> Kontinuierliche Prozessoptimierung > Qualitätsmanagement > Oracle Quality Management > Datenvorlage

Ihr Template für Qualitätsmanagement-Daten

Oracle Quality Management

Qualitätsmanagement-Attribute (21) Qualitätsmanagement-Aktivitäten (14) Extraktionsleitfäden (3)

Ihr Template für Qualitätsmanagement-Daten

Diese Vorlage bietet einen umfassenden Leitfaden zu den wesentlichen Datenattributen und Prozessaktivitäten, die für eine effektive Qualitätsmanagementanalyse erforderlich sind. Sie enthält auch praktische Anleitungen, wie diese kritischen Informationen aus Ihrem Oracle Quality Management System extrahiert werden können. Nutzen Sie diese Ressource, um sicherzustellen, dass Sie alle notwendigen Daten für tiefe Einblicke und Prozessoptimierung erfassen.

Empfohlene Attribute zur Erfassung
Wichtige Aktivitäten zur Verfolgung
Extraktionsanleitung

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

Vorlage herunterladen

Qualitätsmanagement-Attribute

Dies sind die empfohlenen Datenfelder und Kontextinformationen, die Sie in Ihr Event Log für eine umfassende Qualitätsmanagementanalyse und Erkenntnisgewinnung aufnehmen sollten.

3 Erforderlich 8 Empfohlen 10 Optional

	Name	Beschreibung
	Aktivitätsname ActivityName	Der Name der spezifischen Aufgabe oder des Schritts, der innerhalb des Qualitätsmanagementprozesses aufgetreten ist.
Beschreibung Dieses Attribut beschreibt ein einzelnes Ereignis oder eine Aktion, die im Rahmen der Verwaltung eines Qualitätsereignisses durchgeführt wurde. Die Abfolge dieser Aktivitäten, geordnet nach ihren Timestamps, bildet den Prozessablauf für jeden Case. Die Analyse des Activity Name ist zentral für Process Mining. Sie ermöglicht die Entdeckung des tatsächlichen Prozessmodells, den Vergleich mit einem gewünschten Modell zur Konformitätsprüfung und die Identifizierung von Engpässen oder Nacharbeitsschleifen zwischen spezifischen Aktivitäten. Zum Beispiel hilft sie, die Zeit zu messen, die zwischen „Investigation Initiated“ und „Root Cause Analysis Performed“ verbraucht wird. Bedeutung Dieses Attribut ist grundlegend für die Abbildung des Prozessflusses, die Identifizierung von Abweichungen und das Verständnis, wie Arbeit tatsächlich ausgeführt wird. Datenquelle Diese Informationen werden typischerweise aus Event Logs, Statusänderungsdatensätzen oder Aktionshistorientabellen innerhalb des Oracle Quality Management Moduls abgeleitet. Beispiele Qualitätsproblem identifiziertUntersuchung eingeleitetKorrekturmaßnahmenplan genehmigtAbschlussprüfung und Schließung
	Event Startzeit EventStartTime	Der `Timestamp`, der anzeigt, wann eine `Aktivität` oder ein `Event` begann.
Beschreibung Dieses Attribut liefert das genaue Datum und die Uhrzeit, zu der ein spezifischer Prozessschritt begonnen hat. Es ist das primäre zeitliche Element, das verwendet wird, um Ereignisse chronologisch zu ordnen und die Prozesssequenz für jeden Qualitätsereignis-Case aufzubauen. In der Analyse ist die Event Start Time entscheidend für die Berechnung von Cycle Times, Durations und Waiting Times zwischen Activities. Sie ermöglicht die Identifizierung von Bottlenecks, indem sie lange Delays zwischen konsekutiven Steps hervorhebt und wird verwendet, um die Performance anhand von Time-based KPIs, wie Root Cause Analysis Lead Time, zu verfolgen. Bedeutung Dieser Timestamp ist das Backbone der Prozessanalyse und ermöglicht alle Time-based Calculations und die Korrekte Ordering of Activities. Datenquelle Dieser Timestamp ist typischerweise in Transaction Logs oder History Tables zu finden, die mit Quality Actions und Collection Plans verbunden sind, oft benannt CREATION_DATE oder ähnlich. Beispiele 2023-04-15T09:00:12Z2023-04-16T11:30:00Z2023-05-01T14:22:45Z
	Qualitätsereignis QualityEventId	Die eindeutige Kennung für ein einzelnes Qualitätsereignis, wie z.B. eine Nichtkonformität, Beschwerde oder Abweichung.
Beschreibung Die Qualitätsereignis-ID dient als primärer Case-Identifier, der alle zugehörigen Aktivitäten von der ersten Meldung bis zum endgültigen Abschluss gruppiert. Jedem Qualitätsvorfall wird eine eindeutige ID zugewiesen, wodurch ein vollständiger historischer Datensatz des Untersuchungs- und Lösungsprozesses entsteht. In der Process Mining Analyse ist dieses Attribut grundlegend für die Rekonstruktion der End-to-End-Reise jedes Qualitätsereignisses. Es ermöglicht die Berechnung der Gesamtzykluszeiten, die Identifizierung von Prozessvarianten und die Analyse, wie verschiedene Ereignistypen behandelt werden. Durch die Verknüpfung jedes Activity Log mit einer spezifischen Qualitätsereignis-ID können Analysten den vollständigen Prozessfluss visualisieren und systemische Engpässe oder Compliance-Probleme identifizieren. Bedeutung Diese ID ist wesentlich, da sie den Umfang eines einzelnen Case definiert, wodurch eine akkurate Tracking of Quality Events und Calculation of End-to-End Performance Metrics ermöglicht wird. Datenquelle Dies ist typischerweise der Primary Key in den Main Quality Event oder Collection Plan Tables within Oracle Quality Management, such as QA_RESULTS. Beispiele NC-2023-00123CAPA-45892QE-500-A
	`Severity Level` SeverityLevel	Eine Klassifizierung der Auswirkung des Qualitäts-Events, wie z.B. kritisch, schwerwiegend oder geringfügig.
Beschreibung Der Schweregrad ist eine Bewertung, die üblicherweise während der Ersteinschätzung (Triage) vorgenommen wird, hinsichtlich der potenziellen Auswirkungen des Qualitätsproblems auf Kunden, Compliance oder Geschäftsabläufe. Diese Klassifizierung hilft bei der Priorisierung von Ressourcen und der Definition der Dringlichkeit der erforderlichen Reaktion. Im Process Mining ist dieses Attribut entscheidend für die Segmentierung. Analysten können die Prozessabläufe, Zykluszeiten und Ergebnisse für Ereignisse mit hohem Schweregrad im Vergleich zu denen mit geringem Schweregrad vergleichen. Dies unterstützt das Dashboard „Konsistenz der Qualitätsereignis-Ersteinschätzung“ und den KPI „Schweregrad-basierte Lösungsrate“, indem es aufzeigt, ob kritische Probleme tatsächlich schneller und effektiver bearbeitet werden. Bedeutung Es ermöglicht die Priorisierung und Segmentierung der Analyse, um sicherzustellen, dass qualitätsrelevante Ereignisse mit hoher Auswirkung effektiv und effizient verwaltet werden. Datenquelle Konsultieren Sie die Oracle Qualitätsmanagement-Dokumentation. Dies ist oft ein konfigurierbares Element innerhalb eines Qualitäts-Erfassungsplans. Beispiele 1 - Kritisch2 - Schwerwiegend3 - Geringfügig4 - Informativ
	Aktueller Status CurrentStatus	Der aktuelle Status des Qualitätsereignis-Falls.
Beschreibung Dieses Attribut zeigt den aktuellen Zustand des Qualitätsereignisses in seinem Lebenszyklus an, z. B. „Open“, „Under Investigation“, „Pending Approval“ oder „Closed“. Es liefert eine Momentaufnahme des Prozessstatus zum Zeitpunkt der Datenextraktion. Dies ist ein kritisches Attribut für die operative Überwachung, das direkt das Dashboard „Offene Qualitätsereignisse & Statusübersicht“ unterstützt. Es ermöglicht Managern, schnell die aktuelle Pipeline von Qualitätsproblemen zu sehen und Ressourcen zu priorisieren. Im Process Mining hilft das Filtern nach dem Endstatus bei der Analyse der Ergebnisse verschiedener Prozesspfade. Bedeutung Es bietet eine Echtzeitansicht der Qualitätsereignispipeline, die ein effektives operatives Management und die Priorisierung aktiver Fälle ermöglicht. Datenquelle Diese Informationen sind üblicherweise in der Haupkopftabelle für Qualitätsereignisse verfügbar und spiegeln den letzten bekannten Zustand des Ereignisses wider. Beispiele OffenIn BearbeitungGenehmigung ausstehendGeschlossen
	Bearbeitungszeit ProcessingTime	Die Dauer der aktiven Bearbeitung einer Aktivität.
Beschreibung Die Bearbeitungszeit ist die Dauer, die zwischen der Startzeit des Ereignisses und der Endzeit des Ereignisses für eine einzelne Aktivität berechnet wird. Sie repräsentiert die aktive Arbeitszeit, im Gegensatz zur Wartezeit zwischen Aktivitäten. Diese Metrik ist ein Kernbestandteil der detaillierten Leistungsanalyse. Durch Summieren der Bearbeitungszeiten aller Aktivitäten in einem Case, kann man die gesamte Berührungszeit verstehen. Der Vergleich der gesamten Berührungszeit mit der gesamten Case Cycle Time zeigt, wie viel des Prozesses wertschöpfende Arbeit im Vergleich zu Leerlauf-Wartezeit ist, eine wichtige Erkenntnis für Lean- und Six Sigma-Verbesserungsbemühungen. Bedeutung Es trennt die aktive Arbeitszeit von der Leerlauf-Wartezeit und hilft so zu identifizieren, welche spezifischen Aufgaben zeitaufwendig sind. Datenquelle Diese Metrik wird aus den Attributen EventStartTime und EventEndTime während der Datentransformation berechnet. Beispiele PT15M30SPT2HP1D
	Endzeit des Events EventEndTime	Der Timestamp, der anzeigt, wann eine Aktivität oder ein Event abgeschlossen wurde.
Beschreibung Die Ereignis-Endzeit markiert den Abschluss einer spezifischen Aktivität. In Verbindung mit der Ereignis-Startzeit definiert sie die Bearbeitungszeit für diese Aktivität. Bei einigen Systemen kann eine Aktivität augenblicklich sein, in welchem Fall Start- und Endzeit identisch sind. Dieses Attribut ist wesentlich für eine detaillierte Daueranalyse. Es ermöglicht Analysten, zwischen aktiver Bearbeitungszeit (der Dauer zwischen Start- und Endzeit) und Wartezeit (der Dauer zwischen dem Ende einer Aktivität und dem Beginn der nächsten) zu unterscheiden. Dies ist entscheidend, um zu identifizieren, wo Ressourcen aktiv eingesetzt werden und wo Übergaben Verzögerungen verursachen. Bedeutung Es ermöglicht die präzise Berechnung von Bearbeitungszeiten für Aktivitäten, wodurch ineffiziente Aufgaben gegenüber langen Wartezeiten genau identifiziert werden können. Datenquelle Dies kann in denselben Transaction oder History Tables wie die Start Time verfügbar sein, manchmal als LAST_UPDATE_DATE oder ein spezifischer Completion Timestamp. Es könnte auch aus der Start Time des Subsequent Event abgeleitet werden. Beispiele 2023-04-15T09:15:30Z2023-04-16T12:00:00Z2023-05-02T10:00:00Z
	Ursachenkategorie RootCauseCategory	Die Klassifizierung der ermittelten Grundursache des Qualitätsproblems.
Beschreibung Nach Durchführung einer Ursachenanalyse werden die Ergebnisse oft in vordefinierte Gruppen wie „Geräteausfall“, „Menschlicher Fehler“ oder „Konstruktionsfehler“ kategorisiert. Dieses Attribut speichert diese endgültige Klassifizierung. Die Analyse des Prozesses nach Ursachenkategorie ist äußerst wirkungsvoll. Sie hilft, den Fokus von der Behebung einzelner Symptome auf die Bewältigung der zugrunde liegenden systemischen Probleme zu verlagern. Zum Beispiel kann eine hohe Anzahl von Events mit der Ursachenkategorie „Schulungsproblem“ auf die Notwendigkeit besserer Mitarbeiterschulungsprogramme hinweisen, ein wichtiges Ziel präventiver Maßnahmen. Bedeutung Dieses Attribut ist entscheidend, um von einem reaktiven zu einem proaktiven Qualitätsmanagement überzugehen, indem es die Analyse der Grundursachen von Fehlern ermöglicht. Datenquelle Konsultieren Sie die Oracle Qualitätsmanagement-Dokumentation. Dies ist wahrscheinlich ein benutzerdefiniertes Element in einem Erfassungsplan, das nach der Aktivität „Ursachenanalyse durchgeführt“ befüllt wird. Beispiele GerätestörungMaterialfehlerMenschlicher FehlerVerfahren nicht eingehalten
	Verantwortliche Abteilung ResponsibleDepartment	Die Abteilung oder der Funktionsbereich, der für das Qualitätsereignis oder die aktuelle Aktivität verantwortlich ist.
Beschreibung Dieses Attribut identifiziert das Team oder die Abteilung, die für die Bearbeitung des Qualitätsereignisses zuständig ist. Dies könnte die Qualitätssicherung, Engineering, Produktion oder eine andere Gruppe sein, und es kann sich im Laufe des Ereignislebenszyklus ändern. Im Process Mining ist die Analyse nach Responsible Department entscheidend für das Verständnis der Arbeitslastverteilung, die Identifizierung von Abteilungsengpässen und den Leistungsvergleich zwischen verschiedenen Teams. Sie unterstützt das Dashboard „Ressourcenallokation für Qualitätsereignisse“, indem es zeigt, welche Abteilungen an welchen Arten von Aktivitäten beteiligt sind, und hilft so, das Ressourcenmanagement zu optimieren. Bedeutung Es ermöglicht die Analyse von Arbeitslast, Leistung und Engpässen nach Abteilung, was für die Ressourcenplanung und organisatorische Verbesserung entscheidend ist. Datenquelle Konsultieren Sie die Oracle Qualitätsmanagement-Dokumentation. Dies kann in Tabellen gespeichert sein, die sich auf Qualitätsaktionen oder -zuweisungen beziehen und mit dem Qualitäts-Event verknüpft sind. Beispiele QualitätstechnikFertigungsoperationenLieferantenqualitätKonstruktionstechnik
	Ziel-Lösungsdatum. TargetResolutionDate	Das geplante oder erwartete Datum für den endgültigen Abschluss des Qualitätsereignisses.
Beschreibung Dieses Attribut repräsentiert die Frist, bis zu der ein Qualitätsereignis vollständig gelöst sein soll. Es dient als Service Level Agreement (SLA) oder internes Ziel, das oft basierend auf dem Schweregrad oder Typ des Ereignisses festgelegt wird. Dieses Datum ist grundlegend für die Performance-Überwachung und wird direkt bei der Berechnung des KPI „CAPA Impl. On-Time Rate“ verwendet. Durch den Vergleich der tatsächlichen Completion Dates von Activities gegen dieses Target, können Analysten die Timeliness messen, Events identifizieren, die at Risk of being late sind, und Trends in der On-time Performance verfolgen. Dies unterstützt Efforts zur Reduzierung der Resolution Cycle Times. Bedeutung Es bietet einen Maßstab zur Messung der Pünktlichkeit und ist entscheidend für die Berechnung von Pünktlichkeits-KPIs und die Verwaltung von SLAs. Datenquelle Konsultieren Sie die Oracle Qualitätsmanagement-Dokumentation. Dies kann ein Standard-Datumsfeld oder ein benutzerdefiniertes Element im Qualitäts-Erfassungsplan sein. Beispiele 2023-05-302023-06-152024-01-10
	Zugewiesener Benutzer AssignedUser	Der einzelne Benutzer, der zur Durchführung einer Aktivität oder zur Verantwortung für das Qualitätsereignis zugewiesen ist.
Beschreibung Dieses Attribut spezifiziert die Person, die für eine bestimmte Aufgabe oder für die Gesamtverwaltung des Qualitätsereignisses verantwortlich ist. Es bietet eine granularere Detailebene als die verantwortliche Abteilung. Die Analyse nach User hilft beim Verständnis individueller Workloads, der Identifizierung von Training Needs und der Anerkennung von Top-Performern. Sie kann auch Patterns aufzeigen, wie z.B. Work being consistently reassigned oder Tasks stalling with specific individuals. Dieses Level of Detail ist nützlich für das Performance Management und die detaillierte Ressourcenoptimierung. Bedeutung Es ermöglicht eine detaillierte Analyse der individuellen Arbeitslast und Leistung, wodurch Ressourcenengpässe oder Schulungsbedarf identifiziert werden können. Datenquelle Konsultieren Sie die Oracle Qualitätsmanagement-Dokumentation. Benutzerzuweisungsinformationen werden typischerweise in Aktions- oder Workflow-Tabellen gespeichert, die mit dem Qualitäts-Event verknüpft sind. Beispiele j.smitha.jonesr.williams
	Closure Code ClosureCode	Ein Code, der den Grund oder das Ergebnis des Abschlusses des Qualitäts-Events angibt.
Beschreibung Um das Endergebnis eines abgeschlossenen Qualitätsereignisses zu klassifizieren, wird oft ein Abschluss-Code zugewiesen. Beispiele hierfür sind 'Maßnahme wirksam', 'Keine Maßnahmen erforderlich' oder 'Duplikat'. Dieses Attribut ist für die Ergebnis-Analyse äußerst wertvoll. Indem Analysten nach verschiedenen Abschluss-Codes filtern, können sie die Prozesspfade untersuchen, die zu erfolgreichen Ergebnissen führen, und diese mit weniger erfolgreichen vergleichen. Es hilft, Fragen zu beantworten wie: 'Wie sieht unser Prozess für als Duplikate geschlossene Probleme aus?' und deckt Ineffizienzen im Triage-Prozess auf. Bedeutung Es liefert entscheidende Informationen über das Ergebnis eines Falls und ermöglicht die Analyse, welche Prozesspfade zu erfolgreichen Lösungen führen. Datenquelle Konsultieren Sie die Oracle Qualitätsmanagement-Dokumentation. Dies wäre wahrscheinlich ein Feld, das während der abschließenden Schließungsaktivität befüllt wird. Beispiele EFFEKTIVNO_ACTIONDUPLIKATRISK_ACCEPTED
	Gesamtdurchlaufzeit TotalCycleTime	Die gesamte verstrichene Zeit von der Identifizierung eines Qualitätsproblems bis zu dessen endgültigem Abschluss.
Beschreibung Dieses Attribut misst die gesamte End-to-End-Dauer für einen einzelnen Qualitätsereignis-Case. Es wird als Differenz zwischen dem Timestamp der allerersten Activity („Quality Issue Identified“) und der allerletzten Activity („Final Review and Closure“) berechnet. Dies ist ein primärer Key Performance Indicator (KPI) für die Gesamteffizienz des Qualitätsmanagementprozesses. Es ist die Hauptmetrik für das Dashboard „Quality Event End-to-End Cycle Time“. Die Verfolgung dieser Metrik über die Zeit und ihre Segmentierung nach Attributen wie Severity oder Issue Category bietet eine übergeordnete Ansicht der Prozessgesundheit und der Auswirkungen von Improvement Initiatives. Bedeutung Dies ist ein kritischer KPI, der die Gesamtgeschwindigkeit und Effizienz des gesamten Qualitätsmanagementprozesses von Anfang bis Ende misst. Datenquelle Dies wird auf Case Level während der Datenverarbeitung für Process Mining berechnet. Es erfordert die Startzeit des ersten Event und die Endzeit des letzten Event für jede QualityEventId. Beispiele P30DT12HP15DP92D
	Geschäftseinheit BusinessUnit	Die Geschäftseinheit oder Abteilung der Organisation, in der das Qualitätsereignis aufgetreten ist oder verwaltet wird.
Beschreibung Dieses Attribut ordnet das Qualitätsereignis einem spezifischen Teil der Geschäftsstruktur zu. Es hilft, die Qualitätsleistung über verschiedene Organisationseinheiten hinweg zu analysieren und zu vergleichen. Die Segmentierung der Prozessanalyse nach Business Unit ist eine gängige Anforderung für große Unternehmen. Sie ermöglicht BU-spezifische Dashboards und hilft zu identifizieren, ob bestimmte Divisionen effizientere Qualitätsprozesse haben oder einzigartigen Herausforderungen gegenüberstehen. Dies ist wertvoll für die Unternehmensaufsicht und den Austausch bewährter Praktiken innerhalb der Organisation. Bedeutung Es ermöglicht den Leistungsvergleich und die Analyse über verschiedene Bereiche der Organisation hinweg und unterstützt so ein unternehmensweites Qualitätsmanagement. Datenquelle Dies ist typischerweise Teil der organisatorischen Kontextdaten, die mit der Transaktion verbunden sind, oft abgeleitet aus den Stammdaten des Benutzers oder der Abteilung. Beispiele MedizinprodukteUnterhaltungselektronikAutomobilteile
	ID des Korrekturmaßnahmenplans CorrectiveActionPlanId	Die eindeutige Kennung für den Korrekturmaßnahmenplan (CAPA), der zur Behebung des Qualitätsereignisses erstellt wurde.
Beschreibung Dieses Attribut bietet eine direkte Verknüpfung zwischen einem Qualitätsereignis und dem spezifischen Korrektur- und Präventivmaßnahmenplan (CAPA), der zu dessen Lösung entwickelt wurde. Dies ist oft ein separates Objekt im System mit eigenem Lebenszyklus. In der Analyse kann diese ID verwendet werden, um Daten aus dem Qualitätsereignisprozess mit Daten aus dem CAPA-Managementprozess zu verknüpfen und so eine ganzheitlichere Sicht zu schaffen. Es hilft bei der Verfolgung, ob jedem Event, das eine CAPA erfordert, eine zugewiesen wurde, und bei der Analyse der Effektivität dieser Actions. Bedeutung Es verknüpft das Problem (Qualitätsereignis) mit der Lösung (CAPA) und ermöglicht so eine umfassendere End-to-End-Analyse des Qualitätsmanagementsystems. Datenquelle Dies wäre ein Referenzfeld im Qualitätsereignis-Datensatz, das auf einen Datensatz in einer CAPA-spezifischen Tabelle oder einem Modul verweist. Beispiele CAPA-2023-088CAPA-2023-091
	Ist Nacharbeit IsRework	Ein Kennzeichen, das anzeigt, ob eine Aktivität eine Wiederholung oder Nacharbeit eines vorherigen Schritts im selben Case ist.
Beschreibung Dieses Attribut ist ein Boolesches Flag, das auf „wahr“ gesetzt wird, wenn eine spezifische Activity, wie z.B. „Corrective Action Plan Proposed“, mehr als einmal innerhalb eines einzelnen Qualitätsereignis-Case auftritt. Dies deutet auf eine Schleife oder Korrektur im Prozess hin, bei der ein zuvor abgeschlossener Schritt wiederholt werden musste. Das Identifizieren von Rework ist eine Kernfähigkeit des Process Mining. Dieses Flag vereinfacht die Quantifizierung solcher Ineffizienzen und unterstützt direkt den KPI „Activity Rework Frequency“. Die Analyse, welche Schritte am anfälligsten für Rework sind und unter welchen Bedingungen, kann Probleme mit Training, Datenqualität oder Approval Criteria aufdecken und so Opportunities zur Effizienzsteigerung des Prozesses hervorheben. Bedeutung Es kennzeichnet Prozesseffizienzdefizite und Schleifen, wodurch Verschwendung quantifiziert und die Grundursachen von Nacharbeit identifiziert werden können. Datenquelle Dies wird mithilfe von Window Functions oder Sequential Analysis on the Event Log während der Datenvorbereitung berechnet. Es identifiziert, wann derselbe Activity Name multiple Times für denselben Case erscheint. Beispiele truefalsch
	Letzte Datenaktualisierung LastDataUpdate	Der Timestamp der letzten Datenaktualisierung oder des letzten Updates aus dem Quellsystem.
Beschreibung Dieses Attribut gibt an, wann die Daten für dieses Ereignis zuletzt im Process Mining Datensatz aktualisiert wurden. Es spiegelt die Aktualität der Daten wider und hilft Benutzern, die Zeitnähe der Analyse zu verstehen. In Dashboards und Berichten ist dieser Timestamp entscheidend, um dem Benutzer Kontext zu bieten. Er klärt, ob sie Echtzeitdaten oder eine Momentaufnahme zu einem bestimmten Zeitpunkt betrachten, was für fundierte operative Entscheidungen unerlässlich ist. Er gewährleistet Transparenz über die Aktualität der Daten. Bedeutung Dieser Timestamp sorgt für Transparenz bei der Data Freshness und stellt sicher, dass Users understand how current the Process Analysis is. Datenquelle Dieser Wert wird während des Daten-ETL-Prozesses generiert und gespeichert, typischerweise den Timestamp darstellend, wann die Datenpipeline zuletzt erfolgreich ausgeführt wurde. Beispiele 2023-10-27T04:00:00Z2023-10-26T04:00:00Z
	Problemkategorie IssueCategory	Die Kategorie oder Art des Qualitätsproblems, wie z.B. „Produktfehler“ oder „Prozessabweichung“.
Beschreibung Dieses Attribut bietet eine Klassifizierung des Qualitätsereignisses, die hilft, ähnliche Probleme für die Analyse zu gruppieren. Die Kategorien werden typischerweise von der Organisation definiert, um ihren spezifischen operativen Kontext widerzuspiegeln. Die Analyse des Prozesses nach Problemkategorie ermöglicht die Identifizierung von Mustern, die mit spezifischen Problemtypen zusammenhängen. Zum Beispiel könnte sie aufzeigen, dass „Supplier Material“-Probleme eine viel längere Zykluszeit haben als „Internal Process“-Probleme. Diese Segmentierung ist wertvoll für gezielte Prozessverbesserungsinitiativen. Bedeutung Die Kategorisierung von Problemen ermöglicht eine gezielte Analyse, um Trends und Ursachen für spezifische Problembereiche zu identifizieren. Datenquelle Konsultieren Sie die Oracle Qualitätsmanagement-Dokumentation. Dies ist wahrscheinlich ein benutzerdefiniertes Element innerhalb des Qualitäts-Erfassungsplans. Beispiele ProduktfehlerProzessabweichungLieferantenmaterialKundenbeschwerde
	Produkt-ID ProductIdentifier	Der Bezeichner für das Produkt, das mit dem Qualitätsereignis verbunden ist.
Beschreibung Dieses Attribut verknüpft das Qualitätsereignis mit einem spezifischen Produkt, Material oder einer Dienstleistung. Es könnte ein Produktcode, eine SKU oder eine Teilenummer sein. Diese Verknüpfung ist entscheidend für die Produktqualitätsanalyse. Process Mining kann verwendet werden, um Qualitätsmanagementprozesse über verschiedene Produktlinien hinweg zu vergleichen oder Produkte zu identifizieren, die häufig mit Qualitätsproblemen verbunden sind. Dies hilft bei der Priorisierung von Engineering- oder Fertigungsverbesserungsbemühungen dort, wo sie am dringendsten benötigt werden. Bedeutung Es verknüpft Qualitätsereignisse mit spezifischen Produkten und ermöglicht so die Analyse produktbezogener Qualitätstrends und Prozessabweichungen. Datenquelle Diese Informationen wären in einem Feld innerhalb des Qualitätsdatenerfassungsplans gespeichert, oft verknüpft mit dem Oracle Inventory Item Master. Beispiele SKU-100-A-REDPN-987654CHEM-X2
	Quellsystem SourceSystem	Identifiziert das Quellsystem, aus dem die Daten extrahiert wurden.
Beschreibung Dieses Attribut spezifiziert die Ursprungsanwendung oder das System für die Ereignisdaten. In einer Enterprise-Umgebung können Qualitätsereignisdaten aus mehreren Sources stammen, wie dem Kern-Oracle Quality Module, einem separaten CAPA-System oder einem Customer Complaint Portal. Für die Analyse hilft dieses Feld beim Verständnis der Data Lineage und kann verwendet werden, um den Prozess basierend auf dem System of Origin zu segmentieren. Es ist entscheidend für die Data Governance und zur Behebung von Datenintegrations-Issues, um sicherzustellen, dass die Process View die kombinierte Datenlandschaft akkurat widerspiegelt. Bedeutung Es liefert entscheidenden Kontext zur Datenherkunft, was für die Datenvalidierung, Governance und die Analyse von Prozessabweichungen über verschiedene Systeme hinweg wichtig ist. Datenquelle Dies ist typischerweise ein statischer Wert, der während des Datenextraktions-, Transformations- und Ladevorgangs (ETL) hinzugefügt wird, um die Herkunft des Datensatzes zu kennzeichnen. Beispiele Oracle Quality Management R12Oracle EBS QualityQM-PROD
	Termingerecht IsOnTime	Ein Kennzeichen, das angibt, ob eine Korrekturmaßnahme bis zum Zieldatum ihrer Umsetzung durchgeführt wurde.
Beschreibung Dieses Boolesche Attribut wird abgeleitet, indem der Completion Timestamp der „Corrective Action Implemented“-Activity mit der „Target Resolution Date“ für den Case verglichen wird. Es ist wahr, wenn die Action am oder vor dem Target Date abgeschlossen wurde, und ansonsten falsch. Dieses Attribut unterstützt direkt den KPI „CAPA Impl. On-Time Rate“. Es vereinfacht die Analyse und Dashboard-Erstellung, indem es eine klare, binäre Klassifizierung für die Timeliness jedes Case bereitstellt. Es ermöglicht einfaches Filtering und Aggregation, um die Adherence to Service Levels zu überwachen und die Root Causes of Delays zu identifizieren. Bedeutung Es vereinfacht die Verfolgung der Pünktlichkeit im Vergleich zu Zielen und erleichtert die Messung und Berichterstattung über diesen kritischen KPI. Datenquelle Dies ist ein abgeleitetes Flag, das während der Datentransformation berechnet wird. Es erfordert das TargetResolutionDate und den Timestamp der relevanten Completion Activity. Beispiele truefalsch

Erforderlich Empfohlen Optional

Qualitätsmanagement-Aktivitäten

Dies sind die wichtigsten Prozessschritte und bedeutenden Meilensteine, die in Ihrem Event Log für eine genaue Prozesserkennung und Leistungsbewertung erfasst werden sollten.

6 Empfohlen 8 Optional

	Aktivität	Beschreibung
	Abschlussprüfung und Schließung	Der letzte Schritt, in dem alle zugehörigen Aktionen als abgeschlossen bestätigt und das übergeordnete Qualitätsproblem formell geschlossen wird. Dies wird durch eine endgültige Statusänderung auf „Geschlossen“ oder „Gelöst“ im Hauptdatensatz erfasst.
Bedeutung Dies ist das primäre End Event für den Prozess. Es ist essentiell für die Calculation of the „Average Event Cycle Time“ KPI und für die Measuring Overall Process Throughput. Datenquelle Abgeleitet aus der finalen Statusänderung des übergeordneten Qualitätsproblem-Datensatzes auf „Geschlossen“. Der Timestamp dieser Änderung dient als Event-Zeit. Erfassen Abgeleitet aus einer Statusänderung auf „Geschlossen“ im Hauptdatensatz des Qualitätsproblems. Ereignistyp inferred
	Korrekturmaßnahmenplan genehmigt	Stellt die formale Genehmigung des vorgeschlagenen Korrekturmaßnahmenplans durch eine benannte Autorität dar. Dies ist ein kritischer Kontrollpunkt, der üblicherweise durch eine explizite Genehmigungsaktion oder eine Statusänderung auf „Genehmigt“ erfasst wird.
Bedeutung Diese Genehmigung ist ein wichtiger Meilenstein und ein häufiger Engpass. Die Analyse der Genehmigungszeiten hilft, den Prozess zu straffen und die Einhaltung der Verfahren sicherzustellen. Datenquelle Abgeleitet aus einer Statusänderung des Qualitätsaktions- oder CAPA-Datensatzes auf „Genehmigt“. Oracle-Systeme mit Genehmigungs-Workflows protokollieren diese Änderung oft explizit in Audit-Tabellen. Erfassen Abgeleitet aus einer Statusänderung auf „Genehmigt“. Ereignistyp inferred
	Qualitätsproblem identifiziert	Diese Aktivität markiert die Erstellung eines neuen Qualitätsereignisdatensatzes, wie z.B. eine Nichtkonformität, Abweichung oder Kundenbeschwerde. Sie wird explizit erfasst, wenn ein Benutzer einen neuen Quality Issue oder Quality Action Datensatz in Oracle erstellt.
Bedeutung Als Start-Event ist es unerlässlich für die Berechnung der gesamten Zykluszeit des Qualitätsmanagementprozesses und für das Verständnis des Volumens eingehender Qualitäts-Events. Datenquelle Dieses Ereignis wird vom Creation Timestamp des Quality Issue oder Quality Action Record erfasst, wahrscheinlich in Tables wie QAM_QUALITY_ISSUES oder QAM_QUALITY_ACTIONS gefunden. Erfassen Event protokolliert bei der Erstellung eines neuen Qualitätsproblems oder Aktionsdatensatzes. Ereignistyp explicit
	Sachverhalt kategorisiert und priorisiert	Diese Aktivität tritt auf, wenn ein Analyst die erste Bewertung abschließt und Schlüsselattribute wie Schweregrad, Priorität und Problemtyp zuweist. Sie wird typischerweise erfasst, wenn der Sachverhalt von einem „Neu“-Status in einen „Bewertet“- oder „In Ersteinschätzung“-Status übergeht.
Bedeutung Dieser Meilenstein ist entscheidend für den KPI „Durchschnittliche Ersteinschätzungs-Bearbeitungszeit“. Verzögerungen hier können den gesamten Lösungsprozess verlangsamen, insbesondere bei kritischen Problemen. Datenquelle Abgeleitet aus einer Statusänderung des Qualitätsproblem-Datensatzes, z.B. von „Neu“ zu „In Bewertung“, oder wenn Felder wie „Schweregrad“ oder „Priorität“ erstmals befüllt werden. Erfassen Abgeleitet aus Statusänderung oder erster Befüllung der Felder Schweregrad oder Priorität. Ereignistyp inferred
	Untersuchung eingeleitet	Kennzeichnet den offiziellen Beginn der Untersuchungsphase zur Ermittlung der Grundursache des Qualitätsproblems. Dies wird üblicherweise durch eine Statusänderung im System dargestellt, z. B. den Übergang zu „In Untersuchung“.
Bedeutung Dies dient als Starting Point für die Measuring of the „Root Cause Analysis Lead Time“ KPI und hilft, zu identifizieren, how long Issues wait before a Formal Investigation begins. Datenquelle Abgeleitet aus einer Statusänderung des Qualitätsproblems oder eines zugehörigen Qualitätsaktionsdatensatzes in den Status „Untersuchung“. Der Timestamp dieser Statusänderung liefert die Event-Zeit. Erfassen Abgeleitet aus einer Statusänderung auf „In Untersuchung“ oder einem ähnlichen Zustand. Ereignistyp inferred
	Wirksamkeit der Maßnahme verifiziert	Bestätigt, dass die implementierte Korrekturmaßnahme die Ursache erfolgreich behoben und ein Wiederauftreten verhindert hat. Dies wird erfasst, wenn ein Benutzer den Verifizierungsschritt abschließt und den Status des Datensatzes aktualisiert.
Bedeutung Dies ist ein kritischer Outcome-based Milestone und die Basis für den KPI „Effectiveness Verif. Rate“. Es schließt den Loop auf dem Corrective Action Cycle und ensuring Problems are truly solved. Datenquelle Abgeleitet aus einer Statusänderung des CAPA-Datensatzes auf „Verifizierung abgeschlossen“ oder „Effektiv“. Dies kann auch das Befüllen spezifischer Verifizierungsergebnisfelder beinhalten. Erfassen Abgeleitet aus einer Statusänderung auf „Verifizierung abgeschlossen“ oder „Effektiv“. Ereignistyp inferred
	Interessengruppen über Lösung benachrichtigt	Stellt die Kommunikation der Lösung des Qualitätsereignisses an relevante Parteien dar, wie den Melder oder betroffene Kunden. Dies ist schwer zu erfassen und kann aus einer Statusänderung nach dem Abschluss oder einem protokollierten Kommentar abgeleitet werden.
Bedeutung Entscheidend für den KPI „Stakeholder-Benachrichtigungsverzögerung“. Eine zeitnahe Kommunikation ist wichtig für die Kundenzufriedenheit und interne Transparenz, auch nachdem ein Problem gelöst wurde. Datenquelle Dies ist oft schwierig automatisch zu erfassen. Es könnte aus einem Status wie „Notification Sent“ abgeleitet oder in einem Activity oder Comments Field protokolliert werden, was Special Logic to Extract erfordert. Erfassen Abgeleitet aus einer spezifischen Statusänderung oder potenziell aus Text Mining von Aktivitätsprotokollen. Ereignistyp inferred
	Korrekturmaßnahme implementiert	Kennzeichnet den Abschluss der im genehmigten Korrekturmaßnahmenplan dargelegten Aufgaben. Dies wird typischerweise erfasst, wenn ein Benutzer den Status des Korrekturmaßnahmen-Datensatzes auf „Implementiert“ oder „Abgeschlossen“ aktualisiert.
Bedeutung Diese Aktivität ist entscheidend für den KPI „CAPA Impl. On-Time Rate“, da sie signalisiert, dass die geplante Korrektur ausgeführt wurde und einen Vergleich mit den Zieldaten ermöglicht. Datenquelle Dieses Ereignis wird aus einer Statusänderung des zugehörigen Quality Action oder CAPA Record zu „Implemented“ oder „Completed“ abgeleitet. Erfassen Abgeleitet aus einer Statusänderung auf „Implementiert“ oder „Abgeschlossen“. Ereignistyp inferred
	Korrekturmaßnahmenplan vorgeschlagen	Tritt auf, wenn Korrekturmaßnahmen definiert und mit dem Qualitätsproblem verknüpft werden, die die Schritte zur Behebung des Problems umreißen. Dies kann die Erstellung eines zugehörigen Korrekturmaßnahmen-Datensatzes oder eine Statusänderung sein, die anzeigt, dass ein Plan zur Überprüfung bereit ist.
Bedeutung Dies verfolgt den Übergang von der Problemanalyse zum Lösungsdesign. Nacharbeit, die diesen Schritt betrifft und durch Rework KPIs gemessen wird, kann auf Unclear Requirements oder Ineffective Planning hinweisen. Datenquelle Dies könnte ein explizites Ereignis sein, das aus der Erstellung eines neuen Korrekturmaßnahmen-Datensatzes innerhalb eines CAPA-Objekts stammt, oder ein abgeleitetes Ereignis aus einer Statusänderung zu „Plan Proposed“ oder „Pending Approval“. Erfassen Abgeleitet aus einer Statusänderung auf „Genehmigung ausstehend“ oder der Erstellung einer verknüpften Korrekturmaßnahme. Ereignistyp inferred
	Sachverhalt zur Ersteinschätzung zugewiesen	Stellt die Zuweisung des neu erstellten Qualitätsproblems an einen spezifischen Benutzer oder ein Team zur ersten Überprüfung und Bewertung dar. Dieses Ereignis wird oft durch die Verfolgung von Änderungen im Feld „Zugewiesen an“ oder „Eigentümer“ des Qualitätsproblem-Datensatzes abgeleitet.
Bedeutung Die Verfolgung dieser anfänglichen Übergabe hilft, Verzögerungen vor Beginn der Bewertung zu identifizieren. Die Analyse der in diesem State verbrachten Time reveals Potential Backlogs in the Ersteinschätzungs-Queue. Datenquelle Abgeleitet aus Änderungen im Feld „Eigentümer“ oder „Zugewiesener“ innerhalb des Qualitätsproblem-Datensatzes. Dies kann aus Audit-Trail-Tabellen stammen oder durch die Verfolgung von Statusänderungen, die mit Zuweisungs-Workflows verbunden sind. Erfassen Abgeleitet aus einer Änderung im Feld „Zuständig für“ oder „Eigentümer“ des Qualitätsproblems. Ereignistyp inferred
	Ursachenanalyse durchgeführt	Stellt den Abschluss der Ursachenanalyse (RCA) und die Dokumentation der Ergebnisse dar. Dies wird typischerweise erfasst, wenn das Untersuchungsteam das Qualitätsproblem mit der identifizierten Grundursache aktualisiert und dessen Status ändert.
Bedeutung Diese Aktivität ist der Endpunkt für den KPI „Lead Time der Ursachenanalyse“. Die Analyse der Dauer bis zu diesem Schritt hilft, Engpässe in der Problemlösungsphase genau zu identifizieren. Datenquelle Abgeleitet aus einer Statusänderung auf „RCA abgeschlossen“ oder wenn das Feld für die Ursachenkategorie befüllt und der Datensatz gespeichert wird. Der Timestamp dieser Aktualisierung wird verwendet. Erfassen Abgeleitet aus einer Statusänderung auf „RCA abgeschlossen“ oder der Befüllung der Ursachenfelder. Ereignistyp inferred
	Vorbeugende Maßnahme identifiziert	Stellt die Erstellung einer vorbeugenden Maßnahme (PA) dar, um systemische Probleme zu adressieren und das Auftreten ähnlicher Qualitätsereignisse zu verhindern. Dies wird oft als Erstellung eines neuen Datensatzes für vorbeugende Maßnahmen protokolliert, der mit dem ursprünglichen Problem verknüpft ist.
Bedeutung Diese Aktivität zeigt einen ausgereiften Qualitätsprozess, der über die Behebung einzelner Probleme hinausgeht, um zukünftige zu verhindern. Die Verfolgung dessen hilft, proaktive Qualitätsverbesserungen zu messen. Datenquelle Erfasst bei der Erstellung eines neuen Datensatzes für eine Qualitätsaktion vom Typ „Präventive Maßnahme“, oft verknüpft mit dem ursprünglichen Qualitätsproblem oder der Korrekturmaßnahme. Erfassen Protokolliert bei der Erstellung eines Qualitätshandlungsdatensatzes vom Typ „Vorbeugende Maßnahme“. Ereignistyp explicit
	Vorbeugende Maßnahme implementiert	Kennzeichnet den Abschluss der im Plan für vorbeugende Maßnahmen definierten Aufgaben zur Minderung systemischer Risiken. Dies wird erfasst, wenn ein Benutzer den Status des Datensatzes für vorbeugende Maßnahmen auf „Implementiert“ oder „Abgeschlossen“ aktualisiert.
Bedeutung Misst die Fähigkeit der Organisation, proaktive Qualitätsverbesserungen umzusetzen. Verzögerungen hier können auf Schwierigkeiten bei der Implementierung systemischer Änderungen in der gesamten Organisation hindeuten. Datenquelle Abgeleitet aus einer Statusänderung des zugehörigen Präventivaktionsdatensatzes auf „Implementiert“ oder „Abgeschlossen“, ähnlich der Nachverfolgung von Korrekturmaßnahmen. Erfassen Abgeleitet aus einer Statusänderung auf „Implementiert“ bei einem Präventivaktionsdatensatz. Ereignistyp inferred
	Wirksamkeitsprüfung erforderlich	Stellt dar, dass das System oder ein Benutzer kennzeichnet, dass die implementierte Maßnahme eine Folgebewertung erfordert, um deren Wirksamkeit sicherzustellen. Dies ist oft eine automatische oder manuelle Statusänderung, die nach der Implementierung erfolgt.
Bedeutung Dieser Schritt leitet die entscheidende Verifikationsphase ein. Das Verständnis der Zeit zwischen Implementierung und dieser Aktivität kann Verzögerungen bei der Einleitung notwendiger Nachverfolgungen hervorheben. Datenquelle Dieses Ereignis wird aus einer Statusänderung der Quality Action zu „Pending Effectiveness Check“ oder einem ähnlichen State innerhalb des Workflows abgeleitet. Erfassen Abgeleitet aus einer Statusänderung auf „Wirksamkeitsprüfung ausstehend“. Ereignistyp inferred

Extraktionsleitfäden

So erhalten Sie Ihre Daten aus dem Oracle Qualitätsmanagement

Schritte

Zugriff auf Oracle BI Publisher: Melden Sie sich bei Ihrer Oracle E-Business Suite Instanz an und navigieren Sie zu der Verantwortlichkeit, die Zugriff auf BI Publisher bietet, wie z.B. BI Publisher Administrator oder eine ähnliche benutzerdefinierte Verantwortlichkeit.
Neues Datenmodell erstellen: Wählen Sie auf der BI Publisher Startseite „Erstellen“ und dann „Datenmodell“. Dies öffnet den Datenmodell-Editor.
SQL-Abfragedatensatz definieren: Klicken Sie im Datenmodell-Editor auf das Plus-Symbol im Bereich „Datensätze“ und wählen Sie „SQL Query“. Dies öffnet das SQL-Abfrage-Editor-Fenster.
Datenquelle konfigurieren: Geben Sie im Fenster „Neuer Datensatz“ einen Namen für Ihren Datensatz an, z.B. DS_QUALITY_EVENTS. Wählen Sie die entsprechende Oracle EBS-Datenbank als Datenquelle aus.
SQL-Abfrage eingeben: Kopieren Sie die vollständige SQL-Abfrage, die im Abschnitt „query“ dieses Dokuments bereitgestellt wird, und fügen Sie sie in das Textfeld „SQL Query“ ein.
Abfrageparameter definieren: Die bereitgestellte Abfrage verwendet die Platzhalter :P_START_DATE und :P_END_DATE für den Berichtszeitraum. Im BI Publisher-Datenmodell müssen Sie diese als Parameter definieren. Erstellen Sie für jeden einen neuen Parameter, geben Sie ihm den entsprechenden Namen (z.B. P_START_DATE), setzen Sie den Datentyp auf „Datum“ und konfigurieren Sie eine benutzerfreundliche Anzeigeaufforderung.
Datenmodell speichern: Nachdem Sie die Abfrage eingefügt und Parameter definiert haben, speichern Sie das Datenmodell. Es wird empfohlen, es in einem gemeinsamen Ordner für Berichte zu speichern.
Neuen Bericht erstellen: Navigieren Sie zurück zur BI Publisher Startseite und wählen Sie „Erstellen“, dann „Bericht“. Wählen Sie die Option „Datenmodell verwenden“ und suchen Sie das soeben gespeicherte Datenmodell.
Berichtslayout konfigurieren: Der Berichts-Assistent führt Sie durch die Layout-Konfiguration. Für ProcessMind ist ein einfaches Tabellenlayout ausreichend. Ziehen Sie alle Spalten aus dem Datenmodell per Drag & Drop in das Berichtslayout. Stellen Sie sicher, dass das Ausgabeformat für CSV konfiguriert ist.
Berichtseigenschaften festlegen: Stellen Sie unter den Berichtseigenschaften sicher, dass die Option „CSV-Ausgabe aktivieren“ aktiviert ist. Sie können bei Bedarf auch Standardparameterwerte definieren.
Bericht ausführen und exportieren: Speichern Sie den Bericht und führen Sie ihn dann aus, indem Sie die gewünschten Start- und Enddaten angeben. Sobald die Berichtserstellung abgeschlossen ist, klicken Sie auf die Schaltfläche „Exportieren“ und wählen Sie CSV als Ausgabeformat. Die Datei wird auf Ihr lokales Gerät heruntergeladen.
Für den Upload vorbereiten: Öffnen Sie die heruntergeladene CSV-Datei, um sicherzustellen, dass sie die erwarteten Daten enthält. Überprüfen Sie, ob die Spaltenüberschriften den ProcessMind-Schemaanforderungen entsprechen. Die Datei ist nun bereit zum Hochladen.

Konfiguration

Voraussetzungen: Ein Benutzerkonto mit Zugriff auf Oracle BI Publisher und Leseberechtigung für die zugrunde liegenden Tabellen des Qualitätsmoduls (z.B. QA_RESULTS, QA_PLANS, QA_ACTIONS, FND_USER).
Datenquellenkonfiguration: Das BI Publisher Datenmodell muss so konfiguriert werden, dass es sich mit Ihrer primären Oracle EBS Anwendungsdatenbank (APPS-Schema) verbindet.
Datumsbereichsparameter: Die Abfrage ist mit zwei obligatorischen Parametern, :P_START_DATE und :P_END_DATE, konzipiert, um den Datenextrakt zu filtern. Für eine erste Analyse wird ein Bereich von 6 bis 12 Monaten empfohlen, um genügend vollständige Cases zu erfassen. Formatieren Sie das Datum als 'JJJJ-MM-TT'.
Ausgabeformat: Der Bericht muss so konfiguriert werden, dass eine CSV-Ausgabe möglich ist. Dieses Format ist optimal für die ProcessMind-Aufnahme, da es einfach, strukturiert ist und komplexe Parsings vermeidet.
Planung: Für die kontinuierliche Prozessüberwachung planen Sie den BI Publisher-Bericht so, dass er regelmäßig, z.B. täglich oder wöchentlich, ausgeführt wird. Konfigurieren Sie die Ausgabe so, dass sie an einen bestimmten Server oder ein Content-Repository zur automatischen Abholung geliefert wird.
Leistung: Bei Instanzen mit sehr hohen Mengen an Qualitäts-Events kann die Ausführung der Abfrage eine beträchtliche Zeit in Anspruch nehmen. Stellen Sie sicher, dass der Datumsbereich angemessen ist, und erwägen Sie, mit Ihrem Datenbankadministrator über Abfrageoptimierung oder Tabellenindizierung zu sprechen, falls Leistungsprobleme auftreten.

a Beispielabfrage config

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')

Schritte

Voraussetzungen: Stellen Sie sicher, dass Sie einen Datenbankclient (wie SQL Developer oder DBeaver) und schreibgeschützte Zugangsdaten für die Oracle-Datenbank haben, die das Qualitätsmanagement-Modul hostet.
Schema verstehen: Machen Sie sich mit den wichtigsten Oracle Quality-Tabellen vertraut. Die Abfrage verwendet hauptsächlich QA_RESULTS für die Kopfdaten der Qualitäts-Events, QA_PLANS für die Plandefinitionen, QA_RESULTS_V für eine kombinierte Ansicht der Ergebnisse und ihrer Werte sowie Anwendungstabellen wie FND_USER oder PER_ALL_PEOPLE_F.
Abfrageparameter definieren: Bevor Sie die Abfrage ausführen, suchen Sie die Platzhaltervariablen in der WHERE-Klausel. Sie müssen :start_date, :end_date und :organization_id durch die entsprechenden Werte für Ihren Extraktionsumfang ersetzen. Setzen Sie zum Beispiel :start_date auf '2023-01-01' und :end_date auf '2023-06-30'.
SQL-Abfrage ausführen: Kopieren Sie das vollständige SQL-Skript und führen Sie es in Ihrem Datenbankclient aus. Das Skript verwendet mehrere UNION ALL-Klauseln, um verschiedene Events in einem einzigen, vereinheitlichten Event Log-Format zu sammeln.
Rohdaten überprüfen: Überprüfen Sie nach der Ausführung die Ausgabe. Jede Zeile stellt eine einzelne Aktivität im Lebenszyklus eines Qualitäts-Events dar. Überprüfen Sie die Vollständigkeit und das Vorhandensein von Daten in Schlüsselspalten wie QualityEventId, ActivityName und EventStartTime.
Timestamps und Dauern handhaben: Die Abfrage liefert EventStartTime. Die EventEndTime ist absichtlich auf NULL gesetzt, da die Bestimmung der Endzeit für ein Event oft die Kenntnis der Startzeit des nächsten erfordert. Diese Berechnung wird typischerweise am besten im Process Mining Tool oder einem Nachbearbeitungsskript gehandhabt. Ähnlich ist ProcessingTime auf NULL gesetzt, da es eine Berechnung basierend auf Start- und Endzeiten erfordert.
Als CSV exportieren: Exportieren Sie die komplette Ergebnismenge aus Ihrem SQL-Client in eine CSV-Datei. Stellen Sie sicher, dass die Datei UTF-8-Kodierung verwendet und eine Kopfzeile mit den Spaltenaliassen aus der Abfrage enthält.
Für den Upload vorbereiten: Überprüfen Sie, ob die CSV-Spaltenüberschriften den Anforderungen der ProcessMind-Plattform (Case ID, Activity, Start Timestamp) entsprechen. Benennen Sie die Spalten QualityEventId, ActivityName und EventStartTime entsprechend um, bevor Sie sie hochladen.

Konfiguration

Datenbankzugriff: Der Benutzer, der die Abfrage ausführt, muss über SELECT-Berechtigungen für alle im Skript referenzierten Tabellen verfügen, was Tabellen in den Schemata APPS, QA, PER und HR umfassen kann.
Wichtige Abfragefilter: Die Abfrage enthält kritische Platzhalter, die konfiguriert werden müssen:
- :start_date: Der Beginn des Berichtszeitraums. Die Abfrage filtert nach Events, die an oder nach diesem Datum erstellt wurden.
- :end_date: Das Ende des Berichtszeitraums.
- :organization_id: Der spezifische Oracle-Organisationsbezeichner, den Sie analysieren möchten. Qualitätspläne und -ergebnisse sind oft an eine Organisation gebunden.
Datumsbereich: Für eine erste Analyse wird ein Datumsbereich von 3 bis 6 Monaten Daten empfohlen. Bei großen, hochvolumigen Systemen beginnen Sie mit einem kleineren Zeitraum, z.B. einem Monat, um die Abfrageleistung zu bewerten, bevor Sie eine größere Extraktion durchführen.
Leistungsüberlegungen: Diese Abfrage verknüpft mehrere große Tabellen und vereinigt 14 separate Ergebnismengen. Sie kann ressourcenintensiv sein. Planen Sie die Extraktion außerhalb der Spitzenzeiten, um die Auswirkungen auf die Systemleistung zu minimieren. Wenn die Leistung schlecht ist, konsultieren Sie einen Datenbankadministrator bezüglich der Indizierung von Schlüsselspalten, insbesondere von Datums- und Fremdschlüsselspalten.

a Beispielabfrage 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'

Schritte

Umgebung vorbereiten: Stellen Sie sicher, dass Python 3.6 oder neuer auf Ihrem System installiert ist. Installieren Sie die erforderlichen Bibliotheken mittels pip: pip install pandas oracledb. Diese Bibliotheken sind für die Verbindung zur Oracle-Datenbank und für die Datenmanipulation erforderlich.
Datenbankzugangsdaten beschaffen: Sichern Sie die erforderlichen Verbindungsdetails für Ihre Oracle Qualitätsmanagement-Datenbank. Dazu gehören Benutzername, Passwort und der Data Source Name (DSN), der typischerweise dem Format hostname:port/service_name folgt.
Extraktionsskript speichern: Kopieren Sie das vollständige Python-Skript aus dem Abschnitt „query“ und speichern Sie es als Datei, zum Beispiel extract_quality_events.py.
Skript konfigurieren: Öffnen Sie das gespeicherte Skript in einem Texteditor. Suchen Sie den Konfigurationsabschnitt oben und ersetzen Sie die Platzhalterwerte für db_user, db_password, db_dsn, start_date und end_date durch Ihre spezifischen Details.
SQL-Platzhalter anpassen: Überprüfen Sie die SQL-Abfrage innerhalb des Skripts. Möglicherweise müssen Sie Tabellennamen wie QA_RESULTS oder spezifische Statuswerte wie 'NEW' und 'CLOSED' an die Oracle-Konfiguration Ihres Unternehmens anpassen. Konsultieren Sie Ihren Oracle-Systemadministrator, wenn Sie sich bei diesen Werten unsicher sind.
Skript ausführen: Öffnen Sie eine Eingabeaufforderung oder ein Terminal, navigieren Sie zu dem Verzeichnis, in dem Sie das Skript gespeichert haben, und führen Sie es mit dem Befehl aus: python extract_quality_events.py.
Ausführung überwachen: Das Skript verbindet sich mit der Datenbank, führt die Abfrage aus und verarbeitet die Daten. Je nach Datumsbereich und Datenvolumen kann dies mehrere Minuten dauern. Achten Sie auf die Meldung „Successfully connected to Oracle Database!“ und die abschließende Meldung „Event log saved to quality_event_log.csv“.
Ausgabedatei abrufen: Nach Abschluss des Skripts wird eine Datei namens quality_event_log.csv im selben Verzeichnis erstellt. Diese Datei enthält den extrahierten Event Log.
Event Log überprüfen: Öffnen Sie die Datei quality_event_log.csv in einer Tabellenkalkulationsanwendung, um eine schnelle Überprüfung durchzuführen. Überprüfen Sie, ob die erwarteten Spalten vorhanden sind und die Daten für einige Beispielfälle korrekt ausgefüllt zu sein scheinen.
Upload zum Process Mining Tool: Die generierte CSV-Datei ist nun bereit, in Ihre Process Mining Anwendung zur Analyse hochgeladen zu werden.

Konfiguration

Datenbankverbindung: Das Skript benötigt einen Oracle Data Source Name (DSN), einen Benutzernamen und ein Passwort mit Lesezugriff auf die erforderlichen Tabellen des Qualitätsmanagements (z.B. QA_RESULTS, QA_PLANS, FND_USER, PER_ALL_PEOPLE_F).
Datumsbereichsfilterung: Die Variablen start_date und end_date im Skript sind entscheidend für die Steuerung des Datenvolumens. Es wird empfohlen, mit einem kleineren Bereich, z.B. 3-6 Monate, zu beginnen, um die Leistung sicherzustellen und die Ausgabe zu validieren, bevor eine größere Extraktion durchgeführt wird.
Systemspezifische Filter: Die SQL-Abfrage kann weiter angepasst werden, um Filter basierend auf Ihrer Organisationsstruktur einzuschließen. Zum Beispiel können Sie eine WHERE-Klausel hinzufügen, um nach ORGANIZATION_ID zu filtern und die Extraktion auf ein bestimmtes Werk oder eine Geschäftseinheit zu beschränken.
Statuscode-Zuordnung: Die Logik zur Aktivitätenextraktion basiert auf der Zuordnung spezifischer Statuswerte (z.B. 'NEW', 'UNDER_INVESTIGATION', 'CLOSED') zu Prozessschritten. Diese Werte sind sehr spezifisch für Ihre Oracle-Konfiguration und müssen in der SQL-Abfrage auf ihre Genauigkeit überprüft und angepasst werden.
Python-Abhängigkeiten: Das Skript hängt von den Bibliotheken pandas und oracledb ab. Stellen Sie sicher, dass diese in der Python-Umgebung installiert sind, in der das Skript ausgeführt wird.

a Beispielabfrage 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)

Ihr Template für Qualitätsmanagement-Daten

Ihr Template für Qualitätsmanagement-Daten

Qualitätsmanagement-Attribute

Qualitätsmanagement-Aktivitäten

Extraktionsleitfäden

Oracle BI Publisher Bericht für Qualitätsereignisdaten

Schritte

Konfiguration

a Beispielabfrage config

Direkte SQL-Abfrage auf Oracle Qualitätsmanagement-Tabellen

Schritte

Konfiguration

a Beispielabfrage sql

Python-Extraktionsskript über Oracle DB Connector

Schritte

Konfiguration

a Beispielabfrage python

Bereit, um loszulegen?

Oracle Quality Management transformieren, Compliance jetzt steigern

Ihr Template für Qualitätsmanagement-Daten

Ihr Template für Qualitätsmanagement-Daten

Qualitätsmanagement-Attribute

Qualitätsmanagement-Aktivitäten

Extraktionsleitfäden

Oracle BI Publisher Bericht für Qualitätsereignisdaten

Schritte

Konfiguration

a Beispielabfrage config

Direkte SQL-Abfrage auf Oracle Qualitätsmanagement-Tabellen

Schritte

Konfiguration

a Beispielabfrage sql

Python-Extraktionsskript über Oracle DB Connector

Schritte

Konfiguration

a Beispielabfrage python

Ihre Privatsphäre ist uns wichtig

Bereit, um loszulegen?

Oracle Quality Management transformieren, Compliance jetzt steigern