> Průběžné zlepšování procesů > Řízení kvality > Řízení kvality v Oracle > Datová šablona

Šablona dat pro řízení kvality

Řízení kvality v Oracle

Atributy řízení kvality(20) Aktivity v řízení kvality(14) Návody k extrakci dat(3)

Šablona dat pro řízení kvality

Tato šablona přináší přehled potřebných datových atributů a aktivit procesu pro účinnou analýzu řízení kvality. Najdete v ní také praktický návod, jak tato důležitá data získat ze systému Oracle Quality Management. Využijte ji k tomu, abyste zachytili všechna potřebná data pro podrobnou analýzu a optimalizaci procesů.

Doporučené atributy ke sběru
Aktivity, které je vhodné sledovat
Pokyny k extrakci dat

Pracujete se záznamy událostí poprvé? Přečtěte si, jak vytvořit záznam událostí pro process mining.

Stáhnout šablonu

Atributy řízení kvality

Jde o doporučená datová pole a související informace, které je vhodné zahrnout do záznamu událostí pro podrobnou analýzu řízení kvality.

3 Povinné 7 Doporučené 10 Volitelné

	Název	Popis
	Čas zahájení události EventStartTime	Časové razítko označující začátek aktivity nebo události.
Popis Tento atribut udává přesné datum a čas zahájení konkrétního kroku procesu. Slouží jako hlavní časový údaj pro chronologické seřazení událostí a sestavení posloupnosti procesu pro každý případ v oblasti kvality. Při analýze je čas zahájení události zásadní pro výpočet doby průchodu procesem, trvání aktivit a čekání mezi nimi. Pomáhá odhalit úzká místa tím, že upozorňuje na dlouhé prodlevy mezi po sobě jdoucími kroky. Používá se také ke sledování plnění časových KPI, například doby do analýzy hlavní příčiny. Proč je to důležité Toto časové razítko je základem analýzy procesu. Umožňuje všechny časové výpočty i správné seřazení aktivit. Kde data získat Toto časové razítko se obvykle nachází v transakčních protokolech nebo historických tabulkách souvisejících s opatřeními v oblasti kvality a plány sběru dat. Pole se často jmenuje CREATION_DATE nebo podobně. Příklady 2023-04-15T09:00:12Z2023-04-16T11:30:00Z2023-05-01T14:22:45Z
	Název aktivity ActivityName	Název konkrétního úkolu nebo kroku, který proběhl v procesu řízení kvality.
Popis Tento atribut popisuje jednotlivou událost nebo akci v rámci řízení události v oblasti kvality. Pořadí aktivit podle časových razítek tvoří tok procesu pro každý případ. Analýza názvů aktivit je pro process mining zásadní. Umožňuje zjistit skutečný model procesu, porovnat jej s požadovaným modelem při kontrole shody a odhalit úzká místa nebo cykly přepracování mezi konkrétními aktivitami. Pomáhá například měřit dobu mezi aktivitami „Zahájení šetření“ a „Provedení analýzy hlavní příčiny“. Proč je to důležité Tento atribut je základem pro mapování toku procesu, odhalování odchylek a pochopení toho, jak se práce skutečně provádí. Kde data získat Tyto údaje obvykle pocházejí ze záznamů událostí, záznamů změn stavu nebo tabulek historie akcí v modulu Oracle Quality Management. Příklady Zjištění problému s kvalitouZahájení šetřeníSchválení plánu nápravných opatřeníZávěrečná kontrola a uzavření
	Událost v oblasti kvality QualityEventId	Jedinečný identifikátor konkrétní události v oblasti kvality, například neshody, stížnosti nebo odchylky.
Popis ID události v oblasti kvality slouží jako hlavní identifikátor případu a seskupuje všechny související aktivity od prvotního nahlášení až po konečné uzavření. Každému incidentu v oblasti kvality se přiřadí jedinečné ID, které vytváří úplný historický záznam o šetření a řešení. Tento atribut je v analýze process miningu zásadní pro rekonstrukci celého průběhu každé události v oblasti kvality. Umožňuje vypočítat celkovou dobu průchodu procesem, odhalit varianty procesu a analyzovat, jak se řeší různé typy událostí. Propojením každého záznamu aktivity s konkrétním ID události v oblasti kvality mohou analytici zobrazit celý tok procesu a odhalit systémová úzká místa nebo problémy s dodržováním předpisů. Proč je to důležité Toto ID vymezuje jeden případ a umožňuje přesně sledovat události v oblasti kvality i počítat ukazatele výkonnosti od začátku do konce. Kde data získat V tabulkách hlavních událostí v oblasti kvality nebo plánů sběru dat v Oracle Quality Management, například QA_RESULTS, jde obvykle o primární klíč. Příklady NC-2023-00123CAPA-45892QE-500-A
	Aktuální stav CurrentStatus	Aktuální stav případu události v oblasti kvality.
Popis Tento atribut označuje aktuální stav události v oblasti kvality, například „Open“, „Under Investigation“, „Pending Approval“ nebo „Closed“. Zachycuje stav případu v procesu v okamžiku extrakce dat. Tento atribut je důležitý pro provozní sledování a přímo podporuje dashboard „Otevřené události v oblasti kvality a přehled stavů“. Vedoucí pracovníci díky němu rychle zjistí, které problémy se právě řeší, a mohou určit priority pro přidělení zdrojů. V process miningu umožňuje filtrování podle konečného stavu analyzovat výsledky různých průběhů procesu. Proč je to důležité Poskytuje aktuální přehled o průběhu řešení událostí v oblasti kvality a umožňuje účinně řídit provoz i určovat priority aktivních případů. Kde data získat Tyto informace jsou obvykle dostupné v hlavní tabulce záhlaví událostí v oblasti kvality a odrážejí jejich poslední známý stav. Příklady OtevřenoProbíháČeká na schváleníUzavřeno
	Čas ukončení události EventEndTime	Časové razítko označující dokončení aktivity nebo události.
Popis Čas ukončení události označuje dokončení konkrétní aktivity. Spolu s časem jejího zahájení určuje dobu zpracování. V některých systémech může být aktivita okamžitá, takže čas zahájení a ukončení je stejný. Tento atribut je nezbytný pro podrobnou analýzu trvání. Analytici díky němu mohou rozlišit aktivní dobu zpracování, tedy dobu mezi zahájením a ukončením, od čekání, které trvá od konce jedné aktivity do začátku další. To pomáhá určit, kde jsou zdroje aktivně zapojeny a kde předávání práce způsobuje prodlevy. Proč je to důležité Umožňuje přesně vypočítat dobu zpracování aktivit a odlišit neefektivní úkoly od dlouhého čekání. Kde data získat Údaj může být dostupný ve stejných transakčních nebo historických tabulkách jako čas zahájení, někdy jako LAST_UPDATE_DATE nebo konkrétní časové razítko dokončení. Lze jej také odvodit z času zahájení následující události. Příklady 2023-04-15T09:15:30Z2023-04-16T12:00:00Z2023-05-02T10:00:00Z
	Cílové datum vyřešení TargetResolutionDate	Plánované nebo očekávané datum konečného uzavření události související s kvalitou.
Popis Tento atribut označuje termín, do kterého má být událost související s kvalitou plně vyřešena. Slouží jako dohoda o úrovni služeb (SLA) nebo interní cíl. Termín se často stanovuje podle závažnosti nebo typu události. Toto datum je zásadní pro sledování výkonnosti a přímo se používá při výpočtu KPI „Včasná implementace CAPA“. Porovnáním skutečných dat dokončení aktivit s cílovým termínem mohou analytici měřit včasnost, určit události, u kterých hrozí zpoždění, a sledovat vývoj včasného plnění. To pomáhá zkracovat dobu řešení. Proč je to důležité Slouží jako referenční hodnota pro měření včasnosti a je nezbytné pro výpočet KPI včasnosti a řízení SLA. Kde data získat Podívejte se do dokumentace Oracle Quality Management. Může jít o standardní datumové pole nebo uživatelsky definovaný prvek v plánu sběru údajů o kvalitě. Příklady 2023-05-302023-06-152024-01-10
	Kategorie hlavní příčiny RootCauseCategory	Klasifikace zjištěné hlavní příčiny problému s kvalitou.
Popis Po analýze hlavní příčiny se zjištění často zařazují do předem definovaných skupin, například „Porucha zařízení“, „Lidská chyba“ nebo „Konstrukční vada“. Tento atribut uchovává výslednou klasifikaci. Analýza procesu podle kategorie hlavní příčiny je velmi užitečná. Pomáhá přesunout pozornost od nápravy jednotlivých příznaků k řešení systémových problémů, které za nimi stojí. Například vysoký počet událostí s hlavní příčinou „Nedostatečné školení“ může ukázat, že je potřeba zlepšit školení zaměstnanců. To je jedním z cílů preventivních opatření. Proč je to důležité Tento atribut pomáhá přejít od reaktivního k proaktivnímu řízení kvality, protože umožňuje analyzovat základní příčiny selhání. Kde data získat Podívejte se do dokumentace Oracle Quality Management. Pravděpodobně jde o uživatelsky definovaný prvek v plánu sběru údajů, který se vyplňuje po aktivitě „Provedena analýza hlavní příčiny“. Příklady Porucha zařízeníVada materiáluLidská chybaNedodržený postup
	Odpovědné oddělení ResponsibleDepartment	Oddělení nebo funkční oblast odpovědná za událost v oblasti kvality nebo aktuální aktivitu.
Popis Tento atribut určuje tým nebo oddělení pověřené řešením události v oblasti kvality. Může jít o oddělení zajištění kvality, techniky, výroby nebo jinou skupinu. Odpovědnost se může v průběhu řešení události měnit. Analýza podle odpovědného oddělení pomáhá pochopit rozložení pracovní zátěže, odhalit úzká místa v jednotlivých odděleních a porovnat výkonnost týmů. Podporuje dashboard „Rozdělení zdrojů pro události v oblasti kvality“, který ukazuje, která oddělení se podílejí na jednotlivých typech aktivit, a pomáhá lépe plánovat zdroje. Proč je to důležité Umožňuje analyzovat pracovní zátěž, výkonnost a úzká místa podle oddělení, což je důležité pro plánování zdrojů a zlepšování organizace. Kde data získat Podrobnosti najdete v dokumentaci Oracle Quality Management. Údaj může být uložen v tabulkách souvisejících s opatřeními nebo přiřazeními a propojen s událostí v oblasti kvality. Příklady Technika kvalityProvoz výrobyKvalita dodavatelůKonstrukce
	Přiřazený uživatel AssignedUser	Uživatel přiřazený k provedení aktivity nebo odpovědný za událost v oblasti kvality.
Popis Tento atribut určuje osobu odpovědnou za konkrétní úkol nebo celkové řízení události v oblasti kvality. Oproti odpovědnému oddělení poskytuje podrobnější informace. Analýza podle uživatelů pomáhá pochopit individuální pracovní zátěž, určit potřeby školení a rozpoznat uživatele s nejlepšími výsledky. Může také odhalit opakované předávání práce nebo úkoly, které se zdržují u konkrétních osob. Tyto podrobnosti jsou užitečné pro řízení výkonnosti a přesnější plánování zdrojů. Proč je to důležité Umožňuje podrobně analyzovat pracovní zátěž a výkonnost jednotlivců a odhalit omezené kapacity nebo potřebu školení. Kde data získat Podrobnosti najdete v dokumentaci Oracle Quality Management. Informace o přiřazení uživatelů se obvykle ukládají v tabulkách akcí nebo workflow souvisejících s událostí v oblasti kvality. Příklady j.smitha.jonesr.williams
	Úroveň závažnosti SeverityLevel	Klasifikace dopadu události v oblasti kvality, například kritický, závažný nebo nízký.
Popis Úroveň závažnosti je posouzení možného dopadu problému s kvalitou na zákazníky, dodržování předpisů nebo provoz organizace. Obvykle se stanovuje při prvotním posouzení. Tato klasifikace pomáhá určit priority při přidělování zdrojů a naléhavost reakce. V process miningu je tento atribut důležitý pro rozdělení dat do skupin. Analytici mohou porovnat průběh procesů, dobu jejich trvání a výsledky u událostí s vysokou a nízkou závažností. Dashboard „Jednotnost prvotního posouzení událostí v oblasti kvality“ a KPI „Míra řešení podle závažnosti“ pomáhají zjistit, zda se závažné problémy řeší rychleji a účinněji. Proč je to důležité Umožňuje stanovit priority a rozdělit analýzu do skupin, aby se události v oblasti kvality s velkým dopadem řešily účinně a efektivně. Kde data získat Podívejte se do dokumentace Oracle Quality Management. Často jde o konfigurovatelný prvek v plánu sběru údajů o kvalitě. Příklady 1 - Kritická2 - Závažná3 - Méně závažná4 - Informativní
	Celková doba řešení TotalCycleTime	Celková doba od zjištění problému s kvalitou až po jeho konečné uzavření.
Popis Tento atribut měří celkovou dobu řešení jednoho případu události související s kvalitou od začátku do konce. Vypočítá se jako rozdíl mezi časovým razítkem první aktivity („Zjištěn problém s kvalitou“) a poslední aktivity („Závěrečná kontrola a uzavření“). Jde o hlavní KPI pro měření celkové efektivity procesu řízení kvality. Je to hlavní metrika dashboardu „Celková doba řešení události související s kvalitou“. Sledováním této metriky v čase a jejím rozdělením podle atributů, jako jsou závažnost nebo kategorie problému, získáte celkový přehled o stavu procesu a dopadu jeho zlepšování. Proč je to důležité Toto KPI měří rychlost a efektivitu celého procesu řízení kvality od začátku do konce. Kde data získat Vypočítává se na úrovni případu při zpracování dat pro process mining. Pro každý QualityEventId je potřeba znát čas zahájení první události a čas ukončení poslední události. Příklady P30DT12HP15DP92D
	ID plánu nápravných opatření CorrectiveActionPlanId	Jedinečný identifikátor plánu nápravných opatření (CAPA) vytvořeného k řešení události související s kvalitou.
Popis Tento atribut přímo propojuje událost související s kvalitou s konkrétním plánem nápravných a preventivních opatření, který má problém vyřešit. Plán bývá v systému veden jako samostatný objekt s vlastním životním cyklem. Při analýze lze toto ID použít k propojení údajů o procesu řešení události s údaji o řízení CAPA a získat tak ucelenější přehled. Pomáhá ověřit, zda má každá událost vyžadující CAPA přiřazený plán, a analyzovat účinnost přijatých opatření. Proč je to důležité Propojuje problém (událost související s kvalitou) s jeho řešením (CAPA) a umožňuje podrobnější analýzu systému řízení kvality od začátku do konce. Kde data získat Jde o referenční pole v záznamu události související s kvalitou, které odkazuje na záznam v tabulce nebo modulu určeném pro CAPA. Příklady CAPA-2023-088CAPA-2023-091
	Identifikátor výrobku ProductIdentifier	Identifikátor výrobku spojeného s událostí související s kvalitou.
Popis Tento atribut propojuje událost související s kvalitou s konkrétním výrobkem, materiálem nebo službou. Může jít o kód výrobku, SKU nebo číslo dílu. Toto propojení je důležité pro analýzu kvality výrobků. Pomocí process mining lze porovnávat procesy řízení kvality napříč produktovými řadami nebo určit výrobky, u kterých se problémy s kvalitou objevují často. Díky tomu můžete přednostně zaměřit zlepšování konstrukce nebo výroby tam, kde je nejvíce potřeba. Proč je to důležité Propojuje události související s kvalitou s konkrétními výrobky a umožňuje analyzovat trendy v jejich kvalitě i rozdíly v procesech. Kde data získat Tyto údaje se ukládají do pole v plánu sběru údajů o kvalitě, které bývá propojeno s hlavním seznamem položek Oracle Inventory. Příklady SKU-100-A-REDPN-987654CHEM-X2
	Kategorie problému IssueCategory	Kategorie nebo typ problému s kvalitou, například „Vada výrobku“ nebo „Odchylka od procesu“.
Popis Tento atribut klasifikuje událost související s kvalitou a umožňuje seskupovat podobné problémy pro analýzu. Kategorie obvykle definuje organizace podle svého provozního prostředí. Analýza procesu podle kategorie problému pomáhá odhalit vzorce spojené s konkrétními typy problémů. Může například ukázat, že řešení problémů s „Materiálem od dodavatele“ trvá výrazně déle než řešení problémů s „Interním procesem“. Takové rozdělení pomáhá cíleně zlepšovat procesy. Proč je to důležité Kategorizace problémů umožňuje cílenou analýzu trendů a hlavních příčin v konkrétních oblastech. Kde data získat Podívejte se do dokumentace Oracle Quality Management. Pravděpodobně jde o uživatelsky definovaný prvek v plánu sběru údajů o kvalitě. Příklady Vada výrobkuOdchylka od procesuMateriál od dodavateleStížnost zákazníka
	Kód uzavření ClosureCode	Kód označující důvod nebo výsledek uzavření události související s kvalitou.
Popis Při uzavření události související s kvalitou se často přiřazuje kód uzavření, který klasifikuje konečný výsledek. Příklady: „Opatření účinné“, „Opatření není nutné“ nebo „Duplicitní problém“. Tento atribut je užitečný při analýze výsledků. Analytici mohou filtrovat různé kódy uzavření a zkoumat, jakými cestami proces vede k úspěšnému výsledku a jakými nikoli. Mohou například zjistit, jak probíhá řešení problémů uzavřených jako duplicitní, a odhalit neefektivní postupy při prvotním posouzení. Proč je to důležité Poskytuje důležité informace o výsledku případu a umožňuje analyzovat, které cesty procesem vedou k úspěšnému vyřešení. Kde data získat Podívejte se do dokumentace Oracle Quality Management. Pravděpodobně jde o pole vyplňované při závěrečné aktivitě uzavření. Příklady ÚČINNÉOPATŘENÍ_NENÍ_NUTNÉDUPLICITNÍRIZIKO_PŘIJATO
	Obchodní jednotka BusinessUnit	Obchodní jednotka nebo divize organizace, ve které událost související s kvalitou nastala nebo se řeší.
Popis Tento atribut přiřazuje událost související s kvalitou ke konkrétní části organizační struktury. Umožňuje analyzovat a porovnávat výsledky v oblasti kvality napříč organizačními jednotkami. Rozdělení analýzy procesu podle obchodní jednotky je ve velkých podnicích běžným požadavkem. Umožňuje vytvářet dashboardy pro jednotlivé jednotky a zjistit, zda některé divize řídí kvalitu efektivněji, nebo se potýkají se specifickými problémy. Tyto informace pomáhají při řízení na úrovni celé společnosti i při sdílení osvědčených postupů. Proč je to důležité Umožňuje porovnávat výsledky a analyzovat různé části organizace, což podporuje řízení kvality v celé společnosti. Kde data získat Obvykle jde o údaje o organizačním kontextu spojené s transakcí, které se často přebírají z hlavních údajů o uživateli nebo oddělení. Příklady Zdravotnické prostředkySpotřební elektronikaAutomobilové díly
	Opakovaná práce IsRework	Příznak označující, zda se aktivita v rámci stejného případu opakuje nebo přepracovává.
Popis Tento logický příznak se nastaví na true, pokud se konkrétní aktivita, například „Navržen plán nápravných opatření“, v jednom případě události související s kvalitou objeví více než jednou. Znamená to, že se proces vrací k předchozímu kroku nebo že je nutné jej zopakovat. Odhalování opakované práce patří mezi možnosti process mining. Tento příznak usnadňuje její kvantifikaci a přímo podporuje KPI „Četnost opakování aktivit“. Analýza kroků, které se nejčastěji opakují, a podmínek, za kterých k tomu dochází, může odhalit problémy se školením, kvalitou dat nebo schvalovacími kritérii. Ukazuje tak možnosti, jak proces zefektivnit. Proč je to důležité Označuje neefektivní postupy a opakované kroky, pomáhá vyčíslit plýtvání a určit hlavní příčiny opakované práce. Kde data získat Vypočítává se pomocí okenních funkcí nebo sekvenční analýzy záznamu událostí při přípravě dat. Určuje případy, kdy se stejný název aktivity objeví vícekrát u jednoho případu. Příklady truefalse
	Poslední aktualizace dat LastDataUpdate	Časové razítko posledního obnovení nebo aktualizace dat ze zdrojového systému.
Popis Tento atribut udává, kdy byla data této události naposledy aktualizována v datové sadě pro process mining. Informuje o aktuálnosti dat a pomáhá uživatelům posoudit, jak čerstvá je analýza. V dashboardech a reportech poskytuje toto časové razítko uživatelům důležitý kontext. Ukazuje, zda pracují s aktuálními daty, nebo se snímkem z určitého okamžiku. To je nezbytné pro informované rozhodování o provozu a transparentní informace o aktuálnosti dat. Proč je to důležité Toto časové razítko ukazuje, jak aktuální jsou data, a pomáhá uživatelům posoudit aktuálnost analýzy procesu. Kde data získat Tato hodnota se vytváří a ukládá při zpracování dat ETL. Obvykle označuje čas posledního úspěšného spuštění datového toku. Příklady 2023-10-27T04:00:00Z2023-10-26T04:00:00Z
	Včasné dokončení IsOnTime	Příznak označující, zda bylo nápravné opatření provedeno do cílového data vyřešení.
Popis Tento logický atribut se odvozuje porovnáním časového razítka dokončení aktivity „Provedeno nápravné opatření“ s cílovým datem vyřešení případu. Nabývá hodnoty true, pokud bylo opatření dokončeno v cílovém termínu nebo před ním, jinak má hodnotu false. Atribut přímo podporuje KPI „Včasná implementace CAPA“. Zjednodušuje analýzu a tvorbu dashboardů, protože pro každý případ jasně rozlišuje, zda byl vyřešen včas. Umožňuje snadno filtrovat a agregovat údaje, sledovat plnění úrovně služeb a hledat hlavní příčiny zpoždění. Proč je to důležité Usnadňuje sledování plnění cílových termínů a měření i vykazování tohoto KPI. Kde data získat Jde o odvozený příznak vypočítávaný při transformaci dat. K výpočtu je potřeba TargetResolutionDate a časové razítko příslušné aktivity dokončení. Příklady truefalse
	Zdrojový systém SourceSystem	Určuje zdrojový systém, ze kterého byla data extrahována.
Popis Tento atribut určuje zdrojovou aplikaci nebo systém, ze kterého pocházejí údaje o události. V podniku mohou data o událostech v oblasti kvality pocházet z více zdrojů, například z hlavního modulu Oracle Quality, samostatného systému CAPA nebo portálu pro stížnosti zákazníků. Při analýze pomáhá toto pole porozumět původu dat a rozdělit proces podle zdrojového systému. Je důležité pro správu dat i řešení problémů s integrací, protože pomáhá zajistit, aby pohled na proces správně odrážel data ze všech zdrojů. Proč je to důležité Poskytuje důležitý kontext o původu dat, který je potřebný pro jejich ověřování a správu i pro analýzu rozdílů v procesech napříč systémy. Kde data získat Obvykle jde o statickou hodnotu přidanou při extrakci, transformaci a načítání dat (ETL), která označuje původ datové sady. Příklady Oracle Quality Management R12Oracle EBS QualityQM-PROD

Povinné Doporučené Volitelné

Aktivity v řízení kvality

Jde o důležité kroky procesu a milníky, které je vhodné zachytit v záznamu událostí pro přesné zjištění průběhu procesu a vyhodnocení jeho výkonnosti.

6 Doporučené 8 Volitelné

	Aktivita	Popis
	Ověření účinnosti opatření	Potvrzuje, že zavedené nápravné opatření odstranilo hlavní příčinu a zabránilo opakování problému. Zachytí se, když uživatel dokončí ověření a aktualizuje stav záznamu.
Proč je to důležité Jde o důležitý milník založený na výsledku a podklad pro KPI „Míra ověření účinnosti“. Uzavírá cyklus nápravných opatření a potvrzuje, že problém byl skutečně vyřešen. Kde data získat Odvozuje se ze změny stavu záznamu CAPA na „Verification Complete“ nebo „Effective“. Může zahrnovat také vyplnění konkrétních polí s výsledkem ověření. Zachycení Odvozuje se ze změny stavu na „Verification Complete“ nebo „Effective“. Typ události inferred
	Schválení plánu nápravných opatření	Označuje formální schválení navrženého plánu nápravných opatření určenou osobou nebo orgánem. Jde o důležitý kontrolní bod, který se obvykle zachytí výslovnou akcí schválení nebo změnou stavu na „Approved“.
Proč je to důležité Schválení je důležitý milník a časté úzké místo. Analýza doby schvalování pomáhá zefektivnit proces a zajistit dodržování postupů. Kde data získat Odvozuje se ze změny stavu záznamu Quality Action nebo CAPA na „Approved“. Systémy Oracle s workflow schvalování často zaznamenávají tuto změnu přímo v auditních tabulkách. Zachycení Odvozuje se ze změny stavu na „Approved“. Typ události inferred
	Zahájení šetření	Označuje oficiální začátek šetření, jehož cílem je určit hlavní příčinu problému s kvalitou. V systému se obvykle projeví změnou stavu, například na „Under Investigation“.
Proč je to důležité Tato aktivita je výchozím bodem pro měření KPI „Doba do analýzy hlavní příčiny“. Pomáhá také zjistit, jak dlouho problémy čekají na zahájení formálního šetření. Kde data získat Odvozuje se ze změny stavu záznamu Quality Issue nebo souvisejícího záznamu Quality Action na stav „Investigation“. Časové razítko změny stavu určuje čas události. Zachycení Odvozuje se ze změny stavu na „Under Investigation“ nebo podobný stav. Typ události inferred
	Zařazení problému do kategorie a stanovení priority	K této aktivitě dochází, když analytik dokončí prvotní posouzení a nastaví důležité atributy, například závažnost, prioritu a typ problému. Obvykle se zachytí při změně stavu z „New“ na „Assessed“ nebo „In Triage“.
Proč je to důležité Tento milník je důležitý pro KPI „Průměrná doba zpracování při prvotním posouzení“. Prodlevy v této fázi mohou zpomalit celý proces řešení, zejména u závažných problémů. Kde data získat Odvozuje se ze změny stavu záznamu Quality Issue, například z „New“ na „Under Assessment“, nebo z prvního vyplnění polí, jako jsou „Severity“ či „Priority“. Zachycení Odvozuje se ze změny stavu nebo prvního vyplnění polí Severity či Priority. Typ události inferred
	Závěrečná kontrola a uzavření	Závěrečný krok, při kterém se potvrdí dokončení všech souvisejících opatření a formálně se uzavře nadřazený problém s kvalitou. Zachytí se závěrečnou změnou stavu hlavního záznamu na „Closed“ nebo „Resolved“.
Proč je to důležité Jde o hlavní koncovou událost procesu. Je nezbytná pro výpočet KPI „Průměrná doba řešení události“ a měření celkové průchodnosti procesu. Kde data získat Odvozuje se ze závěrečné změny stavu nadřazeného záznamu Quality Issue na „Closed“. Časové razítko této změny určuje čas události. Zachycení Odvozuje se ze změny stavu hlavního záznamu Quality Issue na „Closed“. Typ události inferred
	Zjištění problému s kvalitou	Tato aktivita označuje založení nového záznamu o události v oblasti kvality, například neshody, odchylky nebo stížnosti zákazníka. Zachytí se při založení nového záznamu Quality Issue nebo Quality Action v Oracle.
Proč je to důležité Jako počáteční událost je důležitá pro výpočet celkové doby průchodu procesem řízení kvality i pro zjištění počtu nových událostí v oblasti kvality. Kde data získat Událost se zachytí podle časového razítka založení záznamu Quality Issue nebo Quality Action, které se pravděpodobně nachází v tabulkách, jako jsou QAM_QUALITY_ISSUES nebo QAM_QUALITY_ACTIONS. Zachycení Událost se zaznamená při založení nového záznamu Quality Issue nebo Quality Action. Typ události explicit
	Informování zainteresovaných stran o vyřešení	Označuje informování příslušných stran o vyřešení události v oblasti kvality, například oznamovatele nebo dotčených zákazníků. Tuto aktivitu je obtížné zachytit a lze ji odvodit ze změny stavu po uzavření nebo ze zaznamenaného komentáře.
Proč je to důležité Tato aktivita je důležitá pro KPI „Prodleva při informování zainteresovaných stran“. Včasná komunikace je důležitá pro spokojenost zákazníků i interní transparentnost, a to i po vyřešení problému. Kde data získat Tuto aktivitu bývá obtížné zachytit automaticky. Lze ji odvodit ze stavu, jako je „Notification Sent“, nebo ze záznamu v poli aktivit či komentářů. K extrakci mohou být potřeba zvláštní pravidla. Zachycení Odvozuje se z konkrétní změny stavu nebo případně z textové analýzy záznamů aktivit. Typ události inferred
	Je vyžadováno ověření účinnosti	Označuje, že systém nebo uživatel určil potřebu následného ověření účinnosti zavedeného opatření. Často jde o automatickou nebo ruční změnu stavu po zavedení opatření.
Proč je to důležité Tímto krokem začíná důležitá fáze ověřování. Doba mezi zavedením opatření a touto aktivitou může odhalit prodlevy při zahájení potřebné následné kontroly. Kde data získat Událost se odvozuje ze změny stavu záznamu Quality Action na „Pending Effectiveness Check“ nebo na podobný stav ve workflow. Zachycení Odvozuje se ze změny stavu na „Pending Effectiveness Check“. Typ události inferred
	Návrh plánu nápravných opatření	K této aktivitě dochází, když jsou definována nápravná opatření a propojena s problémem s kvalitou. Plán popisuje kroky potřebné k odstranění problému. Může jít o založení souvisejícího záznamu Corrective Action nebo o změnu stavu, která označuje připravenost plánu ke kontrole.
Proč je to důležité Tato aktivita zachycuje přechod od analýzy problému k návrhu řešení. Opakování práce v této fázi, měřené pomocí KPI přepracování, může ukazovat na nejasné požadavky nebo neúčinné plánování. Kde data získat Může jít o výslovnou událost při založení nového záznamu Corrective Action v objektu CAPA nebo o událost odvozenou ze změny stavu na „Plan Proposed“ či „Pending Approval“. Zachycení Odvozuje se ze změny stavu na „Pending Approval“ nebo ze založení propojeného záznamu Corrective Action. Typ události inferred
	Přiřazení problému k prvotnímu posouzení	Označuje přiřazení nově zjištěného problému s kvalitou konkrétnímu uživateli nebo týmu k prvotní kontrole a posouzení. Událost se často odvozuje ze změn v poli přiřazené osoby nebo vlastníka záznamu problému.
Proč je to důležité Sledování tohoto prvního předání pomáhá odhalit prodlevy před zahájením posouzení. Analýza doby strávené v tomto stavu může odhalit nahromaděné případy ve frontě k prvotnímu posouzení. Kde data získat Odvozuje se ze změn v poli vlastníka nebo přiřazené osoby v záznamu Quality Issue. Údaje mohou pocházet z tabulek auditní stopy nebo ze sledování změn stavu souvisejících s workflow přiřazení. Zachycení Odvozuje se ze změny pole „Assigned To“ nebo „Owner“ v záznamu Quality Issue. Typ události inferred
	Provedení analýzy hlavní příčiny	Označuje dokončení analýzy hlavní příčiny (RCA) a zaznamenání jejích výsledků. Obvykle se zachytí, když tým šetření doplní do záznamu problému s kvalitou zjištěnou hlavní příčinu a změní jeho stav.
Proč je to důležité Tato aktivita je koncovým bodem KPI „Doba do analýzy hlavní příčiny“. Analýza doby, která k ní vedla, pomáhá odhalit úzká místa při řešení problému. Kde data získat Odvozuje se ze změny stavu na „RCA Complete“ nebo z vyplnění pole kategorie hlavní příčiny a uložení záznamu. Použije se časové razítko této aktualizace. Zachycení Odvozuje se ze změny stavu na „RCA Complete“ nebo z vyplnění polí hlavní příčiny. Typ události inferred
	Určení preventivního opatření	Označuje vytvoření preventivního opatření (PA), které řeší systémové problémy a předchází podobným událostem v oblasti kvality. Často se zaznamená založením nového záznamu Preventive Action propojeného s původním problémem.
Proč je to důležité Tato aktivita ukazuje, že řízení kvality se neomezuje na řešení jednotlivých problémů, ale předchází i těm budoucím. Její sledování pomáhá měřit proaktivní zlepšování kvality. Kde data získat Zachytí se při založení nového záznamu Quality Action typu „Preventive Action“, který bývá propojen s původním záznamem Quality Issue nebo Corrective Action. Zachycení Zaznamená se při založení záznamu Quality Action typu „Preventive Action“. Typ události explicit
	Zavedení nápravného opatření	Označuje dokončení úkolů stanovených ve schváleném plánu nápravných opatření. Obvykle se zachytí, když uživatel změní stav záznamu nápravného opatření na „Implemented“ nebo „Completed“.
Proč je to důležité Tato aktivita je důležitá pro KPI „Včasné zavedení CAPA“, protože potvrzuje provedení plánované nápravy a umožňuje porovnat skutečný termín s cílovým. Kde data získat Událost se odvozuje ze změny stavu souvisejícího záznamu Quality Action nebo CAPA na „Implemented“ či „Completed“. Zachycení Odvozuje se ze změny stavu na „Implemented“ nebo „Completed“. Typ události inferred
	Zavedení preventivního opatření	Označuje dokončení úkolů stanovených v plánu preventivních opatření ke zmírnění systémových rizik. Zachytí se, když uživatel změní stav záznamu preventivního opatření na „Implemented“ nebo „Completed“.
Proč je to důležité Měří schopnost organizace zavádět proaktivní zlepšení kvality. Prodlevy mohou ukazovat na potíže se zaváděním systémových změn napříč organizací. Kde data získat Odvozuje se ze změny stavu souvisejícího záznamu Preventive Action na „Implemented“ nebo „Completed“, podobně jako u nápravných opatření. Zachycení Odvozuje se ze změny stavu záznamu Preventive Action na „Implemented“. Typ události inferred

Doporučené Volitelné

Návody k extrakci dat

Jak získat data ze systému Oracle Quality Management

Kroky

Otevřete Oracle BI Publisher: Přihlaste se do instance Oracle E-Business Suite a přejděte do odpovědnosti, která umožňuje přístup k BI Publisheru, například BI Publisher Administrator nebo podobné vlastní odpovědnosti.
Vytvořte nový datový model: Na domovské stránce BI Publisheru vyberte Create a poté Data Model. Otevře se editor datového modelu.
Definujte datovou sadu SQL Query: V editoru datového modelu klikněte na ikonu plus v panelu Data Sets a vyberte SQL Query. Otevře se okno editoru SQL dotazu.
Nastavte zdroj dat: V okně New Data Set zadejte název datové sady, například DS_QUALITY_EVENTS. Jako Data Source vyberte příslušnou databázi Oracle EBS.
Zadejte SQL dotaz: Zkopírujte celý SQL dotaz z části „query“ tohoto dokumentu a vložte jej do textového pole SQL Query.
Definujte parametry dotazu: Dotaz používá zástupné proměnné :P_START_DATE a :P_END_DATE pro období sestavy. V datovém modelu BI Publisheru je nutné definovat je jako parametry. Pro každý vytvořte nový parametr, zadejte odpovídající název (například P_START_DATE), nastavte Data Type na Date a nakonfigurujte srozumitelný popisek.
Uložte datový model: Po vložení dotazu a definování parametrů datový model uložte. Doporučujeme uložit jej do sdílené složky pro sestavy.
Vytvořte novou sestavu: Vraťte se na domovskou stránku BI Publisheru, vyberte Create a poté Report. Zvolte možnost Use Data Model a vyhledejte právě uložený datový model.
Nastavte rozvržení sestavy: Průvodce sestavou vás provede nastavením rozvržení. Pro ProcessMind postačí jednoduchá tabulka. Přetáhněte do rozvržení sestavy všechny sloupce z datového modelu. Zkontrolujte, že je výstupní formát nastaven na CSV.
Nastavte vlastnosti sestavy: Ve vlastnostech sestavy zkontrolujte, že je zaškrtnutá možnost Enable CSV Output. V případě potřeby můžete nastavit také výchozí hodnoty parametrů.
Spusťte a exportujte sestavu: Sestavu uložte a spusťte se zvoleným počátečním a koncovým datem. Po dokončení generování klikněte na Export a jako výstupní formát vyberte CSV. Soubor se stáhne do vašeho počítače.
Připravte soubor k nahrání: Otevřete stažený soubor CSV a zkontrolujte, zda obsahuje očekávaná data. Ověřte, že názvy sloupců odpovídají požadavkům schématu ProcessMind. Soubor je nyní připraven k nahrání.

Konfigurace

Předpoklady: Uživatelský účet s přístupem k Oracle BI Publisheru a oprávněním ke čtení tabulek modulu Quality, například QA_RESULTS, QA_PLANS, QA_ACTIONS a FND_USER.
Nastavení zdroje dat: Datový model BI Publisheru musí být nakonfigurován pro připojení k primární aplikační databázi Oracle EBS (schéma APPS).
Parametry časového období: Dotaz vyžaduje dva parametry, :P_START_DATE a :P_END_DATE, které omezují rozsah extrahovaných dat. Pro první analýzu doporučujeme období 6 až 12 měsíců, abyste získali dostatek úplných případů. Datum zadejte ve formátu 'YYYY-MM-DD'.
Výstupní formát: Sestava musí umožňovat výstup ve formátu CSV. Ten je pro načtení do ProcessMind vhodný, protože je jednoduchý, strukturovaný a nevyžaduje složité zpracování.
Plánování: Chcete-li proces průběžně sledovat, naplánujte pravidelné spouštění sestavy BI Publisheru, například denně nebo týdně. Nastavte doručování výstupu na určený server nebo do úložiště obsahu, odkud jej lze automaticky převzít.
Výkon: V instancích s velkým objemem událostí kvality může spuštění dotazu trvat dlouho. Zvolte přiměřené časové období. Pokud máte obavy o výkon, proberte optimalizaci dotazu nebo indexování tabulek se správcem databáze.

Ukázkový dotaz sql

SELECT
    qr.occurrence AS QualityEventId,
    'Quality Issue Identified' AS ActivityName,
    qr.creation_date AS EventStartTime,
    qr.last_update_date AS EventEndTime,
    qp.department_code AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qr.qa_last_update_status AS CurrentStatus,
    qpc_sev.char_value AS SeverityLevel,
    qr.transaction_date AS TargetResolutionDate, -- Or a dedicated target date field
    qpc_rc.char_value AS RootCauseCategory,
    NULL AS ProcessingTime
FROM
    qa_results qr
JOIN
    qa_plans qp ON qr.plan_id = qp.plan_id
LEFT JOIN
    fnd_user fu ON qr.created_by = fu.user_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Severity_Char_ID]) qpc_sev ON qr.result_id = qpc_sev.result_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Root_Cause_Char_ID]) qpc_rc ON qr.result_id = qpc_rc.result_id
WHERE
    qr.creation_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

-- Activities based on status changes are best captured from an audit table if available. 
-- This example uses LAST_UPDATE_DATE which is an approximation.
SELECT
    qr.occurrence AS QualityEventId,
    'Issue Assigned For Triage' AS ActivityName,
    qr.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    qp.department_code AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qr.qa_last_update_status AS CurrentStatus,
    qpc_sev.char_value AS SeverityLevel,
    qr.transaction_date AS TargetResolutionDate,
    qpc_rc.char_value AS RootCauseCategory,
    NULL AS ProcessingTime
FROM
    qa_results qr
JOIN
    qa_plans qp ON qr.plan_id = qp.plan_id
LEFT JOIN
    fnd_user fu ON qr.last_updated_by = fu.user_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Severity_Char_ID]) qpc_sev ON qr.result_id = qpc_sev.result_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Root_Cause_Char_ID]) qpc_rc ON qr.result_id = qpc_rc.result_id
WHERE
    qr.qa_last_update_status IN ('Assigned', 'In Triage') AND qr.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT
    qr.occurrence AS QualityEventId,
    'Issue Categorized and Prioritized' AS ActivityName,
    qr.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    qp.department_code AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qr.qa_last_update_status AS CurrentStatus,
    qpc_sev.char_value AS SeverityLevel,
    qr.transaction_date AS TargetResolutionDate,
    qpc_rc.char_value AS RootCauseCategory,
    NULL AS ProcessingTime
FROM
    qa_results qr
JOIN
    qa_plans qp ON qr.plan_id = qp.plan_id
LEFT JOIN
    fnd_user fu ON qr.last_updated_by = fu.user_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Severity_Char_ID]) qpc_sev ON qr.result_id = qpc_sev.result_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Root_Cause_Char_ID]) qpc_rc ON qr.result_id = qpc_rc.result_id
WHERE
    qr.qa_last_update_status IN ('Assessed', 'Prioritized') AND qr.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT
    qr.occurrence AS QualityEventId,
    'Investigation Initiated' AS ActivityName,
    qr.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    qp.department_code AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qr.qa_last_update_status AS CurrentStatus,
    qpc_sev.char_value AS SeverityLevel,
    qr.transaction_date AS TargetResolutionDate,
    qpc_rc.char_value AS RootCauseCategory,
    NULL AS ProcessingTime
FROM
    qa_results qr
JOIN
    qa_plans qp ON qr.plan_id = qp.plan_id
LEFT JOIN
    fnd_user fu ON qr.last_updated_by = fu.user_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Severity_Char_ID]) qpc_sev ON qr.result_id = qpc_sev.result_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Root_Cause_Char_ID]) qpc_rc ON qr.result_id = qpc_rc.result_id
WHERE
    qr.qa_last_update_status = 'Under Investigation' AND qr.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT
    qr.occurrence AS QualityEventId,
    'Root Cause Analysis Performed' AS ActivityName,
    qr.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    qp.department_code AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qr.qa_last_update_status AS CurrentStatus,
    qpc_sev.char_value AS SeverityLevel,
    qr.transaction_date AS TargetResolutionDate,
    qpc_rc.char_value AS RootCauseCategory,
    NULL AS ProcessingTime
FROM
    qa_results qr
JOIN
    qa_plans qp ON qr.plan_id = qp.plan_id
LEFT JOIN
    fnd_user fu ON qr.last_updated_by = fu.user_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Severity_Char_ID]) qpc_sev ON qr.result_id = qpc_sev.result_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Root_Cause_Char_ID]) qpc_rc ON qr.result_id = qpc_rc.result_id
WHERE
    qpc_rc.char_value IS NOT NULL AND qr.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

-- Corrective and Preventive Actions from a table like QA_ACTIONS
SELECT 
    qa.source_code AS QualityEventId,
    'Corrective Action Plan Proposed' AS ActivityName,
    qa.creation_date AS EventStartTime,
    NULL AS EventEndTime,
    NULL AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qa.status_code AS CurrentStatus,
    NULL AS SeverityLevel,
    qa.target_date AS TargetResolutionDate,
    NULL AS RootCauseCategory,
    NULL AS ProcessingTime
FROM qa_actions qa
LEFT JOIN fnd_user fu ON qa.assignee_id = fu.user_id
WHERE qa.action_code = 'CORRECTIVE_ACTION' AND qa.creation_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT 
    qa.source_code AS QualityEventId,
    'Corrective Action Plan Approved' AS ActivityName,
    qa.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    NULL AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qa.status_code AS CurrentStatus,
    NULL AS SeverityLevel,
    qa.target_date AS TargetResolutionDate,
    NULL AS RootCauseCategory,
    NULL AS ProcessingTime
FROM qa_actions qa
LEFT JOIN fnd_user fu ON qa.last_updated_by = fu.user_id
WHERE qa.action_code = 'CORRECTIVE_ACTION' AND qa.status_code = 'Approved' AND qa.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT 
    qa.source_code AS QualityEventId,
    'Corrective Action Implemented' AS ActivityName,
    qa.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    NULL AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qa.status_code AS CurrentStatus,
    NULL AS SeverityLevel,
    qa.target_date AS TargetResolutionDate,
    NULL AS RootCauseCategory,
    NULL AS ProcessingTime
FROM qa_actions qa
LEFT JOIN fnd_user fu ON qa.last_updated_by = fu.user_id
WHERE qa.action_code = 'CORRECTIVE_ACTION' AND qa.status_code IN ('Implemented', 'Completed') AND qa.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT
    qr.occurrence AS QualityEventId,
    'Effectiveness Check Required' AS ActivityName,
    qr.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    qp.department_code AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qr.qa_last_update_status AS CurrentStatus,
    qpc_sev.char_value AS SeverityLevel,
    qr.transaction_date AS TargetResolutionDate,
    qpc_rc.char_value AS RootCauseCategory,
    NULL AS ProcessingTime
FROM
    qa_results qr
JOIN
    qa_plans qp ON qr.plan_id = qp.plan_id
LEFT JOIN
    fnd_user fu ON qr.last_updated_by = fu.user_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Severity_Char_ID]) qpc_sev ON qr.result_id = qpc_sev.result_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Root_Cause_Char_ID]) qpc_rc ON qr.result_id = qpc_rc.result_id
WHERE
    qr.qa_last_update_status = 'Verification Pending' AND qr.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT
    qr.occurrence AS QualityEventId,
    'Effectiveness of Action Verified' AS ActivityName,
    qr.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    qp.department_code AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qr.qa_last_update_status AS CurrentStatus,
    qpc_sev.char_value AS SeverityLevel,
    qr.transaction_date AS TargetResolutionDate,
    qpc_rc.char_value AS RootCauseCategory,
    NULL AS ProcessingTime
FROM
    qa_results qr
JOIN
    qa_plans qp ON qr.plan_id = qp.plan_id
LEFT JOIN
    fnd_user fu ON qr.last_updated_by = fu.user_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Severity_Char_ID]) qpc_sev ON qr.result_id = qpc_sev.result_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Root_Cause_Char_ID]) qpc_rc ON qr.result_id = qpc_rc.result_id
WHERE
    qr.qa_last_update_status = 'Verification Complete' AND qr.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT 
    qa.source_code AS QualityEventId,
    'Preventive Action Identified' AS ActivityName,
    qa.creation_date AS EventStartTime,
    NULL AS EventEndTime,
    NULL AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qa.status_code AS CurrentStatus,
    NULL AS SeverityLevel,
    qa.target_date AS TargetResolutionDate,
    NULL AS RootCauseCategory,
    NULL AS ProcessingTime
FROM qa_actions qa
LEFT JOIN fnd_user fu ON qa.assignee_id = fu.user_id
WHERE qa.action_code = 'PREVENTIVE_ACTION' AND qa.creation_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT 
    qa.source_code AS QualityEventId,
    'Preventive Action Implemented' AS ActivityName,
    qa.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    NULL AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qa.status_code AS CurrentStatus,
    NULL AS SeverityLevel,
    qa.target_date AS TargetResolutionDate,
    NULL AS RootCauseCategory,
    NULL AS ProcessingTime
FROM qa_actions qa
LEFT JOIN fnd_user fu ON qa.last_updated_by = fu.user_id
WHERE qa.action_code = 'PREVENTIVE_ACTION' AND qa.status_code IN ('Implemented', 'Completed') AND qa.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT
    qr.occurrence AS QualityEventId,
    'Final Review and Closure' AS ActivityName,
    qr.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    qp.department_code AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qr.qa_last_update_status AS CurrentStatus,
    qpc_sev.char_value AS SeverityLevel,
    qr.transaction_date AS TargetResolutionDate,
    qpc_rc.char_value AS RootCauseCategory,
    NULL AS ProcessingTime
FROM
    qa_results qr
JOIN
    qa_plans qp ON qr.plan_id = qp.plan_id
LEFT JOIN
    fnd_user fu ON qr.last_updated_by = fu.user_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Severity_Char_ID]) qpc_sev ON qr.result_id = qpc_sev.result_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Root_Cause_Char_ID]) qpc_rc ON qr.result_id = qpc_rc.result_id
WHERE
    qr.qa_last_update_status IN ('Closed', 'Resolved') AND qr.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT
    qr.occurrence AS QualityEventId,
    'Stakeholders Notified of Resolution' AS ActivityName,
    qr.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    qp.department_code AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qr.qa_last_update_status AS CurrentStatus,
    qpc_sev.char_value AS SeverityLevel,
    qr.transaction_date AS TargetResolutionDate,
    qpc_rc.char_value AS RootCauseCategory,
    NULL AS ProcessingTime
FROM
    qa_results qr
JOIN
    qa_plans qp ON qr.plan_id = qp.plan_id
LEFT JOIN
    fnd_user fu ON qr.last_updated_by = fu.user_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Severity_Char_ID]) qpc_sev ON qr.result_id = qpc_sev.result_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Root_Cause_Char_ID]) qpc_rc ON qr.result_id = qpc_rc.result_id
WHERE
    qr.qa_last_update_status = 'Notification Sent' AND qr.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

Kroky

Předpoklady: Připravte si databázového klienta, například SQL Developer nebo DBeaver, a přihlašovací údaje s oprávněním pouze ke čtení databáze Oracle, ve které je modul Quality Management.
Seznamte se se schématem: Zjistěte, jaké jsou hlavní tabulky Oracle Quality. Dotaz používá především QA_RESULTS pro záhlaví událostí kvality, QA_PLANS pro definice plánů, QA_RESULTS_V pro kombinovaný pohled na výsledky a jejich hodnoty a tabulky uživatelů aplikace, například FND_USER nebo PER_ALL_PEOPLE_F.
Nastavte parametry dotazu: Před spuštěním dotazu vyhledejte zástupné proměnné v klauzuli WHERE. Nahraďte :start_date, :end_date a :organization_id odpovídajícími hodnotami pro požadovanou extrakci. Například nastavte :start_date na „2023-01-01“ a :end_date na „2023-06-30“.
Spusťte dotaz SQL: Zkopírujte celý skript SQL a spusťte jej v databázovém klientovi. Skript pomocí několika klauzulí UNION ALL spojí různé události do jednotného formátu záznamu událostí.
Zkontrolujte nezpracovaná data: Po spuštění zkontrolujte výstup. Každý řádek představuje jednu aktivitu v průběhu události kvality. Ověřte úplnost a přítomnost dat v důležitých sloupcích, jako jsou QualityEventId, ActivityName a EventStartTime.
Zpracujte časová razítka a doby trvání: Dotaz poskytuje hodnotu EventStartTime. Pole EventEndTime záměrně zůstává nastavené na NULL, protože určení konce jedné události často vyžaduje znalost začátku následující události. Tento výpočet je obvykle nejlepší provést v nástroji process mining nebo v následném skriptu. Také ProcessingTime je nastaveno na NULL, protože jeho výpočet vyžaduje počáteční a koncový čas.
Exportujte do CSV: Exportujte celou sadu výsledků z databázového klienta do souboru CSV. Ověřte, že je soubor kódován v UTF-8 a obsahuje řádek záhlaví s aliasy sloupců z dotazu.
Připravte soubor k nahrání: Ověřte, že záhlaví sloupců CSV odpovídají požadavkům platformy ProcessMind (Case ID, Activity, Start Timestamp). Před nahráním přejmenujte sloupce QualityEventId, ActivityName a EventStartTime.

Konfigurace

Přístup k databázi: Uživatel spouštějící dotaz musí mít oprávnění SELECT ke všem tabulkám uvedeným ve skriptu. Mohou být ve schématech APPS, QA, PER a HR.
Hlavní filtry dotazu: Dotaz obsahuje zástupné proměnné, které je nutné nastavit:
- :start_date: Začátek období sestavy. Dotaz zahrne události vytvořené k tomuto datu nebo později.
- :end_date: Konec období sestavy.
- :organization_id: Identifikátor konkrétní organizace Oracle, kterou chcete analyzovat. Plány a výsledky kvality jsou často přiřazeny k určité organizaci.
Časové období: Pro první analýzu doporučujeme data za 3 až 6 měsíců. U rozsáhlých systémů s velkým objemem dat začněte kratším obdobím, například jedním měsícem, a před rozsáhlejší extrakcí ověřte výkon dotazu.
Dopad na výkon: Dotaz spojuje několik rozsáhlých tabulek a sjednocuje 14 samostatných sad výsledků. Může proto výrazně zatěžovat zdroje. Extrakci naplánujte mimo špičku, abyste omezili dopad na výkon systému. Pokud dotaz běží pomalu, poraďte se se správcem databáze o indexování důležitých sloupců, zejména sloupců s datem a cizími klíči.

Ukázkový dotaz sql

WITH QualityEventBase AS (
    SELECT
        qr.COLLECTION_ID,
        qr.PLAN_ID,
        qp.NAME AS PLAN_NAME,
        qr.ORGANIZATION_ID,
        qr.CREATION_DATE,
        qr.LAST_UPDATE_DATE,
        qr.CREATED_BY,
        qr.LAST_UPDATED_BY,
        (SELECT qrv.CHARACTER1 FROM QA_RESULTS_V qrv WHERE qrv.COLLECTION_ID = qr.COLLECTION_ID AND qrv.ELEMENT_SHORT_CODE = 'Q_STATUS') AS CurrentStatus,
        (SELECT qrv.CHARACTER1 FROM QA_RESULTS_V qrv WHERE qrv.COLLECTION_ID = qr.COLLECTION_ID AND qrv.ELEMENT_SHORT_CODE = 'Q_SEVERITY') AS SeverityLevel,
        (SELECT qrv.CHARACTER1 FROM QA_RESULTS_V qrv WHERE qrv.COLLECTION_ID = qr.COLLECTION_ID AND qrv.ELEMENT_SHORT_CODE = 'Q_ROOT_CAUSE') AS RootCauseCategory,
        (SELECT qrv.CHARACTER1 FROM QA_RESULTS_V qrv WHERE qrv.COLLECTION_ID = qr.COLLECTION_ID AND qrv.ELEMENT_SHORT_CODE = 'Q_DEPT') AS ResponsibleDepartment,
        (SELECT qrv.DATE1 FROM QA_RESULTS_V qrv WHERE qrv.COLLECTION_ID = qr.COLLECTION_ID AND qrv.ELEMENT_SHORT_CODE = 'Q_TARGET_DATE') AS TargetResolutionDate,
        (SELECT fu.USER_NAME FROM FND_USER fu WHERE fu.USER_ID = qr.LAST_UPDATED_BY) AS AssignedUser
    FROM
        QA_RESULTS qr
    JOIN
        QA_PLANS qp ON qr.PLAN_ID = qp.PLAN_ID
    WHERE
        qr.CREATION_DATE BETWEEN TO_DATE(:start_date, 'YYYY-MM-DD') AND TO_DATE(:end_date, 'YYYY-MM-DD')
        AND qr.ORGANIZATION_ID = :organization_id
)
-- 1. Quality Issue Identified
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Quality Issue Identified' AS ActivityName,
    qeb.CREATION_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb

UNION ALL

-- 2. Issue Assigned For Triage (Approximation: first update after creation)
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Issue Assigned For Triage' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'TRIAGE' AND qeb.LAST_UPDATE_DATE > qeb.CREATION_DATE

UNION ALL

-- 3. Issue Categorized and Prioritized
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Issue Categorized and Prioritized' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'ASSESSED' AND qeb.SeverityLevel IS NOT NULL

UNION ALL

-- 4. Investigation Initiated
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Investigation Initiated' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'UNDER_INVESTIGATION'

UNION ALL

-- 5. Root Cause Analysis Performed
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Root Cause Analysis Performed' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'RCA_COMPLETE' AND qeb.RootCauseCategory IS NOT NULL

UNION ALL

-- 6. Corrective Action Plan Proposed
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Corrective Action Plan Proposed' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'CAPA_PROPOSED'

UNION ALL

-- 7. Corrective Action Plan Approved
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Corrective Action Plan Approved' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'CAPA_APPROVED'

UNION ALL

-- 8. Corrective Action Implemented
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Corrective Action Implemented' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'CAPA_IMPLEMENTED'

UNION ALL

-- 9. Effectiveness Check Required
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Effectiveness Check Required' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'EFFECTIVENESS_CHECK'

UNION ALL

-- 10. Effectiveness of Action Verified
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Effectiveness of Action Verified' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'VERIFIED'

UNION ALL

-- 11. Preventive Action Identified
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Preventive Action Identified' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'PAPA_DEFINED'

UNION ALL

-- 12. Preventive Action Implemented
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Preventive Action Implemented' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'PAPA_IMPLEMENTED'

UNION ALL

-- 13. Final Review and Closure
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Final Review and Closure' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'CLOSED'

UNION ALL

-- 14. Stakeholders Notified of Resolution (Approximation)
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Stakeholders Notified of Resolution' AS ActivityName,
    qeb.LAST_UPDATE_DATE + interval '1' minute AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'CLOSED'

Kroky

Připravte prostředí: Ověřte, že máte nainstalovaný Python 3.6 nebo novější. Potřebné knihovny nainstalujte pomocí pip: pip install pandas oracledb. Slouží k připojení k databázi Oracle a zpracování dat.
Získejte přihlašovací údaje k databázi: Zajistěte si potřebné údaje pro připojení k databázi Oracle Quality Management. Patří mezi ně uživatelské jméno, heslo a Data Source Name (DSN), který má obvykle formát hostname:port/service_name.
Uložte extrakční skript: Zkopírujte celý skript Pythonu z části „query“ a uložte jej do souboru, například extract_quality_events.py.
Nastavte skript: Otevřete uložený skript v textovém editoru. V horní části najděte sekci nastavení a nahraďte zástupné hodnoty db_user, db_password, db_dsn, start_date a end_date svými údaji.
Upravte zástupné hodnoty SQL: Zkontrolujte dotaz SQL ve skriptu. Možná bude třeba upravit názvy tabulek, například QA_RESULTS, nebo konkrétní hodnoty stavů, například 'NEW' a 'CLOSED', aby odpovídaly nastavení Oracle ve vaší organizaci. Pokud si nejste jistí, ověřte hodnoty u správce systému Oracle.
Spusťte skript: Otevřete příkazový řádek nebo terminál, přejděte do adresáře, kam jste skript uložili, a spusťte příkaz: python extract_quality_events.py.
Sledujte průběh: Skript se připojí k databázi, spustí dotaz a zpracuje data. Podle rozsahu dat a jejich objemu může zpracování trvat několik minut. Po úspěšném připojení se zobrazí zpráva „Successfully connected to Oracle Database!“ a po dokončení „Event log saved to quality_event_log.csv“.
Najděte výstupní soubor: Po dokončení skriptu se ve stejném adresáři vytvoří soubor quality_event_log.csv s extrahovaným záznamem událostí.
Zkontrolujte záznam událostí: Otevřete soubor quality_event_log.csv v tabulkovém procesoru a rychle jej zkontrolujte. Ověřte, že obsahuje očekávané sloupce a že jsou správně vyplněna data alespoň u několika vzorových případů.
Nahrajte soubor do nástroje process mining: Vygenerovaný soubor CSV je nyní připravený k nahrání do aplikace process mining k analýze.

Konfigurace

Připojení k databázi: Skript vyžaduje Oracle Data Source Name (DSN), uživatelské jméno a heslo s oprávněním ke čtení potřebných tabulek Quality Management, například QA_RESULTS, QA_PLANS, FND_USER a PER_ALL_PEOPLE_F.
Filtrování podle období: Proměnné start_date a end_date ve skriptu určují objem dat. Doporučujeme začít kratším obdobím, například 3 až 6 měsíců, ověřit výkon a zkontrolovat výstup, než spustíte rozsáhlejší extrakci.
Filtry specifické pro systém: SQL dotaz můžete dále upravit a přidat filtry podle organizační struktury. Například klauzulí WHERE můžete filtrovat podle ORGANIZATION_ID a omezit extrakci na konkrétní závod nebo obchodní jednotku.
Mapování stavových kódů: Logika extrakce aktivit přiřazuje konkrétní hodnoty stavů, například 'NEW', 'UNDER_INVESTIGATION' a 'CLOSED', ke krokům procesu. Tyto hodnoty závisí na konfiguraci Oracle ve vaší organizaci. Ověřte je a podle potřeby upravte SQL dotaz.
Závislosti Pythonu: Skript vyžaduje knihovny pandas a oracledb. Ověřte, že jsou nainstalované v prostředí Pythonu, ve kterém budete skript spouštět.

Ukázkový dotaz python

import pandas as pd
import oracledb
import sys

class=class="hl-string">"hl-comment"># --- Configuration Settings --- 
class=class="hl-string">"hl-comment"># Replace with your Oracle database credentials and connection details
db_user = class="hl-string">"your_username"
db_password = class="hl-string">"your_password"
class=class="hl-string">"hl-comment"># DSN (Data Source Name) format: hostname:port/service_name
db_dsn = class="hl-string">"your_host:1521/your_service_name"

class=class="hl-string">"hl-comment"># Define the date range for the extraction
start_date = class="hl-string">"2023-01-01"
end_date = class="hl-string">"2023-12-31"

class=class="hl-string">"hl-comment"># --- SQL Query --- 
class=class="hl-string">"hl-comment"># This query extracts events from the Oracle Quality Management module.
class=class="hl-string">"hl-comment"># Each SELECT statement with a UNION ALL corresponds to a specific activity.
sql_query = fclass="hl-string">"""
WITH base_events AS (
    SELECT 
        qr.COLLECTION_ID AS QualityEventId,
        qr.LAST_UPDATE_DATE,
        qr.CREATION_DATE,
        qpc.PROMPT AS StatusPrompt,
        qr.CHARACTER1 AS CurrentStatus,
        qr.CHARACTER2 AS SeverityLevel,
        qr.CHARACTER3 AS RootCauseCategory,
        oap.NAME AS ResponsibleDepartment,
        fu.USER_NAME AS AssignedUser,
        qr.DATE1 AS TargetResolutionDate,
        (qr.LAST_UPDATE_DATE - qr.CREATION_DATE) * 24 * 60 AS ProcessingTime
    FROM 
        QA_RESULTS qr
    JOIN 
        QA_PLANS qp ON qr.PLAN_ID = qp.PLAN_ID
    JOIN 
        QA_PLAN_CHARS qpc ON qp.PLAN_ID = qpc.PLAN_ID AND qpc.PROMPT = 'Status'
    LEFT JOIN 
        FND_USER fu ON qr.LAST_UPDATED_BY = fu.USER_ID
    LEFT JOIN
        HR_ALL_ORGANIZATION_UNITS oap ON qr.ORGANIZATION_ID = oap.ORGANIZATION_ID
    WHERE 
        qr.CREATION_DATE BETWEEN TO_DATE('{start_date}', 'YYYY-MM-DD') AND TO_DATE('{end_date}', 'YYYY-MM-DD')
)
-- 1. Quality Issue Identified
SELECT
    be.QualityEventId,
    'Quality Issue Identified' AS ActivityName,
    be.CREATION_DATE AS EventStartTime,
    be.CREATION_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    'New' AS CurrentStatus, -- Initial status
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be

UNION ALL

-- 2. Issue Assigned For Triage (approximated by first update after creation)
SELECT
    be.QualityEventId,
    'Issue Assigned For Triage' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.LAST_UPDATE_DATE > be.CREATION_DATE AND be.CurrentStatus IN ('Assigned', '[Your Triage Status]')

UNION ALL

-- 3. Issue Categorized and Prioritized
SELECT
    be.QualityEventId,
    'Issue Categorized and Prioritized' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus IN ('Assessed', 'Prioritized', '[Your Categorized Status]')

UNION ALL

-- 4. Investigation Initiated
SELECT
    be.QualityEventId,
    'Investigation Initiated' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus IN ('Under Investigation', 'Investigation')

UNION ALL

-- 5. Root Cause Analysis Performed
SELECT
    be.QualityEventId,
    'Root Cause Analysis Performed' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus = 'RCA Complete' AND be.RootCauseCategory IS NOT NULL

UNION ALL

-- 6. Corrective Action Plan Proposed
SELECT
    be.QualityEventId,
    'Corrective Action Plan Proposed' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus = 'CAP Proposed'

UNION ALL

-- 7. Corrective Action Plan Approved
SELECT
    be.QualityEventId,
    'Corrective Action Plan Approved' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus = 'CAP Approved'

UNION ALL

-- 8. Corrective Action Implemented
SELECT
    be.QualityEventId,
    'Corrective Action Implemented' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus = 'CAP Implemented'

UNION ALL

-- 9. Effectiveness Check Required
SELECT
    be.QualityEventId,
    'Effectiveness Check Required' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus = 'Verification Pending'

UNION ALL

-- 10. Effectiveness of Action Verified
SELECT
    be.QualityEventId,
    'Effectiveness of Action Verified' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus = 'Verified Effective'

UNION ALL

-- 11. Preventive Action Identified
SELECT
    be.QualityEventId,
    'Preventive Action Identified' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus = 'PA Identified'

UNION ALL

-- 12. Preventive Action Implemented
SELECT
    be.QualityEventId,
    'Preventive Action Implemented' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus = 'PA Implemented'

UNION ALL

-- 13. Final Review and Closure
SELECT
    be.QualityEventId,
    'Final Review and Closure' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus = 'Closed'

UNION ALL

-- 14. Stakeholders Notified of Resolution
SELECT
    be.QualityEventId,
    'Stakeholders Notified of Resolution' AS ActivityName,
    be.LAST_UPDATE_DATE + interval '1' day AS EventStartTime, -- Approximated as 1 day after closure
    be.LAST_UPDATE_DATE + interval '1' day AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus = 'Closed'
"""

class=class="hl-string">"hl-comment"># --- Main Execution Logic ---
try:
    class=class="hl-string">"hl-comment"># Establish the database connection
    with oracledb.connect(user=db_user, password=db_password, dsn=db_dsn) as connection:
        print(class="hl-string">"Successfully connected to Oracle Database!")
        
        class=class="hl-string">"hl-comment"># Execute the query and load data into a pandas DataFrame
        print(class="hl-string">"Executing query... This may take a few minutes.")
        df = pd.read_sql_query(sql_query, connection)
        print(fclass="hl-string">"Query finished. {len(df)} events extracted.")

        class=class="hl-string">"hl-comment"># Data Type Conversion
        df[class="hl-string">'EVENTSTARTTIME'] = pd.to_datetime(df[class="hl-string">'EVENTSTARTTIME'])
        df[class="hl-string">'EVENTENDTIME'] = pd.to_datetime(df[class="hl-string">'EVENTENDTIME'])
        df[class="hl-string">'TARGETRESOLUTIONDATE'] = pd.to_datetime(df[class="hl-string">'TARGETRESOLUTIONDATE'])

        class=class="hl-string">"hl-comment"># Sort the data for chronological order
        df = df.sort_values(by=[class="hl-string">'QUALITYEVENTID', class="hl-string">'EVENTSTARTTIME'], ascending=[True, True])

        class=class="hl-string">"hl-comment"># Save the DataFrame to a CSV file
        output_filename = class="hl-string">'quality_event_log.csv'
        df.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%d %H:%M:%S')
        print(fclass="hl-string">"Event log saved to {output_filename}")

except oracledb.DatabaseError as e:
    error, = e.args
    print(fclass="hl-string">"Database connection or query failed: {error.message}", file=sys.stderr)
    sys.exit(1)
except Exception as e:
    print(fclass="hl-string">"An unexpected error occurred: {e}", file=sys.stderr)
    sys.exit(1)

Chcete začít?

Tato šablona vám pomůže rychle připravit data a začít zlepšovat procesy řízení kvality. Začněte hledat příležitosti ke zvýšení efektivity a posílení shody.

Zpět na průvodce zlepšováním

Stáhnout šablonu

Zlepšete řízení kvality v Oracle a posilte shodu

Omezte neefektivitu a zkraťte dobu cyklu o 30 %.

Začněte se zkušební verzí zdarma

Bez platební karty. Zkušební verze na 14 dní zdarma.

Šablona dat pro řízení kvality

Šablona dat pro řízení kvality

Atributy řízení kvality

Aktivity v řízení kvality

Návody k extrakci dat

Sestava Oracle BI Publisher pro data o událostech kvality

Kroky

Konfigurace

Ukázkový dotaz sql

Přímý SQL dotaz na tabulky Oracle Quality Management

Kroky

Konfigurace

Ukázkový dotaz sql

Extrakční skript v Pythonu pomocí konektoru Oracle DB

Kroky

Konfigurace

Ukázkový dotaz python

Chcete začít?

Zlepšete řízení kvality v Oracle a posilte shodu