> Kontinuierliche Prozessoptimierung > Warehouse Management > Oracle WMS Cloud > Datenvorlage

Ihre Datenvorlage für das Warehouse Management

Oracle WMS Cloud

Warehouse Management-Attribute (22) Warehouse Management-Aktivitäten (16) Extraktionsleitfäden (2)

Ihre Datenvorlage für das Warehouse Management

Diese Vorlage bietet eine klare Anleitung zum Sammeln der notwendigen Daten zur Analyse Ihrer Warehouse Management-Prozesse. Sie umreißt die wesentlichen Attribute und Aktivitäten, die Sie verfolgen müssen, zusammen mit praktischen Anleitungen, wie diese Informationen aus Ihrem Quellsystem extrahiert werden können.

Empfohlene Attribute zur Erfassung
Schlüsselaktivitäten, die Sie für Ihren Prozess verfolgen sollten
Anleitung zur Datenextraktion

Neu bei Event-Logs? Erfahren Sie wie Sie ein Process-Mining-Event-Log erstellen.

Vorlage herunterladen

Warehouse Management-Attribute

Dies sind die empfohlenen Datenfelder, die Sie in Ihr Event Log für eine umfassende Warehouse Management-Analyse aufnehmen sollten.

5 Erforderlich 7 Empfohlen 10 Optional

	Name	Beschreibung
	Aktivitätsname ActivityName	Der Name eines spezifischen Geschäftsereignisses oder einer Aufgabe, die innerhalb des Warehouse Management-Prozesses stattfand, wie „Waren kommissioniert“ oder „Versand versandt“.
Beschreibung Der Aktivitätsname beschreibt einen einzelnen Schritt oder Meilenstein im Lebenszyklus eines Lagerauftrags. Diese Aktivitäten bilden die sequenziellen Knoten in der Prozesskarte und ermöglichen die Visualisierung und Analyse des Prozessflusses. Jede Aktivität ist mit einem Timestamp versehen, was die Grundlage für Leistungsmessung und Engpassanalyse bildet. Im Process Mining ist dieses Attribut fundamental für den Aufbau des Prozessmodells. Es wird verwendet, um Aktivitätsfrequenzen, Pfade und Dauern zwischen verschiedenen Schritten zu analysieren. Das Verständnis der Reihenfolge und des Auftretens von Aktivitäten wie „Qualitätsprüfung durchgeführt“ oder „Kommissionieraufgabe erstellt“ ist entscheidend für die Optimierung der Ressourcenzuweisung und die Verbesserung der Zykluszeiten. Bedeutung Dieses Attribut definiert die Schritte in der Prozesskarte und ermöglicht es, den Lager-Workflow zu visualisieren, zu analysieren und zu optimieren. Datenquelle Diese Informationen werden typischerweise aus Event Logs, Aufgabenstatus-Tabellen oder Transaktionsdatensätzen in Oracle WMS Cloud abgeleitet, die Prozessmeilensteine erfassen. Beispiele Ware eingetroffenKommissionieraufgabe erstelltWaren verpacktSendung versandt
	Event Startzeit EventStartTime	Der Timestamp, der angibt, wann eine spezifische Lageraktivität oder ein Ereignis begann.
Beschreibung Die Ereignisstartzeit ist das genaue Datum und die Uhrzeit, die den Beginn einer Aktivität markiert. Sie ist das primäre zeitliche Attribut, das im Process Mining verwendet wird, um Ereignisse chronologisch zu ordnen und Dauern sowie Zykluszeiten zu berechnen. Dieser Timestamp ist wesentlich für den Aufbau einer genauen Darstellung des Prozessflusses, wie er tatsächlich stattgefunden hat. Die Analyse basierend auf der Ereignisstartzeit ist entscheidend für das Performance Monitoring. Sie ermöglicht die Berechnung wichtiger Kennzahlen wie die Zeit zwischen Aktivitäten, die Dauer eines gesamten Cases und die Einhaltung von Service Level Agreements. Dashboards, die Zykluszeiten visualisieren, wie „Wareneingang bis Einlagerung Zykluszeit“, verlassen sich vollständig auf dieses Attribut, um Verzögerungen zu identifizieren. Bedeutung Dieser Timestamp ist entscheidend für die korrekte Reihenfolge der Ereignisse und die Berechnung aller zeitbasierten Leistungsmetriken, wie Zykluszeiten und Engpässe. Datenquelle Dies ist typischerweise das Erstellungs- oder Start-Timestamp-Feld, das mit einem Aufgaben- oder Ereignisdatensatz in den Transaktionstabellen von Oracle WMS Cloud verknüpft ist. Beispiele 2023-10-26T09:00:00Z2023-10-26T10:30:15Z2023-10-27T11:05:00Z
	Lagerauftrag WarehouseOrder	Der eindeutige Identifikator für einen Lagerauftrag, der als primärer Case für die Verfolgung aller damit verbundenen logistischen Aktivitäten von Anfang bis Ende dient.
Beschreibung Der Lagerauftrag ist der zentrale Identifikator, der alle Ereignisse und Aktivitäten im Zusammenhang mit einer einzelnen logistischen Aufgabe innerhalb des Lagers gruppiert, wie einen Wareneingang oder einen Warenausgang. Er fungiert als Case-Identifikator für das Process Mining und ermöglicht die End-to-End-Analyse des gesamten Lagerprozess-Lebenszyklus für diesen spezifischen Auftrag. Die Analyse von Prozessen nach Lagerauftrag ermöglicht die Visualisierung der vollständigen Reise, von der Erstellung bis zum Abschluss oder zur Stornierung. Sie hilft bei der Identifizierung gängiger Prozesspfade, Engpässe, Abweichungen und Nacharbeitsschleifen, die die Effizienz des Lagerbetriebs beeinträchtigen. Diese Ansicht ist entscheidend für das Verständnis der Gesamtleistung und der Einhaltung von Standardverfahren für verschiedene Auftragsarten. Bedeutung Dies ist die essentielle Case ID, die alle zugehörigen Lageraktivitäten verbindet und eine vollständige, End-to-End-Prozessansicht für jeden logistischen Auftrag ermöglicht. Datenquelle Dieser Identifikator ist typischerweise auf der Kopfebene der Lagerauftragstabellen innerhalb von Oracle WMS Cloud zu finden, wie z. B. in den Modulen Aufträge oder Aufgaben. Beispiele WO-0054321ORD-9876543SHIP-2024-1001
	Letzte Datenaktualisierung LastDataUpdate	Der Timestamp, der angibt, wann die Daten für dieses Event zuletzt aus dem Quellsystem extrahiert oder aktualisiert wurden.
Beschreibung Last Data Update gibt das Datum und die Uhrzeit an, zu der die Data aus Oracle WMS Cloud abgerufen wurden. Diese Metadata ist entscheidend, um die Aktualität der Analyse zu verstehen und sicherzustellen, dass Entscheidungen auf aktuellen Informationen basieren. Für Process Mining Dashboards informiert dieser Timestamp den Benutzer über die Recency der angezeigten Data. Es hilft, Erwartungen zu managen, ob die Analyse Real-Time Operations oder einen historischen Snapshot widerspiegelt, was für das Operational Monitoring entscheidend ist. Bedeutung Zeigt die Aktualität der Data an, was für Benutzer wesentlich ist, um zu verstehen, wie aktuell die Prozessanalyse ist. Datenquelle Dieser `Timestamp` wird während des `Daten`-Extraktions-, Transformations- und Ladevorgangs (`ETL-Prozess`) generiert und hinzugefügt. Beispiele 2023-11-01T02:00:00Z2023-11-02T02:00:00Z
	Quellsystem SourceSystem	Das System, aus dem die Warehouse Management-Daten extrahiert wurden.
Beschreibung Dieses Attribut identifiziert den Datenursprung, der in diesem Fall Oracle WMS Cloud ist. Obwohl es statisch erscheinen mag, ist es entscheidend für Data Governance, Rückverfolgbarkeit und in Szenarien, in denen Daten aus mehreren Systemen für eine breitere Analyse zusammengeführt werden. Im Process Mining-Kontext hilft es Stakeholdern, den Daten zu vertrauen und deren Kontext zu verstehen. Wenn verschiedene Lager unterschiedliche Systeme verwenden, wird dieses Feld unerlässlich, um die Prozessleistung über diese hinweg zu segmentieren und zu vergleichen. Bedeutung Es liefert entscheidenden Kontext für Data Origin und Governance, gewährleistet die Traceability und ermöglicht eine Multi-System-Analyse. Datenquelle Dies ist typischerweise ein statischer Wert, der während des Datentransformationsprozesses hinzugefügt wird, um den Ursprung des Datensatzes zu kennzeichnen. Beispiele Oracle WMS CloudOracle Fusion WMS
	Angefordertes Abschlussdatum RequestedCompletionDate	Das Zieldatum, bis zu dem der Lagerauftrag voraussichtlich abgeschlossen oder versandt wird.
Beschreibung Das angeforderte Abschlussdatum repräsentiert das Service Level Agreement (SLA) oder die vom Kunden erwartete Frist für den Auftrag. Dieses Datum ist der Maßstab, an dem die tatsächliche Abschlusszeit des Auftrags gemessen wird, um festzustellen, ob er pünktlich, frühzeitig oder verspätet war. Dieses Attribut ist grundlegend für Performance Monitoring-Dashboards wie „Warehouse Order SLA Einhaltung“ und die Berechnung von KPIs wie „Pünktliche Versand-Compliance“. Durch den Vergleich des tatsächlichen Versand-Timestamps mit diesem angeforderten Datum können Unternehmen ihre Service Level-Performance messen, die Ursachen für Verzögerungen identifizieren und Aufträge priorisieren, die Gefahr laufen, ihre Fristen zu verpassen. Bedeutung Dies ist das primäre Attribut zur Messung der Pünktlichkeitsleistung und der SLA-Konformität, was sich direkt auf die Kundenzufriedenheit auswirkt. Datenquelle Konsultieren Sie die Oracle WMS Cloud-Dokumentation. Dies ist typischerweise Teil der Auftrags-Header-Daten, oft abgeleitet von einem Verkaufsauftrag oder einer Bestellung. Beispiele 2023-10-28T17:00:00Z2023-11-05T23:59:59Z2023-11-15T12:00:00Z
	Benutzer-/Bediener-ID UserOperatorId	Der Identifikator für den Benutzer, Bediener oder Mitarbeiter, der die Lageraktivität durchgeführt hat.
Beschreibung Dieses Attribut identifiziert die Person, die für die Ausführung einer spezifischen Aufgabe verantwortlich ist, wie Kommissionierung, Verpackung oder Einlagerung von Waren. Es ist eine kritische Dimension für die Analyse der Personalleistung, der Arbeitslastverteilung und der Einhaltung von Standardarbeitsanweisungen. Die Analyse des Prozesses nach Benutzer-/Bediener-ID hilft bei der Identifizierung von Top-Performern, Mitarbeitern, die möglicherweise zusätzliche Schulungen benötigen, und Ungleichgewichten in der Arbeitslast im Team. Es ist unerlässlich für das Dashboard „Ressourcenauslastung nach Aktivität“, um zu verstehen, wie verschiedene Benutzer zur Gesamteffizienz des Prozesses beitragen und wo Engpässe mit spezifischen Benutzeraktionen zusammenhängen könnten. Bedeutung Dieses Attribut ist entscheidend für die Analyse der Personalleistung, die Identifizierung von Schulungsbedarfen und die Sicherstellung einer gerechten Arbeitslastverteilung. Datenquelle Dies ist üblicherweise in Transaktions- oder Aufgabentabellen zu finden, oft verknüpft mit dem Benutzer, der zum Zeitpunkt der Aktion im System oder auf dem Handheld-Gerät angemeldet war. Beispiele JSMITHBJOHNSONUSER123
	Endzeit des Events EventEndTime	Der Timestamp, der angibt, wann eine spezifische Lageraktivität oder ein Ereignis abgeschlossen wurde.
Beschreibung Die Ereignisendzeit markiert das genaue Datum und die Uhrzeit, zu der eine Aktivität abgeschlossen wurde. Falls verfügbar, bietet sie ein genaueres Maß für die Dauer einer Aktivität, verglichen mit der Ableitung aus der Startzeit der nächsten Aktivität. Dies ist besonders nützlich für Aufgaben mit messbarer Bearbeitungszeit, wie „Verpacken“ oder „Qualitätsprüfung“. In der Analyse ermöglicht das Vorhandensein von Start- und Endzeit eine präzise Berechnung der Aktivitätsbearbeitungszeiten. Dies hilft, zwischen der Zeit, die aktiv an einer Aufgabe gearbeitet wird (Bearbeitungszeit), und der Wartezeit bis zum Beginn des nächsten Schritts (Wartezeit) zu unterscheiden. Diese Unterscheidung ist entscheidend für die Analyse der Ressourcenauslastung und Effizienz. Bedeutung Ermöglicht die präzise Berechnung individueller Activity Durations, was hilft, die aktive Bearbeitungszeit von der untätigen Wartezeit zu unterscheiden. Datenquelle Dies ist typischerweise das Abschluss- oder End-Timestamp-Feld in einem Aufgaben- oder Ereignisdatensatz in Oracle WMS Cloud. Beispiele 2023-10-26T09:15:00Z2023-10-26T11:00:45Z2023-10-27T11:20:00Z
	Lagerauftragstyp WarehouseOrderType	Kategorisiert den Lagerauftrag, zum Beispiel als Inbound Receipt, Outbound Shipment oder Internal Transfer.
Beschreibung Der Lagerauftragstyp liefert wesentlichen Kontext über den Zweck des Auftrags. Gängige Typen umfassen Kundenlieferungen, Wareneingänge aus Bestellungen, Umlagerungen zwischen Einrichtungen oder Retouren. Diese Kategorisierung ist grundlegend für die Segmentierung der Prozessanalyse und den Leistungsvergleich über verschiedene Workflows hinweg. Im Process Mining ermöglicht das Filtern nach Auftragstyp die Erstellung unterschiedlicher Prozesskarten für Inbound- und Outbound-Flüsse, die oft sehr unterschiedliche Schritte und Leistungsziele haben. Zum Beispiel konzentrieren sich die KPIs für einen Warenausgang auf Geschwindigkeit und Kundenlieferung, während die für einen Wareneingang auf Bestandsverfügbarkeit und Genauigkeit abzielen. Dieses Attribut ist entscheidend für das Dashboard „Picking & Packing Throughput“, um verschiedene Abwicklungsprozesse zu vergleichen. Bedeutung Es ermöglicht die Segmentierung der Analyse in verschiedene Prozesse wie Inbound, Outbound oder intern, die unterschiedliche Goals und Workflows haben. Datenquelle Konsultieren Sie die Oracle WMS Cloud-Dokumentation. Dies ist typischerweise in den Warehouse Order-Header-Daten verfügbar. Beispiele WarenausgangWareneingangInterne WeiterleitungKundenretoure
	Prioritätsstufe PriorityLevel	Eine Klassifizierung der Dringlichkeit des Lagerauftrags, z. B. „Hoch“, „Normal“ oder „Niedrig“.
Beschreibung Das Prioritätslevel ist ein geschäftsdefiniertes Attribut, das die Dringlichkeit eines Lagerauftrags angibt. Hochpriorisierte Aufträge, wie Expresslieferungen oder Bestandsauffüllungen bei kritischen Engpässen, müssen oft einen schnelleren Prozesspfad durchlaufen und erfordern sofortige Aufmerksamkeit von Ressourcen. Dieses Attribut ist unerlässlich für das Dashboard „Performance der prioritären Auftragsabwicklung“. Durch das Filtern und Vergleichen von Prozessen basierend auf dem Prioritätslevel können Manager beurteilen, ob hochpriorisierte Aufträge tatsächlich beschleunigt werden und ihre strengeren SLAs erfüllen. Es hilft sicherzustellen, dass Ressourcen effektiv zugewiesen werden, um die wichtigsten geschäftlichen Anforderungen zu erfüllen. Bedeutung Es ermöglicht die Analyse, ob dringende Aufträge schneller als Standardaufträge bearbeitet werden, wodurch die Einhaltung kritischer SLAs sichergestellt wird. Datenquelle Konsultieren Sie die Oracle WMS Cloud-Dokumentation. Dies ist typischerweise ein Feld in den Auftrags-Header-Daten. Beispiele HochNormalNiedrig
	SLA-Status SLAState	Ein berechneter Status, der angibt, ob der Lagerauftrag pünktlich, verspätet oder gefährdet abgeschlossen wurde, basierend auf dem angeforderten Fertigstellungsdatum.
Beschreibung Der SLA-Status ist ein abgeleitetes Attribut, das eine sofortige Klassifizierung der Leistung eines Auftrags im Verhältnis zu seiner Frist ermöglicht. Er wird berechnet, indem der Timestamp der Abschlussaktivität (z. B. „Versand versandt“) mit dem „RequestedCompletionDate“ verglichen wird. Der Status kann als „Pünktlich“, „Verspätet“ oder potenziell „Gefährdet“ für offene Aufträge, die sich ihrer Frist nähern, kategorisiert werden. Dieses Attribut ist speziell für das Dashboard „Warehouse Order SLA Adherence“ konzipiert. Es vereinfacht komplexe Datumsvergleiche in einen leicht verständlichen Status und ermöglicht eine schnelle visuelle Leistungsbeurteilung. Analysten können dies nutzen, um alle verspäteten Aufträge zu filtern und eine Ursachenanalyse durchzuführen, warum diese ihr Service Level Agreement nicht eingehalten haben. Bedeutung Bietet einen einfachen, übersichtlichen Status der SLA-Konformität, der die Verfolgung und Analyse der Pünktlichkeitsleistung erleichtert. Datenquelle Dies wird durch den Vergleich des Timestamps der letzten Aktivität mit dem RequestedCompletionDate berechnet. Beispiele PünktlichVerspätetRisikobehaftet
	Tatsächliche Menge ActualQuantity	Die tatsächliche Menge der Artikel, die während einer Aktivität, wie dem Wareneingang oder der Kommissionierung, gezählt oder bearbeitet wurden.
Beschreibung Die Ist-Menge ist die physische Anzahl der Einheiten, die während einer Lageraufgabe verarbeitet wurden. Dies wird oft bei Wareneingangs-, Einlagerungs-, Kommissionier- oder Inventuraktivitäten erfasst. Sie stellt die tatsächliche Wahrheit der Bestandsbewegung dar. Dieses Attribut ist entscheidend für das Dashboard „Bestandsmengendiskrepanz“. Durch den Vergleich der Ist-Menge mit der Plan-Menge aus dem Quelldokument, wie einer Bestellung oder einem Versandauftrag, können Diskrepanzen sofort identifiziert werden. Die Analyse dieser Unterschiede hilft, die Ursachen für Bestandsungenauigkeiten zu lokalisieren, wie Lieferantenfehler, Wareneingangsfehler oder Kommissionierfehler, was für die Aufrechterhaltung präziser Lagerbestände unerlässlich ist. Bedeutung Es ist wesentlich für die Identifizierung von Inventory Discrepancies durch den Vergleich mit der Planned Quantity, was zur Verbesserung der Stock Accuracy beiträgt. Datenquelle Konsultieren Sie die Oracle WMS Cloud-Dokumentation. Dies ist typischerweise ein Feld in den Transaktionsdetails oder den Task Line Item-Tabellen. Beispiele 10098500
	Bearbeitungszeit ProcessingTime	Die Dauer der Zeit, die aktiv für die Durchführung einer Lageraktivität aufgewendet wird.
Beschreibung Die Bearbeitungszeit ist eine berechnete Kennzahl, die die verstrichene Zeit zwischen Beginn und Ende einer Aktivität misst. Sie stellt die tatsächliche „Bearbeitungsdauer“ oder Arbeitszeit für eine Aufgabe dar, im Gegensatz zur Wartezeit zwischen den Aufgaben. Sie wird typischerweise als EventEndTime minus EventStartTime berechnet. Diese Kennzahl ist grundlegend für die Effizienzanalyse und eine Schlüsselkomponente des Dashboards „Ressourcenauslastung nach Aktivität“. Durch die Isolierung der tatsächlich geleisteten Arbeitszeit können Manager identifizieren, welche spezifischen Aufgaben am zeitaufwendigsten sind und wo es Möglichkeiten zur Prozessverbesserung oder Automatisierung gibt. Sie hilft bei der Beantwortung von Fragen wie „Wie lange dauert es tatsächlich, einen Auftrag zu verpacken?“ Bedeutung Diese berechnete Kennzahl misst die aktive Arbeitsdauer einer Aufgabe und hilft dabei, zeitaufwendige Aktivitäten zu lokalisieren und die Ressourceneffizienz zu analysieren. Datenquelle Dies wird aus EventStartTime und EventEndTime berechnet. (ProcessingTime = EventEndTime - EventStartTime). Beispiele 15 Minuten45 Sekunden1 Stunde 5 Minuten
	Equipment Used EquipmentUsed	Der Identifikator für das Equipment, wie ein Gabelstapler oder Handscanner, das zur Durchführung einer Lageraktivität verwendet wird.
Beschreibung Dieses Attribut spezifiziert das physische Asset oder Equipment, das während einer Lageraufgabe genutzt wird. Die Verfolgung der Equipment-Nutzung bietet eine weitere Ebene für die Ressourcenanalyse, die die Sicht auf die menschliche Bedienerleistung ergänzt. Es kann helfen, die Auslastungsraten des Equipments zu verstehen, Wartungsbedarfe zu identifizieren und die Maschinenzuweisung zu optimieren. Für das Dashboard „Ressourcenauslastung nach Aktivität“ ist die Analyse von Daten nach genutztem Equipment entscheidend. Sie kann aufzeigen, ob bestimmte Equipment-Typen Engpässe darstellen oder ob es Möglichkeiten gibt, die Aufgabenverteilung basierend auf Equipment-Verfügbarkeit und Effizienz zu verbessern. Zum Beispiel könnte es zeigen, dass ein bestimmtes Gabelstapler-Modell für Einlagerungsaufgaben konstant langsamer ist, was eine Untersuchung nach sich zieht. Bedeutung Dies ermöglicht die Analyse der Equipment-Auslastung und Effizienz und hilft dabei, anlagenbezogene Engpässe zu identifizieren und die Ressourcenzuweisung zu optimieren. Datenquelle Konsultieren Sie die Oracle WMS Cloud-Dokumentation. Dies kann in Task Execution Records protokolliert werden, insbesondere wenn Bediener sich an spezifischen Equipment anmelden. Beispiele FORKLIFT-05SCANNER-A12CART-27
	Geplante Menge PlannedQuantity	Die erwartete Menge der Artikel für eine Aktivität, basierend auf dem Quelldokument wie einer Bestellung oder einem Verkaufsauftrag.
Beschreibung Die Plan-Menge ist die erwartete Anzahl von Einheiten für eine bestimmte Aufgabe, wie im Ursprungsdokument festgelegt. Für einen Wareneingang wäre dies die Menge auf der Bestellung. Für einen Warenausgang wäre es die Menge auf dem Verkaufsauftrag. Dieses Attribut dient als Grundlage für den Vergleich mit der Ist-Menge. Die KPI „Bestandsdaten-Diskrepanzrate“ wird basierend auf Abweichungen zwischen geplanten und tatsächlichen Mengen berechnet. Die Analyse dieser Varianzen ist entscheidend für das Lieferketten- und Bestandsmanagement, um Probleme mit Lieferanten, internen Prozessen oder Dateneingabefehlern zu beheben. Bedeutung Dient als Grundlage zur Messung der Bestandsgenauigkeit und zur Identifizierung von Abweichungen während des Wareneingangs oder der Kommissionierprozesse. Datenquelle Konsultieren Sie die Oracle WMS Cloud-Dokumentation. Dies ist normalerweise auf der Auftragsposition zu finden, die dem Warehouse Task zugeordnet ist. Beispiele 100100500
	Ist Nacharbeit IsRework	Ein boolesches Flag, das anzeigt, ob eine Activity eine Wiederholung eines vorherigen Schritts innerhalb desselben Case ist, was auf Nacharbeit oder eine Prozessschleife hinweist.
Beschreibung Is Rework ist ein berechnetes Flag, das identifiziert, wann ein Prozess von einem linearen Flow abweicht und eine Activity wiederholt. Wenn beispielsweise eine Activity 'Goods Picked' von einer weiteren Activity 'Goods Picked' für denselben Auftrag gefolgt wird, würde die zweite Instanz als Rework markiert. Dies weist oft auf ein Problem hin, wie einen Picking Error, der korrigiert werden musste. Dieses Attribut ist wesentlich für das 'Process Deviation & Rework Analysis' Dashboard und den 'Warehouse Rework Rate' KPI. Durch das Markieren dieser Events kann die Analyse die Frequenz und Auswirkungen von Rework quantifizieren. Die Identifizierung der Activities, die am anfälligsten für Rework sind, hilft, Prozessschwächen, Quality Issues oder Training Gaps aufzudecken, die zu Ineffizienz und erhöhten Operational Costs führen. Bedeutung Dieses Flag identifiziert direkt Prozessineffizienzen und Schleifen und hilft dabei, die Kosten und Häufigkeit von Nacharbeit zu quantifizieren. Datenquelle Dies wird innerhalb des Process Mining-Tools durch die Erkennung wiederholter Aktivitätssequenzen für dieselbe CaseId berechnet. Beispiele truefalsch
	Lagerauftragsstatus WarehouseOrderStatus	Der aktuelle oder finale Status des Lagerauftrags, wie „Abgeschlossen“ oder „Storniert“.
Beschreibung Dieses Attribut gibt das Ergebnis oder den finalen Status eines Lagerauftrags an. Es hilft, zwischen erfolgreich bearbeiteten Aufträgen und solchen zu unterscheiden, die storniert wurden oder noch in Bearbeitung sind. Dies ist eine Schlüsseldimension, um Cases zu filtern und nur abgeschlossene Prozesse zu analysieren oder die Gründe für Stornierungen zu untersuchen. Die Analyse von Cases basierend auf ihrem finalen Status ist wichtig, um Prozessvariationen und -ergebnisse zu verstehen. Zum Beispiel kann der Vergleich der Prozessabläufe von „Abgeschlossenen“ mit „Stornierten“ Aufträgen aufzeigen, in welchem Stadium Stornierungen typischerweise auftreten, und Einblicke in potenzielle Probleme mit Bestand, Kundenanfragen oder Systemfehlern geben. Es wird auch zur Berechnung von Durchsatz-KPIs wie „Täglicher Lagerdurchsatz“ verwendet. Bedeutung Es definiert das Outcome eines Case, wodurch die Analyse sich auf erfolgreich abgeschlossene Orders konzentrieren oder Exceptions wie Cancellations untersuchen kann. Datenquelle Dies ist typischerweise das Statusfeld im Kopfdatensatz des Lagerauftrags in Oracle WMS Cloud. Beispiele AbgeschlossenIn BearbeitungStorniertAuf Wartestellung
	Location Identifier LocationIdentifier	Der spezifische physische Ort innerhalb des Lagers, an dem eine Aktivität stattfand, wie ein Lagerplatz, ein Tor oder ein Bereitstellungsbereich.
Beschreibung Der Standort-Identifikator gibt den genauen Ort innerhalb des Lagers an, der einem Ereignis zugeordnet ist. Dies könnte eine Wareneingangsrampe für „Waren angekommen“, ein Lagerplatz für „Waren eingelagert“, eine Packstation für „Waren verpackt“ oder eine Bereitstellungszone für „Bereitgestellt für den Versand“ sein. Dieses Attribut fügt der Prozessanalyse eine räumliche Dimension hinzu. Es kann helfen, Engpässe zu identifizieren, die an bestimmte physische Bereiche des Lagers gebunden sind. Zum Beispiel könnte die Analyse ergeben, dass ein bestimmter Gang für die Kommissionierung ständig langsam ist oder dass ein spezifisches Tor einen Engpass für den Wareneingang darstellt. Diese Erkenntnisse können Entscheidungen über Lagerlayout, Ressourcenzuweisung und Prozessdesign beeinflussen. Bedeutung Fügt der Analyse eine physische Dimension hinzu und hilft, Bottlenecks zu identifizieren, die mit spezifischen Lagerzonen, Gängen oder Lagerplätzen zusammenhängen. Datenquelle Konsultieren Sie die Oracle WMS Cloud-Dokumentation. Diese Informationen werden typischerweise in den Details auf Task-Ebene erfasst. Beispiele A-01-03-BDOCK-04PACK-STN-02STAGE-LANE-5
	Produkt-SKU ProductSKU	Die Stock Keeping Unit (SKU) oder der Identifikator für das Produkt, das im Lagerauftrag bearbeitet wird.
Beschreibung Die Produkt-SKU ist der eindeutige Code, der ein spezifisches Produkt oder einen Artikel identifiziert. Lageraufträge enthalten oft ein oder mehrere Produkte, und dieses Attribut ermöglicht es, die Analyse nach den zu verarbeitenden Artikeln zu segmentieren. Die Analyse des Prozesses nach Produkt-SKU kann aufzeigen, wie verschiedene Produkte die Lagereffizienz beeinflussen. Zum Beispiel können sperrige oder zerbrechliche Artikel längere Bearbeitungszeiten haben, während schnelllebige Produkte möglicherweise einen optimierteren Prozesspfad durchlaufen. Diese Informationen sind wertvoll für Slotting-Strategien, bei denen Produkte im Lager platziert werden, um Kommissionier- und Einlagerungsfahrzeiten zu optimieren, und um zu verstehen, wie Produktmerkmale den Gesamt-Durchsatz beeinflussen. Bedeutung Ermöglicht eine Analyse basierend auf Produkteigenschaften, die sich auf Handhabungszeiten und Prozessabläufe auswirken und so Slotting- und Lagerstrategien informieren können. Datenquelle Konsultieren Sie die Oracle WMS Cloud-Dokumentation. Dies ist auf der Positionsebene des Auftrags oder der Task Detail-Ebene zu finden. Beispiele SKU-100-RED-LGPROD-54321HW-CMP-001A
	Reason Code ReasonCode	Ein Code oder eine Beschreibung, der/die den Grund für ein bestimmtes Event erläutert, wie z. B. eine Bestandsanpassung, eine Retoure oder eine Abweichung.
Beschreibung Ein Reason Code liefert Kontext für non-standard Events oder Ausnahmen innerhalb des Prozesses. Wenn beispielsweise eine Activity 'Inventory Adjusted' auftritt, könnte der Reason Code 'Damaged Goods', 'Cycle Count Adjustment' oder 'Expired Stock' angeben. Dies ist entscheidend für die Ursachenanalyse von Prozessabweichungen. Im Process Mining sind Reason Codes von unschätzbarem Wert, um zu verstehen, warum Ausnahmen auftreten. Die Analyse der Häufigkeit und Auswirkungen verschiedener Reason Codes kann helfen, systemische Probleme zu identifizieren. Beispielsweise könnte eine hohe Häufigkeit von 'Damaged Goods'-Anpassungen eine Überprüfung der Handhabungsverfahren auslösen, während häufige 'Picking Error'-Codes auf die Notwendigkeit besserer Schulungen oder Systemprüfungen für Kommissionierer hinweisen würden. Bedeutung Bietet kritischen Kontext für Ausnahmen und Abweichungen und ermöglicht die Ursachenanalyse von Problemen wie Bestandsanpassungen oder Verzögerungen. Datenquelle Konsultieren Sie die Oracle WMS Cloud-Dokumentation. Diese Codes werden typischerweise bei Transaktionen zur Ausnahmebehandlung eingegeben. Beispiele DMG - Im Transit beschädigtMENGENABWEICHUNG - LieferantenmangelWRONG_ITEM_PICKED
	Sendungs-ID ShipmentId	Der eindeutige Identifikator für die Sendung, die einen oder mehrere Lageraufträge zusammenfasst, die gemeinsam transportiert werden.
Beschreibung Die Sendungs-ID ist ein übergeordneter Identifikator, der mehrere Lageraufträge zu einer einzigen logistischen Einheit für den Transport konsolidieren kann. Zum Beispiel könnten mehrere kleine Aufträge, die zum selben Ziel gehen, in einer Sendung auf demselben LKW zusammengefasst werden. Während der Lagerauftrag die Case ID für diese Analyse ist, bietet die Sendungs-ID eine zusätzliche Dimension zur Analyse der Outbound-Logistik. Sie ermöglicht die Leistungsbewertung auf Sendungsebene, wie z. B. die Gesamtzeit zur Konsolidierung aller Aufträge für eine Sendung. Sie kann auch verwendet werden, um Probleme zu verfolgen, die eine gesamte Sendung und nicht nur einen einzelnen Auftrag betreffen. Bedeutung Gruppiert mehrere Aufträge zu einer einzigen Transporteinheit, was die Analyse der Konsolidierungseffizienz und der Leistung auf Shipment-Ebene ermöglicht. Datenquelle Konsultieren Sie die Oracle WMS Cloud-Dokumentation. Dies ist typischerweise in den Shipment- oder Load Management-Modulen zu finden. Beispiele SHP-98765LOAD-A543BOL-123456
	Spediteur Carrier	Der Spediteur oder Transportdienstleister, der für die Abwicklung des Warenausgangs beauftragt wurde.
Beschreibung Das Attribut „Spediteur“ identifiziert den Logistikpartner, der für den Transport der Waren vom Lager zum endgültigen Ziel verantwortlich ist. Dies könnte ein kommerzieller Spediteur wie FedEx oder UPS, ein Frachtunternehmen oder eine interne Flotte sein. Diese Informationen werden im Dashboard „Versandabfertigungszykluszeit“ verwendet, um die Leistung verschiedener Spediteure zu analysieren und zu vergleichen. Durch die Segmentierung der Zeit von „Bereitgestellt für den Versand“ bis „Versand versandt“ nach Spediteur kann das Unternehmen identifizieren, welche Partner effizienter sind, welche Verzögerungen verursachen, und diese Daten für Vertragsverhandlungen und die Auswahl von Spediteuren nutzen. Bedeutung Ermöglicht den Leistungsvergleich zwischen verschiedenen Shipping Carriers, um die Outbound Logistics zu optimieren und Dispatch Delays zu reduzieren. Datenquelle Konsultieren Sie die Oracle WMS Cloud-Dokumentation. Dies wird typischerweise in den Versand- oder Ladeinformationen gespeichert, die mit dem Warehouse Order verbunden sind. Beispiele FedExUPSDHLXPO Logistics

Erforderlich Empfohlen Optional

Warehouse Management-Aktivitäten

Dies sind die wichtigen Prozessschritte und Meilensteine, die Sie in Ihrem `Event Log` für eine genaue `Process Discovery` erfassen sollten.

7 Empfohlen 9 Optional

	Aktivität	Beschreibung
	`Waren erhalten`	Diese Aktivität zeigt an, dass die Waren entladen, gescannt und formell in die Verantwortlichkeit des Lagers aufgenommen wurden. Es handelt sich um ein Transaktionsereignis, bei dem Mengen mit dem eingehenden Lieferdokument abgeglichen werden.
Bedeutung Dies ist ein kritischer Meilenstein, der den offiziellen Wareneingang markiert. Die für den Abschluss dieser Aktivität benötigte Zeit wirkt sich direkt darauf aus, wie schnell der Bestand für die Einlagerung und Abwicklung verfügbar wird. Datenquelle Dies wird aus den Wareneingangs-Transaktionsprotokollen in Oracle WMS Cloud erfasst. Jeder Scan oder jede Bestätigung eines Artikeleingangs generiert einen Transaktionsdatensatz mit einem Timestamp. Erfassen Basierend auf dem Fertigstellungs-Timestamp der Activity 'Receive ASN' oder ähnlichen Empfangstransaktionen. Ereignistyp explicit
	Lagerauftrag abgeschlossen	Dies stellt den finalen Abschluss des Lagerauftrags selbst dar, der zum Zeitpunkt des Versands oder kurz danach erfolgen kann, sobald alle Systemaktualisierungen abgeschlossen sind. Dies ist das erfolgreiche Endereignis für den Prozess.
Bedeutung Diese Aktivität definiert das Ende des End-to-End-Lagerprozess-Lebenszyklus. Sie ist unerlässlich für die Berechnung der gesamten Zykluszeit und des Durchsatzes des gesamten Lagerbetriebs. Datenquelle Dieses Ereignis wird typischerweise aus der finalen Statusänderung des Lagerauftragsobjekts auf „Abgeschlossen“ oder „Geschlossen“ abgeleitet. Der Timestamp dieser finalen Statusaktualisierung wird verwendet. Erfassen Abgeleitet von der Statusänderung des Lagerauftrags zu seinem terminalen Erfolgsstatus. Ereignistyp inferred
	Sendung versandt	Diese Aktivität markiert den letzten Schritt, bei dem der beladene LKW versandt wird und das Lager verlässt. Diese Transaktion schließt den Warenausgangsauftrag im WMS finanziell und physisch ab.
Bedeutung Dies ist der letzte Outbound-Meilenstein und ein kritischer KPI-Datenpunkt für die Einhaltung der pünktlichen Sendung. Er signalisiert die Übergabe der Waren an den Spediteur und das Ende der Lagerverantwortung. Datenquelle Dies ist eine wichtige explizite Transaktion in Oracle WMS Cloud, oft als „Versandbestätigung“ oder „Ladung versenden“ bezeichnet. Sie wird gegen den Warenausgang oder den Sendungsdatensatz mit einem präzisen Timestamp erfasst. Erfassen Erfasst vom 'Ship Confirm'- oder 'Dispatch Load'-Transaktions-Timestamp. Ereignistyp explicit
	Waren eingelagert	Diese Aktivität signalisiert den erfolgreichen Abschluss des Einlagerungsprozesses. Ein Bediener hat die Waren physisch in den Lagerplatz gebracht und die Aktion im System bestätigt, wodurch der Bestand zur Nutzung verfügbar wird.
Bedeutung Dies ist ein wichtiger Meilenstein, der das Ende des Inbound-Prozesses markiert. Er ist entscheidend für die Berechnung der KPI „Wareneingang bis Einlagerungszeit“ und die Analyse der Einlagerungseffizienz. Datenquelle Dies wird erfasst, wenn ein Bediener die Einlagerungsaufgabe bestätigt und einen Transaktionsdatensatz mit einem Abschluss-Timestamp erstellt. Es ist üblicherweise in der Aufgabenhistorie oder den Bestands-Transaktionsprotokollen zu finden. Erfassen Basierend auf dem Fertigstellungs-Timestamp der Einlagerungsauftrags-Transaktion. Ereignistyp explicit
	Waren kommissioniert	Diese Aktivität zeigt an, dass ein Bediener die Artikel physisch aus ihren Lagerorten entnommen und die Kommissionierung im System bestätigt hat. Die Waren sind nun bereit, zum Pack- oder Bereitstellungsbereich bewegt zu werden.
Bedeutung Dies ist ein wichtiger Meilenstein im Auftragsabwicklungsprozess. Die Analyse der Kommissionierzeiten hilft, Engpässe zu identifizieren, die durch Lagerlayout, Kommissionierstrategien oder Bedienerleistung verursacht werden. Datenquelle Dies wird vom Abschluss-Timestamp der Kommissionieraufgabe in der Aufgabenhistorie oder den Transaktionsprotokollen erfasst. Der Bestätigungsscan durch den Bediener schließt die Transaktion ab. Erfassen Basierend auf dem Fertigstellungs-Timestamp der Kommissionierauftrags-Transaktion. Ereignistyp explicit
	Waren verpackt	Stellt den Abschluss des Verpackungsprozesses für einen Versandbehälter oder einen gesamten Auftrag dar. Der Bediener bestätigt, dass alle Artikel verpackt und der Behälter versiegelt und für den Versand etikettiert ist.
Bedeutung Dieser Meilenstein markiert das Ende der wertschöpfenden Aktivitäten innerhalb des Lagers für einen Auftrag. Die Zeit von der Kommissionierung bis zum Verpackungsabschluss ist ein Schlüsselindikator für die interne Abwicklungsgeschwindigkeit. Datenquelle Dies ist typischerweise eine explizite Transaktion, wie „Behälter schließen“ oder „Verpackung abschließen“. Der Abschluss-Timestamp wird in der Verpackungs- oder Warenausgangsauftrags-Transaktionshistorie erfasst. Erfassen Erfasst vom Fertigstellungs-Timestamp der letzten Verpackungstransaktion für den Auftrag. Ereignistyp explicit
	Wareneingangslieferung erstellt	Diese Aktivität markiert die Erstellung einer Advanced Shipment Notification (ASN) oder eines Wareneingangsdatensatzes in Oracle WMS Cloud. Sie kennzeichnet den Beginn des Inbound-Prozesses und stellt die formelle Benachrichtigung dar, dass Waren im Lager erwartet werden.
Bedeutung Dies ist das primäre Start-Ereignis für den Inbound-Lagerprozess. Die Analyse der Zeit von diesem Zeitpunkt bis zum tatsächlichen Wareneingang hilft, die Lieferantenverlässlichkeit und Planungsgenauigkeit zu messen. Datenquelle Dieses Ereignis wird typischerweise aus der Transaktionshistorie von Inbound Shipment- oder ASN-Objekten erfasst. Es entspricht dem Erstellungs-Timestamp des Dokuments. Erfassen Erfasst vom Erstellungs-Event der Inbound Shipment oder des ASN-Records. Ereignistyp explicit
	Bereitgestellt für den Versand	Diese Aktivität zeigt an, dass die verpackten Behälter von der Packstation in einen ausgewiesenen Versandbereitstellungsbereich gebracht wurden. Der Auftrag ist nun abgeschlossen und wartet auf die Verladung auf einen Spediteur.
Bedeutung Dies markiert den Übergang von der Bearbeitung zur finalen Versandphase. Die Zeit, die Waren in der Bereitstellung verbringen, kann Verzögerungen bei der Spediteurankunft oder der Rampenplanung aufzeigen. Datenquelle Dies wird üblicherweise über eine Standortwechsel-Transaktion erfasst, bei der der Standort des verpackten Behälters auf eine Bereitstellungszone aktualisiert wird. Der Timestamp dieser Bewegungstransaktion markiert das Ereignis. Erfassen Erfasst von der Bestandsbewegungstransaktion, die die verpackte LPN an einen Staging Location verlagert. Ereignistyp explicit
	Bestand angepasst	Stellt eine manuelle oder systematische Anpassung der Menge eines Artikels an einem bestimmten Lagerort dar. Dies kann aufgrund von Inventuren, Beschädigungen oder der Korrektur von Wareneingangsabweichungen erfolgen.
Bedeutung Diese Aktivität ist entscheidend für die Identifizierung von Prozessfehlern, die zu Bestandsungenauigkeiten führen. Die Analyse der Häufigkeit und des Ausmaßes von Anpassungen hilft, Probleme im Wareneingang, bei der Kommissionierung oder Lagerung zu lokalisieren. Datenquelle Dies wird aus spezifischen Transaktionsprotokollen für Bestandsanpassungen innerhalb von Oracle WMS Cloud erfasst. Diese Protokolle detaillieren Artikel, Standort, Mengenänderung, Grundcode und Timestamp. Erfassen Direkt aus Bestandsanpassungs-Transaktionsdatensätzen erfasst. Ereignistyp explicit
	Einlagerungsaufgabe erstellt	Dieses Ereignis markiert die systemseitige Generierung einer Aufgabe für einen Lagerbediener, empfangene Waren von der Wareneingangsrampe zu einem bestimmten Lagerort zu bewegen. Dies ist der Startpunkt für den Einlagerungs-Subprozess.
Bedeutung Diese Aktivität initiiert den Einlagerungszyklus. Die Analyse der Zeit zwischen Aufgabenerstellung und tatsächlichem Einlagerungsabschluss hilft, die Systemeffizienz und die Reaktionszeit des Bedieners zu bewerten. Datenquelle Dies ist typischerweise ein explizites Ereignis, das in den Lageraufgaben- oder Transaktionstabellen erfasst wird. Der Erstellungs-Timestamp des Einlagerungsaufgaben-Datensatzes dient als Ereigniszeit. Erfassen Erfasst vom Erstellungs-Timestamp des systemgenerierten Einlagerungsauftrags. Ereignistyp explicit
	Kommissionieraufgabe erstellt	Dieses Ereignis tritt ein, wenn das System eine Kommissionieraufgabe für einen Bediener generiert, um Artikel aus dem Lager zur Erfüllung eines Warenausgangsauftrags zu entnehmen. Es markiert den Beginn des Auftragsabwicklungszyklus innerhalb des Lagers.
Bedeutung Dies ist der Auslöser für den Outbound-Kommissionierprozess. Die Zeit von diesem Ereignis bis zum Abschluss der Kommissionierung ist ein Schlüsselmaß für die Effizienz der Auftragsabwicklung und die Ressourcenreaktionsfähigkeit. Datenquelle Dieses Ereignis wird in den Tabellen des Lageraufgabenmanagements erfasst. Der Erstellungs-Timestamp des Kommissionieraufgaben-Datensatzes wird als Aktivitätszeit verwendet. Erfassen Erfasst vom Erstellungs-Timestamp des systemgenerierten Kommissionierauftrags. Ereignistyp explicit
	Ladevorgang begonnen	Dieses Ereignis stellt den Beginn des physischen Verladungsprozesses dar, bei dem verpackte Waren aus dem Bereitstellungsbereich auf den LKW des Spediteurs verladen werden. Dies wird oft durch eine „Verladung starten“-Transaktion initiiert.
Bedeutung Diese Aktivität bietet Einblick in die Effizienz des Verladungsprozesses selbst. Sie hilft, die Wartezeit in der Bereitstellung von der aktiven Zeit, die für das Beladen eines LKWs aufgewendet wird, zu trennen. Datenquelle Dies ist typischerweise eine explizite Transaktion, die mit einem Warenausgangsladungsdatensatz in Oracle WMS Cloud verknüpft ist. Der Benutzer führt eine „Verladung starten“-Aktion durch, die mit einem Timestamp versehen ist. Erfassen Erfasst von der 'Start Load'-Transaktion, die mit einer spezifischen Outbound Carrier Load verbunden ist. Ereignistyp explicit
	Lagerauftrag storniert	Stellt die Stornierung eines Lagerauftrags vor dessen Abschluss dar. Dies ist ein alternativer, nicht erfolgreicher Endzustand für den Prozess.
Bedeutung Die Verfolgung von Stornierungen ist wichtig, um Nachfrageänderungen, Dateneingabefehler oder andere Probleme, die zum Abbruch von Aufträgen führen, zu verstehen. Es hilft, Quellen der Prozessverschwendung zu identifizieren. Datenquelle Dieses Ereignis wird aus der Statusänderung des Lagerauftrags auf „Storniert“ oder einen ähnlichen Endzustand abgeleitet. Der Timestamp dieser Statusaktualisierung wird verwendet. Erfassen Abgeleitet von der Statusänderung des Lagerauftrags zu einem Status 'Cancelled'. Ereignistyp inferred
	Qualitätsinspektion durchgeführt	Stellt den Abschluss einer Qualitätskontrolle der empfangenen Waren dar. Dies kann ein Standardschritt für bestimmte Materialien oder Lieferanten sein oder ad-hoc ausgelöst werden.
Bedeutung Die Verfolgung der Dauer und Häufigkeit von Qualitätsprüfungen ist unerlässlich, um Verzögerungen im Inbound-Prozess zu identifizieren. Sie hilft, die Zeit zu messen, in der Waren im Status der Qualitätssicherung gehalten werden, bevor sie verfügbar sind. Datenquelle Dieses Ereignis wird wahrscheinlich aus Statusänderungen im Bestandsdatensatz abgeleitet, die von einem „QA-Sperre“-Status zu einem „Verfügbar“- oder „Einlagerung“-Status führen. Es können auch explizite Transaktionsprotokolle aus einem Qualitätsmodul vorhanden sein. Erfassen Abgeleitet von Bestandsstatusänderungen oder dem Abschluss einer QA-Transaktion, die mit den erhaltenen Waren verknüpft ist. Ereignistyp inferred
	Verpackung gestartet	Diese Aktivität signalisiert, dass kommissionierte Waren an einer Packstation angekommen sind und ein Bediener mit dem Verpackungsprozess begonnen hat. Dies ist oft ein expliziter Scan, der die Artikel einem Verpackungsbehälter zuordnet.
Bedeutung Die Verfolgung dieser Aktivität hilft, den Verpackungs-Subprozess von der Kommissionierung und Bereitstellung zu isolieren. Sie ermöglicht eine detaillierte Analyse der Effizienz und des Durchsatzes der Packstation. Datenquelle Dies kann eine explizite Transaktion sein oder aus der Erstellung eines Packstücks (LPN) und dem ersten darin eingescannten Artikel abgeleitet werden. Diese Information findet sich in den Transaktionsprotokollen der Verpackung oder des Versands. Erfassen Erfasst von der 'Start Pack'-Transaktion oder dem Timestamp des ersten in einen Behälter verpackten Items. Ereignistyp explicit
	Ware eingetroffen	Stellt die physische Ankunft des LKWs oder Spediteurs an der Lagerrampe und den offiziellen Check-in-Prozess dar. Dies wird oft vor dem Entladen und dem detaillierten Wareneingang einzelner Artikel erfasst.
Bedeutung Dieser Meilenstein hilft, zwischen der Transitzeit des Spediteurs und der internen Bearbeitungszeit des Lagers zu unterscheiden. Er ist entscheidend für die Analyse der Tor-Auslastung und potenzieller Engpässe im Wareneingangsbereich. Datenquelle Dies wird oft als Statusaktualisierung im Inbound Shipment- oder ASN-Datensatz erfasst, ausgelöst durch einen Rampenmitarbeiter, der die Lieferpapiere scannt oder das System manuell aktualisiert. Erfassen Als Statusänderungs-Event protokolliert, zum Beispiel 'Arrived at Check-In', auf der Inbound Shipment. Ereignistyp explicit

Extraktionsleitfäden

So erhalten Sie Ihre Data aus Oracle WMS Cloud

Schritte

Navigieren Sie zu Oracle Transactional Business Intelligence (OTBI). Melden Sie sich in Ihrer Oracle Cloud Applications-Umgebung an und nutzen Sie das Navigationsmenü, um zu Tools zu wechseln, dann wählen Sie Reports and Analytics.
Klicken Sie in der Symbolleiste auf die Schaltfläche „Create“ und wählen Sie „Analysis“. Dies öffnet den Analyse-Editor, wo Sie eine Datenquelle auswählen werden.
Im Dialogfeld „Select Subject Area“ wählen Sie den „Warehouse Operations - Real Time“ Subject Area. Dieser Subject Area enthält die notwendigen Datenobjekte für Inbound-, Inventar- und Outbound-Transaktionen.
Nachdem Sie den Subject Area ausgewählt haben, gelangen Sie zum Criteria-Tab. Anstatt Spalten per Drag-and-Drop zu ziehen, navigieren Sie zum „Advanced“-Tab, um die logische SQL-Abfrage direkt einzugeben.
Kopieren Sie das vollständige logische SQL aus dem Query-Abschnitt dieses Dokuments und fügen Sie es in den Textbereich „SQL Issued“ ein. Diese Abfrage ist mit UNION ALL-Klauseln strukturiert, um Daten aus verschiedenen Transaktionstabellen in einem einzigen Event Log-Format zu kombinieren.
Ändern Sie die Platzhalterwerte in der Abfrage. Aktualisieren Sie insbesondere die Variablen `@{v_start_date}` und `@{v_end_date}` mit dem gewünschten Datumsbereich für die Extraktion, zum Beispiel 'JJJJ-MM-TT'.
Wechseln Sie zum „Results“-Tab, um die Abfrage auszuführen und die Daten in der Vorschau anzuzeigen. Dies hilft zu bestätigen, dass die Abfrage gültig ist und die erwarteten Spalten und Zeilen zurückgibt.
Speichern Sie die Analyse, indem Sie auf das Speichern-Symbol klicken. Geben Sie einen aussagekräftigen Namen ein und speichern Sie sie in einem gemeinsamen oder persönlichen Ordner.
Um einen wiederkehrenden Export zu planen, navigieren Sie zurück zum Katalog, suchen Sie Ihre gespeicherte Analyse und klicken Sie auf „More“, dann wählen Sie „Schedule“.
In der Zeitplan-Konfiguration definieren Sie die Häufigkeit und den Zeitpunkt, zu dem der Bericht ausgeführt werden soll. Im „Output“-Tab geben Sie das Exportformat als CSV an. Dies ist das empfohlene Format für ProcessMind.
Konfigurieren Sie die Bereitstellungsmethode, z. B. das Speichern auf einem Content Server oder den Versand per E-Mail, um die generierte CSV-Datei abzurufen.
Sobald der geplante Job ausgeführt wurde und Sie die CSV-Datei erhalten haben, überprüfen Sie, ob die Spaltenüberschriften den erforderlichen Attributen für Ihr ProcessMind-Projekt entsprechen. Eine weitere Data Transformation sollte nicht erforderlich sein.

Konfiguration

Subject Area: Die primäre Datenquelle für diese Extraktion ist der „Warehouse Operations - Real Time“ Subject Area. Stellen Sie sicher, dass Ihre Benutzerrolle die erforderlichen Berechtigungen für den Zugriff auf diesen Subject Area besitzt.
Date Range: Die Abfrage ist mit Start- und Enddaten parametrisiert. Für eine erste Analyse wird empfohlen, Daten für 3 bis 6 Monate zu extrahieren. Für den Produktivbetrieb planen Sie tägliche oder wöchentliche Delta-Extraktionen ein.
Key Filters: Die bereitgestellte Abfrage filtert Daten basierend auf dem Transaktionserstellungsdatum. Sie können weitere Filter direkt in der WHERE-Klausel jeder SELECT-Anweisung hinzufügen, um den Umfang einzugrenzen, zum Beispiel durch Filtern nach „Warehouse Details“."Warehouse Code", um Daten auf eine bestimmte Facility zu beschränken.
Performance: Die Extraktion großer Datenmengen direkt aus Echtzeit-Subject Areas kann die Systemleistung beeinträchtigen. Planen Sie große Extraktionen immer so ein, dass sie außerhalb der Geschäftszeiten stattfinden, um die Auswirkungen auf die operativen Benutzer zu minimieren.
Prerequisites: Der Benutzer, der die Extraktion durchführt, muss eine Rolle mit den notwendigen BI-Privilegien, wie „BI Administrator“ oder „BI Author“, besitzen, um Analysen in der OTBI-Umgebung zu erstellen, zu bearbeiten und zu planen.

a Beispielabfrage sql

SET VARIABLE PREFERRED_CURRENCY='USD', LOGLEVEL=0, v_start_date = '2023-01-01', v_end_date = '2024-01-01';

SELECT
    CAST("Inbound Shipment Details"."Shipment Number" AS CHAR) AS "WarehouseOrder",
    'Inbound Delivery Created' AS "ActivityName",
    "Inbound Shipment Details"."Creation Date" AS "EventStartTime",
    "Inbound Shipment Details"."Creation Date" AS "EventEndTime",
    NULL AS "UserOperatorId",
    "Inbound Shipment Header"."Shipment Type" AS "WarehouseOrderType",
    "Inbound Shipment Header"."Expected Delivery Date" AS "RequestedCompletionDate",
    NULL AS "ActualQuantity",
    "Inbound Shipment Header"."Shipment Priority" AS "PriorityLevel",
    CASE WHEN "Inbound Shipment Header"."Actual Delivery Date" > "Inbound Shipment Header"."Expected Delivery Date" THEN 'Late' ELSE 'On-Time' END AS "SLAState",
    'Oracle WMS Cloud' AS "SourceSystem",
    CURRENT_TIMESTAMP AS "LastDataUpdate"
FROM "Warehouse Operations - Real Time"
WHERE "Inbound Shipment Details"."Creation Date" BETWEEN TIMESTAMP '@{v_start_date}' AND TIMESTAMP '@{v_end_date}'

UNION ALL

SELECT
    CAST("Inbound Shipment Details"."Shipment Number" AS CHAR) AS "WarehouseOrder",
    'Goods Arrived' AS "ActivityName",
    "Appointment Details"."Check In Time" AS "EventStartTime",
    "Appointment Details"."Check In Time" AS "EventEndTime",
    "Appointment Details"."Checked In By User" AS "UserOperatorId",
    "Inbound Shipment Header"."Shipment Type" AS "WarehouseOrderType",
    "Inbound Shipment Header"."Expected Delivery Date" AS "RequestedCompletionDate",
    NULL AS "ActualQuantity",
    "Inbound Shipment Header"."Shipment Priority" AS "PriorityLevel",
    CASE WHEN "Inbound Shipment Header"."Actual Delivery Date" > "Inbound Shipment Header"."Expected Delivery Date" THEN 'Late' ELSE 'On-Time' END AS "SLAState",
    'Oracle WMS Cloud' AS "SourceSystem",
    CURRENT_TIMESTAMP AS "LastDataUpdate"
FROM "Warehouse Operations - Real Time"
WHERE "Appointment Details"."Check In Time" IS NOT NULL AND "Appointment Details"."Check In Time" BETWEEN TIMESTAMP '@{v_start_date}' AND TIMESTAMP '@{v_end_date}'

UNION ALL

SELECT
    CAST("Receiving Transaction Details"."Shipment Number" AS CHAR) AS "WarehouseOrder",
    'Goods Received' AS "ActivityName",
    "Receiving Transaction Details"."Transaction Creation Time" AS "EventStartTime",
    "Receiving Transaction Details"."Transaction Creation Time" AS "EventEndTime",
    "Receiving Transaction Details"."Received By User" AS "UserOperatorId",
    NULL AS "WarehouseOrderType",
    NULL AS "RequestedCompletionDate",
    "Receiving Transaction Details"."Received Quantity" AS "ActualQuantity",
    NULL AS "PriorityLevel",
    NULL AS "SLAState",
    'Oracle WMS Cloud' AS "SourceSystem",
    CURRENT_TIMESTAMP AS "LastDataUpdate"
FROM "Warehouse Operations - Real Time"
WHERE "Receiving Transaction Details"."Transaction Creation Time" BETWEEN TIMESTAMP '@{v_start_date}' AND TIMESTAMP '@{v_end_date}'

UNION ALL

SELECT
    CAST("Inventory Quality Inspection Results"."Order Number" AS CHAR) AS "WarehouseOrder",
    'Quality Inspection Performed' AS "ActivityName",
    "Inventory Quality Inspection Results"."Inspection Completion Time" AS "EventStartTime",
    "Inventory Quality Inspection Results"."Inspection Completion Time" AS "EventEndTime",
    "Inventory Quality Inspection Results"."Inspected By User" AS "UserOperatorId",
    NULL AS "WarehouseOrderType",
    NULL AS "RequestedCompletionDate",
    "Inventory Quality Inspection Results"."Inspected Quantity" AS "ActualQuantity",
    NULL AS "PriorityLevel",
    NULL AS "SLAState",
    'Oracle WMS Cloud' AS "SourceSystem",
    CURRENT_TIMESTAMP AS "LastDataUpdate"
FROM "Warehouse Operations - Real Time"
WHERE "Inventory Quality Inspection Results"."Inspection Completion Time" IS NOT NULL AND "Inventory Quality Inspection Results"."Inspection Completion Time" BETWEEN TIMESTAMP '@{v_start_date}' AND TIMESTAMP '@{v_end_date}'

UNION ALL

SELECT
    CAST(CASE WHEN "Task Details"."Task Type" = 'Putaway' THEN "Task Details"."Reference Number" ELSE NULL END AS CHAR) AS "WarehouseOrder",
    'Putaway Task Created' AS "ActivityName",
    "Task Details"."Task Creation Time" AS "EventStartTime",
    "Task Details"."Task Completion Time" AS "EventEndTime",
    "Task Details"."Created By User" AS "UserOperatorId",
    "Task Details"."Task Type" AS "WarehouseOrderType",
    NULL AS "RequestedCompletionDate",
    "Task Details"."Task Quantity" AS "ActualQuantity",
    CAST("Task Details"."Task Priority" AS CHAR) AS "PriorityLevel",
    NULL AS "SLAState",
    'Oracle WMS Cloud' AS "SourceSystem",
    CURRENT_TIMESTAMP AS "LastDataUpdate"
FROM "Warehouse Operations - Real Time"
WHERE "Task Details"."Task Type" = 'Putaway' AND "Task Details"."Task Creation Time" BETWEEN TIMESTAMP '@{v_start_date}' AND TIMESTAMP '@{v_end_date}'

UNION ALL

SELECT
    CAST(CASE WHEN "Task Details"."Task Type" = 'Putaway' THEN "Task Details"."Reference Number" ELSE NULL END AS CHAR) AS "WarehouseOrder",
    'Goods Put Away' AS "ActivityName",
    "Task Details"."Task Completion Time" AS "EventStartTime",
    "Task Details"."Task Completion Time" AS "EventEndTime",
    "Task Details"."Completed By User" AS "UserOperatorId",
    "Task Details"."Task Type" AS "WarehouseOrderType",
    NULL AS "RequestedCompletionDate",
    "Task Details"."Task Quantity" AS "ActualQuantity",
    CAST("Task Details"."Task Priority" AS CHAR) AS "PriorityLevel",
    NULL AS "SLAState",
    'Oracle WMS Cloud' AS "SourceSystem",
    CURRENT_TIMESTAMP AS "LastDataUpdate"
FROM "Warehouse Operations - Real Time"
WHERE "Task Details"."Task Type" = 'Putaway' AND "Task Details"."Task Status" = 'Completed' AND "Task Details"."Task Completion Time" BETWEEN TIMESTAMP '@{v_start_date}' AND TIMESTAMP '@{v_end_date}'

UNION ALL

SELECT
    CAST("Inventory Transaction Details"."Reference Document Number" AS CHAR) AS "WarehouseOrder",
    'Inventory Adjusted' AS "ActivityName",
    "Inventory Transaction Details"."Transaction Creation Time" AS "EventStartTime",
    "Inventory Transaction Details"."Transaction Creation Time" AS "EventEndTime",
    "Inventory Transaction Details"."Created By User" AS "UserOperatorId",
    "Inventory Transaction Details"."Transaction Type" AS "WarehouseOrderType",
    NULL AS "RequestedCompletionDate",
    "Inventory Transaction Details"."Transaction Quantity" AS "ActualQuantity",
    NULL AS "PriorityLevel",
    NULL AS "SLAState",
    'Oracle WMS Cloud' AS "SourceSystem",
    CURRENT_TIMESTAMP AS "LastDataUpdate"
FROM "Warehouse Operations - Real Time"
WHERE "Inventory Transaction Details"."Transaction Type" IN ('Cycle Count Adjustment', 'Manual Adjustment') AND "Inventory Transaction Details"."Transaction Creation Time" BETWEEN TIMESTAMP '@{v_start_date}' AND TIMESTAMP '@{v_end_date}'

UNION ALL

SELECT
    CAST("Task Details"."Order Number" AS CHAR) AS "WarehouseOrder",
    'Picking Task Created' AS "ActivityName",
    "Task Details"."Task Creation Time" AS "EventStartTime",
    "Task Details"."Task Completion Time" AS "EventEndTime",
    "Task Details"."Created By User" AS "UserOperatorId",
    "Task Details"."Task Type" AS "WarehouseOrderType",
    NULL AS "RequestedCompletionDate",
    "Task Details"."Task Quantity" AS "ActualQuantity",
    CAST("Task Details"."Task Priority" AS CHAR) AS "PriorityLevel",
    NULL AS "SLAState",
    'Oracle WMS Cloud' AS "SourceSystem",
    CURRENT_TIMESTAMP AS "LastDataUpdate"
FROM "Warehouse Operations - Real Time"
WHERE "Task Details"."Task Type" = 'Picking' AND "Task Details"."Task Creation Time" BETWEEN TIMESTAMP '@{v_start_date}' AND TIMESTAMP '@{v_end_date}'

UNION ALL

SELECT
    CAST("Task Details"."Order Number" AS CHAR) AS "WarehouseOrder",
    'Goods Picked' AS "ActivityName",
    "Task Details"."Task Completion Time" AS "EventStartTime",
    "Task Details"."Task Completion Time" AS "EventEndTime",
    "Task Details"."Completed By User" AS "UserOperatorId",
    "Task Details"."Task Type" AS "WarehouseOrderType",
    NULL AS "RequestedCompletionDate",
    "Task Details"."Task Quantity" AS "ActualQuantity",
    CAST("Task Details"."Task Priority" AS CHAR) AS "PriorityLevel",
    NULL AS "SLAState",
    'Oracle WMS Cloud' AS "SourceSystem",
    CURRENT_TIMESTAMP AS "LastDataUpdate"
FROM "Warehouse Operations - Real Time"
WHERE "Task Details"."Task Type" = 'Picking' AND "Task Details"."Task Status" = 'Completed' AND "Task Details"."Task Completion Time" BETWEEN TIMESTAMP '@{v_start_date}' AND TIMESTAMP '@{v_end_date}'

UNION ALL

SELECT
    CAST("Outbound Shipment Details"."Order Number" AS CHAR) AS "WarehouseOrder",
    'Packing Started' AS "ActivityName",
    "Packing Details"."Packing Start Time" AS "EventStartTime",
    "Packing Details"."Packing End Time" AS "EventEndTime",
    "Packing Details"."Packed By User" AS "UserOperatorId",
    "Outbound Shipment Header"."Order Type" AS "WarehouseOrderType",
    "Outbound Shipment Header"."Requested Ship Date" AS "RequestedCompletionDate",
    "Packing Details"."Packed Quantity" AS "ActualQuantity",
    "Outbound Shipment Header"."Shipment Priority" AS "PriorityLevel",
    CASE WHEN "Outbound Shipment Header"."Actual Ship Date" > "Outbound Shipment Header"."Requested Ship Date" THEN 'Late' ELSE 'On-Time' END AS "SLAState",
    'Oracle WMS Cloud' AS "SourceSystem",
    CURRENT_TIMESTAMP AS "LastDataUpdate"
FROM "Warehouse Operations - Real Time"
WHERE "Packing Details"."Packing Start Time" IS NOT NULL AND "Packing Details"."Packing Start Time" BETWEEN TIMESTAMP '@{v_start_date}' AND TIMESTAMP '@{v_end_date}'

UNION ALL

SELECT
    CAST("Outbound Shipment Details"."Order Number" AS CHAR) AS "WarehouseOrder",
    'Goods Packed' AS "ActivityName",
    "Packing Details"."Packing End Time" AS "EventStartTime",
    "Packing Details"."Packing End Time" AS "EventEndTime",
    "Packing Details"."Packed By User" AS "UserOperatorId",
    "Outbound Shipment Header"."Order Type" AS "WarehouseOrderType",
    "Outbound Shipment Header"."Requested Ship Date" AS "RequestedCompletionDate",
    "Packing Details"."Packed Quantity" AS "ActualQuantity",
    "Outbound Shipment Header"."Shipment Priority" AS "PriorityLevel",
    CASE WHEN "Outbound Shipment Header"."Actual Ship Date" > "Outbound Shipment Header"."Requested Ship Date" THEN 'Late' ELSE 'On-Time' END AS "SLAState",
    'Oracle WMS Cloud' AS "SourceSystem",
    CURRENT_TIMESTAMP AS "LastDataUpdate"
FROM "Warehouse Operations - Real Time"
WHERE "Packing Details"."Packing End Time" IS NOT NULL AND "Packing Details"."Packing End Time" BETWEEN TIMESTAMP '@{v_start_date}' AND TIMESTAMP '@{v_end_date}'

UNION ALL

SELECT
    CAST("Outbound Shipment Details"."Order Number" AS CHAR) AS "WarehouseOrder",
    'Staged For Shipment' AS "ActivityName",
    "Outbound Load Details"."Staging Time" AS "EventStartTime",
    "Outbound Load Details"."Staging Time" AS "EventEndTime",
    NULL AS "UserOperatorId",
    "Outbound Shipment Header"."Order Type" AS "WarehouseOrderType",
    "Outbound Shipment Header"."Requested Ship Date" AS "RequestedCompletionDate",
    "Outbound Shipment Details"."Shipped Quantity" AS "ActualQuantity",
    "Outbound Shipment Header"."Shipment Priority" AS "PriorityLevel",
    CASE WHEN "Outbound Shipment Header"."Actual Ship Date" > "Outbound Shipment Header"."Requested Ship Date" THEN 'Late' ELSE 'On-Time' END AS "SLAState",
    'Oracle WMS Cloud' AS "SourceSystem",
    CURRENT_TIMESTAMP AS "LastDataUpdate"
FROM "Warehouse Operations - Real Time"
WHERE "Outbound Load Details"."Staging Time" IS NOT NULL AND "Outbound Load Details"."Staging Time" BETWEEN TIMESTAMP '@{v_start_date}' AND TIMESTAMP '@{v_end_date}'

UNION ALL

SELECT
    CAST("Outbound Shipment Details"."Order Number" AS CHAR) AS "WarehouseOrder",
    'Loading Started' AS "ActivityName",
    "Outbound Load Details"."Loading Start Time" AS "EventStartTime",
    "Outbound Load Details"."Loading End Time" AS "EventEndTime",
    "Outbound Load Details"."Loaded By User" AS "UserOperatorId",
    "Outbound Shipment Header"."Order Type" AS "WarehouseOrderType",
    "Outbound Shipment Header"."Requested Ship Date" AS "RequestedCompletionDate",
    "Outbound Shipment Details"."Shipped Quantity" AS "ActualQuantity",
    "Outbound Shipment Header"."Shipment Priority" AS "PriorityLevel",
    CASE WHEN "Outbound Shipment Header"."Actual Ship Date" > "Outbound Shipment Header"."Requested Ship Date" THEN 'Late' ELSE 'On-Time' END AS "SLAState",
    'Oracle WMS Cloud' AS "SourceSystem",
    CURRENT_TIMESTAMP AS "LastDataUpdate"
FROM "Warehouse Operations - Real Time"
WHERE "Outbound Load Details"."Loading Start Time" IS NOT NULL AND "Outbound Load Details"."Loading Start Time" BETWEEN TIMESTAMP '@{v_start_date}' AND TIMESTAMP '@{v_end_date}'

UNION ALL

SELECT
    CAST("Outbound Shipment Header"."Order Number" AS CHAR) AS "WarehouseOrder",
    'Shipment Dispatched' AS "ActivityName",
    "Outbound Shipment Header"."Actual Ship Date" AS "EventStartTime",
    "Outbound Shipment Header"."Actual Ship Date" AS "EventEndTime",
    NULL AS "UserOperatorId",
    "Outbound Shipment Header"."Order Type" AS "WarehouseOrderType",
    "Outbound Shipment Header"."Requested Ship Date" AS "RequestedCompletionDate",
    "Outbound Shipment Details"."Shipped Quantity" AS "ActualQuantity",
    "Outbound Shipment Header"."Shipment Priority" AS "PriorityLevel",
    CASE WHEN "Outbound Shipment Header"."Actual Ship Date" > "Outbound Shipment Header"."Requested Ship Date" THEN 'Late' ELSE 'On-Time' END AS "SLAState",
    'Oracle WMS Cloud' AS "SourceSystem",
    CURRENT_TIMESTAMP AS "LastDataUpdate"
FROM "Warehouse Operations - Real Time"
WHERE "Outbound Shipment Header"."Status" = 'Shipped' AND "Outbound Shipment Header"."Actual Ship Date" BETWEEN TIMESTAMP '@{v_start_date}' AND TIMESTAMP '@{v_end_date}'

UNION ALL

SELECT
    CAST("Outbound Shipment Header"."Order Number" AS CHAR) AS "WarehouseOrder",
    'Warehouse Order Completed' AS "ActivityName",
    "Outbound Shipment Header"."Last Update Time" AS "EventStartTime",
    "Outbound Shipment Header"."Last Update Time" AS "EventEndTime",
    "Outbound Shipment Header"."Last Updated By" AS "UserOperatorId",
    "Outbound Shipment Header"."Order Type" AS "WarehouseOrderType",
    "Outbound Shipment Header"."Requested Ship Date" AS "RequestedCompletionDate",
    NULL AS "ActualQuantity",
    "Outbound Shipment Header"."Shipment Priority" AS "PriorityLevel",
    CASE WHEN "Outbound Shipment Header"."Actual Ship Date" > "Outbound Shipment Header"."Requested Ship Date" THEN 'Late' ELSE 'On-Time' END AS "SLAState",
    'Oracle WMS Cloud' AS "SourceSystem",
    CURRENT_TIMESTAMP AS "LastDataUpdate"
FROM "Warehouse Operations - Real Time"
WHERE "Outbound Shipment Header"."Status" = 'Delivered' AND "Outbound Shipment Header"."Last Update Time" BETWEEN TIMESTAMP '@{v_start_date}' AND TIMESTAMP '@{v_end_date}'

UNION ALL

SELECT
    CAST("Outbound Shipment Header"."Order Number" AS CHAR) AS "WarehouseOrder",
    'Warehouse Order Cancelled' AS "ActivityName",
    "Outbound Shipment Header"."Last Update Time" AS "EventStartTime",
    "Outbound Shipment Header"."Last Update Time" AS "EventEndTime",
    "Outbound Shipment Header"."Last Updated By" AS "UserOperatorId",
    "Outbound Shipment Header"."Order Type" AS "WarehouseOrderType",
    "Outbound Shipment Header"."Requested Ship Date" AS "RequestedCompletionDate",
    NULL AS "ActualQuantity",
    "Outbound Shipment Header"."Shipment Priority" AS "PriorityLevel",
    NULL AS "SLAState",
    'Oracle WMS Cloud' AS "SourceSystem",
    CURRENT_TIMESTAMP AS "LastDataUpdate"
FROM "Warehouse Operations - Real Time"
WHERE "Outbound Shipment Header"."Status" = 'Cancelled' AND "Outbound Shipment Header"."Last Update Time" BETWEEN TIMESTAMP '@{v_start_date}' AND TIMESTAMP '@{v_end_date}'

Schritte

Python-Umgebung vorbereiten: Stellen Sie sicher, dass Python 3.6 oder neuer installiert ist. Installieren Sie die notwendigen Bibliotheken mit pip: `pip install requests pandas`.
Oracle WMS Cloud-Zugangsdaten sammeln: Beschaffen Sie die API Base URL, einen dedizierten API-Benutzeraccount (Benutzername, Passwort) und die relevante Facility ID für das Lager, aus dem Sie Daten extrahieren möchten.
Python-Skript konfigurieren: Öffnen Sie das bereitgestellte Python-Skript. Lokalisieren Sie den Konfigurationsabschnitt oben und ersetzen Sie die Platzhalterwerte für `BASE_URL`, `FACILITY_ID`, `USERNAME` und `PASSWORD` durch Ihre tatsächlichen Zugangsdaten. Legen Sie außerdem `START_DATE` und `END_DATE` fest, um den gewünschten Extraktionszeitraum zu definieren.
API-Endpunkte verstehen: Das Skript fragt mehrere wichtige Oracle WMS Cloud REST API-Endpunkte ab. Die primäre Quelle der Event Data ist der `inventory_history` Endpunkt, der nach verschiedenen Transaktionstypen (`tran_type`) gefiltert wird, um spezifische Activities wie Receiving, Picking und Packing zu identifizieren.
Skript ausführen: Führen Sie das Skript von Ihrer Kommandozeile aus mit `python your_script_name.py` aus. Das Skript authentifiziert sich und fragt dann sequenziell die APIs nach Daten ab, die sich auf jede der 16 erforderlichen Activities innerhalb des angegebenen Datumsbereichs beziehen.
Paginierung handhaben: Das Skript enthält eine Helper-Funktion zur automatischen Handhabung der API-Paginierung. Es ruft jeden Endpunkt wiederholt auf und erhöht den `offset`-Parameter, bis alle relevanten Records für den Datumsbereich abgerufen wurden.
Daten zuordnen und transformieren: Für jeden von der API abgerufenen Record ordnet das Skript die JSON-Felder den standardisierten Event Log-Spalten (`WarehouseOrder`, `ActivityName`, `EventStartTime`, etc.) zu. Es weist den korrekten `ActivityName` basierend auf dem Quell-Endpunkt und Transaktionstyp zu.
Ereignisdaten konsolidieren: Alle extrahierten Events werden einer einzelnen Liste hinzugefügt. Nachdem alle API-Abfragen abgeschlossen sind, wird diese Liste in einen pandas DataFrame konvertiert, der eine strukturierte, tabellarische Ansicht des gesamten Prozesses bietet.
Timestamp- und Systemdaten: Das Skript reichert die Daten an, indem es den `SourceSystem` (fest kodiert als 'Oracle WMS Cloud') und `LastDataUpdate` (den Timestamp, zu dem das Skript ausgeführt wurde) zu jedem Event Record hinzufügt.
Event Log exportieren: Der finale pandas DataFrame wird nach der Warehouse Order ID und der Event Start Time sortiert, um die korrekte Reihenfolge sicherzustellen. Er wird dann als CSV-Datei mit dem Namen `oracle_wms_event_log.csv` im selben Verzeichnis gespeichert, in dem das Skript ausgeführt wird. Diese Datei ist bereit für den Upload zu ProcessMind.

Konfiguration

API Credentials: Sie benötigen einen gültigen Oracle WMS Cloud-Benutzer mit API-Zugriff, inklusive Benutzername und Passwort.
Base URL und Facility ID: Sie müssen die spezifische Basis-URL für Ihre Oracle WMS Cloud-Instanz (z. B. https://{your_instance_id}.wms.ocs.oraclecloud.com) sowie die Ziel-`facility_id` angeben.
Date Range: Das Skript benötigt ein `START_DATE` und `END_DATE` im Format 'JJJJ-MM-TT'. Für die Erst-Analyse wird ein Zeitraum von 3 bis 6 Monaten empfohlen, um Datenvolumen und Erkenntnisgewinn auszubalancieren. Beachten Sie, dass sehr große Datumsbereiche zu langen Skriptlaufzeiten führen können.
Pagination Limit: Der `LIMIT`-Parameter im Skript ist auf 500 Datensätze pro API-Anfrage festgelegt. Dies ist im Allgemeinen ein sicherer Wert, um Timeouts zu vermeiden. Sie können diesen Wert basierend auf der Leistung Ihres Systems anpassen, Werte über 1000 werden jedoch nicht empfohlen.
API Permissions: Der API-Benutzer muss mindestens Leseberechtigungen für die folgenden Entitäten besitzen: `inbound_shipment`, `inventory_history`, `task`, `outbound_load` und `order`. Konsultieren Sie Ihren Oracle WMS-Administrator, um die Zuweisung der entsprechenden Rollen sicherzustellen.

a Beispielabfrage python

import requests
import pandas as pd
from datetime import datetime
import base64
import time

class=class="hl-string">"hl-comment"># --- Configuration ---
class=class="hl-string">"hl-comment"># Replace with your Oracle WMS Cloud instance details
BASE_URL = class="hl-string">'https://{your_instance_id}.wms.ocs.oraclecloud.com/wms/api/v11'
FACILITY_ID = class="hl-string">'[Your Facility ID]'
USERNAME = class="hl-string">'[Your API Username]'
PASSWORD = class="hl-string">'[Your API Password]'

class=class="hl-string">"hl-comment"># Set the date range for extraction
START_DATE = class="hl-string">'YYYY-MM-DD' class=class="hl-string">"hl-comment"># e.g., class="hl-string">'2023-01-01'
END_DATE = class="hl-string">'YYYY-MM-DD'   class=class="hl-string">"hl-comment"># e.g., class="hl-string">'2023-06-30'

class=class="hl-string">"hl-comment"># --- End Configuration ---

LIMIT = 500
SOURCE_SYSTEM = class="hl-string">'Oracle WMS Cloud'
LAST_DATA_UPDATE = datetime.utcnow().isoformat() + class="hl-string">'Z'

class=class="hl-string">"hl-comment"># Function to perform paginated GET requests
def get_paginated_data(endpoint, params={}):
    all_items = []
    offset = 0
    auth_header = class="hl-string">'Basic ' + base64.b64encode(fclass="hl-string">'{USERNAME}:{PASSWORD}'.encode(class="hl-string">'utf-8')).decode(class="hl-string">'utf-8')
    headers = {
        class="hl-string">'Authorization': auth_header,
        class="hl-string">'Accept': class="hl-string">'application/json'
    }
    
    while True:
        paginated_params = params.copy()
        paginated_params[class="hl-string">'offset'] = offset
        paginated_params[class="hl-string">'limit'] = LIMIT
        
        try:
            response = requests.get(fclass="hl-string">'{BASE_URL}/facility/{FACILITY_ID}/{endpoint}', headers=headers, params=paginated_params)
            response.raise_for_status()
            data = response.json()
            items = data.get(class="hl-string">'items', [])
            if not items:
                break
            all_items.extend(items)
            offset += len(items)
            print(fclass="hl-string">'Fetched {len(all_items)} records from {endpoint}...')
            class=class="hl-string">"hl-comment"># Respect potential rate limits
            time.sleep(0.5)
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">'Error fetching data from {endpoint}: {e}')
            break
    return all_items

def main():
    events = []
    date_filter = fclass="hl-string">"create_ts > '{START_DATE}T00:00:00Z' and create_ts < '{END_DATE}T23:59:59Z'"

    class=class="hl-string">"hl-comment"># 1. Inbound Delivery Created (from ASN/Inbound Shipments)
    asn_data = get_paginated_data(class="hl-string">'inbound_shipment', {class="hl-string">'q': date_filter})
    for item in asn_data:
        events.append({
            class="hl-string">'WarehouseOrder': item.get(class="hl-string">'shipment_nbr'),
            class="hl-string">'ActivityName': class="hl-string">'Inbound Delivery Created',
            class="hl-string">'EventStartTime': item.get(class="hl-string">'create_ts'),
            class="hl-string">'EventEndTime': None,
            class="hl-string">'UserOperatorId': item.get(class="hl-string">'user_id'),
            class="hl-string">'WarehouseOrderType': class="hl-string">'Inbound',
            class="hl-string">'RequestedCompletionDate': item.get(class="hl-string">'required_ship_date'),
            class="hl-string">'ActualQuantity': None,
            class="hl-string">'PriorityLevel': item.get(class="hl-string">'priority'),
            class="hl-string">'SLAState': None
        })

    class=class="hl-string">"hl-comment"># 2-7, 9-14: Most activities are in Inventory History
    inv_history_filter = fclass="hl-string">"tran_create_ts > '{START_DATE}T00:00:00Z' and tran_create_ts < '{END_DATE}T23:59:59Z'"
    inv_history_data = get_paginated_data(class="hl-string">'inventory_history', {class="hl-string">'q': inv_history_filter})
    
    activity_map = {
        class="hl-string">'ARV': class="hl-string">'Goods Arrived',
        class="hl-string">'REC': class="hl-string">'Goods Received',
        class="hl-string">'QCH': class="hl-string">'Quality Inspection Performed',
        class="hl-string">'MVL': class="hl-string">'Goods Put Away', class=class="hl-string">"hl-comment"># Move to LPN
        class="hl-string">'ADJ': class="hl-string">'Inventory Adjusted',
        class="hl-string">'PCK': class="hl-string">'Goods Picked',
        class="hl-string">'PAK': class="hl-string">'Goods Packed', class=class="hl-string">"hl-comment"># Often part of a packing transaction
        class="hl-string">'LOD': class="hl-string">'Loading Started', class=class="hl-string">"hl-comment"># Often a move to a shipping door location
        class="hl-string">'SHP': class="hl-string">'Shipment Dispatched'
    }

    for item in inv_history_data:
        tran_type = item.get(class="hl-string">'tran_type')
        if tran_type in activity_map:
            class=class="hl-string">"hl-comment"># Use order_nbr for outbound, shipment_nbr for inbound if available
            order_id = item.get(class="hl-string">'order_nbr') or item.get(class="hl-string">'shipment_nbr') or class="hl-string">'[Unknown]'
            events.append({
                class="hl-string">'WarehouseOrder': order_id,
                class="hl-string">'ActivityName': activity_map[tran_type],
                class="hl-string">'EventStartTime': item.get(class="hl-string">'tran_create_ts'),
                class="hl-string">'EventEndTime': None,
                class="hl-string">'UserOperatorId': item.get(class="hl-string">'user_id'),
                class="hl-string">'WarehouseOrderType': class="hl-string">'Inbound' if item.get(class="hl-string">'shipment_nbr') else class="hl-string">'Outbound',
                class="hl-string">'RequestedCompletionDate': None,
                class="hl-string">'ActualQuantity': item.get(class="hl-string">'tran_qty'),
                class="hl-string">'PriorityLevel': None,
                class="hl-string">'SLAState': None
            })

    class=class="hl-string">"hl-comment"># 8, 5: Task Creation Events
    task_filter = fclass="hl-string">"create_ts > '{START_DATE}T00:00:00Z' and create_ts < '{END_DATE}T23:59:59Z'"
    task_data = get_paginated_data(class="hl-string">'task', {class="hl-string">'q': task_filter})
    for item in task_data:
        task_type = item.get(class="hl-string">'task_type')
        activity_name = None
        if task_type in (class="hl-string">'PUT', class="hl-string">'RPL'):
            activity_name = class="hl-string">'Putaway Task Created'
        elif task_type in (class="hl-string">'PCK', class="hl-string">'WAV'):
            activity_name = class="hl-string">'Picking Task Created'
        
        if activity_name:
            order_id = item.get(class="hl-string">'order_nbr') or item.get(class="hl-string">'shipment_nbr') or class="hl-string">'[Unknown]'
            events.append({
                class="hl-string">'WarehouseOrder': order_id,
                class="hl-string">'ActivityName': activity_name,
                class="hl-string">'EventStartTime': item.get(class="hl-string">'create_ts'),
                class="hl-string">'EventEndTime': None,
                class="hl-string">'UserOperatorId': item.get(class="hl-string">'assigned_user_id'),
                class="hl-string">'WarehouseOrderType': class="hl-string">'Inbound' if activity_name == class="hl-string">'Putaway Task Created' else class="hl-string">'Outbound',
                class="hl-string">'RequestedCompletionDate': None,
                class="hl-string">'ActualQuantity': item.get(class="hl-string">'task_qty'),
                class="hl-string">'PriorityLevel': item.get(class="hl-string">'priority'),
                class="hl-string">'SLAState': None
            })
            
    class=class="hl-string">"hl-comment"># Additional specific events if not in inventory history
    class=class="hl-string">"hl-comment"># 10. Packing Started, 12. Staged For Shipment - These can be complex and may require logic based on location moves or container status changes. We use placeholders from Inventory History as a starting point.
    class=class="hl-string">"hl-comment"># For this script, class="hl-string">'PAK' from inventory_history implies both started and completed for simplicity.
    for item in inv_history_data:
        if item.get(class="hl-string">'tran_type') == class="hl-string">'PAK':
             order_id = item.get(class="hl-string">'order_nbr') or class="hl-string">'[Unknown]'
             events.append({
                class="hl-string">'WarehouseOrder': order_id,
                class="hl-string">'ActivityName': class="hl-string">'Packing Started',
                class="hl-string">'EventStartTime': item.get(class="hl-string">'tran_create_ts'), class=class="hl-string">"hl-comment"># Assuming start is same as completion
                class="hl-string">'EventEndTime': item.get(class="hl-string">'tran_create_ts'),
                class="hl-string">'UserOperatorId': item.get(class="hl-string">'user_id'),
                class="hl-string">'WarehouseOrderType': class="hl-string">'Outbound',
                class="hl-string">'RequestedCompletionDate': None,
                class="hl-string">'ActualQuantity': item.get(class="hl-string">'tran_qty'),
                class="hl-string">'PriorityLevel': None,
                class="hl-string">'SLAState': None
            })
        class=class="hl-string">"hl-comment"># Staging is a move to a staging location type
        if item.get(class="hl-string">'tran_type') == class="hl-string">'MVL' and item.get(class="hl-string">'dest_locn_type') == class="hl-string">'STG':
             order_id = item.get(class="hl-string">'order_nbr') or class="hl-string">'[Unknown]'
             events.append({
                class="hl-string">'WarehouseOrder': order_id,
                class="hl-string">'ActivityName': class="hl-string">'Staged For Shipment',
                class="hl-string">'EventStartTime': item.get(class="hl-string">'tran_create_ts'),
                class="hl-string">'EventEndTime': None,
                class="hl-string">'UserOperatorId': item.get(class="hl-string">'user_id'),
                class="hl-string">'WarehouseOrderType': class="hl-string">'Outbound',
                class="hl-string">'RequestedCompletionDate': None,
                class="hl-string">'ActualQuantity': item.get(class="hl-string">'tran_qty'),
                class="hl-string">'PriorityLevel': None,
                class="hl-string">'SLAState': None
            })

    class=class="hl-string">"hl-comment"># 15, 16. Warehouse Order Completed / Cancelled
    order_filter = fclass="hl-string">"mod_ts > '{START_DATE}T00:00:00Z' and mod_ts < '{END_DATE}T23:59:59Z'"
    order_data = get_paginated_data(class="hl-string">'order', {class="hl-string">'q': order_filter})
    for item in order_data:
        status = str(item.get(class="hl-string">'status', class="hl-string">''))
        activity_name = None
        if status == class="hl-string">'90': class=class="hl-string">"hl-comment"># Shipped / Delivered status code
            activity_name = class="hl-string">'Warehouse Order Completed'
        elif status == class="hl-string">'99': class=class="hl-string">"hl-comment"># Cancelled status code
            activity_name = class="hl-string">'Warehouse Order Cancelled'
        
        if activity_name:
            events.append({
                class="hl-string">'WarehouseOrder': item.get(class="hl-string">'order_nbr'),
                class="hl-string">'ActivityName': activity_name,
                class="hl-string">'EventStartTime': item.get(class="hl-string">'mod_ts'),
                class="hl-string">'EventEndTime': item.get(class="hl-string">'mod_ts'),
                class="hl-string">'UserOperatorId': item.get(class="hl-string">'mod_user_id'),
                class="hl-string">'WarehouseOrderType': class="hl-string">'Outbound', class=class="hl-string">"hl-comment"># Assuming order endpoint is for outbound
                class="hl-string">'RequestedCompletionDate': item.get(class="hl-string">'required_ship_date'),
                class="hl-string">'ActualQuantity': item.get(class="hl-string">'shipped_qty'),
                class="hl-string">'PriorityLevel': item.get(class="hl-string">'priority'),
                class="hl-string">'SLAState': None
            })

    class=class="hl-string">"hl-comment"># Final processing
    if not events:
        print(class="hl-string">'No events found for the given criteria.')
        return

    df = pd.DataFrame(events)

    class=class="hl-string">"hl-comment"># Add standard columns
    df[class="hl-string">'SourceSystem'] = SOURCE_SYSTEM
    df[class="hl-string">'LastDataUpdate'] = LAST_DATA_UPDATE

    class=class="hl-string">"hl-comment"># Clean up and order columns
    df = df[[class="hl-string">'WarehouseOrder', class="hl-string">'ActivityName', class="hl-string">'EventStartTime', class="hl-string">'EventEndTime', class="hl-string">'UserOperatorId', class="hl-string">'WarehouseOrderType', class="hl-string">'RequestedCompletionDate', class="hl-string">'ActualQuantity', class="hl-string">'PriorityLevel', class="hl-string">'SLAState', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate']]
    df.sort_values(by=[class="hl-string">'WarehouseOrder', class="hl-string">'EventStartTime'], inplace=True)

    class=class="hl-string">"hl-comment"># Save to CSV
    output_filename = class="hl-string">'oracle_wms_event_log.csv'
    df.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%dT%H:%M:%S.%fZ')
    print(fclass="hl-string">'Successfully created event log: {output_filename}')

if __name__ == class="hl-string">'__main__':
    main()

Ihre Datenvorlage für das Warehouse Management

Ihre Datenvorlage für das Warehouse Management

Warehouse Management-Attribute

Warehouse Management-Aktivitäten

Extraktionsleitfäden

Oracle Transactional Business Intelligence (OTBI) Export

Schritte

Konfiguration

a Beispielabfrage sql

Python Skript-Extraktion über Oracle WMS REST APIs

Schritte

Konfiguration

a Beispielabfrage python

Bereit, um loszulegen?

Optimieren Sie Warehouse Management, steigern Sie die Effizienz in Oracle WMS Cloud

Ihre Datenvorlage für das Warehouse Management

Ihre Datenvorlage für das Warehouse Management

Warehouse Management-Attribute

Warehouse Management-Aktivitäten

Extraktionsleitfäden

Oracle Transactional Business Intelligence (OTBI) Export

Schritte

Konfiguration

a Beispielabfrage sql

Python Skript-Extraktion über Oracle WMS REST APIs

Schritte

Konfiguration

a Beispielabfrage python

Ihre Privatsphäre ist uns wichtig

Bereit, um loszulegen?

Optimieren Sie Warehouse Management, steigern Sie die Effizienz in Oracle WMS Cloud