> Amélioration continue des processus > Gestion du changement > Freshservice > Modèle de données

Votre modèle de données pour la gestion du changement

Freshservice

Attributs de gestion du changement(21) Activités de gestion du changement(15) Guides d’extraction(2)

Votre modèle de données pour la gestion du changement

Ce modèle vous aide à réunir les données nécessaires à l’analyse de votre processus de gestion du changement. Il présente les attributs essentiels à collecter, les principales activités à suivre et explique comment extraire ces informations de votre système. Utilisez-le pour préparer vos données à l’analyse et à l’amélioration du processus.

Attributs recommandés à collecter
Activités clés à suivre
Guide d’extraction pour Freshservice

Vous découvrez les journaux d’événements ? Découvrez comment créer un journal d’événements pour le Process Mining.

Télécharger le modèle

Attributs de gestion du changement

Ces champs sont indispensables pour constituer un journal d’événements complet et analyser en détail votre processus de gestion du changement.

5 Obligatoire 8 Recommandé 8 Facultatif

	Nom	Description
	Heure de l’événement EventTime	Date et heure exactes auxquelles une activité ou un événement s’est produit.
Description Chaque activité du processus est associée à un horodatage qui indique quand elle a eu lieu. Ces données temporelles sont essentielles pour calculer les durées entre les activités, repérer les temps d’attente et analyser le temps de cycle global du processus. Elles permettent d’analyser les performances, de repérer les goulots d’étranglement et de suivre le respect des SLA. Pourquoi est-ce important ? Cet horodatage est indispensable à toute analyse temporelle, notamment au calcul des temps de cycle, des durées et des temps d’attente entre les étapes du processus. Où trouver ces données Horodatage associé à chaque entrée des journaux d’audit ou du fil d’activité d’un enregistrement Change dans Freshservice. Exemples 2023-10-26T10:00:00Z2023-10-26T11:30:00Z2023-10-27T14:15:00Z
	Identifiant de la demande de changement ChangeRequestId	Identifiant unique de chaque demande de changement soumise dans Freshservice.
Description L’identifiant de la demande de changement est l’identifiant principal d’un cas de changement, depuis son lancement jusqu’à sa clôture. Il relie toutes les activités, approbations et entrées de journal associées pour former une chronologie cohérente et permettre l’analyse du processus de bout en bout. En Process Mining, cet identifiant est indispensable pour reconstituer le cycle de vie de chaque changement et en comprendre le parcours, la durée et les résultats. Pourquoi est-ce important ? Il s’agit de l’identifiant de cas principal qui regroupe tous les événements associés et permet de suivre et d’analyser le parcours complet d’une demande de changement. Où trouver ces données Il s’agit d’un champ principal de l’objet Change dans Freshservice. Exemples CHG-10234CHG-10235CHG-10236
	Nom de l’activité ActivityName	Nom d’un événement ou d’une tâche spécifique survenu dans le processus de Gestion du changement.
Description Cet attribut décrit une étape ou une étape clé du cycle de vie d’un changement, comme « Demande de changement créée », « Approbation demandée » ou « Mise en œuvre terminée ». La séquence de ces activités pour un identifiant de demande de changement donné constitue la base de la carte du processus. Leur analyse permet de comprendre le déroulement du processus, de repérer les écarts et de mesurer le temps passé à chaque étape. Pourquoi est-ce important ? Il définit les étapes du flux du processus, ce qui permet de représenter le cycle de vie du changement et d’analyser les variantes du processus et les goulots d’étranglement. Où trouver ces données Généré à partir des journaux d’audit, du fil d’activité ou de l’historique des changements de statut d’un enregistrement Change dans Freshservice. Exemples Changement approuvéÉvaluation des risques terminéeMise en œuvre commencéeChangement clôturé
	Dernière mise à jour des données LastDataUpdate	Horodatage indiquant la dernière actualisation des données de cet enregistrement depuis le système source.
Description Cet attribut consigne la date et l’heure de la dernière extraction ou mise à jour des données de chaque événement. Il permet de connaître leur degré d’actualité et de vérifier que les analyses reposent sur des informations récentes. Vous pouvez ainsi préserver l’intégrité des données et savoir à quel moment les analyses ont été produites. Pourquoi est-ce important ? Il informe les utilisateurs de l’actualité des données et permet de vérifier que l’analyse de Process Mining repose sur des informations à jour. Où trouver ces données Cet horodatage est généralement généré et ajouté lors de l’ingestion des données ou du processus ETL. Exemples 2024-05-20T08:00:00Z2024-05-21T08:00:00Z
	Système source SourceSystem	Indique le système dont les données ont été extraites.
Description Cet attribut précise l’origine des données du processus. Dans cette vue, sa valeur sera toujours « Freshservice ». Il est recommandé de l’inclure, en particulier lorsque les données proviennent de plusieurs systèmes, car il apporte un contexte essentiel et facilite la gouvernance des données ainsi que le diagnostic des problèmes. Pourquoi est-ce important ? Il indique clairement la provenance des données, ce qui est important pour analyser des données issues de plusieurs systèmes d’entreprise. Où trouver ces données Cette valeur statique est définie lors de l’extraction des données afin d’en indiquer l’origine. Exemples Freshservice
	Date d’achèvement prévue TargetCompletionDate	Date prévue ou date limite fixée par le SLA pour achever le changement.
Description Cette date correspond à l’échéance de clôture d’une demande de changement. Elle sert de référence principale pour mesurer le respect du SLA. En comparant l’heure de fin réelle à la date d’achèvement prévue, il est possible de déterminer si le changement a été terminé dans les délais, en avance ou en retard. Cette donnée entre dans le calcul de l’indicateur de respect du SLA pour les changements. Pourquoi est-ce important ? Sert de référence pour mesurer le respect des délais et du SLA, deux indicateurs importants de la performance du processus. Où trouver ces données Il peut s’agir d’un champ dédié « Due by » ou « SLA Target » dans l’objet Change de Freshservice. Exemples 2023-11-10T17:00:00Z2023-11-15T17:00:00Z
	Groupe affecté AssignedGroup	Équipe ou groupe chargé de mettre en œuvre le changement.
Description Cet attribut indique l’équipe chargée du changement, par exemple « Network Team » ou « Database Administrators ». L’analyse des résultats par groupe affecté est essentielle pour comprendre la charge de travail et l’efficacité des équipes, et repérer les contraintes de ressources. Elle permet de voir quelles équipes mettent plus de temps à réaliser les changements ou rencontrent davantage de problèmes après leur mise en œuvre. Pourquoi est-ce important ? Permet de comparer les résultats et la charge de travail des différentes équipes de mise en œuvre afin de repérer les contraintes de ressources ou les bonnes pratiques. Où trouver ces données Il s’agit du champ « Group » ou « Assigned Group » de l’objet Change dans Freshservice. Exemples Équipe infrastructureAssistance applicativeOpérations de sécurité
	Heure de fin EndTime	Horodatage du dernier événement enregistré pour le cas de demande de changement.
Description L’heure de fin marque la conclusion du cycle de vie d’une demande de changement. Elle correspond généralement à l’activité « Changement clôturé » ou « Changement annulé ». Associée à l’heure de début, elle permet de calculer le temps de cycle total de bout en bout de chaque cas. L’analyse de cet attribut aide à comprendre la durée globale et le débit du processus de Gestion du changement. Pourquoi est-ce important ? Cet attribut est indispensable au calcul du temps de cycle total d’une demande de changement, un indicateur clé de l’efficacité du processus. Où trouver ces données Horodatage de la dernière activité du journal d’événements pour un identifiant de demande de changement donné. Exemples 2023-11-05T18:00:00Z2023-11-06T09:45:00Z
	Niveau de risque RiskLevel	Niveau de risque estimé associé à la mise en œuvre du changement.
Description Le niveau de risque indique les conséquences négatives possibles en cas d’échec du changement. Les niveaux courants sont faible, moyen et élevé. Cet attribut est essentiel pour l’analyse de la conformité et permet de vérifier si les changements les plus risqués suivent un processus plus strict, avec davantage d’approbations ou des tests plus approfondis, par exemple. Il aide à s’assurer que les contrôles de gestion des risques sont correctement appliqués. Pourquoi est-ce important ? Cet indicateur est essentiel pour l’analyse de la conformité et des risques. Il permet de vérifier que les changements à haut risque font l’objet d’un examen adapté et suivent un processus plus rigoureux. Où trouver ces données Il correspond au champ « Risk » de l’objet Change dans Freshservice. Exemples FaibleMoyenÉlevéTrès élevé
	Nom du demandeur RequesterName	Nom de la personne à l’origine de la demande de changement.
Description Le demandeur est la personne qui a soumis le changement pour examen. L’analyse des données par demandeur permet de repérer certaines tendances : les personnes ou les rôles qui soumettent souvent des changements, par exemple, ou les demandes de certains utilisateurs qui sont plus souvent rejetées ou nécessitent des reprises. Associée aux informations sur les services, elle peut aussi servir à analyser la charge de travail. Pourquoi est-ce important ? Permet de déterminer l’origine des demandes de changement et de repérer les besoins de formation ou les groupes d’utilisateurs qui en soumettent un grand nombre. Où trouver ces données Il s’agit du champ « Requested by » de l’objet Change dans Freshservice, associé à une fiche utilisateur. Exemples Alice JohnsonRobert SmithMaria Garcia
	Priorité du changement ChangePriority	Niveau de priorité attribué à la demande de changement, qui indique son importance pour l’activité.
Description La priorité est généralement déterminée en combinant l’impact et l’urgence. Elle sert à orienter l’affectation des ressources et la planification. L’analyse de l’influence de la priorité sur des indicateurs de processus, comme le temps de cycle et le respect des SLA, permet de vérifier si les changements prioritaires sont traités plus rapidement que les autres. Elle aide également à évaluer l’efficacité des règles de priorisation. Pourquoi est-ce important ? Permet de vérifier si le processus donne la priorité aux changements les plus importants et affecte les ressources en conséquence. Où trouver ces données Il s’agit du champ « Priority » de l’objet Change dans Freshservice. Exemples FaibleMoyenÉlevéUrgent
	Statut du changement ChangeStatus	Statut actuel ou final de la demande de changement.
Description Cet attribut indique l’état d’une demande de changement à un moment donné ou son résultat final, par exemple « Clôturé », « Annulé » ou « Refusé ». Il est essentiel à l’analyse des résultats, car il permet de distinguer les changements menés à bien de ceux qui ont échoué ou ont été abandonnés. Le filtrage par statut permet de cibler l’analyse sur des groupes de changements précis. Pourquoi est-ce important ? Il permet d’analyser les résultats des changements et de comprendre les taux de réussite, d’échec et d’annulation. Où trouver ces données Il s’agit du champ « Statut » de l’objet Change dans Freshservice. Exemples ClôturéAnnuléRefuséOuvert
	Type de changement ChangeType	Classification du changement, par exemple standard, normal ou d’urgence.
Description Le type de changement classe les demandes selon leur nature, leur niveau de risque et les exigences d’approbation. Les changements standard sont préapprouvés, les changements normaux suivent le processus habituel et les changements d’urgence nécessitent un traitement accéléré. L’analyse du processus par type de changement permet de déterminer si les différentes catégories suivent des parcours distincts et présentent des caractéristiques de performance différentes, comme le temps de cycle ou le taux de réussite. Pourquoi est-ce important ? La segmentation du processus par type de changement révèle les différences de parcours et de performance entre les changements standard, normaux et d’urgence. Où trouver ces données Il s’agit du champ « Type de changement » de l’objet Change dans Freshservice. Exemples StandardNormalUrgenceMajeur
	Code de clôture CloseCode	Code ou motif indiquant pourquoi la demande de changement a été clôturée.
Description Le code de clôture précise le résultat d’un changement clôturé. Il peut s’agir, par exemple, de « Implemented Successfully », « Backed Out » ou « Rejected ». Ces informations complètent le statut final et permettent d’analyser plus finement les réussites et les échecs du processus de gestion du changement. Pourquoi est-ce important ? Précise le résultat des changements et permet d’analyser plus en détail les raisons de leur réussite, de leur échec ou de leur annulation. Où trouver ces données Consultez la documentation Freshservice ou le formulaire Change pour trouver un champ « Closure Code » ou un champ équivalent. Exemples RéussiRéussi avec des problèmesÉchecAnnulé
	Durée d’approbation ApprovalDuration	Temps passé par une demande de changement à l’étape d’approbation.
Description Cette durée calculée mesure le temps écoulé entre la demande d’approbation et son acceptation ou son refus. Elle est essentielle au Dashboard « Durée de la phase d’approbation des changements » et permet de repérer les goulots d’étranglement dans le flux de travail d’approbation. Son analyse peut mettre en évidence des approbateurs trop lents, des transferts inefficaces entre groupes ou des retards récurrents dans la prise de décision. Pourquoi est-ce important ? Mesure directement l’efficacité de l’étape d’approbation et aide à repérer et à résoudre les goulots d’étranglement qui retardent les changements. Où trouver ces données Calculée à partir du temps écoulé entre l’activité « Approval Requested » et l’activité « Change Approved » ou « Change Rejected ». Exemples 1 jour et 2 heures5 heures et 30 minutes3 jours
	Durée de mise en œuvre ImplementationDuration	Temps nécessaire à la phase de mise en œuvre du changement.
Description Cette métrique mesure la durée des travaux de mise en œuvre proprement dits, généralement entre les activités « Implementation Started » et « Implementation Completed ». Elle sert à analyser l’efficacité de la phase d’exécution technique et alimente le Dashboard « Efficacité de la phase de mise en œuvre des changements ». Une durée élevée peut signaler une complexité technique, un manque de ressources ou des difficultés imprévues. Pourquoi est-ce important ? Mesure l’efficacité des travaux techniques, indépendamment des retards liés à la planification et aux approbations. Où trouver ces données Calculée à partir du temps écoulé entre les activités « Implementation Started » et « Implementation Completed ». Exemples 4 heures1 heure et 30 minutes8 heures
	Niveau d’impact ImpactLevel	Impact estimé sur l’activité en cas d’échec du changement ou d’interruption de service.
Description Le niveau d’impact indique les conséquences possibles sur les activités, d’un impact faible, qui concerne un seul utilisateur, à un impact élevé, qui touche toute l’organisation. Avec l’urgence, il détermine souvent la priorité globale. L’analyse par niveau d’impact permet de vérifier si le processus traite correctement les changements susceptibles de menacer la continuité des activités. Pourquoi est-ce important ? Permet d’analyser les risques et de vérifier que les changements susceptibles d’avoir un impact important sur l’activité sont gérés avec une attention accrue. Où trouver ces données Il correspond au champ « Impact » de l’objet Change dans Freshservice. Exemples FaibleMoyenÉlevé
	Nom du service DepartmentName	Service auquel appartient l’utilisateur qui a demandé le changement.
Description Cet attribut situe la demande dans l’organisation en indiquant l’unité opérationnelle à l’origine du changement. L’analyse par service permet de repérer les secteurs qui génèrent le plus de changements, enregistrent le plus de rejets ou connaissent les temps de cycle les plus longs. Ces informations sont utiles pour cibler les améliorations du processus et planifier les ressources. Pourquoi est-ce important ? Permet d’analyser les résultats du processus et le volume des demandes selon les différentes unités opérationnelles, afin de cibler les améliorations. Où trouver ces données Cette information provient généralement du profil utilisateur du demandeur dans Freshservice. Exemples FinanceRessources humainesTechnologies de l’informationMarketing
	Nombre d’incidents associés AssociatedIncidentsCount	Nombre d’incidents liés à cette demande de changement après sa mise en œuvre.
Description Cette métrique mesure les conséquences d’un changement en comptant les incidents survenus à la suite de son déploiement. Un nombre élevé peut signaler des problèmes de planification, de test ou de qualité de mise en œuvre. Cette donnée entre directement dans le calcul de l’indicateur du taux d’incidents après mise en œuvre et permet de mesurer la stabilité et la réussite des changements. Pourquoi est-ce important ? Mesure directement la qualité et la stabilité des changements mis en œuvre et aide à repérer ceux qui provoquent des interruptions de service. Où trouver ces données Calculé en comptant les tickets d’incident liés à un ticket de changement dans Freshservice. Exemples 015
	SLA dépassé IsSlaBreached	Indicateur booléen précisant si la demande de changement a été achevée après la date prévue.
Description Cet attribut indique si le SLA a été respecté. Sa valeur est « true » si l’heure de fin du changement est postérieure à la date d’achèvement prévue, et « false » dans le cas contraire. Il simplifie la création de Dashboards et d’indicateurs liés au respect du SLA, en facilitant le filtrage et le regroupement des changements en retard. Il contribue directement au calcul de l’indicateur de respect du SLA pour les changements. Pourquoi est-ce important ? Fournit un résultat binaire clair sur le respect du SLA et simplifie le filtrage et le suivi des changements terminés dans les délais ou en retard. Où trouver ces données Calculé en comparant EndTime à TargetCompletionDate. Si EndTime > TargetCompletionDate, la valeur est true. Exemples truefalse
	Urgence Urgency	Indique dans quel délai le changement doit être mis en œuvre du point de vue de l’activité.
Description L’urgence traduit le délai dans lequel un changement doit être réalisé. Un correctif de sécurité, par exemple, peut être très urgent. Souvent combiné à l’impact pour déterminer la priorité, cet attribut permet de vérifier si le processus répond correctement aux besoins urgents de l’activité. Il peut révéler si les changements urgents progressent réellement plus vite. Pourquoi est-ce important ? Précise le délai dans lequel le changement doit être réalisé. Cette information peut être mise en regard du temps de cycle pour évaluer la réactivité du processus. Où trouver ces données Il s’agit du champ « Urgency » de l’objet Change dans Freshservice. Exemples FaibleMoyenÉlevé

Obligatoire Recommandé Facultatif

Activités de gestion du changement

Voici les étapes et jalons essentiels à suivre dans votre journal d’événements pour analyser en détail le processus de gestion du changement.

5 Recommandé 10 Facultatif

	Activité	Description
	Changement approuvé	Cette étape importante correspond à l’approbation officielle de la demande de changement par une autorité désignée, comme le comité consultatif des changements (CAB), qui autorise la poursuite du processus. Cette action est généralement enregistrée explicitement dans le système.
Pourquoi est-ce important ? Elle marque la fin de la phase d’approbation et le début de la planification de la mise en œuvre. Cette activité est essentielle pour mesurer le « délai moyen d’approbation des changements » et le « taux d’approbation dès la première soumission ». Où trouver ces données Freshservice consigne explicitement cet événement lorsqu’un approbateur clique sur le bouton « Approuver ». L’événement, accompagné d’un horodatage, figure dans le journal d’activité du ticket. Données à recueillir L’horodatage de l’action « Approuvé » dans l’onglet des approbations ou le journal d’activité. Type d’événement explicit
	Changement clôturé	Marque la fin officielle et réussie du processus de Gestion du changement. Cet événement est enregistré lorsque le statut du ticket de changement passe à son statut final « Clôturé ».
Pourquoi est-ce important ? Il s’agit de l’événement de fin principal du processus. C’est le dernier point de données utilisé pour calculer le « temps de cycle moyen des changements » de bout en bout et le « taux de respect des SLA des changements ». Où trouver ces données Cet événement est enregistré à partir de l’horodatage associé au passage final du ticket de changement au statut « Clôturé ». Données à recueillir L’horodatage du passage final au statut « Clôturé ». Type d’événement explicit
	Changement planifié	Cette activité consiste à définir les heures de début et de fin de la mise en œuvre du changement approuvé. Elle est généralement déduite du renseignement des champs « Heure de début planifiée » et « Heure de fin planifiée ».
Pourquoi est-ce important ? Cette étape importante déclenche le début de la phase de mise en œuvre. Elle est essentielle pour calculer le « délai moyen de mise en œuvre » et analyser l’efficacité de la planification. Où trouver ces données Événement déduit de l’horodatage auquel les champs de date liés à la planification sont renseignés et du passage au statut « Planifié » ou à un statut similaire. Données à recueillir Événement déduit du renseignement de la « Date de début planifiée » et de la mise à jour correspondante du statut. Type d’événement inferred
	Demande de changement créée	Cet événement marque le début officiel du processus de Gestion du changement : une nouvelle demande est enregistrée dans Freshservice. Il est explicitement consigné lorsqu’un utilisateur enregistre un nouveau ticket de changement, ce qui génère un identifiant unique de demande de changement et un horodatage de création.
Pourquoi est-ce important ? Il s’agit de l’événement de début principal du processus. L’analyse du temps écoulé entre cette activité et « Changement clôturé » permet de calculer le temps de cycle de bout en bout, un indicateur clé de l’efficacité du processus. Où trouver ces données Cet événement est explicitement consigné dans l’historique d’audit de l’enregistrement du changement. Il correspond à l’horodatage de création du ticket. Données à recueillir L’horodatage de création de l’enregistrement de la demande de changement. Type d’événement explicit
	Mise en œuvre terminée	Indique que les travaux techniques de mise en œuvre du changement sont terminés. Cet événement est généralement déduit du passage à un statut postérieur à la mise en œuvre, comme « En attente d’examen ».
Pourquoi est-ce important ? Cette étape marque la fin des travaux de mise en œuvre proprement dits. Elle sert de point final au calcul du « délai moyen de mise en œuvre » et signale le début des activités de test ou d’examen. Où trouver ces données Événement déduit du passage à un statut tel que « En attente d’examen », « En attente de tests » ou « Terminé ». Données à recueillir Événement déduit du passage du champ de statut à « En attente d’examen » ou à un statut similaire. Type d’événement inferred
	Approbation demandée	Indique le moment où la demande de changement est officiellement soumise à examen et à autorisation. Cet événement est généralement déduit du passage de la demande à un statut tel que « En attente d’approbation » ou de son attribution à un approbateur.
Pourquoi est-ce important ? Cette activité marque le début de la phase d’approbation. Mesurer le temps écoulé jusqu’à « Changement approuvé » permet de repérer les goulots d’étranglement dans le cycle d’approbation. Où trouver ces données Événement déduit du journal d’activité ou du suivi des changements du champ de statut vers « En attente d’approbation ». L’horodatage de ce changement de statut sert d’heure d’événement. Données à recueillir Événement déduit du changement du champ de statut vers « En attente d’approbation ». Type d’événement inferred
	Changement annulé	Indique qu’une demande de changement a été interrompue avant son achèvement. Il s’agit d’un autre statut final, enregistré lorsque le ticket passe au statut « Annulé » ou « Retiré ».
Pourquoi est-ce important ? L’analyse des changements annulés peut révéler des problèmes lors des premières phases de planification ou d’approbation, par exemple des demandes devenues inutiles ou dépourvues d’analyse de rentabilité valable. Où trouver ces données Événement enregistré à partir de l’horodatage du passage au statut « Annulé » ou à un statut final équivalent autre que « Clôturé ». Données à recueillir L’horodatage du passage au statut « Annulé ». Type d’événement explicit
	Changement refusé	Indique qu’un approbateur a officiellement refusé la demande de changement, empêchant ainsi la poursuite du processus. Cette action est explicitement consignée et entraîne souvent une boucle de reprise.
Pourquoi est-ce important ? Cette activité est importante pour analyser les reprises et comprendre les causes d’échec du processus. Des refus fréquents peuvent révéler des problèmes de qualité des demandes ou d’évaluation des risques. Où trouver ces données Freshservice consigne explicitement cet événement lorsqu’un approbateur clique sur le bouton « Refuser ». L’événement figure dans le journal d’activité du ticket. Données à recueillir L’horodatage de l’action « Refusé » dans l’onglet des approbations ou le journal d’activité. Type d’événement explicit
	Changement rouvert	Se produit lorsqu’un changement précédemment clôturé ou résolu repasse à un statut ouvert, généralement à la suite de problèmes découverts après sa mise en œuvre. Cet événement est déduit du passage d’un statut clôturé à un statut ouvert.
Pourquoi est-ce important ? Cette activité est un indicateur fort de reprises ou d’échecs de changements. Le suivi de sa fréquence est important pour comprendre la qualité des changements et l’efficacité des tests. Où trouver ces données Événement déduit de la détection, dans le journal d’activité du ticket, du passage du statut « Clôturé » ou « Résolu » à « Ouvert » ou « En cours ». Données à recueillir Détectez le passage d’un statut final, par exemple « Clôturé », à un statut non final, par exemple « Ouvert ». Type d’événement inferred
	Évaluation des risques terminée	Indique que l’évaluation formelle des risques potentiels liés au changement est terminée. Cette activité est souvent déduite du renseignement ou de la mise à jour du niveau de risque, ou de l’achèvement d’une tâche associée.
Pourquoi est-ce important ? Le suivi de cette activité aide à vérifier le respect des politiques de changement qui imposent une évaluation des risques. Il permet d’analyser la « couverture de l’évaluation des risques » et le temps consacré à cette étape importante. Où trouver ces données Cet événement est probablement déduit de la mise à jour horodatée du champ « Risque » dans le formulaire de changement ou de l’achèvement d’une tâche spécifique liée à l’analyse des risques. Données à recueillir Événement déduit de l’horodatage auquel le champ « Risque » est renseigné ou à partir duquel un élément de la liste de contrôle associée est marqué comme terminé. Type d’événement inferred
	Examen après mise en œuvre effectué	Indique que l’examen après mise en œuvre (PIR) est terminé. Cet examen évalue la réussite du changement et consigne les enseignements tirés. L’événement est souvent déduit de l’ajout de notes d’examen après la mise en œuvre ou d’une mise à jour du statut.
Pourquoi est-ce important ? Cette activité permet de vérifier qu’un examen formel a bien eu lieu. Son analyse aide à comprendre l’efficacité des changements et à améliorer continuellement le processus. Où trouver ces données Événement déduit du renseignement des champs liés au PIR dans le formulaire de changement après la date de mise en œuvre, ou du passage à un statut tel que « Examen terminé ». Données à recueillir Événement déduit du renseignement des champs de notes du PIR ou d’une mise à jour spécifique du statut. Type d’événement inferred
	Mise en œuvre commencée	Marque le début du déploiement ou de l’exécution effective du changement. Cet événement est déduit du passage de la demande de changement au statut « En cours » ou à un statut actif similaire.
Pourquoi est-ce important ? Fournit un point de départ clair pour mesurer la durée de la mise en œuvre active. Il permet de distinguer le temps d’attente du temps consacré au travail. Où trouver ces données Événement déduit du passage à un statut tel que « En cours » ou « Mise en œuvre en cours » à l’heure de début planifiée. Données à recueillir Événement déduit du passage du champ de statut à « En cours ». Type d’événement inferred
	Note ajoutée au changement	Indique l’ajout d’un commentaire ou d’une note à la demande de changement, et témoigne d’une activité de communication ou de documentation. Freshservice consigne explicitement ces événements dans le fil d’activité de chaque ticket.
Pourquoi est-ce important ? Le suivi des notes ne correspond pas à une étape centrale du processus, mais il peut éclairer les causes des retards, notamment pendant les phases d’approbation ou de planification. Un grand nombre de notes peut signaler des exigences imprécises ou des problèmes de communication. Où trouver ces données Événement explicitement consigné dans la section « Activité » ou « Audit » du ticket de changement, avec un horodatage et le nom de l’utilisateur qui a ajouté la note. Données à recueillir Consigné comme événement « Note ajoutée » dans le journal d’activité du ticket. Type d’événement explicit
	Planification terminée	Indique que toute la planification nécessaire au changement est terminée, y compris l’élaboration des plans de mise en œuvre et de retour arrière. Cet événement est généralement déduit d’un changement de statut après l’approbation.
Pourquoi est-ce important ? Cette étape marque le passage de la planification à l’exécution. L’analyse de la durée de la phase de planification aide à repérer les possibilités de simplifier les activités préalables à la mise en œuvre. Où trouver ces données Événement déduit du passage d’un statut lié à la planification, comme « En attente de mise en production », à un statut de mise en œuvre, comme « Planifié ». Données à recueillir Événement déduit du passage à un autre statut depuis « Planification en cours » ou un statut similaire. Type d’événement inferred
	Tests terminés	Indique que toutes les activités de test et de validation requises sont terminées et que le changement a été vérifié pour s’assurer de sa réussite et de l’absence d’effets indésirables. Cet événement peut être déduit de la clôture d’une tâche ou d’un changement de statut.
Pourquoi est-ce important ? Le suivi de cette activité permet de mesurer l’indicateur de performance clé « taux d’achèvement des tests » et de vérifier que les changements sont correctement validés avant leur clôture définitive, ce qui réduit les problèmes après la mise en œuvre. Où trouver ces données Cet événement peut être difficile à enregistrer. Il peut être nécessaire de le déduire de l’achèvement d’une tâche de « Test » associée ou du passage au statut « Tests terminés ». Données à recueillir Événement déduit de la clôture d’une tâche de test associée au changement. Type d’événement inferred

Recommandé Facultatif

Guides d’extraction

Comment extraire vos données de Freshservice

Étapes

Accédez à Freshservice Analytics : Connectez-vous à votre instance Freshservice avec un compte autorisé à créer et à consulter des rapports dans le module Analytics.
Créez un rapport : Accédez à la section Analytics. Créez un rapport et donnez-lui un nom explicite, par exemple « Process Mining - Change Management Event Log ».
Ajoutez le premier widget (demande de changement créée) : Ajoutez un widget au rapport. Sélectionnez « Changes » comme module. Pour la métrique, choisissez « Count of Changes ». Dans la section « Group by », ajoutez « Change ID » et « Created at ». Ce widget servira de source pour l’activité « Demande de changement créée ».
Configurez les filtres du rapport : Appliquez au rapport un filtre global sur la date « Created at » afin de définir la période d’analyse, par exemple les six derniers mois. Vérifiez que ce filtre s’applique à tous les widgets suivants pour garantir la cohérence des données.
Créez un widget pour chaque activité : Répétez l’ajout et la configuration d’un widget pour chacune des 15 activités requises. Vous devrez utiliser différents champs, statuts et modules pour isoler chaque événement. Par exemple, pour « Changement approuvé », vous pouvez regrouper les données par date « Approved on ». Pour les événements fondés sur un statut, comme « Mise en œuvre commencée », utilisez une métrique filtrée par Status is In Progress et regroupez les données par l’horodatage Last Updated at des changements concernés. Consultez la configuration de la section « query » pour les détails de chaque widget.
Exportez les données sous-jacentes : Une fois les 15 widgets configurés et le rapport chargé, ouvrez chaque widget. Cliquez sur l’icône des options (trois points), puis sélectionnez « Export » et « Export underlying data ». Choisissez le format CSV.
Regroupez les fichiers exportés : Vous disposerez de 15 fichiers CSV distincts. Ouvrez chacun d’eux et ajoutez une colonne nommée ActivityName. Renseignez-y le nom de l’activité correspondante (par exemple, « Demande de changement créée » pour le premier fichier, « Changement approuvé » pour le deuxième, etc.).
Fusionnez les fichiers en un seul journal d’événements : Regroupez les données des 15 fichiers CSV modifiés dans un fichier CSV principal. Vérifiez que les en-têtes de colonnes sont identiques dans tous les fichiers avant de les fusionner.
Uniformisez les noms de colonnes : Dans le fichier principal, renommez les colonnes pour qu’elles correspondent au schéma requis. Par exemple, renommez « Change ID » en ChangeRequestId et les colonnes de date correspondantes dans chaque fichier (par exemple, « Created at », « Approved on ») en EventTime.
Ajoutez les attributs statiques et recommandés : Ajoutez les colonnes suivantes à votre feuille de calcul finale : SourceSystem (renseignez « Freshservice » pour toutes les lignes) et LastDataUpdate (renseignez la date et l’heure de l’exportation). Ajoutez également les colonnes des attributs recommandés, comme ChangeStatus, ChangeType, etc. Pour les renseigner, vous pouvez créer dans Freshservice un rapport d’enrichissement distinct contenant ces informations pour chaque Change ID, puis joindre les données à l’aide d’une fonction de feuille de calcul telle que VLOOKUP.
Vérifiez la mise en forme finale : Vérifiez que les horodatages du fichier CSV final suivent un format cohérent, qu’il ne contient aucune ligne vide et que les en-têtes de colonnes correspondent exactement au schéma requis pour l’importation dans ProcessMind.

Configuration

Prérequis : Vous devez avoir accès au module Freshservice Analytics. Celui-ci est généralement inclus dans les offres Pro et Enterprise. Votre rôle doit vous autoriser à créer des rapports et à consulter les données de gestion du changement.
Filtre de période : Appliquez au rapport un filtre de période cohérent, par exemple « Created at is in the last 180 days ». Ainsi, tous les widgets utiliseront le même ensemble de demandes de changement.
Configuration des widgets : Chaque widget doit isoler une activité métier. Pour cela, vous devrez souvent filtrer sur un statut précis, utiliser un champ de date dédié (comme « Approved on ») ou associer le champ « Last Updated at » à un filtre de statut.
Exportation des données sous-jacentes : Utilisez toujours l’option « Export underlying data », et non l’option « Export » qui concerne l’image du widget ou les données récapitulatives. Vous obtiendrez ainsi les données brutes, ligne par ligne, nécessaires au journal d’événements.
Performances : Les rapports comportant plus d’une douzaine de widgets et couvrant une longue période (plus d’un an) peuvent être lents à charger. Il est conseillé d’exécuter le rapport et d’exporter les données en dehors des heures de pointe afin de limiter l’impact sur les performances.

Exemple de requête sql

/* This is a configuration guide for creating widgets in Freshservice Analytics. 
Create one widget for each of the following 15 configurations. */

// Widget 1: Change Request Created
Widget.Module = "Changes"
Widget.Metric = "Count of Changes"
Widget.GroupBy = ["Change ID", "Created at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Created at": "EventTime"}

// Widget 2: Approval Requested
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status history contains 'Awaiting Approval')"
Widget.GroupBy = ["Change ID", "First moved to awaiting approval at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "First moved to awaiting approval at": "EventTime"}

// Widget 3: Risk Assessment Completed
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Risk is not empty)"
Widget.GroupBy = ["Change ID", "[Timestamp of first Risk update]"] // Note: This may require using 'Last Updated at' with a specific condition or a custom field.
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "[Timestamp of first Risk update]": "EventTime"}

// Widget 4: Note Added to Change
Widget.Module = "Ticket Activities"
Widget.Metric = "Count of Activities (Filtered: Activity Type is 'Note added' AND Parent Type is 'Change')"
Widget.GroupBy = ["Parent ID", "Performed at"]
Widget.ColumnsToExport = {"Parent ID": "ChangeRequestId", "Performed at": "EventTime"}

// Widget 5: Change Approved
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status is 'Approved')"
Widget.GroupBy = ["Change ID", "Approved on"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Approved on": "EventTime"}

// Widget 6: Change Rejected
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status is 'Rejected')"
Widget.GroupBy = ["Change ID", "Last Updated at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Last Updated at": "EventTime"}

// Widget 7: Planning Completed
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status history contains 'Pending Release')"
Widget.GroupBy = ["Change ID", "Last Updated at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Last Updated at": "EventTime"}

// Widget 8: Change Scheduled
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Scheduled Start Time is not empty)"
Widget.GroupBy = ["Change ID", "[Timestamp of first Schedule update]"] // Note: This often corresponds to the 'Last Updated at' when the schedule fields were populated.
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "[Timestamp of first Schedule update]": "EventTime"}

// Widget 9: Implementation Started
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status is 'In Progress')"
Widget.GroupBy = ["Change ID", "Last Updated at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Last Updated at": "EventTime"}

// Widget 10: Implementation Completed
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status history contains 'Pending Review')"
Widget.GroupBy = ["Change ID", "Last Updated at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Last Updated at": "EventTime"}

// Widget 11: Testing Completed
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status history contains 'Pending Review' OR custom testing status)"
Widget.GroupBy = ["Change ID", "[Timestamp for status change to review]"] // Use 'Last Updated at' corresponding to the status change.
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "[Timestamp for status change to review]": "EventTime"}

// Widget 12: Post-Implementation Review Done
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status is 'Closed' AND [PIR field is populated])"
Widget.GroupBy = ["Change ID", "Last Updated at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Last Updated at": "EventTime"}

// Widget 13: Change Re-Opened
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status history contains 'Re-opened')"
Widget.GroupBy = ["Change ID", "Last Updated at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Last Updated at": "EventTime"}

// Widget 14: Change Closed
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status is 'Closed')"
Widget.GroupBy = ["Change ID", "Closed at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Closed at": "EventTime"}

// Widget 15: Change Cancelled
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status is 'Cancelled' OR Status is 'Withdrawn')"
Widget.GroupBy = ["Change ID", "Last Updated at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Last Updated at": "EventTime"}

Étapes

Prérequis : Vérifiez que Python 3 est installé sur votre système. Installez les bibliothèques nécessaires, requests pour les appels API et pandas pour la manipulation des données, en exécutant la commande suivante dans votre terminal : pip install requests pandas.
Obtenez une clé API : Connectez-vous à votre instance Freshservice en tant qu’administrateur. Accédez aux paramètres de votre profil, ouvrez la section API et générez une nouvelle clé API. Copiez-la dans un emplacement sécurisé, car le script en aura besoin.
Configurez le script : Créez un fichier Python (par exemple, extract_freshservice_changes.py). Copiez-y le script Python complet fourni dans la section query. Remplacez les variables fictives en haut du script : FRESHSERVICE_DOMAIN (par exemple, your-company.freshservice.com) et API_KEY par vos identifiants.
Définissez la période d’extraction : Modifiez la variable UPDATED_SINCE_FILTER du script pour définir la date de début de l’extraction. Le format utilisé est ISO 8601 (par exemple, YYYY-MM-DDTHH:MM:SSZ). Il est conseillé de commencer par une période récente de trois à six mois.
Exécutez le script : Lancez le script depuis votre terminal avec la commande python extract_freshservice_changes.py. Il commencera à récupérer les données sur les changements et les activités via l’API Freshservice et affichera sa progression à mesure qu’il traite chaque page de résultats.
Récupérez les données de l’API : Le script parcourt toutes les demandes de changement mises à jour pendant la période définie. Pour chacune, il récupère l’historique complet des activités. Cette opération peut prendre beaucoup de temps sur de grands volumes de données, en raison des limites de débit de l’API.
Transformez les données en journal d’événements : Le script traite la réponse JSON brute. Il repère les événements à partir des types d’activité et des changements de statut, par exemple « Demande de changement créée », « Statut passé à Closed » ou « Note ajoutée ». Il convertit ensuite ces informations au format requis pour le journal d’événements, avec une ligne par activité identifiée.
Calculez les attributs supplémentaires : Après avoir créé le journal d’événements initial, le script effectue un post-traitement. Il ajoute des colonnes statiques telles que SourceSystem et LastDataUpdate. Il calcule également EndTime pour chaque cas en recherchant le dernier EventTime associé à chaque ChangeRequestId unique.
Exportez les données au format CSV : À la fin de l’exécution, le script enregistre le journal d’événements final dans un fichier nommé freshservice_change_management_event_log.csv, dans le répertoire depuis lequel le script a été lancé. Ce fichier est prêt à être importé directement dans un outil de Process Mining.

Configuration

Clé API : Une clé API Freshservice est nécessaire. Elle doit être associée à un administrateur ou à un profil utilisateur disposant d’un accès complet en lecture au module de gestion du changement.
Domaine Freshservice : Vous devez indiquer le domaine Freshservice propre à votre organisation, par exemple your-company.freshservice.com.
Période (UPDATED_SINCE_FILTER) : Ce paramètre filtre les changements selon leur date de dernière mise à jour. Pour extraire l’historique complet, vous devrez peut-être exécuter le script à partir d’une date très ancienne. Pour une première analyse, une période de trois à six mois est recommandée afin de maîtriser les performances. Le chargement de l’historique complet peut prendre du temps et se heurter aux limites de débit de l’API.
Correspondance des statuts : Le script déduit plusieurs activités à partir des changements de statut (par exemple, « Mise en œuvre commencée » à partir du statut « In Progress »). Les noms de statut sont inscrits directement dans le script. Vous devrez peut-être les adapter aux statuts personnalisés configurés dans votre instance Freshservice.
Performances : Le script récupère individuellement toutes les activités de chaque demande de changement. Pour une instance comptant des dizaines de milliers de changements, l’extraction peut prendre plusieurs heures en raison du nombre d’appels API et des éventuelles limites de débit.

Exemple de requête python

import requests
import pandas as pd
from datetime import datetime, timezone
import time

class=class="hl-string">"hl-comment"># --- Configuration ---
class=class="hl-string">"hl-comment"># Replace with your Freshservice domain (e.g., class="hl-string">'your-company.freshservice.com')
FRESHSERVICE_DOMAIN = class="hl-string">"[YOUR_DOMAIN]"
class=class="hl-string">"hl-comment"># Replace with your Freshservice API Key
API_KEY = class="hl-string">"[YOUR_API_KEY]"

class=class="hl-string">"hl-comment"># Filter for changes updated since a specific date (ISO 8601 format)
class=class="hl-string">"hl-comment"># Example: class="hl-string">'2023-01-01T00:00:00Z'
UPDATED_SINCE_FILTER = class="hl-string">"2023-01-01T00:00:00Z"

class=class="hl-string">"hl-comment"># --- Script --- 
BASE_URL = fclass="hl-string">"https://{FRESHSERVICE_DOMAIN}/api/v2"

def get_all_changes(updated_since):
    changes = []
    url = fclass="hl-string">"{BASE_URL}/changes?updated_since={updated_since}"
    page = 1
    while url:
        print(fclass="hl-string">"Fetching changes page {page}...")
        try:
            response = requests.get(url, auth=(API_KEY, class="hl-string">'X'))
            response.raise_for_status()  class=class="hl-string">"hl-comment"># Raise an exception for bad status codes
            data = response.json()
            changes.extend(data[class="hl-string">'changes'])
            class=class="hl-string">"hl-comment"># Freshservice uses the class="hl-string">'Link' header for pagination
            if class="hl-string">'Link' in response.headers:
                url = response.headers[class="hl-string">'Link'].split(class="hl-string">';')[0].strip(class="hl-string">'<>')
            else:
                url = None
            page += 1
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Error fetching changes: {e}")
            if response.status_code == 429: class=class="hl-string">"hl-comment"># Rate limit exceeded
                print(class="hl-string">"Rate limit exceeded. Waiting for 60 seconds...")
                time.sleep(60)
                continue class=class="hl-string">"hl-comment"># Retry the same URL
            else:
                url = None class=class="hl-string">"hl-comment"># Stop on other errors
    return changes

def get_change_activities(change_id):
    activities = []
    url = fclass="hl-string">"{BASE_URL}/changes/{change_id}/activities"
    while url:
        try:
            response = requests.get(url, auth=(API_KEY, class="hl-string">'X'))
            response.raise_for_status()
            data = response.json()
            activities.extend(data[class="hl-string">'activities'])
            if class="hl-string">'Link' in response.headers:
                url = response.headers[class="hl-string">'Link'].split(class="hl-string">';')[0].strip(class="hl-string">'<>')
            else:
                url = None
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Error fetching activities for change {change_id}: {e}")
            if response.status_code == 429: class=class="hl-string">"hl-comment"># Rate limit exceeded
                print(class="hl-string">"Rate limit exceeded. Waiting for 60 seconds...")
                time.sleep(60)
                continue class=class="hl-string">"hl-comment"># Retry the same URL
            else:
                url = None class=class="hl-string">"hl-comment"># Stop on other errors
    return activities

def main():
    print(class="hl-string">"Starting Freshservice data extraction...")
    all_changes = get_all_changes(UPDATED_SINCE_FILTER)
    event_log = []
    total_changes = len(all_changes)
    
    print(fclass="hl-string">"Found {total_changes} changes to process.")

    for index, change in enumerate(all_changes):
        print(fclass="hl-string">"Processing change {index + 1}/{total_changes}: ID {change['id']}")
        change_id = change[class="hl-string">'id']
        requester_name = change[class="hl-string">'requester'][class="hl-string">'first_name'] + class="hl-string">' ' + change[class="hl-string">'requester'][class="hl-string">'last_name'] if change.get(class="hl-string">'requester') else None
        assigned_group = change[class="hl-string">'group'][class="hl-string">'name'] if change.get(class="hl-string">'group') else None

        class=class="hl-string">"hl-comment"># Base attributes for all events of this case
        base_event = {
            class="hl-string">'ChangeRequestId': change_id,
            class="hl-string">'ChangeStatus': change.get(class="hl-string">'status_name'),
            class="hl-string">'ChangeType': change.get(class="hl-string">'change_type_name'),
            class="hl-string">'ChangePriority': change.get(class="hl-string">'priority_name'),
            class="hl-string">'RequesterName': requester_name,
            class="hl-string">'AssignedGroup': assigned_group,
            class="hl-string">'RiskLevel': change.get(class="hl-string">'risk_name'),
            class="hl-string">'TargetCompletionDate': change.get(class="hl-string">'planned_end_date'),
            class="hl-string">'SourceSystem': class="hl-string">'Freshservice',
            class="hl-string">'LastDataUpdate': datetime.now(timezone.utc).isoformat()
        }

        class=class="hl-string">"hl-comment"># 1. Change Request Created
        event_log.append({
            **base_event,
            class="hl-string">'ActivityName': class="hl-string">'Change Request Created',
            class="hl-string">'EventTime': change[class="hl-string">'created_at']
        })

        class=class="hl-string">"hl-comment"># Fetch and process activities
        activities = get_change_activities(change_id)
        for activity in activities:
            activity_event_time = activity[class="hl-string">'performed_at']

            class=class="hl-string">"hl-comment"># 4. Note Added to Change
            if activity[class="hl-string">'activity_type'] == class="hl-string">'Note Added':
                event_log.append({
                    **base_event,
                    class="hl-string">'ActivityName': class="hl-string">'Note Added to Change',
                    class="hl-string">'EventTime': activity_event_time
                })
            
            class=class="hl-string">"hl-comment"># 5. Change Approved & 6. Change Rejected
            if activity[class="hl-string">'activity_type'] == class="hl-string">'Approval' and class="hl-string">'status_name' in activity[class="hl-string">'activity_data']:
                if activity[class="hl-string">'activity_data'][class="hl-string">'status_name'] == class="hl-string">'Approved':
                    event_log.append({
                        **base_event,
                        class="hl-string">'ActivityName': class="hl-string">'Change Approved',
                        class="hl-string">'EventTime': activity_event_time
                    })
                elif activity[class="hl-string">'activity_data'][class="hl-string">'status_name'] == class="hl-string">'Rejected':
                    event_log.append({
                        **base_event,
                        class="hl-string">'ActivityName': class="hl-string">'Change Rejected',
                        class="hl-string">'EventTime': activity_event_time
                    })
            
            class=class="hl-string">"hl-comment"># Process status changes and field updates
            if class="hl-string">'changes' in activity[class="hl-string">'activity_data']:
                previous_status_id = activity[class="hl-string">'activity_data'][class="hl-string">'changes'].get(class="hl-string">'status', [None, None])[0]
                new_status_name = activity[class="hl-string">'activity_data'][class="hl-string">'changes'].get(class="hl-string">'status', [None, class="hl-string">''])[1]
                previous_status_name = change[class="hl-string">'status_name_label_mapping'].get(str(previous_status_id))

                class=class="hl-string">"hl-comment"># 2. Approval Requested
                if new_status_name == class="hl-string">'Awaiting Approval':
                    event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Approval Requested', class="hl-string">'EventTime': activity_event_time})
                
                class=class="hl-string">"hl-comment"># 3. Risk Assessment Completed
                if class="hl-string">'risk' in activity[class="hl-string">'activity_data'][class="hl-string">'changes']:
                    event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Risk Assessment Completed', class="hl-string">'EventTime': activity_event_time})

                class=class="hl-string">"hl-comment"># 7. Planning Completed (Inferred)
                if new_status_name == class="hl-string">'Open' and previous_status_name == class="hl-string">'Awaiting Approval':
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Planning Completed', class="hl-string">'EventTime': activity_event_time})

                class=class="hl-string">"hl-comment"># 8. Change Scheduled (Inferred)
                if class="hl-string">'planned_start_date' in activity[class="hl-string">'activity_data'][class="hl-string">'changes'] or class="hl-string">'planned_end_date' in activity[class="hl-string">'activity_data'][class="hl-string">'changes']:
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Change Scheduled', class="hl-string">'EventTime': activity_event_time})

                class=class="hl-string">"hl-comment"># 9. Implementation Started (Inferred)
                if new_status_name == class="hl-string">'In Progress':
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Implementation Started', class="hl-string">'EventTime': activity_event_time})

                class=class="hl-string">"hl-comment"># 10. Implementation Completed (Inferred)
                if new_status_name == class="hl-string">'Pending Review':
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Implementation Completed', class="hl-string">'EventTime': activity_event_time})

                class=class="hl-string">"hl-comment"># 11. Testing Completed (Inferred)
                if new_status_name == class="hl-string">'Testing Complete': class=class="hl-string">"hl-comment"># This status name may need customization
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Testing Completed', class="hl-string">'EventTime': activity_event_time})
                
                class=class="hl-string">"hl-comment"># 12. Post-Implementation Review Done (Inferred)
                if new_status_name == class="hl-string">'Pending PIR' and previous_status_name != class="hl-string">'Closed': class=class="hl-string">"hl-comment"># Example status, might need adjustment
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Post-Implementation Review Done', class="hl-string">'EventTime': activity_event_time})
                
                class=class="hl-string">"hl-comment"># 13. Change Re-Opened
                is_reopened = (previous_status_name in [class="hl-string">'Closed', class="hl-string">'Cancelled']) and (new_status_name not in [class="hl-string">'Closed', class="hl-string">'Cancelled'])
                if is_reopened:
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Change Re-Opened', class="hl-string">'EventTime': activity_event_time})

                class=class="hl-string">"hl-comment"># 14. Change Closed
                if new_status_name == class="hl-string">'Closed':
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Change Closed', class="hl-string">'EventTime': activity_event_time})

                class=class="hl-string">"hl-comment"># 15. Change Cancelled
                if new_status_name == class="hl-string">'Cancelled':
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Change Cancelled', class="hl-string">'EventTime': activity_event_time})

    if not event_log:
        print(class="hl-string">"No events were generated. Check your filters and API permissions.")
        return

    df = pd.DataFrame(event_log)

    class=class="hl-string">"hl-comment"># Post-processing
    df[class="hl-string">'EventTime'] = pd.to_datetime(df[class="hl-string">'EventTime'])
    df = df.sort_values(by=[class="hl-string">'ChangeRequestId', class="hl-string">'EventTime']).drop_duplicates()

    class=class="hl-string">"hl-comment"># Calculate EndTime
    end_times = df.groupby(class="hl-string">'ChangeRequestId')[class="hl-string">'EventTime'].max().to_dict()
    df[class="hl-string">'EndTime'] = df[class="hl-string">'ChangeRequestId'].map(end_times)

    class=class="hl-string">"hl-comment"># Reorder columns
    column_order = [
        class="hl-string">'ChangeRequestId', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate', class="hl-string">'EndTime',
        class="hl-string">'ChangeStatus', class="hl-string">'ChangeType', class="hl-string">'ChangePriority', class="hl-string">'RequesterName', class="hl-string">'AssignedGroup', class="hl-string">'RiskLevel',
        class="hl-string">'TargetCompletionDate'
    ]
    df = df[column_order]
    
    class=class="hl-string">"hl-comment"># Save to CSV
    output_file = class="hl-string">'freshservice_change_management_event_log.csv'
    df.to_csv(output_file, index=False, date_format=class="hl-string">'%Y-%m-%dT%H:%M:%S.%f%z')
    print(fclass="hl-string">"Extraction complete. Event log saved to {output_file}")

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

Prêt à commencer ?

Préparez vos données à l’aide de ce modèle complet et commencez dès aujourd’hui à améliorer votre processus de gestion du changement. Faites apparaître les éléments jusque-là invisibles et déployez vos changements plus efficacement.

Retour au guide d’amélioration

Télécharger le modèle

Évitez les échecs de changement : améliorez dès maintenant la gestion dans Freshservice

Atteignez un taux de réussite de 95 % et éliminez les interruptions et les retards dans Freshservice.

Démarrer l’essai gratuit

Aucune carte bancaire requise. Commencez en quelques minutes.

Votre modèle de données pour la gestion du changement

Votre modèle de données pour la gestion du changement

Attributs de gestion du changement

Activités de gestion du changement

Guides d’extraction

Exportation des données brutes de Freshservice Analytics

Étapes

Configuration

Exemple de requête sql

Extraction par script Python via l’API REST de Freshservice

Étapes

Configuration

Exemple de requête python

Prêt à commencer ?

Évitez les échecs de changement : améliorez dès maintenant la gestion dans Freshservice

Votre modèle de données pour la gestion du changement

Votre modèle de données pour la gestion du changement

Attributs de gestion du changement

Activités de gestion du changement

Guides d’extraction

Exportation des données brutes de Freshservice Analytics

Étapes

Configuration

Exemple de requête sql

Extraction par script Python via l’API REST de Freshservice

Étapes

Configuration

Exemple de requête python

Prêt à commencer ?

Évitez les échecs de changement : améliorez dès maintenant la gestion dans Freshservice

Prêt à commencer ?

Évitez les échecs de changement : améliorez dès maintenant la gestion dans Freshservice