KYC müşteri işe alım süreciniz için Veri Templatei

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

Zaman damgaları, performans odaklı süreç analizlerinin temelini oluşturur. Etkinlik sürelerini, adımlar arasındaki bekleme sürelerini ve işe alım sürecinin toplam uçtan uca çevrim süresini hesaplamak için kullanılır. Bu veri; darboğazları belirlemek, SLA uyumluluğunu ölçmek ve süreç verimliliğini anlamak açısından önemlidir.

Zaman damgaları, süreleri hesaplamak, süreç performansını incelemek ve gecikmeleri belirlemek için gereken kronolojik bilgiyi sağlar.

Bu bilgi, Pega denetim izinin standart bir parçasıdır. Her olay için geçmiş tablolarında genellikle pxTimeCreated alanında bulunur.

Bu öznitelik, 'Başvuru gönderildi', 'Uyumluluk incelemesi başlatıldı' veya 'Başvuru reddedildi' gibi bir iş etkinliğinin ya da sistem olayının adını kaydeder. Müşteri işe alım sürecindeki tek bir adımı temsil eder.

Etkinlikleri incelemek, Process Mining çalışmalarının temelini oluşturur. Süreç haritasını oluşturmak ve farklı adımlar arasındaki akışı göstermek için kullanılır. Olayların sırasını belirlemeye, her etkinliğin ne sıklıkta gerçekleştiğini ölçmeye ve en yaygın ya da en çok zaman alan görevleri saptamaya yardımcı olur.

Bu öznitelik, süreç haritasındaki adımları tanımlar ve süreç akışını görselleştirip incelemeyi mümkün kılar.

Bu bilgi genellikle Pega denetim izinde (geçmiş tablolarında) tutulur veya vakanın durum değişikliklerinden elde edilebilir.

Müşteri başvurusu, tek bir müşterinin işe alım sürecindeki tüm ilgili etkinlikleri ve olayları bir araya getiren temel vaka tanımlayıcısıdır. Her başvuru, gönderimden onaya ve hesabın etkinleştirilmesine ya da başvurunun reddedilmesine uzanan bir yol izler.

Process Mining çalışmalarında bu öznitelik, her başvurunun uçtan uca yolculuğunu yeniden oluşturmak için gereklidir. Analistlerin olayların tüm sırasını görmesini, her başvurunun durumunu izlemesini ve farklı yolları karşılaştırmasını sağlar. Vakaları bu kimliğe göre incelemek, yaygın süreç varyantlarını, darboğazları ve standart prosedürden sapmaları belirlemeye yardımcı olur.

Bu kimlik, tüm olayları analiz edilebilir, tutarlı ve uçtan uca süreç örnekleri hâlinde bir araya getirdiği için Process Mining çalışmalarının temelini oluşturur.

Bu, genellikle Pega’daki temel vaka kimliğidir. Ana vaka türünün iş nesnesinde çoğunlukla pzInsKey veya iş birimlerinin kolayca anlayacağı eşdeğer bir alan olarak bulunur.

Bu öznitelik, sürecin sonunda başvurunun genel durumunu gösterir. Örneğin 'Onaylandı', 'Reddedildi' veya 'Geri çekildi' olabilir. Devam eden vakalarda bilinen son durumu da yansıtabilir.

Sonuç analizi için temel bir boyuttur. Vakaları gruplandırmak ve belirli sonuçların nedenlerini anlamak amacıyla doğrudan 'Başvuru reddi analizi' Dashboardunda kullanılır. Farklı durumlara yol açan süreç akışlarını incelemek, onaylanan vakalardaki iyi uygulamaları ve reddedilen vakaların temel nedenlerini belirlemeye yardımcı olur.

Vakanın iş sonucunu tanımlar ve başarılı yolları başarısız olanlarla karşılaştırmayı sağlar.

Bu, genellikle Pega’daki vaka iş nesnesinin son durumudur (pyStatusWork).

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 bilgisi, performans analizinin daha doğru yapılmasını sağlar. Etkin işlem süresini (Başlangıç zamanı ile Bitiş zamanı arasındaki süre) bekleme süresinden (bir etkinliğin Bitiş zamanı ile sonraki etkinliğin Başlangıç zamanı arasındaki süre) ayırmaya yardımcı olur. Böylece kuyrukları gerçek darboğazlardan ayırt edebilirsiniz.

Etkinliklerin işlem süresini doğru hesaplamayı sağlar. Bu bilgi, ayrıntılı performans analizi ve darboğazları belirlemek için gereklidir.

Bu bilgi Pega denetim izinde bulunabilir. Yoksa mevcut etkinliğin Bitiş zamanı olarak sonraki olayın Başlangıç zamanı kullanılabilir.

Bu öznitelik, etkinliği gerçekleştiren kullanıcının bağlı olduğu kuruluş birimini veya ekibi belirtir. Örneğin 'Tarama ekibi', 'Uyumluluk' ya da 'İşe alım operasyonları' olabilir.

Süreci departmana göre incelemek, 'Departmana göre iş yükü dağılımı' Dashboardu için önemlidir. Yöneticilerin işin farklı ekipler arasında nasıl ilerlediğini anlamasına, ekipler arası darboğazları belirlemesine ve işe alım sürecinin tamamındaki kaynak dağılımını değerlendirmesine yardımcı olur. Devir teslimleri iyileştirmek ve iş yükünü dengelemek için de önem taşır.

Farklı iş birimleri arasındaki süreç akışını ve darboğazları incelemeyi mümkün kılar; kaynak yönetimini ve kuruluş genelinde iyileştirmeleri destekler.

Bu bilgi genellikle Pega’daki kullanıcı profiliyle (Operator ID kaydı) ilişkilendirilir 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 kaydeder. Otomatik adımlar için sistem veya hizmet hesabı kimliği kullanılabilir.

Kullanıcı bazında 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 incelemek için kullanılabilir.

Bu öznitelik, süreç etkinliklerini belirli kişilerle veya ekiplerle ilişkilendirerek iş yükü analizini, performans değerlendirmesini ve uyumluluk kontrollerini mümkün kılar.

Bu, Pega denetim izinde bulunan standart bir alandır. Genellikle geçmiş tablolarında pxUpdateOperator veya benzer bir özellik olarak saklanır.

Başvurunun son durumu 'Reddedildi' olduğunda bu öznitelik, 'Geçmiş kontrolü başarısız', 'Belgeler eksik' veya 'Yüksek risk profili' gibi ret nedenini belirtir.

Bu öznitelik, 'Başvuru reddi analizi' Dashboardunun temelini oluşturur. İşletme, reddedilen vakaları nedenlerine göre gruplandırarak işe alım sürecindeki en yaygın başarısızlık noktalarını belirleyebilir. Bu bilgi, ret oranını düşürmek, müşteri deneyimini iyileştirmek ve operasyonel verimliliği artırmak için hedefli iyileştirmeler yapmaya yardımcı olur.

Başvuruların neden başarısız olduğuna dair uygulanabilir içgörüler sunar ve başarı oranını artıracak hedefli süreç iyileştirmelerini mümkün kılar.

Vaka 'Reddedildi' durumuna geçtiğinde ayarlanan belirli bir özellik olabilir. Standart ret nedeni alanları için Pega KYC dokümantasyonuna başvurun.

Bu öznitelik, müşteriyle ilişkili değerlendirilen riski 'Düşük', 'Orta' veya 'Yüksek' olarak gösterir. Risk düzeyi genellikle müşteri verilerine ve tarama sonuçlarına dayalı otomatik bir skor motoruyla belirlenir.

Risk düzeyi, süreç akışındaki farklılıkları büyük ölçüde etkiler. Yüksek riskli başvurular için ek durum tespiti adımları, örneğin daha ayrıntılı bir uyumluluk incelemesi gerekebilir ve bu da çevrim süresini uzatır. Süreci risk düzeyine göre incelemek, bu farklılıkları açıklamaya ve gereksiz gecikmelere yol açmadan risk kontrollerinin etkili biçimde yürütülmesini sağlamaya yardımcı olur.

Gerekli durum tespiti düzeyini çoğu zaman risk düzeyi belirlediğinden, süreç yolundaki ve süresindeki farklılıkları açıklar.

Bu, Pega karar kuralı veya skor modeli tarafından doldurulan, vaka üzerinde hesaplanmış bir özellik olabilir. Pega KYC dokümantasyonuna başvurun.

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

Bu tarih, 'SLA uyumluluğu takibi' Dashboardu ve ilgili KPI için gereklidir. Gerçek tamamlanma tarihi bununla karşılaştırılır. SLA hedefini aşan vakaları incelemek, sistem genelindeki gecikmeleri belirlemeye ve hizmet taahhütlerine uyumluluğu sağlamak için süreç iyileştirmelerine öncelik vermeye yardımcı olur.

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

Pega’da yerleşik bir SLA yönetimi çerçevesi bulunur. Bu tarih genellikle pySLAGoal gibi özelliklerde veya vaka için tanımlanmış özel bir SLA özelliğinde saklanır.

Bu öznitelik, KYC süreci için gereken belgelerin durumunu 'Müşteriden bekleniyor', 'Alındı', 'Doğrulandı' veya 'Reddedildi' gibi değerlerle izler. Tek bir vaka boyunca bu durum birden fazla kez değişebilir.

'İşe alım işlem hacmi ve durumu' Dashboardu ile 'Belge doğrulama hızı' analizi için önemli bir özniteliktir. En sık darboğaz yaşanan alanlardan birini ayrıntılı biçimde incelemeyi sağlar. Belgelerin her durumda ne kadar süre kaldığını izleyerek müşteri gönderimindeki veya kurum içi incelemedeki gecikmeleri belirleyebilirsiniz.

Belge işleme alt sürecini görünür kılar ve belge doğrulamadaki yaygın gecikmeleri belirleyip gidermeye yardımcı olur.

Bu bilgi, ana vakayla ilişkili bir veri nesnesinde veya sayfa listesinde, gerekli her belgeyi izleyecek şekilde tutuluyor olabilir. Pega KYC dokümantasyonuna başvurun.

Bu hesaplanan metrik, her müşteri başvurusunun ilk olaydan son olaya kadar geçen uçtan uca süresini ölçer. Genellikle belirli bir vakadaki son etkinliğin zaman damgasından ilk etkinliğin zaman damgası çıkarılarak hesaplanır.

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

Bu KPI, işe alım sürecinin genel hızını ve verimliliğini doğrudan müşterinin bakış açısından ölçer.

Bu metrik, her vaka kimliği için en büyük zaman damgasından en küçük zaman damgası çıkarılarak Process Mining aracında hesaplanır.

Bu öznitelik, müşterinin işe alındığı ürün veya hizmeti belirtir. Örneğin 'Bireysel banka hesabı', 'Kurumsal kredi' veya 'Yatırım hizmetleri' olabilir.

Farklı ürünlerin mevzuat gereklilikleri ve karmaşıklık düzeyleri değişebileceğinden, ürün türü işe alım sürecini etkileyebilir. Süreci ürüne göre incelemek, belirli ürün gruplarında çevrim sürelerinin daha uzun veya ret oranlarının daha yüksek olup olmadığını gösterir ve ürüne özel süreç iyileştirmeleri için bilgi sağlar.

Süreci ürün grubuna göre incelemeyi, performans farklılıklarını ve iyileştirme fırsatlarını belirlemeyi sağlar.

Bu, başvuru sürecinin başında seçilen bir vaka özelliği olabilir.

Bu öznitelik, olayın kaydedildiği kaynak uygulamayı belirtir. Bu süreçte değer her zaman 'Pega KYC' olur.

Tüm veriler tek bir sistemden geliyorsa gereksiz görünebilir. Ancak veri yönetişimi açısından önemlidir ve birden fazla sistemden veri alındığında daha da gerekli hâle gelir. Verinin kaynağını netleştirir ve veri entegrasyonu sorunlarını gidermeye yardımcı olur.

Verinin kaynağı hakkında gerekli bilgiyi sunarak veri yönetişimini destekler ve birden fazla kaynak sistemdeki verilerin analiz edilmesini sağlar.

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

Bu öznitelik, başvuruyu ana veri sistemindeki müşteri kaydına bağlayan benzersiz kimliktir. KYC sürecine konu olan kişiyi veya kuruluşu temsil eder.

Başvuru kimliği süreci izlerken müşteri kimliği, aynı müşterinin birden fazla başvurusunu birlikte incelemeyi veya süreç verilerini müşteri segmenti ve geçmişi gibi müşteri bilgileriyle zenginleştirmeyi sağlar. Böylece işe alım sürecini müşteri odaklı bir bakışla inceleyebilirsiniz.

Süreç verilerini müşteri ana verilerine bağlayarak müşteri özelliklerine ve geçmişine dayalı daha ayrıntılı analiz yapılmasını sağlar.

Bu, KYC vakasının temel özelliklerinden biri olur ve vakayı Pega’daki müşteri veri modeline veya harici bir CRM sistemine bağlar.

Bu öznitelik, işe alım sürecindeki müşteriyle ilişkili ülkeyi kaydeder. Bu bilgi, risk değerlendirmesinde ve gerekli durum tespiti düzeyinin belirlenmesinde önemli bir girdidir.

Analiz sırasında müşterinin ülkesi önemli örüntüleri ortaya çıkarabilir. Bazı ülkeler daha yüksek riskle ilişkilendirilebilir; bu da işe alım sürecini uzatıp karmaşıklaştırabilir. Bu boyut, coğrafi temelli performans analizine olanak tanır ve bölgesel uyumluluk gerekliliklerinin verimli biçimde karşılanmasına yardımcı olur.

Sürecin coğrafi açıdan incelenmesini sağlar. Bu inceleme çoğu zaman mevzuatın karmaşıklığı ve risk düzeyleriyle bağlantılıdır.

Bu, vakayla ilişkili müşteri veri nesnesinde bulunan bir özellik olabilir.

Bu Boole özniteliği, etkinlik tarama motoru veya sistem kuralı gibi otomatik bir aracı tarafından yürütüldüyse doğru, bir kullanıcı tarafından gerçekleştirildiyse yanlış değerini alır.

Otomatik ve manuel etkinlikleri ayırt etmek, otomasyon analizinin temelidir. Mevcut otomasyonun ne kadar etkili olduğunu ölçmeye, gelecekte otomatikleştirilebilecek manuel görevleri belirlemeye ve süreçteki insanlarla sistemler arasındaki etkileşimi anlamaya yardımcı olur.

İnsanların gerçekleştirdiği etkinlikleri sistemlerin gerçekleştirdiklerinden ayırır. Bu ayrım, otomasyon girişimleri ve analizleri için temel oluşturur.

Bu bilgi, olayla ilişkili kullanıcı kimliğinden elde edilebilir. OperatorId bilinen bir sistem veya aracı hesabına karşılık geliyorsa bu işaret doğru olarak ayarlanır.

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

'SLA uyumluluğu takibi' Dashboardunun ve 'SLA uyumluluk oranı' KPI’ının temel metriğidir. Hizmet seviyesi taahhütlerine göre performansı bir bakışta gösterir. Geciken vakaların özelliklerini incelemek, gecikmelerin temel nedenlerini belirlemeye ve gelecekte SLA ihlali riskini azaltmaya yardımcı olur.

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

Vakadaki son etkinliğin zaman damgası SlaTargetDate alanıyla karşılaştırılarak belirlenir. Tamamlanma zamanı hedef tarihten sonraysa durum 'Gecikti' olur.

Bu öznitelik, verinin kaynak sistemden en son ne zaman çıkarıldığını gösterir. Tek bir veri yüklemesindeki tüm kayıtlar için genellikle aynıdır.

Bu zaman damgası, analiz edilen verinin ne kadar güncel olduğunu anlamak açısından önemlidir. Kullanıcıların süreç analizinin güncel durumu mı yoksa geçmiş bir dönemi mi yansıttığını ve bir sonraki veri güncellemesinin ne zaman beklendiğini görmesini sağlar. Bu bilgi, operasyonel izleme Dashboardları için önem taşır.

Kullanıcılara verinin güncelliğini gösterir ve analizin mevcut durumu mı yoksa geçmiş bir dönemi mi yansıttığını anlamalarını sağlar.

Bu değer, veri çıkarma, dönüştürme ve yükleme (ETL) sırasında oluşturulur ve Veri Seti verilerine eklenir.

Bu öznitelik, işe alım başvurusunu 'Bireysel müşteri', 'Kurumsal müşteri' veya 'Yüksek varlıklı birey' gibi kategorilere ayırır. Farklı vaka türleri genellikle farklı adımlar, SLA’lar ve risk profilleri içeren ayrı süreç akışlarını izler.

Süreci vaka türüne göre incelemek, performansı daha anlamlı biçimde karşılaştırmayı sağlar. Bazı işe alım türlerinin gecikmelere veya retlere daha yatkın olup olmadığını anlamaya yardımcı olur. Bu gruplandırma, süreç iyileştirmelerini farklı müşteri yolculuklarının özel ihtiyaçlarına göre uyarlamak için önemlidir.

Süreç verilerini ayrı kategorilere ayırarak performansın daha doğru ve amaca uygun biçimde incelenmesini sağlar.

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

Bu Boole özniteliği, 'Belge incelemesi' gibi belirli bir etkinlik aynı vakada birden fazla kez gerçekleştiğinde doğru değerini alır. Genellikle 'Ek bilgi istendi' gibi olaylarla tetiklenir.

Yeniden çalışmayı belirlemek, süreçteki verimsizlikleri ve müşterinin karşılaştığı zorlukları saptamak için önemlidir. 'Süreçte yeniden çalışma ve döngüler' Dashboardu, yeniden çalışmanın sıklığını ve etkisini ölçmek için bu özniteliği kullanır. Yeniden çalışmayı azaltmak çoğu zaman temel hedeflerden biridir; çünkü işlem süresini kısaltır, operasyon maliyetlerini düşürür ve müşteri deneyimini iyileştirir.

Süreç iyileştirmelerinde öncelikli hedefler olan verimsizlikleri, yinelenen görevleri ve döngüleri görünür kılar.

Bu işaret, aynı vaka kimliği içinde yinelenen etkinlik adları aranarak veri analizi sırasında belirlenir. Örneğin 'Belge incelemesi tamamlandı' etkinliği ikinci kez görünüyorsa işaret etkinleştirilir.