonunda başvurunun genel durumunu gösterir; örneğin 'Onaylandı', 'Reddedildi' veya 'Geri Çekildi' gibi. Devam eden durumlar için bilinen son durumu da yansıtabilir.

Bu, sonuç analizi için önemli bir boyuttur. 'Başvuru Ret Analizi' kontrol paneli'unda durumları segmentlere ayırmak ve belirli sonuçların nedenlerini anlamak için doğrudan kullanılır. Farklı durumlara yol açan süreç akışlarını analiz etmek, onaylanan durumlar için en iyi uygulamaları ve reddedilen durumlar için temel nedenleri belirlemeye yardımcı olur.

Bir vakanın iş sonucunu tanımlar, başarılı yolları başarısız olanlarla karşılaştıran güçlü analizlere sunar.

Bu genellikle Pega'daki durum iş nesnesinin nihai durumu (pyStatusWork)dur.

Bu nitelik, bir aktivitenin bittiği tam tarih ve saati yakalar. Bireysel aktiviteler için işlem süresini hesaplamak amacıyla Başlangıç Saati ile birlikte kullanılır.

Ayrı bir Bitiş Zamanıne sahip olmak, daha doğru performans analizi sunar. Aktif işlem süresi (Başlangıç Saati ile Bitiş Zamanı arasındaki süre) ile bekleme süresi (bir aktivitenin Bitiş Zamanı ile bir sonraki aktivitenin Başlangıç Saati arasındaki süre) arasında ayrım yapmaya yardımcı olur. Bu, gerçek darboğazları tespit etmek ve onları kuyruklardan ayırt etmek için büyük önem taşır.

Aktivite işleme süresinin doğru hesaplanmasını sunar, bu da detaylı performans analizi ve darboğaz tespiti için büyük önem taşır.

Bu, Pega'nın denetim izinde mevcut olabilir veya sonraki olayın Başlangıç Saati'ni mevcut olanın Bitiş Zamanı olarak kullanarak türetilmesi gerekebilir.

Bu nitelik, işi yapan kullanıcının ait olduğu organizasyonel birimi veya ekibi tanımlar; örneğin 'Tarama Ekibi', 'Uyumluluk' veya 'Müşteri Alım Operasyonları' gibi.

Süreci departmana göre analiz etmek, 'Departmana Göre İş Yükü Dağılımı' kontrol paneli'u için büyük önem taşır. Yöneticilerin farklı ekipler arasında işin nasıl aktığını anlamalarına, çapraz fonksiyonel darboğazları belirlemelerine ve tüm alım süreci boyunca kaynak tahsisini değerlendirmelerine yardımcı olur. Devirleri iyileştirmek ve iş yüklerini dengelemek için temel rol oynar.

Farklı iş birimleri arasındaki süreç akışı ve darboğazların analizini sağlayarak, kaynak yönetimi ve organizasyonel optimizasyonu destekler.

Bu bilgi genellikle kullanıcının Pega'daki profilinde (Operator ID kaydı) ilişkilidir ve olay verileriyle birleştirilebilir. Özellik pyWorkGroup olabilir.

Bu nitelik, KYC sürecinde belirli bir görevi tamamlamaktan sorumlu çalışanın veya sistem kullanıcısının ID'sini saklar; örneğin bir uyumluluk görevlisi veya otomatik bir tarama botu gibi. Otomatik adımlar için bu, bir sistem veya hizmet hesabı ID'si olabilir.

Kullanıcıya göre analiz, iş yükü dağılımını, bireysel performansı ve eğitim ihtiyaçlarını anlamaya yardımcı olur. Ayrıca, standart dışı süreç akışlarında hangi kullanıcıların veya ekiplerin yer aldığını belirleyerek süreç sapmalarını araştırmak için de kullanılabilir.

Bu nitelik, süreç aktivitelerini belirli kişilere veya ekiplere bağlar; iş yükü analizi, performans değerlendirmesi ve uyumluluk kontrolleri yapılmasını sunar.

Bu, Pega'nın denetim izinde standart bir alandır ve genellikle pxUpdateOperator veya geçmiş tablolarında benzer bir özellik olarak saklanır.

Bir başvurunun nihai durumu 'Reddedildi' olduğunda, bu nitelik 'Geçmiş Kontrolü Başarısız', 'Eksik Belgeleme' veya 'Yüksek Risk Profili' gibi belirli nedeni sunar.

Bu nitelik, 'Başvuru Ret Analizi' kontrol paneli'u için birincil belirleyicidir. Reddedilen durumları nedene göre segmentlere ayırarak, işletme alım sürecindeki en yaygın başarısızlık noktalarını belirleyebilir. Bu önemli bilgi, ret oranını azaltmak, müşteri deneyimini iyileştirmek ve operasyonel verimliliği artırmak için hedefe yönelik iyileştirmeler uygulamak için büyük önem taşır.

Başvuruların neden başarısız olduğuna dair eyleme dönüştürülebilir stratejik bilgiler sunar, başarı oranını artırmak için hedefe yönelik süreç iyileştirmelerini sunar.

Bu muhtemelen, durum 'Reddedildi' durumuna geçtiğinde duruma ayarlanmış belirli bir özellik olacaktır. Standart ret nedeni alanları için Pega KYC dokümantasyonuna başvurun.

Bu nitelik, müşteriyle ilişkili değerlendirilmiş riski temsil eder; genellikle 'Düşük', 'Orta' veya 'Yüksek' olarak kategorize edilir. Risk seviyesi tipik olarak müşteri verileri ve tarama sonuçlarına dayalı otomatik bir puanlama motoru tarafından belirlenir.

Risk seviyesi, süreç varyasyonunun güçlü bir belirleyicisidir. Yüksek riskli başvurular genellikle artırılmış uyumluluk incelemesi gibi ek durum tespiti adımları gerektirir ve bu da daha uzun döngü sürelerine yol açar. Süreci risk seviyesine göre analiz etmek, bu varyasyonları haklı çıkarmaya ve risk kontrollerinin gereksiz gecikmelere neden olmadan etkili bir şekilde çalıştığından emin olmaya yardımcı olur.

Süreç yolu ve süresindeki varyasyonları açıklar, çünkü risk seviyesi genellikle gerekli durum tespiti düzeyini belirler.

Bu, durum üzerinde hesaplanmış bir özellik olacaktır ve bir Pega karar kuralı veya puanlama modeli tarafından doldurulur. Pega KYC dokümantasyonuna başvurun.

Bu nitelik, bir başvuru için hizmet seviyesi anlaşması (SLA) tarafından tanımlanan hedef tamamlama tarihini saklar. SLA, müşteri tipi, risk seviyesi veya ürün gibi faktörlere göre değişebilir.

Bu tarih, 'SLA Uyumluluk Takibi' kontrol paneli'u ve ilişkili KPI için gereklidir. Gerçek tamamlama tarihinin karşılaştırıldığı bir kıyaslama noktası görevi görür. SLA hedefini kaçıran durumları analiz etmek, sistemik gecikmeleri belirlemeye ve hizmet taahhütlerine uyumu güçlüak için süreç iyileştirmelerini önceliklendirmeye yardımcı olur.

Zamanında performansı ölçmek için bir kıyaslama sunar, bu da müşteri memnuniyeti ve operasyonel kontrol için büyük önem taşır.

Pega'nın yerleşik bir SLA yönetim çerçevesi bulunmaktadır. Bu tarih genellikle pySLAGoal gibi özelliklerde veya durum üzerinde özel olarak tanımlanmış bir SLA özelliğinde saklanır.

Bu nitelik, alım başvurusunu kategorize eder; örneğin 'Bireysel Müşteri', 'Kurumsal Müşteri' veya 'Yüksek Net Değerli Birey'. Farklı durum türleri genellikle farklı adımlar, SLA'lar ve risk profilleri ile farklı süreç varyasyonlarını izler.

Süreci Durum Türüne göre analiz etmek, daha anlamlı bir performans karşılaştırması sunar. Belirli alım türlerinin gecikmelere veya retlere daha yatkın olup olmadığını anlamaya yardımcı olur. Bu segmentasyon, süreç iyileştirmelerini farklı müşteri yolculuklarının özel ihtiyaçlarına göre uyarlamak için büyük önem taşır.

Süreç verilerinin farklı kategorilere ayrılmasına sunar, bu da daha doğru ve ilgili performans analizi yapılmasını sunar.

Bu genellikle Pega'daki durum örneğinin sınıf adıdır veya türünü tanımlayan duruma özel bir özelliktir.

Bu nitelik, KYC süreci için gerekli belgelerin durumunu takip eder; örneğin 'Müşteri Bekleniyor', 'Alındı', 'Doğrulandı' veya 'Reddedildi' gibi değerlerle. Bu durum, tek bir durum boyunca birden çok kez değişebilir.

Bu, 'Müşteri Alım Verimliliği ve Durumu' kontrol paneli'u ve 'Belge Doğrulama Hızı' analizi için önemli bir niteliktir. En yaygın darboğaz alanlarından birine ayrıntılı bir bakış sunar. Belgelerin her bir durumda ne kadar süre kaldığını izleyerek, işletme müşteri gönderimindeki veya dahili incelemedeki gecikmeleri tespit edebilir.

Belge işleme alt sürecine görünürlük sunar, belge doğrulamasındaki yaygın gecikmeleri tespit etmeye ve çözmeye yardımcı olur.

Bu muhtemelen, ana durumla ilişkili bir ilgili veri nesnesinde veya sayfa listesinde, gerekli her belgeyi takip eden bir özellik olacaktır. Pega KYC dokümantasyonuna başvurun.

Bu hesaplanan metrik, her müşteri başvurusu için ilk olaydan son olaya kadar olan uçtan uca süreyi ölçer. Genellikle belirli bir durum için son aktivitenin zaman damgası (zaman damgası)'i ile ilk aktivitenin zaman damgası (zaman damgası)'i arasındaki fark olarak hesaplanır.

Döngü Süresi, süreç verimliliği ve müşteri deneyimi için birincil bir temel performans göstergesidir (KPI). 'Genel Müşteri Alım Döngü Süresi Analizi' kontrol paneli'unda ortalama işlem sürelerini izlemek, uzun süren durumları belirlemek ve süreç iyileştirme girişimlerinin zaman içindeki etkisini takip etmek için kullanılır.

Bu, müşteri bakış açısından alım sürecinin genel hızını ve verimliliğini doğrudan ölçen kritik bir KPI'dir.

Bu metrik, process mining aracında her durum ID'si için maksimum ve minimum zaman damgası (zaman damgası)'ler arasındaki fark alınarak hesaplanır.

Bu nitelik, olayın kaydedildiği kaynak uygulamayı belirtir. Bu süreç için değer tutarlı bir şekilde 'Pega KYC' olacaktır.

Tüm veriler tek bir sistemden geliyorsa gereksiz gibi görünse de, bu nitelik veri yönetimi için büyük önem taşır ve birden fazla sistemden veri entegre edilirken hayati hale gelir. Veri kaynağı hakkında netlik sunar ve veri entegrasyonu sorunlarını gidermeye yardımcı olur.

Veri kökeni hakkında temel bağlam sunar, veri yönetişimini garanti eder ve birden fazla kaynak sistemde analiz yapılmasına sunar.

Bu genellikle veri çıkarma ve dönüştürme süreci sırasında veri setinin kaynağını etiketlemek için eklenen statik bir değerdir.

Bu nitelik, başvuruyu ana veri sistemindeki bir müşteri kaydına bağlayan benzersiz ID'dir. KYC sürecinin konusu olan varlığı, ister bireysel ister kurumsal olsun, temsil eder.

Başvuru ID'si süreci izlerken, Müşteri ID'si aynı müşteriden gelen birden fazla başvuru arasında analiz yapılmasına veya süreç verilerini segment veya geçmiş gibi müşteriye özel niteliklerle zenginleştirmeye imkan verir. Bu, alım sürecine müşteri odaklı bir bakış açısı sunar.

Süreç verilerini müşteri ana verilerine bağlar, müşteri nitelikleri ve geçmişine dayalı daha zengin analiz sunar.

Bu, KYC durumunda çekirdek bir özellik olacaktır ve onu Pega içindeki müşteri veri modeline veya harici bir CRM'e bağlar.

Bu nitelik, alım yapılan müşteriyle ilişkili ülkeyi saklar. Bu bilgi, risk değerlendirmesi ve gerekli durum tespiti seviyesinin belirlenmesi için anahtar bir girdidir.

Analizde, müşterinin ülkesi önemli modelleri ortaya çıkarabilir. Belirli yargı bölgeleri daha yüksek riskle ilişkilendirilebilir, bu da daha uzun ve karmaşık alım süreçlerine yol açar. Bu boyut, coğrafi tabanlı performans analizine sunar ve bölgesel uyumluluk gereksinimlerinin verimli bir şekilde karşılandığından emin olmaya yardımcı olur.

Sürecin coğrafi analizini sunar, bu da genellikle düzenleyici karmaşıklık ve risk seviyeleriyle ilişkilidir.

Bu, durumla ilişkili müşteri veri nesnesinde bir özellik olacaktır.

Bu nitelik, müşterinin hangi ürün veya hizmet için alımının yapıldığını belirtir; örneğin 'Bireysel Banka Hesabı', 'Kurumsal Kredi' veya 'Yatırım Enerji ve Altyapıi' gibi.

Ürün, alım sürecini etkileyebilir, çünkü farklı ürünlerin farklı düzenleyici gereksinimleri ve karmaşıklıkları olabilir. Süreci ürüne göre analiz etmek, belirli ürün gruplarının daha uzun döngü sürelerine veya daha yüksek ret oranlarına sahip olup olmadığını belirlemeye yardımcı olarak ürüne özel süreç optimizasyonu için stratejik bilgiler sunar.

Süreç analizinin ürün hattına göre segmentlere ayrılmasına sunar, bu da performans farklılıklarını ve optimizasyon fırsatlarını ortaya çıkarır.

Bu, durum üzerinde bir özellik olacaktır ve başvuru sürecinin başlangıcında seçilir.

Bu boolean nitelik, aktivite otomatik bir ajan, örneğin bir tarama motoru veya sistem kuralı, tarafından yürütülmüşse doğru, insan bir kullanıcı tarafından gerçekleştirilmişse yanlış olur.

Otomatik ve manuel aktiviteler arasında ayrım yapmak, otomasyon analizi için büyük önem taşır. Mevcut otomasyonun etkinliğini ölçmeye, gelecekteki otomasyon için iyi aday olan manuel görevleri belirlemeye ve süreçteki insan ve sistem aktörleri arasındaki etkileşimi anlamaya yardımcı olur.

İnsan odaklı aktiviteleri sistem odaklı olanlardan ayırır, bu da herhangi bir otomasyon girişimi veya analizi için büyük önem taşır.

Bu, olayla ilişkili kullanıcı ID'sinden türetilebilir. Eğer OperatorId bilinen bir sistem veya ajan hesabına karşılık geliyorsa, bu alan 'true' olarak belirlenir.

Bu nitelik, her tamamlanan durumu, gerçek tamamlanma zaman damgası (zaman damgası)'i ile 'SLA Hedef Tarihi' arasındaki bir karşılaştırmaya dayanarak 'Zamanında' veya 'Geç' olarak kategorize eder.

Bu, 'SLA Uyumluluk Takibi' kontrol paneli'u ve 'SLA Uyumluluk Oranı' KPI'si için temel metriktir. Hizmet seviyesi taahhütlerine karşı performansa ilişkin net, hızlı bir görünüm sunar. Geç kalan durumların özelliklerini analiz etmek, gecikmelerin temel nedenlerini belirlemeye ve gelecekteki SLA ihlallerinin risklerini azaltmaya yardımcı olur.

Operasyonel yönetim, uyumluluk ve müşteri memnuniyeti için kritik olan, taahhütlere karşı performansı doğrudan ölçer.

Bu, nihai durum aktivitesinin zaman damgası (zaman damgası)'i SlaTargetDate alanı ile karşılaştırılarak türetilir. Eğer tamamlanma süresi hedeften sonraysa, durum 'Geç'tir.

Bu nitelik, verinin kaynak sistemden en son ne zaman çıkarıldığını gösterir. Genellikle tek bir veri yüklemesindeki tüm kayıtlar için aynıdır.

Bu zaman damgası (zaman damgası), analiz edilen verinin güncelliğini anlamak için önemlidir. Kullanıcıların süreç analizinin ne kadar güncel olduğunu ve bir sonraki veri güncellemesinin ne zaman beklendiğini bilmelerini sunar; bu da operasyonel izleme panelleri için büyük önem taşır.

Kullanıcıları verilerin güncelliği hakkında bilgilendirir, analizin mevcut durumu mu yoksa geçmiş bir dönemi mi yansıttığını anlamalarını sunar.

Bu değer, veri çıkarma, dönüştürme ve yükleme (ETL) süreci sırasında veri setine oluşturulur ve damgalanır.

Bu boolean nitelik, belirli bir aktivite, örneğin 'Belge İnceleme', aynı durum içinde birden fazla kez gerçekleşirse doğrudur. Genellikle 'Ek Bilgi İstendi' gibi olaylarla tetiklenir.

Yeniden işlemeyi belirlemek, süreç verimsizliklerini ve müşteri için sürtünme noktalarını tespit etmek için gereklidir. 'Süreç Yeniden İşleme ve Döngüler' kontrol paneli'u, yeniden işlemenin sıklığını ve etkisini nicel olarak belirlemek için bu niteliği kullanır. Yeniden işlemeyi azaltmak, daha hızlı işlem, daha düşük operasyonel maliyetler ve daha iyi bir müşteri deneyimi sağladığı için genellikle anahtar bir hedeftir.

Süreç verimsizliklerini, gereksiz görevleri ve döngüleri vurgular; bunlar süreç iyileştirme için birincil hedeflerdir.

Bu işaret, veri analizi sırasında aynı durum ID'si içinde tekrarlayan aktivite adları kontrol edilerek türetilir. Örneğin, 'Belge İncelemesi Tamamlandı' ikinci kez görünürse.