KYC müşteri işe alımı Veri Seti Templateiniz

Bu öznitelik, bir etkinliğin başladığı kesin tarih ve saati kaydeder. Tek bir müşteri başvurusu vakasındaki tüm olayların kronolojik sırasını sağlar.

Zaman damgaları, performansa dayalı süreç analizi için temel veridir. Etkinliklerin süresini, adımlar arasındaki bekleme süresini ve işe alım sürecinin uçtan uca toplam çevrim süresini hesaplamak için kullanılır. Bu veri, darboğazları belirlemek, SLA uyumluluğunu ölçmek ve süreç verimliliğini anlamak açısından büyük önem taşır.

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

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

Bu öznitelik, 'Başvuru Gönderildi', 'Uyumluluk İncelemesi Başlatıldı' veya 'Başvuru Reddedildi' gibi bir iş etkinliğinin ya da sistem olayının adını kaydeder. Genel müşteri işe alım sürecindeki tek bir adımı temsil eder.

Etkinlikleri analiz etmek, Process Mining'in temelini oluşturur. Bu öznitelik, farklı adımlar arasındaki akışı gösteren süreç haritasını oluşturmak için kullanılır. Olayların sırasını belirlemeye, her etkinliğin sıklığını ölçmeye ve en yaygın ya da en fazla zaman alan görevleri saptamaya yardımcı olur.

Bu öznitelik, süreç haritasındaki adımları tanımlar ve süreç akışını görselleştirmeyi, analiz etmeyi ve anlamayı mümkün kılar.

Bu bilgiler genellikle Pega'nın denetim izinde, yani geçmiş tablolarında tutulur veya vakanın durum değişikliklerinden türetilebilir.

Müşteri Başvurusu, tek bir müşterinin işe alım yolculuğuyla ilgili tüm etkinlikleri ve olayları gruplandıran birincil vaka tanımlayıcısıdır. Her başvuru, gönderimden onaya ve hesabın etkinleştirilmesine ya da reddedilmeye kadar ilerler.

Process Mining kapsamında bu öznitelik, her başvurunun uçtan uca yolculuğunu yeniden oluşturmak için gereklidir. Analistlerin olayların eksiksiz sırasını görmesine, her başvurunun durumunu izlemesine ve farklı yolları karşılaştırmasına imkan verir. Vakaları bu kimliğe göre analiz etmek, yaygın süreç varyantlarını, darboğazları ve standart prosedürden sapmaları belirlemeye yardımcı olur.

Bu kimlik, tüm bağımsız olayları analiz edilebilen tutarlı uçtan uca süreç örneklerinde birleştirdiği için Process Mining'in temelini oluşturur.

Bu, Pega'daki genellikle birincil vaka kimliğidir ve ana vaka türündeki iş nesnesinde çoğunlukla pzInsKey veya iş birimlerinin kolayca anlayabileceği eşdeğer bir alan olarak bulunur.

Bu öznitelik, sürecin sonunda başvurunun genel durumunu, örneğin 'Onaylandı', 'Reddedildi' veya 'Geri çekildi', gösterir. Devam eden vakalar için bilinen son durumu da yansıtabilir.

Bu, sonuç analizi için temel bir boyuttur. Vakaları segmentlere ayırmak ve belirli sonuçların neden ortaya çıktığını anlamak amacıyla doğrudan 'Başvuru reddi analizi' Dashboardunda kullanılır. Farklı durumlara götüren süreç akışlarını analiz etmek, onaylanan vakalardaki en iyi uygulamaları ve reddedilen vakaların temel nedenlerini belirlemenize yardımcı olur.

Bir vakanın iş sonucunu tanımlar ve başarılı yollarla başarısız yolları karşılaştıran ayrıntılı analizler yapılmasını sağlar.

Bu, genellikle Pega'daki vaka iş nesnesinin nihai durumu olan pyStatusWork alanıdır.

Bu öznitelik, bir etkinliğin sona erdiği kesin tarih ve saati kaydeder. Tek tek etkinliklerin işlem süresini hesaplamak için Başlangıç zamanı ile birlikte kullanılır.

Ayrı bir Bitiş zamanı bulunması, performans analizinin daha doğru yapılmasını sağlar. Etkin işlem süresiyle, yani Başlangıç zamanı ile Bitiş zamanı arasındaki süreyle, bekleme süresini, yani bir etkinliğin Bitiş zamanı ile sonraki etkinliğin Başlangıç zamanı arasındaki süreyi ayırmaya yardımcı olur. Bu ayrım, gerçek darboğazları kuyruklardan ayırmak için gereklidir.

Etkinliklerin işlem süresini kesin biçimde hesaplamayı sağlar. Bu, ayrıntılı performans analizi ve darboğazların belirlenmesi için gereklidir.

Bu bilgi Pega'nın denetim izinde bulunabilir veya mevcut etkinliğin Bitiş zamanı olarak sonraki olayın Başlangıç zamanı kullanılarak türetilebilir.

Bu öznitelik, etkinliği gerçekleştiren kullanıcının ait olduğu organizasyon birimini veya ekibi tanımlar. Örneğin 'Tarama ekibi', 'Uyumluluk' veya 'İşe alım operasyonları'.

Süreci departmana göre analiz etmek, 'Departmana göre iş yükü dağılımı' Dashboardu için büyük önem taşır. Yöneticilerin işin farklı ekipler arasında nasıl aktığını anlamasına, işlevler arası darboğazları belirlemesine ve tüm işe alım sürecindeki kaynak tahsisini değerlendirmesine yardımcı olur. Devir teslimleri optimize etmek ve iş yüklerini dengelemek için temel bir özniteliktir.

Farklı iş birimleri arasındaki süreç akışını ve darboğazları analiz etmeyi sağlar; kaynak yönetimini ve organizasyonel iyileştirmeyi destekler.

Bu bilgi genellikle Pega'daki kullanıcı profiliyle, yani Operator ID kaydıyla ilişkilidir ve olay verileriyle birleştirilebilir. İlgili özellik pyWorkGroup olabilir.

Bu öznitelik, uyumluluk görevlisi veya otomatik tarama botu gibi KYC sürecindeki belirli bir görevi tamamlayan çalışanın ya da sistem kullanıcısının kimliğini saklar. Otomatik adımlarda bu, bir sistem veya hizmet hesabının kimliği olabilir.

Kullanıcı bazında analiz yapmak, iş yükünün dağılımını, bireysel performansı ve eğitim ihtiyaçlarını anlamaya yardımcı olur. Ayrıca standart dışı süreç akışlarında hangi kullanıcıların veya ekiplerin yer aldığını belirleyerek süreç sapmalarını incelemek için kullanılabilir.

Bu öznitelik, süreç etkinliklerini belirli kişilerle veya ekiplerle ilişkilendirerek iş yükü analizine, performans değerlendirmesine ve uyumluluk kontrollerine imkan verir.

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

Bir başvurunun nihai durumu 'Reddedildi' olduğunda bu öznitelik, 'Arka plan kontrolü başarısız', 'Belgeler eksik' veya 'Yüksek risk profili' gibi belirli nedeni gösterir.

Bu öznitelik, 'Başvuru reddi analizi' Dashboardunun temel girdisidir. Reddedilen vakaları nedene göre segmentlere ayırarak işe alım sürecindeki en yaygın başarısızlık noktalarını belirleyebilirsiniz. Bu içgörü, reddetme oranını azaltmak, müşteri deneyimini iyileştirmek ve operasyonel verimliliği artırmak için hedefli iyileştirmeler uygulamanıza yardımcı olur.

Başvuruların neden başarısız olduğuna ilişkin uygulanabilir içgörüler sunar ve başarı oranını artıracak hedefli süreç iyileştirmelerine imkan verir.

Bu, vakanın 'Reddedildi' durumuna geçmesiyle ayarlanan özel bir özellik olabilir. Standart ret nedeni alanları için Pega KYC belgelerine başvurun.

Bu öznitelik, müşteriye ilişkin değerlendirilen riski temsil eder ve genellikle 'Düşük', 'Orta' veya 'Yüksek' olarak sınıflandırılır. Risk seviyesi çoğunlukla müşteri verileri ve tarama sonuçlarına dayalı otomatik bir puanlama motoru tarafından belirlenir.

Risk seviyesi, süreç varyasyonlarının önemli bir belirleyicisidir. Yüksek riskli başvurular, daha ayrıntılı bir uyumluluk incelemesi gibi ek durum tespiti adımları gerektirebilir ve bu da daha uzun çevrim sürelerine yol açar. Süreci risk seviyesine göre analiz etmek, bu farklılıkları açıklamaya ve gereksiz gecikmelere neden olmadan risk kontrollerinin etkili biçimde çalışmasını sağlamaya yardımcı olur.

Risk seviyesi gerekli durum tespiti düzeyini belirlediği için süreç yolundaki ve süresindeki farklılıkları açıklar.

Bu, Pega karar kuralı veya puanlama modeli tarafından doldurulan, vaka üzerinde hesaplanan bir özellik olabilir. Pega KYC belgelerine başvurun.

Bu öznitelik, hizmet düzeyi anlaşmasında tanımlanan başvuru hedef tamamlanma tarihini saklar. SLA; müşteri türü, risk düzeyi veya ürün gibi etkenlere göre değişebilir.

Bu tarih, 'SLA uyumluluk takibi' Dashboardu ve ilgili KPI için gereklidir. Gerçek tamamlanma tarihinin karşılaştırıldığı ölçüt olarak kullanılır. SLA hedefini kaçıran vakaları analiz etmek, sistemik gecikmeleri belirlemenize ve hizmet taahhütlerine uyumu sağlamak için süreç iyileştirmelerine öncelik vermenize yardımcı olur.

Zamanında tamamlanma performansını ölçmek için bir referans noktası sağlar. Bu, müşteri memnuniyeti ve operasyonel kontrol açısından önemlidir.

Pega'da yerleşik bir SLA yönetim çerçevesi bulunur. Bu tarih genellikle pySLAGoal gibi özelliklerde veya vaka üzerinde özel olarak tanımlanan bir SLA alanında saklanır.

Bu öznitelik, KYC süreci için gerekli belgelerin durumunu izler. Değerler arasında 'Müşteri bekleniyor', 'Alındı', 'Doğrulandı' ve 'Reddedildi' bulunur. Bu durum tek bir vaka boyunca birden çok kez değişebilir.

Bu, 'İşe alım işlem hacmi ve durumu' Dashboardu ile 'Belge doğrulama hızı' analizi için temel bir özniteliktir. En yaygın darboğaz alanlarından birini ayrıntılı biçimde görmenizi sağlar. Belgelerin her durumda ne kadar süre kaldığını izleyerek müşteri gönderimindeki veya iç incelemedeki gecikmeleri belirleyebilirsiniz.

Belge işleme alt sürecini görünür kılar ve belge doğrulamadaki yaygın gecikmelerin belirlenmesine ve giderilmesine yardımcı olur.

Bu, ana vakayla ilişkili bir veri nesnesi veya sayfa listesinde bulunan ve gerekli her belgeyi izleyen bir özellik olabilir. Pega KYC belgelerine başvurun.

Bu hesaplanan metrik, her müşteri başvurusunun ilk olaydan son olaya kadar uçtan uca süresini ölçer. Genellikle belirli bir vaka için son etkinliğin zaman damgası ile ilk etkinliğin zaman damgası arasındaki fark olarak hesaplanır.

Çevrim süresi, süreç verimliliği ve müşteri deneyimi için temel performans göstergelerinden biridir. Ortalama işlem sürelerini izlemek, uzun süren vakaları belirlemek ve süreç iyileştirme çalışmalarının zaman içindeki etkisini takip etmek amacıyla 'Genel işe alım çevrim süresi analizi' Dashboardunda kullanılır.

Bu, işe alım sürecinin müşterinin bakış açısından genel hızını ve verimliliğini doğrudan ölçen temel bir KPI'dır.

Bu metrik, her vaka kimliği için maksimum ve minimum zaman damgaları arasındaki fark alınarak Process Mining aracında hesaplanır.

Bu öznitelik, müşterinin hangi ürün veya hizmet için işe alındığını belirtir. Örnek olarak 'Bireysel Banka Hesabı', 'Kurumsal Kredi' veya 'Yatırım Hizmetleri' verilebilir.

Farklı ürünlerin farklı düzenleyici gereklilikleri ve karmaşıklık düzeyleri olabileceği için ürün, işe alım sürecini etkileyebilir. Süreci ürüne göre analiz etmek, belirli ürün gruplarında çevrim sürelerinin daha uzun veya ret oranlarının daha yüksek olup olmadığını belirlemeye ve ürüne özel süreç iyileştirmeleri için içgörü sağlamaya yardımcı olur.

Süreç analizinin ürün grubuna göre segmentlere ayrılmasını ve performans farklılıklarıyla iyileştirme fırsatlarının ortaya çıkarılmasını sağlar.

Bu, başvuru sürecinin başında seçilen ve vaka üzerinde bulunan bir özellik olabilir.

Bu öznitelik, olayın kaydedildiği kaynak uygulamayı belirtir. Bu süreçte değer sürekli olarak 'Pega KYC' olur.

Tüm veri tek bir sistemden geliyorsa gereksiz görünebilir. Ancak bu öznitelik, veri yönetişimi için önemlidir ve birden fazla sistemden veri entegre edilirken vazgeçilmez hale gelir. Verinin kaynağını netleştirir ve veri entegrasyonu sorunlarını gidermeye yardımcı olur.

Verinin kaynağı hakkında gerekli bağlamı sağlar, veri yönetişimini destekler ve birden fazla kaynak sistem arasında analiz yapılmasına imkan verir.

Bu, genellikle veri çıkarma ve dönüştürme sürecinde Veri Seti'nin kaynağını belirtmek için eklenen sabit bir değerdir.

Bu öznitelik, başvuruyu ana veri sistemindeki müşteri kaydına bağlayan benzersiz kimliktir. KYC sürecinin konusu olan kişi veya kuruluşu temsil eder.

Başvuru kimliği süreci izlerken Müşteri kimliği, aynı müşterinin birden fazla başvurusu genelinde analiz yapılmasını veya süreç verilerinin segment ya da geçmiş gibi müşteriye özgü özniteliklerle zenginleştirilmesini sağlar. Böylece işe alım sürecine müşteri odaklı bir bakış sunar.

Süreç verilerini müşteri ana verilerine bağlar ve müşteri öznitelikleri ile geçmişine dayalı daha ayrıntılı analiz yapılmasını sağlar.

Bu, KYC vakasındaki temel özelliklerden biridir ve vakayı Pega içindeki veya harici CRM'deki müşteri veri modeline bağlar.

Bu öznitelik, işe alımı yapılan müşteriyle ilişkilendirilen ülkeyi saklar. Bu bilgi, risk değerlendirmesi ve gerekli durum tespiti düzeyinin belirlenmesi için temel girdilerden biridir.

Analiz sırasında müşterinin ülkesi önemli örüntüleri ortaya çıkarabilir. Bazı yargı bölgeleri daha yüksek riskle ilişkilendirilebilir ve bu durum daha uzun, daha karmaşık işe alım süreçlerine yol açabilir. Bu boyut, coğrafi temelli performans analizi yapılmasını ve bölgesel uyumluluk gerekliliklerinin verimli biçimde karşılanmasını sağlar.

Sürecin coğrafi olarak analiz edilmesini sağlar. Bu boyut genellikle düzenleyici karmaşıklık ve risk seviyeleriyle ilişkilidir.

Bu, vakayla ilişkili müşteri veri nesnesindeki bir özellik olabilir.

Bu Boolean öznitelik, etkinlik tarama motoru veya sistem kuralı gibi otomatik bir aracı tarafından yürütüldüğünde true, insan kullanıcı tarafından gerçekleştirildiğinde false değerini alır.

Otomatik ve manuel etkinlikleri ayırt etmek, otomasyon analizinin temelidir. Mevcut otomasyonun etkinliğini ölçmeye, gelecekte otomasyona uygun manuel görevleri belirlemeye ve süreçteki insanlarla sistem aktörleri arasındaki etkileşimi anlamaya yardımcı olur.

İnsanların gerçekleştirdiği etkinlikleri sistemlerin gerçekleştirdiği etkinliklerden ayırır. Bu ayrım, her otomasyon girişimi veya analizi için temeldir.

Bu değer, olayla ilişkilendirilen kullanıcı kimliğinden türetilebilir. OperatorId bilinen bir sistem veya aracı hesabıyla eşleşiyorsa bu işaret true olarak ayarlanır.

Bu öznitelik, her tamamlanan vakayı gerçek tamamlanma zaman damgası ile 'SLA hedef tarihi' arasındaki karşılaştırmaya göre 'Zamanında' veya 'Gecikmiş' olarak sınıflandırır.

Bu, 'SLA uyumluluk takibi' Dashboardu ve 'SLA uyumluluk oranı' KPI için temel metriktir. Hizmet düzeyi taahhütlerine göre performansı tek bakışta net biçimde görmenizi sağlar. Geciken vakaların özelliklerini analiz etmek, gecikmelerin temel nedenlerini belirlemenize ve gelecekteki SLA ihlali risklerini azaltmanıza yardımcı olur.

Taahhütlere göre performansı doğrudan ölçer. Bu, operasyon yönetimi, uyumluluk ve müşteri memnuniyeti açısından önemlidir.

Vakanın son etkinliğinin zaman damgası SlaTargetDate alanıyla karşılaştırılarak türetilir. Tamamlanma zamanı hedeften sonraysa durum 'Geç' olur.

Bu öznitelik, verilerin kaynak sistemden en son çıkarıldığı zamanı gösterir. Tek bir veri yüklemesindeki tüm kayıtlar için genellikle aynıdır.

Bu zaman damgası, analiz edilen verilerin güncelliğini anlamak için önemlidir. Süreç analizinin ne kadar güncel olduğunu ve bir sonraki veri güncellemesinin ne zaman beklendiğini bilmenizi sağlar. Bu bilgi, operasyonel izleme Dashboardları için büyük önem taşır.

Kullanıcılara verilerin güncelliği hakkında bilgi verir ve analizin mevcut durumu mu yoksa geçmiş bir dönemi mi yansıttığını anlamalarını sağlar.

Bu değer, veri çıkarma, dönüştürme ve yükleme (ETL) sürecinde oluşturulur ve Veri Seti'ne eklenir.

Bu öznitelik, işe alım başvurusunu 'Bireysel Müşteri', 'Kurumsal Müşteri' veya 'Yüksek Net Değerli Birey' gibi kategorilere ayırır. Farklı vaka türleri genellikle farklı adımlara, SLA'lara ve risk profillerine sahip ayrı süreç varyasyonlarını izler.

Süreci Vaka türüne göre analiz etmek, performansın daha anlamlı biçimde karşılaştırılmasını sağlar. Belirli işe alım türlerinin gecikmeye veya redde daha yatkın olup olmadığını anlamaya yardımcı olur. Bu segmentasyon, süreç iyileştirmelerini farklı müşteri yolculuklarının özel ihtiyaçlarına göre uyarlamak için gereklidir.

Süreç verilerini ayrı kategorilere ayırmayı ve daha doğru, ilgili performans analizleri yapmayı sağlar.

Bu, genellikle Pega'daki vaka örneğinin sınıf adıdır veya vakanın türünü tanımlayan özel bir özelliktir.

Bu boolean öznitelik, 'Belge incelemesi' gibi belirli bir etkinlik aynı vaka içinde birden fazla kez gerçekleştiğinde true değerini alır. Genellikle 'Ek bilgi istendi' gibi olaylar tarafından tetiklenir.

Yeniden çalışmayı belirlemek, süreç verimsizliklerini ve müşteri açısından sorun oluşturan noktaları ortaya çıkarmak için gereklidir. 'Süreçte yeniden çalışma ve döngüler' Dashboardu, yeniden çalışmanın sıklığını ve etkisini ölçmek için bu özniteliği kullanır. Yeniden çalışmayı azaltmak çoğu zaman temel bir hedeftir. Çünkü bu, daha hızlı işlem, daha düşük operasyonel maliyet ve daha iyi müşteri deneyimi sağlar.

Süreç verimsizliklerini, gereksiz görevleri ve döngüleri görünür kılar. Bunlar süreç iyileştirmelerinin başlıca hedefleridir.

Bu işaret, aynı vaka kimliği içindeki tekrarlanan etkinlik adları kontrol edilerek veri analizi sırasında türetilir. Örneğin 'Belge İncelemesi Tamamlandı' ikinci kez görünüyorsa.