Please enable JavaScript to view this site.

 

Navigation: Deutsch > Data Engineer Guide > How Tos

Wie man eine Ursachenanalyse für individuelle Prozessoptimierungspotenziale durchführt

Scroll Previous Topic Top Next Topic More

 

Wahrscheinlich decken die Standard-Prozessverhaltensweisen, die von der mpmX-Root Cause Analysis Template zur Verfügung gestellt werden, nicht alle Optimierungspotenziale in einem spezifischen Prozess ab. Daher ist es möglich, benutzerdefinierte Prozessoptimierungspotenziale in der Root Cause Analysis zu aggregieren.

 

Zunächst einmal müssen wir eine Richtlinie für die Erstellung eines neuen Problems festlegen.

 

Die Probleme müssen in einer (bestehenden oder neuen) Tabelle erstellt werden, die entweder über das Schlüsselfeld "CaseID" oder das Schlüsselfeld "ProcessPathUniqueNo" mit dem mpmX-Datenmodell verbunden ist.

Das Optimierungspotenzial muss als binäres Flag im Datenmodell angelegt werden, damit es von der RCA korrekt erkannt wird. Der Wert "1" dieses Flags bedeutet, dass der Case oder die Prozessvariante ein Problem aufweist, während der Wert "0" bedeutet, dass der Case oder die Prozessvariante kein Problem aufweist.

Es ist wichtig, dass die binären Felder einen eindeutigen und lesbaren Namen erhalten, da diese Feldnamen als Anomalienbeschreibungen im Frontend angezeigt werden.

 

Info

Das Optimierungspotenzial muss für eine CaseID oder eine ProcessPathUniqueNo als binäres Flag angelegt werden, wobei der Wert "1" für das Problem und der Wert "0" für das Nichtvorliegen eines Problems steht. Geben Sie dem Flag einen lesbaren und eindeutigen Namen.

 

 

Um ein neues Optimierungspotenzial für die Root Cause Analysis zu schaffen, werden die folgenden Schritte empfohlen:

 

1.Definieren Sie das Optimierungspotenzial und überlegen Sie, wie es in den Daten erkannt werden kann.

2."Simulieren" Sie die Berechnung des Optimierungspotenzials im Frontend, um zu verstehen, welche Felder des Datenmodells enthalten sind und welche Felder im Skript berechnet werden müssen.

3.Erstellen Sie eine neue Registerkarte im Skript-Editor, platzieren Sie sie vor der Registerkarte "5. Root Cause Analysis" und geben Sie ihr einen Namen, zum Beispiel "Custom RCA-Rules".

4.Berechnen Sie das neue Flag und verbinden Sie es entweder mit der CaseID oder der ProcessPathUniqueNo.

 

Warning

Wenn die Tabelle mit dem neuen Flag mehr CaseID als die CaseTimes-Tabelle oder mehr ProcessPathUniqueNo als die pa_activity_log hat, ist etwas schief gelaufen.

 

5.Schreiben Sie das neue Flag in die Inline-Tabelle "RootCauseAnalysisFlags", die im Abschnitt "Verwenden Sie die Root Cause Analysis für Ihre Daten" vorgestellt wurde.

Im folgenden Beispiel wurde in der ersten Zeile das Flag "My new process optimization potential" hinzugefügt.

Legen Sie fest, auf welchem Dashboard Sie die  Root-Cause-Results für das Optimierungspotenzial anzeigen möchten, indem Sie den Blattnamen in der Spalte "RelatedSheet" hinzufügen.

 

RootCauseAnalysisFlags:

load * inline 

 

[CalculateInRCA,

FlagName,

FlagTable,

ObservationType

RelatedSheet

y,

My new automation optimization potential,

CaseInformation,

CaseID

Automation

y,

Low process governance,

CaseTimes_$(mvProcessDescription),

CaseID

Conformance

y,

Target lead time missed,

CaseTimes_$(mvProcessDescription),

CaseID

Lead Time

n,

Target processing time missed,

CaseTimes_$(mvProcessDescription),

CaseID

Lead Time

n,

Target idle time missed,

CaseTimes_$(mvProcessDescription),

CaseID

Lead Time

];

 

 

 

 

 

 

6.Ausführen der Datenladung. Das neue Problem wird untersucht und die Ergebnisse werden automatisch im Frontend angezeigt.

 

Sollte ein Problem mit dem benutzerdefinierten Optimierungspotenzial auftreten, denken Sie noch einmal nach: Ist das Optimierungspotenzial ein Flag mit den Werten "1" oder "0" für eine Prozessvariante oder einen Case?

 

© by MEHRWERK GmbH