> Kontinuierliche Prozessoptimierung > Transportmanagementmentanagement > project44 > Datenvorlage

Ihre Transportmanagementmentanagement-Datenvorlage

project44

Transportmanagementmentanagement-Attribute (20) Transportmanagementmentanagement-Aktivitäten (14) Extraktionsanleitungen (2)

Ihre Transportmanagementmentanagement-Datenvorlage

Dieses Template provides a Comprehensive Guide für Extracting und Structuring Ihrer project44 Transportation Daten. It Outlines the Essential Attributes to Collect und the Key Aktivitäten to Track, enabling Deep Analysis Ihrer Shipment Process. Use this Resource to identify Engpässe, Optimize Carrier Leistungsfähigkeit und Reduce Operational Costs.

Empfohlene Attribute zur Erfassung
Wichtige Aktivitäten für das Tracking
Extraktionsanleitung

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

Vorlage herunterladen

Transportmanagementmentanagement-Attribute

Dies sind die empfohlenen Daten Fields, die Sie in Ihrem Event Log für eine vollständige Analyse Ihres Transportmanagementmentanagementprozesses in project44 aufnehmen sollten.

5 Erforderlich 7 Empfohlen 8 Optional

	Name	Beschreibung
	Aktivitätsname ActivityName	Der Name eines spezifischen Ereignisse oder Meilensteins, der innerhalb des SendungsLebenszyklus aufgetreten ist.
Beschreibung Der Aktivitätsname beschreibt einen diskreten Schritt oder eine Statusaktualisierung im Transportprozess, wie 'Spediteur zugewiesen', 'Waren abgeholt' oder 'Sendung verspätet'. Diese Aktivitäten bilden die Knotenpunkte der Prozesskarte, und ihre Reihenfolge definiert den Sendungsverlauf. Die Analyse dieser Aktivitäten ist die Grundlage für Process Mining. Durch die Untersuchung der Reihenfolge, Häufigkeit und Dauer zwischen Aktivitäten können Analysten Engpässe, Nacharbeitszyklen und ineffiziente Prozessvarianten identifizieren. Dieses Attribut ist unerlässlich für den Aufbau von Dashboards, die den Prozessfluss verfolgen und KPIs für spezifische Prozessschritte berechnen. Bedeutung Dieses Attribut definiert die Schritte im Transportprozess und ermöglicht die Visualisierung des Prozessflusses sowie die Identifizierung von Engpässe. Datenquelle Abgeleitet von Ereignistyp- oder Statusaktualisierungsfeldern innerhalb der project44 EreignisverfolgungsDatenströme. Beispiele Lieferung erstelltWaren abgeholtZollabfertigung abgeschlossenWaren geliefert
	Ereigniszeit EventTime	Der Zeitstempel, der angibt, wann eine bestimmte Aktivität oder ein Ereignis stattgefunden hat.
Beschreibung Event Time ist das Datum und die Uhrzeit, die für jede Aktivität im Lebenszyklus der Sendung aufgezeichnet werden. Diese chronologischen Daten sind das Basis des Process Mining, da sie die Rekonstruktion des Prozessflusses genau so ermöglichen, wie er tatsächlich stattgefunden hat. Dieses Attribut wird verwendet, um alle dauernbasierten Metriken zu berechnen, einschließlich Durchlaufzeiten, Wartezeiten und Bearbeitungszeiten. Es ist wesentlich für die Identifizierung von Verzögerungen, die Leistungsmessung gegenüber Zeitplänen und das Verständnis der zeitlichen Dynamik des Transportprozesses. Alle zeitbezogenen KPIs, wie die Pünktlichkeitsrate und die durchschnittliche Transitzeit, hängen von genauen Event Time Daten ab. Bedeutung Dieser Mandatory Zeitstempel enabled the Chronological Ordering of Aktivitäten und is the Basis für alle Leistungsfähigkeit und Dauer Calculations. Datenquelle Dies entspricht dem Zeitstempel, der jedem Event im project44 Daten Feed zugeordnet ist. Beispiele 2023-10-26T10:00:00Z2023-10-27T14:30:00Z2023-11-05T09:15:00Z
	Sendung Shipment	Der eindeutige Identifikator für eine einzelne Warenbewegung, der als primärer Case für die Prozessanalyse dient.
Beschreibung Das Attribut Sendung ist der zentrale Case-Identifikator, der alle zugehörigen Ereignisse und Aktivitäten für einen einzelnen Transportauftrag gruppiert. Es ermöglicht eine vollständige End-to-End-Analyse des SendungsLebenszyklus, von der Erstellung und Spediteurzuweisung über den Transit und die Lieferung bis zur endgültigen Zahlungsabwicklung. Im Process Mining ist die Analyse nach Sendung grundlegend. Sie ermöglicht die Visualisierung von Prozesskarten, die Berechnung von Durchlaufzeiten für einzelne Sendungen und die Identifizierung gängiger oder abweichender Prozesspfade. Alle anderen Attribute, wie Spediteur, Verzögerungsgrund oder Kosten, werden im Kontext dieses eindeutige Kennungs analysiert. Bedeutung Dies ist die zentrale Case-ID, die alle Related Transportation Ereignisse verbindet, making it possible to Trace the End-to-End Journey of each Shipment. Datenquelle Dies ist der Primary Key für Shipment Daten innerhalb von project44, often referred to as Shipment ID or Tracking Number in the Platform's API und Benutzer Interface. Beispiele SHP-2023-00123SHP-2023-00456SHP-2023-00789
	Letzte Datenaktualisierung LastDataUpdate	Der Zeitstempel, der angibt, wann die Daten für diesen Datensatz zuletzt aus dem Quellsystem aktualisiert wurden.
Beschreibung Dieses Attribut zeichnet das Datum und die Uhrzeit auf, wann die Daten zuletzt von project44 extrahiert oder aktualisiert wurden. Es liefert wichtige MetaDaten über die Aktualität der Analyse. Analysten einsetzen diese Informationen, um zu verstehen, ob sie die aktuellsten verfügbaren Daten betrachten. Dies ist unerlässlich für operative Dashboards, die laufende Sendungen überwachen, und um sicherzustellen, dass alle aus der Analyse gezogenen Schlussfolgerungen auf aktuellen Informationen basieren. Bedeutung Gibt die Aktualität der Daten an und stellt sicher, dass Analysen auf aktuellen Informationen basieren und die operative Überwachung unterstützen. Datenquelle Dieser Zeitstempel wird während des Datenextraktions- und Ladevorgangs (ETL) generiert und hinzugefügt. Beispiele 2023-11-10T02:00:00Z2023-11-11T02:00:00Z
	Quellsystem SourceSystem	Das System, aus dem die Event-Daten stammen.
Beschreibung Dieses Attribut identifiziert das Quellsystem, das die Daten bereitstellt, welches in diesem Fall 'project44' ist. In breiteren Szenarien könnte es auch Daten aus einem integrierten TMS, ERP oder Spediteursystem spezifizieren. Das Verständnis des Quellsystems ist wichtig für die Daten Governance und Fehlerbehebung. Es hilft bei der Bewertung der Daten-Qualität und -Zuverlässigkeit, insbesondere wenn Daten von mehreren Plattformen aggregiert werden. Für diese Analyse bestätigt es, dass die Ereignisse über die project44 Visibility Plattform verfolgt werden. Bedeutung Identifiziert den Ursprung der Daten, was wichtig ist für Daten-Governance, Qualitätsbewertung und das Verständnis des Datenkontexts. Datenquelle Dies ist in der Regel ein statischer Wert ('project44'), der während der Daten Ingestion hinzugefügt wird, um den Ursprung des Datensets zu labeln. Beispiele project44P44
	Angefordertes Lieferdatum RequestedDeliveryDate	Das vom Kunden angeforderte oder im Transportauftrag vereinbarte Lieferdatum.
Beschreibung Dieses Attribut speichert das Zieldatum für die Lieferung der Sendung. Es dient als Baseline, an der den Antrag bearbeitet.ie aktuelle Delivery Leistungsfähigkeit gemessen wird. Dieses Datum ist unerlässlich für die Berechnung des 'On-Time Delivery Rate' KPI. Es wird mit dem Zeitstempel der Aktivität 'Goods Delivered' verglichen, um festzustellen, ob eine Sendung on-time, early oder late war. Diese Analyse ist wesentlich für die Messung der Customer Satisfaction und Supply Chain Reliability. Bedeutung Dies ist der Referenzwert für die Berechnung der On-Time-Delivery-Rate (KPI) – ein entscheidender Referenzwert für das Serviceniveau und die Kundenzufriedenheit. Datenquelle Typischerweise Part of the Initial Shipment Order Daten, Sourced from a TMS or ERP und Visible in project44. Beispiele 2023-11-15T23:59:59Z2023-12-01T23:59:59Z2023-12-10T23:59:59Z
	Herkunftsland OriginCountry	Das Ursprungsland der Sendung.
Beschreibung Dieses Attribut spezifiziert das Land, aus dem die Sendung ihre Reise beginnt. Es ist Teil der Details zum Ursprungsort. Die geografische Analyse ist maßgeblich, um regionale Leistungsfähigkeit-Probleme zu identifizieren. Durch die Verwendung von Origin Country und Destination Country können Analysten Leistungsfähigkeit-Maps erstellen, problematische Lanes identifizieren und verstehen, wie Zoll- oder grenzüberschreitende Bewegungen die Durchlaufzeits beeinflussen. Es unterstützt direkt das Dashboard 'Geographic Shipment Leistungsfähigkeit Map'. Bedeutung Ermöglicht eine geografische Leistungsanalyse, die hilft, regionsspezifische Engpässe zu identifizieren, insbesondere bei internationalen Sendungen. Datenquelle Teil der UrsprungsadressHinweisrmationen, die mit der Sendung in project44 verknüpft sind. Beispiele USADEUCHNMEX
	Spediteurname CarrierName	Der Name des Transportunternehmens, das für die Sendung verantwortlich ist.
Beschreibung Dieses Attribut identifiziert das Logistikunternehmen oder den Antrag bearbeitet.en Spediteur, der den Antrag bearbeitet.en Transport der Waren abwickelt. Dies könnte ein Speditionsunternehmen, eine Fluggesellschaft oder eine Reederei sein. Die Analyse der Leistungsfähigkeit nach Spediteur ist ein primäres Ziel der Transportmanagementmentanagementanalyse. Dieses Attribut ermöglicht die Segmentierung von KPIs wie der Rate pünktlicher Lieferungen und der den Antrag bearbeitet.urchschnittlichen Transitzeit nach Spediteur. Es unterstützt direkt das Dashboard 'Carrier Leistungsfähigkeit and Compliance' und hilft, Spitzen- und Minderleistungspartner zu identifizieren. Bedeutung Dies ist Critical für das Evaluating und Comparing von Carrier Leistungsfähigkeit, enabling Daten-driven Carrier Selection und Negotiation. Datenquelle Verfügbar in den Sendungsdetails auf der project44 Plattform, mit jeder Sendung verknüpft. Beispiele FedEx FreightMaersk LineXPO LogisticsDHL Express
	Transportkosten TransportationCost	Die gesamten Frachtkosten, die mit der Sendung verbunden sind.
Beschreibung Dieses Attribut repräsentiert die tatsächlichen oder angefallenen Kosten für den Transport der Waren. Dies kann Frachtkosten, Treibstoffzuschläge und andere zusätzliche Gebühren umfassen. Kosten sind eine kritische Dimension für die Process-Mining-Analyse. Durch die Verknüpfung von Kosten-Daten mit Prozess-Daten können Organisationen identifizieren, welche Prozessvarianten, Spediteure oder Verzögerungen die Kosten in die Höhe treiben. Es unterstützt direkt das Dashboard 'Transportation Cost Overrun Erkenntnisse', indem es Analysten ermöglicht, kostenintensive Sendungen mit spezifischen Prozessineffizienzen zu korrelieren. Bedeutung Die Integration von KostenDaten mit dem Prozessfluss ermöglicht die Identifizierung von Kostentreibern und Ineffizienzen, was eine fundierte Cost-to-Serve-Analyse ermöglicht. Datenquelle Diese Information kann aus einem integrierten TMS- oder ERP-System stammen oder aus Freight Audit und Payment Prozessen, die mit project44 Daten verknüpft sind. Beispiele 550.751250.003400.50
	Transportmanagementmentittel ModeOfTransport	Die für die Sendung verwendete Transportmanagementmentethode, wie LKW, Luft, See oder Bahn.
Beschreibung Dieses Attribut spezifiziert die Transportart. Eine einzelne Sendung kann mehrere Transportarten umfassen, aber dies bezieht sich in der Regel auf die primäre Art, die für den Hauptabschnitt der Reise verwendet wird. Die Segmentierung der Analyse nach Mode of Transport ist maßgeblich für das Verständnis von Leistungsfähigkeit-Variationen. Verschiedene Modes haben unterschiedliche Prozessabläufe, Kosten und typische Dauern. Dieses Attribut ermöglicht den direkten Vergleich und hilft, Verbesserungsinitiativen auf die spezifischen Herausforderungen von Truckload, LTL, Air Freight oder Ocean Shipping zuzuschneiden. Bedeutung Ermöglicht die Segmentierung von Leistungsfähigkeit- und Kostenanalysen nach Transportmanagementmentodus, was aufgrund der unterschiedlichen operativen Eigenschaften notwendig ist. Datenquelle Ein standardmäßiger Datenpunkt, der mit den Sendungsdetails in project44 verknüpft ist. Beispiele KomplettladungLTLSeefrachtLuftRail
	Verzögerungsgrund DelayReason	Ein Code oder eine Beschreibung der Ursache einer Sendungsverzögerung.
Beschreibung When a Shipment is Delayed, this Attribute Provides the Reason, such as 'Weather Conditions', 'Customs Hold', or 'Port Congestion'. This Information is Captured when a 'Shipment Delayed' Event Occurs. This is a Key Attribute for Ursachenanalyse. It Powers the 'Delivery Delay Ursachenanalyse' Dashboard by Allowing Analysts to Categorize und Quantify the Most Common Sources of Verzögerungen. By Understanding why Verzögerungen Happen, Organizations can Develop Targeted Strategies to Mitigate Risks und Improve On-Time Leistungsfähigkeit. Bedeutung Ermöglicht eine Ursachenanalyse von Verzögerungen, die hilft, die häufigsten Probleme zu identifizieren und Verbesserungsmaßnahmen effektiv zu fokussieren. Datenquelle Erfasst als Teil eines Verzögerungsereignisses oder einer Statusaktualisierung innerhalb des project44 Datenstroms. Beispiele WEATHER_DELAYCUSTOMS_INSPECTIONTRAFFIC_CONGESTIONMECHANICAL_FAILURE
	Zielland DestinationCountry	Das Land, in das die Sendung geliefert werden soll.
Beschreibung Dieses Attribut spezifiziert das Land, in dem die Reise der Sendung endet. Es ist Teil der Details zum Zielort. In Kombination mit Origin Country ist dieses Attribut wichtig für die Analyse von Transport-Lanes. Es hilft, Leistungsfähigkeit-Unterschiede zwischen nationalen und internationalen Routen aufzudecken, Länder mit häufigen Zollverzögerungen hervorzuheben und Kontext für Variationen bei Transitzeiten und Kosten zu liefern. Es ist unerlässlich für Dashboards, die sich auf geografische Leistungsfähigkeit und Delay-Hotspots konzentrieren. Bedeutung Wesentlich für die Analyse von Transportwegen, den Vergleich nationaler und internationaler Leistungen und die Identifizierung grenzüberschreitender Probleme. Datenquelle Teil der ZieladressHinweisrmationen, die mit der Sendung in project44 verknüpft sind. Beispiele CANUSAFRAJPN
	Endzeit des Ereignisse EventEndTime	Der Zeitstempel, der angibt, wann eine dauerhafte Aktivität oder ein Event endete.
Beschreibung While Ereigniszeitpunkt (Event Time) (StartTime) Marks the Beginning of an Activity, EventEndTime Marks its Completion. This is Particularly Relevant für Aktivitäten that Have a Dauer, such as 'Customs Clearance' or 'At Border Crossing'. Having both a Start und End Time Allows for the Precise Calculation of Activity Bearbeitungszeiten. For Example, the 'Customs Clearance Dauer' KPI is Calculated as the Difference between the EventEndTime und Ereigniszeitpunkt (Event Time) für the 'Customs Cleared' Activity. This Provides Much More Accurate Erkenntnisse into Engpässe than just Measuring the Time between Different Aktivitäten. Bedeutung Ermöglicht die präzise Berechnung von Dauern für Aktivitäten, die sich über einen Zeitraum erstrecken, wie Zollabfertigung oder Verweilzeit. Datenquelle Für einige Ereignisse kann project44 sowohl einen Start- als auch einen End-Zeitstempel bereitstellen. Andernfalls könnte es der Zeitstempel des nächsten Ereignisses sein. Beispiele 2023-11-02T18:00:00Z2023-11-03T11:45:00Z2023-11-08T09:00:00Z
	Geplantes Abholdatum ScheduledPickupDate	Das geplante Datum und die geplante Uhrzeit für die Abholung der Waren durch den Spediteur.
Beschreibung Dieses Attribut speichert den geplanten Zeitstempel für die Abholung. Er wird während der Planungsphase festgelegt, nachdem ein Spediteur zugewiesen wurde. Dieses Datum wird zur Messung der 'Pickup Schedule Adherence' verwendet. Durch den Vergleich des 'ScheduledPickupDate' mit dem tatsächlichen Zeitstempel der Aktivität 'Goods Picked Up' können Organisationen die Reliability von Carriern und die Effizienz ihrer eigenen Warehouse Operations bewerten. Es hilft, Verzögerungen zu finden, die ganz am Anfang der Shipment Journey auftreten. Bedeutung Dient als Basis für den KPI 'Einhaltung des Abholplans', der den Antrag bearbeitet.ie Pünktlichkeit der Spediteure und die Versandbereitschaft misst. Datenquelle Verfügbar in den Termin- oder PlanungsDaten innerhalb von project44, oft über das TMS eingestellt. Beispiele 2023-10-26T14:00:00Z2023-10-28T09:00:00Z2023-11-06T11:00:00Z
	Geplantes Lieferdatum ScheduledDeliveryDate	Das geplante Datum und die geplante Uhrzeit für die Lieferung der Waren an den Zielort durch den Spediteur.
Beschreibung Dieses Attribut enthält den geplanten Zeitstempel für die endgültige Lieferung. Dies ist oft eine spezifischere Terminzeit als das allgemeine 'RequestedDeliveryDate'. Dieser Zeitstempel ist maßgeblich für die Berechnung des KPI 'Einhaltung des Lieferplans'. Er ermöglicht eine detailliertere Analyse der Last-Mile-Leistungsfähigkeit durch den Vergleich des geplanten Termins mit dem tatsächlichen 'Goods Delivered' Zeitstempel. Dies hilft, Probleme bei Lieferterminen und der Pünktlichkeit von Fahrern zu identifizieren. Bedeutung Bietet den Benchmark für den KPI 'Liefertermin-Einhaltung', der den Antrag bearbeitet.ie Analyse der Letzte-Meile-Ausführung und der Spediteur-Pünktlichkeit ermöglicht. Datenquelle Verfügbar in den Termin- oder PlanungsDaten innerhalb von project44, oft über das TMS eingestellt. Beispiele 2023-11-05T15:00:00Z2023-11-10T10:00:00Z2023-11-20T16:00:00Z
	ID des Zustellnachweises ProofOfDeliveryId	Ein Identifikator für das Zustellnachweisdokument, das mit der Sendung verknüpft ist.
Beschreibung Dieses Attribut speichert eine Referenznummer oder einen Link zum Liefernachweis (POD-Dokument), der den Antrag bearbeitet.en Empfang der Sendung bestätigt. Die Aktivität 'Liefernachweis erhalten' markiert, wann dieses Dokument verfügbar ist. Tracking des POD ist kritisch für den Financial Settlement Part des Prozesses. Diese ID hilft, die physische Lieferung mit den administrativen Prozessen der Rechnungsstellung und Zahlung zu verknüpfen. Sie wird im Dashboard 'POD and Payment Bearbeitungszeiten' verwendet, um die Effizienz der Post-Delivery Operations zu analysierenn. Bedeutung Verknüpft die physische Sendung mit dem finanziellen Abwicklungsprozess und ermöglicht die Analyse der Zeit, die für den Erhalt der Lieferbestätigung zur Rechnungsstellung benötigt wird. Datenquelle Diese Information wird oft in einem Event- oder Document Management System erfasst, das mit project44 integriert ist. Beispiele POD-987654DOC-IMG-5432177A8F9B2-C123-4DEF-B456-1A2B3C4D5E6F
	Kundenname CustomerName	Der Name des Kunden oder Empfängers der Sendung.
Beschreibung Dieses Attribut identifiziert den Endkunden der Sendung. Diese Information ist maßgeblich, um die Leistung aus kundenzentrierter Sicht zu verstehen. Die Analyse der Leistungsfähigkeit nach Kunden hilft festzustellen, ob bestimmte Kunden höhere Verzögerungsraten oder längere Durchlaufzeiten aufweisen. Sie unterstützt das Dashboard 'Trend der pünktlichen Lieferleistung', indem sie eine Segmentierung nach Kunden ermöglicht und relevante Einblicke für das Kundenbeziehungsmanagement und die Serviceverbesserung liefert. Bedeutung Ermöglicht eine kundenorientierte Analyse, die hilft, Service-Level-Probleme zu identifizieren und die Zufriedenheit wichtiger Kunden zu verbessern. Datenquelle Diese Daten sind in der Regel Teil der Shipment Order Information, stammen aus einem ERP oder TMS und werden an project44 übermittelt. Beispiele Global Retail Inc.Manufacturing Corp.Pharma Solutions LLC
	Pünktliche Lieferung IsOnTimeDelivery	Ein boolesches Flag, das angibt, ob die Sendung am oder vor dem angeforderten Lieferdatum zugestellt wurde.
Beschreibung Dieses berechnete Attribut vereinfacht die Leistungsfähigkeit-Analyse, indem es einen klaren 'Ja' oder 'false' Wert für den On-Time-Status liefert. Es wird abgeleitet, indem der Zeitstempel der Aktivität 'Goods Delivered' mit dem 'RequestedDeliveryDate' verglichen wird. In Dashboards und Berichte ermöglicht dieses Flag eine einfache Zählung, Filterung und Visualisierung von on-time versus late Shipments. Es ist die Basis für die Berechnung des gesamten 'On-Time Delivery Rate' KPI und kann verwendet werden, um Leistungsfähigkeit über verschiedene Dimensionen wie Carrier, Route oder Customer zu segmentieren. Bedeutung Bietet ein einfaches, binäres Ergebnis für die Lieferleistung, ideal zur Berechnung von KPIs und zur Erstellung von Übersichts-Dashboards. Datenquelle Dieses Attribut befindet sich nicht im Quellsystem. Es wird während der Daten Transformation berechnet, indem 'Ereigniszeitpunkt (Event Time)' der Aktivität 'Goods Delivered' mit dem 'RequestedDeliveryDate' verglichen wird. Beispiele JaNein
	Sendungsstatus ShipmentStatus	Der aktuelle übergeordnete Status der Sendung.
Beschreibung Dieses Attribut bietet eine Momentaufnahme des aktuellen Zustands der Sendung im Prozess, wie 'In Transit', 'Zugestellt' oder 'Ausnahme'. Es spiegelt oft die letzte größere Aktivität wider, die aufgetreten ist. Während Process Mining den Fluss aus Aktivitäten ableitet, ist ein Statusattribut nützlich für die Filterung und Erstellung von High-Level-Übersichts-Dashboards. Zum Beispiel könnte ein operatives Dashboard sich nur auf Sendungen mit dem Status 'In Transit' konzentrieren. Es bietet eine schnelle Möglichkeit, Sendungen zu segmentieren und zu kategorisieren, ohne die gesamte Event-Historie zu analysierenn. Bedeutung Bietet eine aktuelle Zusammenfassung einer Sendung, die nützlich ist für Filterung, Berichterstattung und operative Monitoring-Dashboards. Datenquelle Ein Standardfeld in project44, das den Fortschritt der Sendung basierend auf dem neuesten Ereignis zusammenfasst. Beispiele Bei AbholungIm TransitBei LieferungGeliefert
	Transitzeit TransitTime	Die Dauer von der Abholung der Waren bis zu ihrer Lieferung.
Beschreibung Diese berechnete Metrik misst den In-Transit-Anteil des Shipment Lebenszyklus. Sie wird als Zeitdifferenz zwischen den Aktivitäten 'Goods Picked Up' und 'Goods Delivered' berechnet. Dieser KPI wird verwendet, um die Effizienz des Core Transportation Leg zu evaluieren, unter Ausschluss von Pre-Transit Planning und Post-Delivery Administration. Er hilft bei der Beurteilung der Carrier Speed, Route Efficiency und des Impacts von In-Transit-Verzögerungen. Es ist eine Schlüsselmetrik für das Dashboard 'Carrier Leistungsfähigkeit and Compliance'. Bedeutung Isoliert die Leistung der tatsächlichen Transportphase und ermöglicht eine fokussierte Analyse der Speditions- und Routeneffizienz. Datenquelle Dieses Attribut befindet sich nicht im Quellsystem. Es wird berechnet, indem die Dauer zwischen den Ereignisse 'Waren abgeholt' und 'Waren geliefert' für jede Sendung ermittelt wird. Beispiele 8 Tage 2 Stunden3 Tage 18 Stunden12 Tage 5 Stunden

Erforderlich Empfohlen Optional

Transportmanagementmentanagement-Aktivitäten

Dies sind die wichtigsten Prozessschritte und Meilensteine, die Sie in Ihrem Event Log erfassen sollten, um eine genaue Prozesserkenntnis und Optimierung Ihrer Transportabläufe zu ermöglichen.

6 Empfohlen 8 Optional

	Aktivität	Beschreibung
	Ankunft am Zielort	Die Sendung ist physisch in der Zielanlage angekommen, wurde aber noch nicht offiziell entladen oder empfangen. Dieses Event geht der endgültigen Lieferbestätigung voraus.
Bedeutung Kennzeichnet das Ende der In-Transit-Reise. Die Zeit zwischen Ankunft und endgültiger Lieferung kann Entladeverzögerungen oder Standzeiten am Zielort aufdecken. Datenquelle Ein übliches Transparenzereignis, erfasst aus einer EDI 214 Statusaktualisierung eines Spediteurs, Telematik oder einem Geofence-Ereignis an der Zieladresse. Erfassen Erfasst aus einer Speditionsstatusaktualisierung (z.B. EDI 214 mit Statuscode 'X1': Ankunft am Lieferort) oder einem Geofence-Eintrag. Ereignistyp explicit
	Liefernachweis empfangen	Der unterschriebene Liefernachweis (POD-Dokument) wurde empfangen und ins System hochgeladen. Dies ist ein administrativer Schritt, der wichtig ist, um den Rechnungsstellungs- und Zahlungsprozess auszulösen.
Bedeutung Die Zeit bis zum Erhalt des POD ist ein wichtiger KPI für die administrative Effizienz. Verzögerungen hier wirken sich direkt auf die Zeit bis zur Rechnungsstellung an den Kunden und die Bezahlung des Spediteurs aus. Datenquelle Dieses Event entspricht dem Zeitstempel, zu dem das POD-Dokumentbild oder Daten hochgeladen und der Sendung in project44 oder einem integrierten TMS zugeordnet werden. Erfassen Der Zeitstempel des POD-Dokument-Uploads oder den Antrag bearbeitet.er Statusaktualisierung, die dessen Empfang bestätigt. Ereignistyp explicit
	Lieferung erstellt	Diese Aktivität markiert die Erstellung des SendungsDatensatzes im Tracking-System, in der Regel initiiert durch eine Bestellung oder Transportanfrage von einem vorgelagerten System wie einem TMS oder ERP. Sie stellt den Beginn des SendungsLebenszyklus und die erste Dateneingabe für das Tracking dar.
Bedeutung Dies ist das Primary Start Event für den Prozess. Analyzing the Time between this und Subsequent Planning Aktivitäten helps identify Verzögerungen in Shipment Planning und Initiation. Datenquelle Dieses Event wird in der Regel erfasst, wenn ein Shipment via API Call oder Daten Feed von einem Transportation Management System (TMS) erstellt wird. Es entspricht dem Creation Zeitstempel der Shipment Entity in project44. Erfassen Der Erstellungs-Zeitstempel des SendungsDatensatzes, der aus einem Quellsystem aufgenommen wurde. Ereignistyp explicit
	Waren abgeholt	Der Spediteur hat die Waren physisch am Ursprungsort abgeholt, und die Sendung befindet sich nun offiziell im Transit. Dies ist ein wichtiger Meilenstein, der oft vom Fahrer oder den Antrag bearbeitet.urch eine Statusaktualisierung des Spediteurs bestätigt wird.
Bedeutung Diese Aktivität markiert den eigentlichen Beginn des physischen Transports. Sie ist unerlässlich für die Berechnung der tatsächlichen Transitzeiten und die Messung der Speditionsleistung bei der Abholung im Vergleich zum Zeitplan. Datenquelle Dies ist ein Core Visibility Event in project44, in der Regel erfasst aus einem Carrier EDI 214 Status Update, Telematics Daten oder einem Mobile Driver App Update, das Departure vom Pickup Location bestätigt. Erfassen Erfasst aus einer expliziten Speditionsstatusaktualisierung (z.B. EDI 214 mit Statuscode 'AF' oder 'X3') oder einem Geofence-Ausgangsereignis. Ereignistyp explicit
	Waren geliefert	Die Sendung wurde erfolgreich an den Empfänger zugestellt, und der physische Transportteil des Prozesses ist abgeschlossen. Dies ist das primäre Event zur Messung der Pünktlichkeit.
Bedeutung Dies ist ein Critical Milestone, der den Antrag bearbeitet.ie Transit Phase abschließt. Sein Zeitstempel wird verwendet, um On-Time Delivery Rate, Average Transit Time und Overall Durchlaufzeit zu berechnen. Datenquelle Dies ist ein Core Visibility Event in project44, erfasst aus einem Carrier EDI 214 Status Update, Driver App Confirmation oder Electronic Signature Capture upon Delivery. Erfassen Erfasst aus einer expliziten Speditions-Lieferbestätigungsaktualisierung (z.B. EDI 214 mit Status 'D1' oder 'P1'). Ereignistyp explicit
	Zollabfertigung abgeschlossen	Die Sendung hat alle Zollkontrollen erfolgreich durchlaufen und wurde von den Behörden zur Fortsetzung ihrer Reise freigegeben. Dies markiert das Ende eines potenziellen Engpässe für den internationalen Transit.
Bedeutung Dieser Milestone concludes the Customs Process. Analyzing the Time between 'At Border Crossing' und this Event directly measures the Customs Clearance Durchlaufzeit KPI. Datenquelle Typischerweise Received as an Explicit Status Update from the Carrier or a Customs Broker Integrated with the System. The Update Confirms that Customs has Released the Freight. Erfassen Erfasst aus einer Statusaktualisierung eines Spediteurs oder Maklers (z.B. EDI 214 Statuscode 'C1': Freigabe vom Zoll). Ereignistyp explicit
	Abholung geplant	Ein bestimmtes Datum und eine bestimmte Uhrzeit für die Abholung der Waren wurde mit dem zugewiesenen Spediteur vereinbart. Diese Aktivität kennzeichnet den Übergang von der Planungs- zur Ausführungsphase der Sendung.
Bedeutung Dieses Event bietet eine Baseline für das Measuring von Pickup Leistungsfähigkeit und Adherence to Schedules. Es ist ein kritischer Input für den 'Pickup Schedule Adherence %' KPI. Datenquelle Erfasst aus SpeditionsDaten-Feeds oder Updates von einem TMS. Es entspricht der Befüllung der geplanten Abholtermin-Zeitstempelfelder in project44. Erfassen Basierend auf TerminDaten, die vom Spediteur oder Versender über EDI, API oder manuelle Aktualisierung bereitgestellt werden. Ereignistyp explicit
	Am Grenzübergang	Die Sendung ist physisch an einer Landesgrenze angekommen, was den Beginn des Zollabfertigungsprozesses anzeigt. Dies ist ein häufiger Punkt für Verzögerungen bei internationalen Sendungen.
Bedeutung Kennzeichnet den Beginn des Zollprozesses und ermöglicht eine präzise Messung der Abfertigungsdauer. Es hilft, Verzögerungen, die durch Grenzbehörden verursacht werden, von anderen In-Transit-Problemen zu isolieren. Datenquelle Dieses Event wird über Carrier Status Updates (z.B. EDI 214 Status 'A7' – Arrived at Customs) oder den Antrag bearbeitet.urch Geofencing eines bekannten Border Crossing Location erfasst. Erfassen Abgeleitet von spezifischen Speditionsstatus-Updates oder StandortDaten, die die Ankunft an einer Zollanlage anzeigen. Ereignistyp explicit
	ETA aktualisiert	Das System hat eine neue geschätzte Ankunftszeit (ETA) basierend auf Echtzeit-Daten wie GPS-Standort, Verkehr und Spediteur-Updates generiert. Dieses Event tritt dynamisch während des gesamten Sendungsverlaufs auf.
Bedeutung Häufige ETA-Updates sind wichtig für ein proaktives Transportmanagementmentanagement. Die Analyse dieser Ereignisse hilft, die Häufigkeit von Änderungen und die Genauigkeit der ursprünglichen Schätzungen zu verstehen. Datenquelle Dieses Event wird von der project44 Plattform generiert. Es wird geloggt, wann immer sich die Predictive ETA für das Shipment erheblich ändert oder in regulären Intervallen. Erfassen Wird automatisch von der project44 Plattform protokolliert, wenn ihr maschinelles Lernalgorithmus die ETA neu berechnet. Ereignistyp explicit
	Frachtrechnung geprüft	Die Frachtrechnung des Spediteurs wurde empfangen, anhand der vereinbarten Raten und erbrachten Leistungen geprüft und zur Zahlung freigegeben. Dies ist ein wichtiger finanzieller Kontrollschritt.
Bedeutung Diese Aktivität verfolgt die Effizienz des Kreditorenprozesses. Die Identifizierung von Engpässe bei der Frachtprüfung kann dazu beitragen, die Zahlungszykluszeiten zu verkürzen und Mahngebühren zu vermeiden. Datenquelle Dies ist eine Financial Activity, die in der Regel in einem ERP oder einem Specialized Freight Audit and Pay System stattfindet. Das Event kann erfasst werden, wenn der Status via Integration an project44 übermittelt wird. Erfassen Eine Statusaktualisierung von einem externen Finanzsystem, die anzeigt, dass die Prüfung abgeschlossen ist. Ereignistyp explicit
	Lieferung geplant	Ein bestimmtes Datum und eine bestimmte Uhrzeit für die endgültige Lieferung an den Empfänger wurde vereinbart. Dies ist ein wichtiger Schritt bei der Koordination der letzten Meile der Sendungsverlauf.
Bedeutung Bietet die Grundlage für die Messung des KPI 'Prozentsatz der Einhaltung des Liefertermins'. Es hilft, die Effizienz der Letzte-Meile-Logistik und Terminplanung zu analysierenn. Datenquelle Dieses Event wird aus Carrier Daten Feeds erfasst, die den Delivery Appointment bestätigen. Es entspricht der Befüllung der Scheduled Delivery Appointment Zeitstempel Fields. Erfassen Basierend auf LieferterminDaten, die vom Spediteur über EDI, API oder andere Kommunikationsmethoden bereitgestellt werden. Ereignistyp explicit
	Spediteur zugewiesen	Ein Spediteur wird offiziell ausgewählt und der Bearbeitung der Sendung zugewiesen. Dies folgt auf die Planungs- und Ausschreibungsphase und ist eine Voraussetzung für die Buchung und Planung der Abholung.
Bedeutung Tracking the Time to Assign a Carrier reveals the Efficiency of the Planning und Beschaffung Process. Verzögerungen here can have a Cascading Effect on the Entire Shipment Schedule. Datenquelle Diese Information ist in der Regel Teil der Shipment Master Daten, aktualisiert von einem TMS. Das Event kann aus dem Zeitstempel abgeleitet werden, wenn das Carrier Field für das Shipment erstmals befüllt wird. Erfassen Abgeleitet vom Zeitstempel des Updates, das zuerst den Spediteurnamen oder SCAC-Code im SendungsDatensatz einträgt. Ereignistyp inferred
	Versand verzögert	Die Sendung wird als verspätet identifiziert im Vergleich zu ihrer geplanten oder ursprünglich geschätzten Lieferzeit. Dies kann durch eine Statusaktualisierung des Spediteurs oder den Antrag bearbeitet.ie prädiktive Analytik von project44 ausgelöst werden.
Bedeutung Diese Aktivität ist maßgeblich für die Ursachenanalyse von Verzögerungen. Sie ermöglicht die Isolierung verspäteter Sendungen und die Analyse zugehöriger Attribute wie Spediteur, Route und Verzögerungsgrund. Datenquelle Dies kann ein expliziter Status (z.B. EDI 214 Delay Code) vom Carrier oder ein berechnetes Event sein, bei dem die aktuelle ETA von project44 die geplante Lieferzeit überschreitet. Der zugehörige Delay Reason Code wird oft bereitgestellt. Erfassen Erfasst aus einer Speditions-Verzögerungsbenachrichtigung oder berechnet durch den Vergleich der aktuellen ETA mit der Terminzeit. Ereignistyp explicit
	Zahlung verarbeitet	Die endgültige Zahlung für die Frachtdienstleistungen wurde an den Spediteur ausgeführt. Diese Aktivität schließt den gesamten TransportLebenszyklus vom Auftrag bis zur Zahlung ab.
Bedeutung Dies ist das finale End Event des Prozesses. Analyzing the Time from Delivery to Payment provides a Complete View of the End-to-End Cycle und Financial Efficiency. Datenquelle Dieses Event tritt in einem Financial oder ERP System auf. Seine Erfassung basiert auf einer Integration, die einen Confirmation Zeitstempel oder Status Update zurück an die Visibility Plattform sendet. Erfassen Eine zeitzugewiesene Statusaktualisierung von einem ERP- oder Finanzsystem, die die Zahlungsabwicklung bestätigt. Ereignistyp explicit

Extraktionsanleitungen

So erhalten Sie Ihre Daten von project44

Schritte

Voraussetzungen: Stellen Sie sicher, dass Python 3.6 oder neuer auf Ihrem System installiert ist. Sie benötigen außerdem einen gültigen API Key für die project44 Visibility API. Kontaktieren Sie Ihren project44 Administrator oder Ansprechpartner, um diese ZugangsDaten zu erhalten.
Python-Umgebung einrichten: Öffnen Sie ein Terminal oder eine Eingabeaufforderung. Es wird empfohlen, eine virtuelle Umgebung zur Verwaltung von Abhängigkeiten zu erstellen. Erstellen Sie eine solche, indem Sie python -m venv p44_env ausführen und diese mit source p44_env/bin/activate (Linux/macOS) oder p44_env\Scripts\activate (Windows) aktivieren.
Bibliotheken installieren: Installieren Sie die notwendigen Python-Bibliotheken für API-Anfragen und Datenverarbeitung. Führen Sie den folgenden Befehl aus: pip install requests pandas.
Skript speichern: Kopieren Sie das vollständige Python-Skript aus dem 'Query'-Bereich und speichern Sie es als Datei namens extract_p44_data.py auf Ihrem Computer.
Skriptparameter konfigurieren: Öffnen Sie die Datei extract_p44_data.py in einem Texteditor. Suchen Sie den Konfigurationsbereich oben und ersetzen Sie die Platzhalterwerte für API_KEY, START_DATE und END_DATE durch Ihren tatsächlichen project44 API Key und den gewünschten Datumsbereich für die Extraktion.
Skript ausführen: Navigieren Sie im Terminal oder den Antrag bearbeitet.er Eingabeaufforderung zu dem Verzeichnis, in dem Sie das Skript gespeichert haben. Führen Sie das Skript mit dem Befehl aus: python extract_p44_data.py.
Ausführung überwachen: Das Skript beginnt mit dem Abrufen von Daten von der project44 API. Es werden Fortschrittsmeldungen in der Konsole angezeigt, die angeben, welche Seite der SendungsDaten gerade verarbeitet wird. Je nach Datumsbereich und Sendungsvolumen kann dies einige Zeit in Anspruch nehmen.
Ergebnis überprüfen: Sobald das Skript abgeschlossen ist, wird eine Datei namens project44_Event_log.csv im selben Verzeichnis generiert. Diese CSV-Datei enthält den extrahierten Event Log.
Für den Upload vorbereiten: Bevor Sie die Daten in ein Process-Mining-Tool hochladen, öffnen Sie die Datei project44_Event_log.csv in einem Tabellenkalkulationsprogramm, um sicherzustellen, dass die Spalten und das Datenformat korrekt sind. Stellen Sie sicher, dass die Spalten Shipment, ActivityName und Ereigniszeitpunkt (Event Time) wie erwartet gefüllt sind.

Konfiguration

API-ZugangsDaten: Ein gültiger API Key ist für die Authentifizierung erforderlich. Dieser muss in der API_KEY Variablen innerhalb des Skripts hinterlegt werden.
API Endpoint: Das Skript zielt auf die project44 Visibility API ab. Die Basis-URL ist in der BASE_URL Variablen konfiguriert und sollte nur geändert werden, wenn Sie einen benutzerdefinierten Unternehmens-Endpoint haben.
Datumsbereich: Die Variablen START_DATE und END_DATE steuern das Zeitfenster für die Extraktion, basierend auf dem Sendungserstellungsdatum. Für eine erste Analyse wird ein Bereich von 3 bis 6 Monaten empfohlen, um genügend Prozessvarianten zu erfassen, ohne eine übermäßig große Datei zu erstellen.
Paginierung: Das Skript handhabt die Paginierung automatisch mithilfe eines Seitenparameters. Die Variable PAGE_SIZE kann angepasst werden, um zu steuern, wie viele Sendungen pro API-Aufruf abgerufen werden, was zur Verwaltung der Speichernutzung und zur Vermeidung von API-Timeouts beitragen kann. Der Maximalwert wird in der Regel vom API-Anbieter festgelegt.
Voraussetzungen: Zugang zur project44 Plattform mit einem aktiven Abonnementnnement, das API-Zugang beinhaltet, ist zwingend erforderlich. Ihr Benutzer- oder Dienstkonto muss über Berechtigungen zum Lesen von Sendungs- und EreignisDaten verfügen.

a Beispielabfrage python

import requests
import pandas as pd
import datetime
import time

class=class="hl-string">"hl-comment"># --- Configuration ---
class=class="hl-string">"hl-comment"># Replace with your actual project44 API Key
API_KEY = class="hl-string">'YOUR_API_KEY'

class=class="hl-string">"hl-comment"># Define the date range for the extraction (ISO 8601 format)
START_DATE = class="hl-string">'2023-01-01T00:00:00Z'
END_DATE = class="hl-string">'2023-06-30T23:59:59Z'

class=class="hl-string">"hl-comment"># project44 API Endpoint
BASE_URL = class="hl-string">'https://api.project44.com'

class=class="hl-string">"hl-comment"># Pagination settings
PAGE_SIZE = 100

class=class="hl-string">"hl-comment"># --- Mappings ---
class=class="hl-string">"hl-comment"># Maps project44 event reason codes to the required ActivityName
class=class="hl-string">"hl-comment"># This mapping is critical and may need to be customized based on your specific project44 event configuration.
EVENT_CODE_MAP = {
    class="hl-string">'AS': class="hl-string">'Carrier Assigned',
    class="hl-string">'PU': class="hl-string">'Goods Picked Up',
    class="hl-string">'DP': class="hl-string">'Goods Picked Up', class=class="hl-string">"hl-comment"># Departure from origin often signifies pickup
    class="hl-string">'ETA': class="hl-string">'ETA Updated',
    class="hl-string">'EDD': class="hl-string">'ETA Updated', class=class="hl-string">"hl-comment"># Estimated Delivery Date update
    class="hl-string">'DELAYED': class="hl-string">'Shipment Delayed',
    class="hl-string">'AB': class="hl-string">'At Border Crossing',
    class="hl-string">'CC': class="hl-string">'Customs Cleared',
    class="hl-string">'AR': class="hl-string">'Arrival At Destination',
    class="hl-string">'DL': class="hl-string">'Goods Delivered',
    class="hl-string">'POD': class="hl-string">'Proof of Delivery Received',
    class=class="hl-string">"hl-comment"># The following events are less common in standard visibility data and may require custom events in project44.
    class=class="hl-string">"hl-comment"># They are included here as placeholders for a complete mapping.
    class="hl-string">'PICKUP_SCHEDULED': class="hl-string">'Pickup Scheduled',
    class="hl-string">'DELIVERY_SCHEDULED': class="hl-string">'Delivery Scheduled',
    class="hl-string">'FREIGHT_BILL_AUDITED': class="hl-string">'Freight Bill Audited',
    class="hl-string">'PAYMENT_PROCESSED': class="hl-string">'Payment Processed'
}

def get_shipments(page_number):
    class="hl-string">"""Fetches a single page of shipments from the project44 API."""
    headers = {
        class="hl-string">'Authorization': fclass="hl-string">'ApiKey {API_KEY}',
        class="hl-string">'Content-Type': class="hl-string">'application/json'
    }
    params = {
        class="hl-string">'createdSince': START_DATE,
        class="hl-string">'createdUntil': END_DATE,
        class="hl-string">'size': PAGE_SIZE,
        class="hl-string">'page': page_number
    }
    url = fclass="hl-string">'{BASE_URL}/api/v4/shipments'
    print(fclass="hl-string">"Fetching page {page_number}...")
    try:
        response = requests.get(url, headers=headers, params=params)
        response.raise_for_status() class=class="hl-string">"hl-comment"># Raises an HTTPError for bad responses (4xx or 5xx)
        return response.json()
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">"Error fetching data on page {page_number}: {e}")
        return None

def process_shipment_data(shipment):
    class="hl-string">"""Processes a single shipment and extracts its events."""
    events = []
    shipment_id = shipment.get(class="hl-string">'shipmentId')
    last_data_update = datetime.datetime.utcnow().isoformat() + class="hl-string">'Z'

    class=class="hl-string">"hl-comment"># Common attributes for all events of this shipment
    base_attributes = {
        class="hl-string">'Shipment': shipment_id,
        class="hl-string">'SourceSystem': class="hl-string">'project44',
        class="hl-string">'LastDataUpdate': last_data_update,
        class="hl-string">'CarrierName': shipment.get(class="hl-string">'carrierName'),
        class="hl-string">'ModeOfTransport': shipment.get(class="hl-string">'mode'),
        class="hl-string">'RequestedDeliveryDate': shipment.get(class="hl-string">'requestedDeliveryDate'),
        class="hl-string">'OriginCountry': shipment.get(class="hl-string">'origin', {}).get(class="hl-string">'address', {}).get(class="hl-string">'country'),
        class="hl-string">'DestinationCountry': shipment.get(class="hl-string">'destination', {}).get(class="hl-string">'address', {}).get(class="hl-string">'country'),
        class=class="hl-string">"hl-comment"># TransportationCost is often not available in visibility data. Sourced from TMS/ERP.
        class="hl-string">'TransportationCost': shipment.get(class="hl-string">'cost', {}).get(class="hl-string">'total'), 
        class="hl-string">'DelayReason': None class=class="hl-string">"hl-comment"># To be populated by delay events
    }

    class=class="hl-string">"hl-comment"># 1. Activity: Shipment Created
    creation_time = shipment.get(class="hl-string">'createdDate')
    if creation_time:
        events.append({
            **base_attributes,
            class="hl-string">'ActivityName': class="hl-string">'Shipment Created',
            class="hl-string">'EventTime': creation_time
        })

    class=class="hl-string">"hl-comment"># 2. Process all other activities from the tracking history
    tracking_history = shipment.get(class="hl-string">'trackingHistory', [])
    for event in tracking_history:
        event_code = event.get(class="hl-string">'reason', {}).get(class="hl-string">'code')
        activity_name = EVENT_CODE_MAP.get(event_code)
        
        if activity_name:
            event_attributes = base_attributes.copy()
            event_attributes[class="hl-string">'ActivityName'] = activity_name
            event_attributes[class="hl-string">'EventTime'] = event.get(class="hl-string">'eventTimestamp')
            
            if activity_name == class="hl-string">'Shipment Delayed':
                event_attributes[class="hl-string">'DelayReason'] = event.get(class="hl-string">'reason', {}).get(class="hl-string">'description')

            events.append(event_attributes)

    return events

class=class="hl-string">"hl-comment"># --- Main Execution ---
all_events = []
current_page = 0

while True:
    data = get_shipments(current_page)
    if not data or not data.get(class="hl-string">'content'):
        print(class="hl-string">"No more data to fetch or API error.")
        break

    shipments = data.get(class="hl-string">'content', [])
    for shipment in shipments:
        all_events.extend(process_shipment_data(shipment))
    
    if data.get(class="hl-string">'last', True):
        print(class="hl-string">"Reached the last page.")
        break

    current_page += 1
    time.sleep(1) class=class="hl-string">"hl-comment"># Be respectful of API rate limits

class=class="hl-string">"hl-comment"># Convert to DataFrame and save to CSV
if all_events:
    df = pd.DataFrame(all_events)
    class=class="hl-string">"hl-comment"># Reorder columns for clarity
    columns_order = [
        class="hl-string">'Shipment', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate',
        class="hl-string">'CarrierName', class="hl-string">'DelayReason', class="hl-string">'ModeOfTransport', class="hl-string">'RequestedDeliveryDate',
        class="hl-string">'OriginCountry', class="hl-string">'DestinationCountry', class="hl-string">'TransportationCost'
    ]
    class=class="hl-string">"hl-comment"># Ensure all required columns exist, even if empty
    for col in columns_order:
        if col not in df.columns:
            df[col] = None
    
    df = df[columns_order]
    
    output_filename = class="hl-string">'project44_event_log.csv'
    df.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%dT%H:%M:%SZ')
    print(fclass="hl-string">"Extraction complete. Event log saved to {output_filename}")
else:
    print(class="hl-string">"No events were extracted. Please check your configuration and API response.")

Schritte

API-ZugangsDaten erhalten: Bevor Sie Daten extrahieren können, benötigen Sie Zugang zur project44 GraphQL API. Kontaktieren Sie Ihren project44 Administrator, um die API-Endpoint-URL und einen gültigen API Key zu erhalten. Stellen Sie sicher, dass der Key Leseberechtigungen für Sendungs- und EreignisDaten besitzt.
Einen GraphQL Client auswählen: Verwenden Sie ein Tool wie Postman, Insomnia oder Apollo Studio, um Ihre GraphQL-Abfragen zu erstellen, zu testen und auszuführen. Diese Tools bieten eine benutzerfreundliche Oberfläche für die Interaktion mit GraphQL APIs.
Authentifizierung konfigurieren: Richten Sie in Ihrem ausgewählten GraphQL Client die Anfrage-Header ein. Sie müssen einen Authorization Header mit Ihrem API Key hinzufügen. Das Format sollte Authorization: Bearer [Your_API_Key] sein. Stellen Sie außerdem den Content-Typ Header auf application/json ein.
Die GraphQL Query definieren: Kopieren Sie die vollständige Abfrage aus dem Query-Bereich in Ihren Client. Diese Abfrage ist darauf ausgelegt, Sendungen und deren zugehörige Ereignisse abzurufen, die den erforderlichen Aktivitäten entsprechen.
Query-Variablen setzen: Die bereitgestellte Abfrage verwendet Variablen für die Filterung. Definieren Sie eine Variable für updatedSince, um das Startdatum für die Datenextraktion festzulegen. Verwenden Sie das ISO 8601 Format, zum Beispiel {"updatedSince": "2023-01-01T00:00:00Z"}. Dies weist die API an, Sendungen zurückzugeben, die an oder nach dieser Zeit aktualisiert wurden.
Ausführen und paginieren: Führen Sie die Abfrage aus. Die project44 API verwendet Paginierung, um große Datensätze zu verwalten. Die erste Antwort enthält den ersten Stapel von Sendungen und ein pageInfo Objekt mit einem endCursor und einem hasNextPage Flag. Wenn hasNextPage Ja ist, müssen Sie die Abfrage erneut ausführen und den erhaltenen endCursor-Wert als cursor-Variable in der nächsten Anfrage übergeben. Wiederholen Sie diesen Vorgang, bis hasNextPage false ist.
Ein Transformationsskript entwickeln: Die API gibt Daten in einem verschachtelten JSON-Format zurück, das kein gültiger Event Log ist. Sie müssen ein Skript (z.B. in Python, JavaScript oder einem Datenintegrationstool) verwenden, um die JSON-Antwort zu parsen. Das Skript muss jede Sendung durchlaufen und dann deren Events-Array. Erstellen Sie für jedes Ereignis eine neue Zeile in Ihrem Event Log.
Aktivitäten und Attribute zuordnen: Ordnen Sie in Ihrem Skript die JSON-Felder den Antrag bearbeitet.en Event-Log-Spalten zu. Die Sendungs-id wird zur Shipment (Case-ID). Ordnen Sie für jedes Ereignis im Events-Array den code dem ActivityName und den Zeitstempel dem Ereigniszeitpunkt (Event Time) zu. Erstellen Sie eine separate Zeile für die Aktivität 'Shipment Created' unter Verwendung des Erstellungs-Zeitstempel der Sendung.
Daten anreichern: Fügen Sie während der Transformation die erforderlichen statischen Spalten hinzu. Setzen Sie (SourceSystem) auf 'project44 GraphQL API'. Verwenden Sie für LastDatenUpdate den Zeitstempel, zu dem Ihr Extraktionsskript ausgeführt wurde.
Nach CSV exportieren: Sobald die Transformation abgeschlossen ist und Sie eine flache Tabellenstruktur haben, exportieren Sie die Daten in eine CSV-Datei. Stellen Sie sicher, dass die Spaltenüberschriften den erforderlichen Attributnamen entsprechen, zum Beispiel Shipment, ActivityName und Ereigniszeitpunkt (Event Time). Diese Datei ist nun bereit für den Upload in ProcessMind.

Konfiguration

API Endpoint: Die URL für die project44 GraphQL API. Diese sollte von Ihrem project44 Kontakt bereitgestellt werden, zum Beispiel, https://api.project44.com/graphql.
Authentifizierung: Ein API Key ist erforderlich und muss im Authorization Header als Bearer Token übermittelt werden.
Datumsbereichsfilter: Der updatedSince Filter in der shipments Query ist maßgeblich für die Kontrolle des Datenvolumens. Es wird empfohlen, Daten in überschaubaren Abschnitten, zum Beispiel 3 bis 6 Monate auf einmal, zu extrahieren, um die Leistungsfähigkeit zu sicherstellen.
Paginierung: Sie müssen eine Paginierungs-Schleife mit den Feldern first, after, hasNextPage und endCursor implementieren, um alle Datensätze abzurufen. Eine Seitengröße (first) von 100 ist eine übliche und sichere Wahl.
Voraussetzungen: Ein gültiges project44 Abonnementnnement mit API-Zugang ist erforderlich. Das mit dem API Key verknüpfte Benutzer- oder Dienstkonto muss über ausreichende Berechtigungen verfügen, um Sendungs- und EreignisDaten über die relevanten Geschäftsbereiche hinweg zu lesen.

a Beispielabfrage graphql

query getShipmentEvents($cursor: String, $updatedSince: String!) {
  shipments(first: 100, after: $cursor, filter: {updatedSince: $updatedSince}) {
    pageInfo {
      hasNextPage
      endCursor
    }
    nodes {
      id
      createdAt
      carrierName
      mode
      requestedDeliveryDate
      origin {
        country
      }
      destination {
        country
      }
      events {
        timestamp
        code
        description
        reason
      }
    }
  }
}

Ihre Transportmanagementmentanagement-Datenvorlage

Ihre Transportmanagementmentanagement-Datenvorlage

Transportmanagementmentanagement-Attribute

Transportmanagementmentanagement-Aktivitäten

Extraktionsanleitungen

project44 REST API Extraktion mittels Python-Skript

Schritte

Konfiguration

a Beispielabfrage python

Gezielte Daten Extraktion mit der project44 GraphQL API

Schritte

Konfiguration

a Beispielabfrage graphql

Bereit, um loszulegen?

Optimieren Sie Ihr Transportmanagementmentanagement noch heute & sparen Sie

Ihre Transportmanagementmentanagement-Datenvorlage

Ihre Transportmanagementmentanagement-Datenvorlage

Transportmanagementmentanagement-Attribute

Transportmanagementmentanagement-Aktivitäten

Extraktionsanleitungen

project44 REST API Extraktion mittels Python-Skript

Schritte

Konfiguration

a Beispielabfrage python

Gezielte Daten Extraktion mit der project44 GraphQL API

Schritte

Konfiguration

a Beispielabfrage graphql

Ihre Privatsphäre ist uns wichtig

Bereit, um loszulegen?

Optimieren Sie Ihr Transportmanagementmentanagement noch heute & sparen Sie