メニュー
open-process-miningに成果メトリックを追加します。成果データCSVまたはdbtマートモデルを生成し、fct_case_outcomesに統合して成果分析を可能にします。「成果メトリックを追加」「成果分析データを作成」「KPIを追加」「メトリックを定義」「outcomeデータを追加」「成果指標を設定」などのキーワードで発動します。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
open-process-miningに新しいプロセスタイプをCSV手動投入で追加します。CSVデータとdbt stagingモデルを生成し、stg_all_eventsに統合します。「新しいプロセスを追加」「CSVデータソースを追加」「プロセスタイプを追加」「イベントログを投入」「dbt seedデータを作成」「CSVからプロセスマイニング」などのキーワードで発動します。
open-process-miningにdlt (data load tool) を使った外部システム連携データソースを追加します。dltソース、パイプライン、dbt stagingモデル、設定ファイルを一式生成します。「dltソースを追加」「外部APIからデータ取得」「dltパイプラインを作成」「外部システム連携」「APIからイベントログ」「dltでデータ投入」などのキーワードで発動します。
open-process-miningの共有リソースを提供する内部スキルです。他のopm系スキルから参照されます。直接トリガーされることは想定していません。
open-process-miningの環境セットアップ、データリセット、トラブルシューティングをガイドします。「OPMをセットアップ」「環境構築」「データベースをリセット」「コンテナが起動しない」「dbtエラー」「フロントエンドが表示されない」「open-process-miningの初期設定」「OPMのトラブルシューティング」などのキーワードで発動します。
| name | opm-add-outcome-metric |
| description | open-process-miningに成果メトリックを追加します。成果データCSVまたはdbtマートモデルを生成し、fct_case_outcomesに統合して成果分析を可能にします。「成果メトリックを追加」「成果分析データを作成」「KPIを追加」「メトリックを定義」「outcomeデータを追加」「成果指標を設定」などのキーワードで発動します。 |
| argument-hint | プロセスタイプ名、メトリック名、またはメトリックの説明 |
プロセスタイプに成果メトリック（KPI）を追加し、パス別成果分析・セグメント比較を可能にします。
../opm-core/references/data-pipeline-patterns.mddbt/seeds/outcome_{process}_{year}.csv（CSV投入の場合）dbt/models/marts/outcome_{source}.sql（dltソースからの計算の場合）dbt/models/marts/fct_case_outcomes.sql（追記）ユーザーに以下を確認する:
order-to-cash）revenue, lead_time_days, customer_satisfaction）JPY, days, percent, count, score）CSV手動投入の場合:
イベントログから計算の場合:
CSV手動投入の場合:
../opm-core/references/data-pipeline-patterns.md の「パターン3」を参照し:
dbt/seeds/outcome_{process}_{year}.csv を生成process_type,case_id,metric_name,metric_value,metric_unit
{process-type},{case-id},{metric-name},{value},{unit}
イベントログから計算の場合:
dbt/models/marts/outcome_{source}.sql を生成{{ config(materialized='table') }}
WITH case_timeline AS (
SELECT
process_type,
case_id,
MIN(timestamp) AS start_ts,
MAX(timestamp) AS end_ts
FROM {{ ref('stg_{source}') }}
GROUP BY process_type, case_id
)
SELECT
process_type,
case_id,
'{metric_name}' AS metric_name,
{calculation_expression} AS metric_value,
'{metric_unit}' AS metric_unit
FROM case_timeline
WHERE start_ts IS NOT NULL AND end_ts IS NOT NULL
dbt/models/marts/fct_case_outcomes.sql に UNION ALL を追加:
UNION ALL
SELECT
process_type,
case_id,
metric_name,
metric_value::numeric,
metric_unit
FROM {{ ref('outcome_{source}') }}
以下のコマンドで動作確認を案内:
# dbt seed + run
docker compose -f compose.dev.yml run --rm dbt bash -c "cd /app/dbt && dbt seed && dbt run"
# dbt test
docker compose -f compose.dev.yml run --rm dbt bash -c "cd /app/dbt && dbt test"
# 成果データの確認
docker compose -f compose.dev.yml exec postgres psql -U process_mining -d process_mining_db \
-c "SELECT process_type, metric_name, COUNT(*), AVG(metric_value) FROM fct_case_outcomes GROUP BY process_type, metric_name;"
生成したファイル一覧と、Web UIでの成果分析手順を案内:
| メトリック名 | 計算方法 | 単位 |
|---|---|---|
| lead_time_days | MAX(timestamp) - MIN(timestamp) | days |
| cycle_time_days | 特定アクティビティ間の所要時間 | days |
| revenue | 外部データ（売上） | JPY |
| profit_margin | 外部データ（利益率） | percent |
| customer_satisfaction | 外部データ（顧客満足度） | score |
| resolution_time_hours | クローズまでの時間 | hours |