> Amélioration continue des processus > Gestion d’entrepôt > Oracle WMS Cloud > Modèle de données

Votre modèle de données pour la gestion d’entrepôt

Oracle WMS Cloud

Attributs de gestion d’entrepôt(21) Activités de gestion d’entrepôt(16) Guides d’extraction(2)

Votre modèle de données pour la gestion d’entrepôt

Ce modèle vous guide dans la collecte des données nécessaires à l’analyse de vos processus de gestion d’entrepôt. Il présente les attributs et les activités essentiels à suivre, ainsi que des conseils pratiques pour extraire ces informations de votre système source.

Attributs recommandés à collecter
Activités clés à suivre dans votre processus
Conseils pour l’extraction des données

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

Télécharger le modèle

Attributs de gestion d’entrepôt

Voici les champs de données recommandés à inclure dans votre journal d’événements pour analyser en détail la gestion de l’entrepôt.

5 Obligatoire 7 Recommandé 9 Facultatif

	Nom	Description
	Commande d’entrepôt WarehouseOrder	Identifiant unique d’une commande d’entrepôt, qui sert de cas principal pour suivre toutes les activités logistiques associées, du début à la fin.
Description La commande d’entrepôt est l’identifiant central qui regroupe tous les événements et toutes les activités liés à une même opération logistique dans l’entrepôt, comme une réception entrante ou une expédition sortante. Elle sert d’identifiant de cas pour le Process Mining et permet d’analyser de bout en bout le cycle de vie du processus associé à cette commande. L’analyse par commande d’entrepôt permet de visualiser l’ensemble du parcours, de la création à la clôture ou à l’annulation. Elle aide à repérer les parcours fréquents, les goulots d’étranglement, les écarts et les boucles de reprise qui nuisent à l’efficacité des opérations. Cette vue permet d’évaluer les performances globales et le respect des procédures standard selon les différents types de commandes. Pourquoi est-ce important ? Cet identifiant de cas essentiel relie toutes les activités associées à l’entrepôt et offre une vue complète du processus de chaque commande logistique, de bout en bout. Où trouver ces données Cet identifiant se trouve généralement dans les en-têtes des tables de commandes d’entrepôt d’Oracle WMS Cloud, par exemple dans les modules Orders ou Tasks. Exemples WO-0054321ORD-9876543SHIP-2024-1001
	Heure de début de l’événement EventStartTime	Horodatage indiquant le début d’une activité ou d’un événement précis dans l’entrepôt.
Description L’heure de début de l’événement correspond à la date et à l’heure précises auxquelles une activité commence. Cet attribut temporel sert principalement à classer les événements par ordre chronologique et à calculer les durées et les temps de cycle en Process Mining. Il est indispensable pour représenter fidèlement le déroulement réel du processus. L’analyse fondée sur l’heure de début de l’événement est essentielle au suivi des performances. Elle permet de calculer des indicateurs clés, comme le temps écoulé entre deux activités, la durée totale d’un cas et le respect des accords de niveau de service. Les Dashboards qui présentent les temps de cycle, par exemple « Temps de cycle entre la réception des marchandises et leur rangement », s’appuient entièrement sur cet attribut pour repérer les retards. Pourquoi est-ce important ? Cet horodatage permet de classer correctement les événements et de calculer les indicateurs de performance temporels, notamment les temps de cycle et les goulots d’étranglement. Où trouver ces données Il s’agit généralement du champ d’horodatage de création ou de début associé à un enregistrement de tâche ou d’événement dans les tables de transactions d’Oracle WMS Cloud. Exemples 2023-10-26T09:00:00Z2023-10-26T10:30:15Z2023-10-27T11:05:00Z
	Nom de l’activité ActivityName	Nom d’un événement métier ou d’une tâche survenu dans le processus de gestion de l’entrepôt, par exemple « Marchandises prélevées » ou « Expédition envoyée ».
Description Le nom de l’activité décrit une étape ou un jalon du cycle de vie d’une commande d’entrepôt. Ces activités constituent les nœuds successifs de la cartographie du processus et permettent de visualiser et d’analyser son déroulement. Chaque activité est horodatée, ce qui permet de mesurer les performances et de repérer les goulots d’étranglement. En Process Mining, cet attribut est indispensable à la construction du modèle de processus. Il sert à analyser la fréquence des activités, les parcours et les durées entre les différentes étapes. Comprendre l’ordre et la fréquence d’activités telles que « Contrôle qualité effectué » ou « Tâche de prélèvement créée » est essentiel pour optimiser la répartition des ressources et réduire les temps de cycle. Pourquoi est-ce important ? Cet attribut définit les étapes de la cartographie du processus et permet ainsi de visualiser, d’analyser et d’optimiser le flux de travail de l’entrepôt. Où trouver ces données Ces informations proviennent généralement des journaux d’événements, des tables de statut des tâches ou des enregistrements de transactions d’Oracle WMS Cloud, qui consignent les jalons du processus. Exemples Marchandises arrivéesTâche de prélèvement crééeMarchandises emballéesExpédition partie
	Dernière mise à jour des données LastDataUpdate	Horodatage indiquant la dernière extraction ou actualisation des données de cet événement depuis le système source.
Description La dernière mise à jour des données indique la date et l’heure auxquelles les données ont été extraites d’Oracle WMS Cloud. Ces métadonnées permettent d’évaluer l’actualité de l’analyse et de prendre des décisions à partir d’informations à jour. Dans les Dashboards de Process Mining, cet horodatage renseigne sur la date des données affichées. Il permet de savoir si l’analyse reflète les opérations en temps réel ou un état historique, ce qui est essentiel au suivi opérationnel. Pourquoi est-ce important ? Indique l’actualité des données et permet de savoir à quel point l’analyse du processus est récente. Où trouver ces données Cet horodatage est généré et ajouté lors du processus d’extraction, de transformation et de chargement des données (ETL). Exemples 2023-11-01T02:00:00Z2023-11-02T02:00:00Z
	Système source SourceSystem	Système depuis lequel les données de gestion de l’entrepôt ont été extraites.
Description Cet attribut indique l’origine des données, ici Oracle WMS Cloud. Même s’il peut sembler statique, il est essentiel à la gouvernance des données et à leur traçabilité, notamment lorsque des données issues de plusieurs systèmes sont réunies pour une analyse plus large. En Process Mining, il aide les parties prenantes à faire confiance aux données et à en comprendre le contexte. Si les entrepôts utilisent des systèmes différents, ce champ est indispensable pour segmenter et comparer les performances des processus. Pourquoi est-ce important ? Il précise l’origine des données et leur contexte de gouvernance, garantit leur traçabilité et permet les analyses portant sur plusieurs systèmes. Où trouver ces données Il s’agit généralement d’une valeur statique ajoutée lors de la transformation des données pour indiquer l’origine du jeu de données. Exemples Oracle WMS CloudOracle Fusion WMS
	Date d’achèvement demandée RequestedCompletionDate	Date à laquelle la commande d’entrepôt doit être terminée ou expédiée.
Description La date d’achèvement demandée correspond à l’échéance prévue dans l’accord de niveau de service (SLA) ou attendue par le client. Elle sert de référence pour déterminer si la commande a été terminée à temps, en avance ou en retard. Cet attribut est essentiel aux Dashboards de suivi des performances, comme « Respect des SLA des commandes d’entrepôt », et au calcul d’indicateurs clés tels que « Respect des délais d’expédition ». En comparant l’horodatage réel de l’expédition à la date demandée, l’entreprise peut mesurer le respect de ses engagements de service, repérer les causes des retards et donner la priorité aux commandes qui risquent de ne pas être livrées à temps. Pourquoi est-ce important ? Cet attribut permet principalement de mesurer le respect des délais et des SLA, ce qui a une incidence directe sur la satisfaction des clients. Où trouver ces données Consultez la documentation d’Oracle WMS Cloud. Cette information figure généralement dans les données d’en-tête de la commande et provient souvent d’une commande client ou d’achat. Exemples 2023-10-28T17:00:00Z2023-11-05T23:59:59Z2023-11-15T12:00:00Z
	Heure de fin de l’événement EventEndTime	Horodatage indiquant la fin d’une activité ou d’un événement précis dans l’entrepôt.
Description L’heure de fin de l’événement correspond à la date et à l’heure précises auxquelles une activité s’achève. Lorsqu’il est disponible, cet attribut mesure plus précisément la durée d’une activité que le calcul fondé sur l’heure de début de l’activité suivante. Il est particulièrement utile pour les tâches dont la durée de traitement peut être mesurée, comme l’emballage ou le contrôle qualité. Disposer des heures de début et de fin permet de calculer précisément la durée de traitement de chaque activité. On peut ainsi distinguer le temps consacré au travail effectif sur une tâche du temps d’attente avant le début de l’étape suivante. Cette distinction est essentielle pour analyser l’utilisation des ressources et l’efficacité. Pourquoi est-ce important ? Permet de calculer précisément la durée de chaque activité et de distinguer le temps de traitement actif du temps d’attente. Où trouver ces données Il s’agit généralement du champ d’horodatage de fin ou d’achèvement d’un enregistrement de tâche ou d’événement dans Oracle WMS Cloud. Exemples 2023-10-26T09:15:00Z2023-10-26T11:00:45Z2023-10-27T11:20:00Z
	ID utilisateur/opérateur UserOperatorId	Identifiant de l’utilisateur, de l’opérateur ou de l’employé qui a effectué l’activité dans l’entrepôt.
Description Cet attribut identifie la personne responsable de l’exécution d’une tâche précise, comme le prélèvement, l’emballage ou le rangement des marchandises. Il permet d’analyser les performances des équipes, la répartition de la charge de travail et le respect des procédures opérationnelles standard. L’analyse par ID utilisateur/opérateur aide à repérer les employés les plus performants, les besoins de formation et les déséquilibres dans la répartition de la charge au sein de l’équipe. Le Dashboard « Utilisation des ressources par activité » s’appuie sur cet attribut pour comprendre la contribution de chaque utilisateur à l’efficacité globale du processus et repérer les goulots d’étranglement liés à certaines actions. Pourquoi est-ce important ? Cet attribut est essentiel pour analyser les performances des équipes, repérer les besoins de formation et assurer une répartition équitable de la charge de travail. Où trouver ces données Cet identifiant figure généralement dans les tables de transactions ou de tâches. Il est souvent associé à l’utilisateur connecté au système ou à l’appareil portable au moment de l’action. Exemples JSMITHBJOHNSONUSER123
	Niveau de priorité PriorityLevel	Classe le degré d’urgence de la commande d’entrepôt, par exemple « Élevée », « Normale » ou « Faible ».
Description Le niveau de priorité est un attribut défini par l’entreprise qui indique le degré d’urgence d’une commande d’entrepôt. Les commandes prioritaires, comme les expéditions express ou le réapprovisionnement de stocks en situation de pénurie, doivent souvent suivre un parcours plus rapide et mobiliser immédiatement les ressources nécessaires. Cet attribut est essentiel au Dashboard « Performance d’exécution des commandes prioritaires ». En filtrant et en comparant les processus selon leur niveau de priorité, les responsables peuvent vérifier si les commandes urgentes sont réellement traitées en priorité et respectent leurs SLA plus stricts. Il aide à affecter les ressources de manière à répondre aux besoins les plus pressants de l’entreprise. Pourquoi est-ce important ? Permet de vérifier si les commandes urgentes sont traitées plus rapidement que les commandes standard et si les SLA prioritaires sont respectés. Où trouver ces données Consultez la documentation d’Oracle WMS Cloud. Cette information figure généralement dans les données d’en-tête de la commande. Exemples ÉlevéeNormaleFaible
	Quantité réelle ActualQuantity	Quantité réelle d’articles comptés ou traités lors d’une activité, comme la réception de marchandises ou le prélèvement.
Description La quantité réelle correspond au nombre d’unités effectivement traitées lors d’une tâche dans l’entrepôt. Elle est souvent enregistrée lors de la réception des marchandises, du rangement, du prélèvement ou de l’inventaire tournant. Elle reflète les mouvements de stock réellement effectués. Cet attribut est essentiel au Dashboard « Écart de quantité des stocks ». En comparant la quantité réelle à la quantité prévue dans le document source, comme une commande d’achat ou d’expédition, il est possible de repérer immédiatement les écarts. Leur analyse aide à identifier les causes des erreurs de stock, telles que les erreurs du fournisseur, les erreurs de réception ou les erreurs de prélèvement, et à maintenir des niveaux de stock exacts. Pourquoi est-ce important ? Permet de repérer les écarts de stock en la comparant à la quantité prévue et contribue ainsi à améliorer l’exactitude des stocks. Où trouver ces données Consultez la documentation d’Oracle WMS Cloud. Ce champ figure généralement dans les détails des transactions ou dans les tables des lignes de tâche. Exemples 10098500
	Statut du SLA SLAState	Statut calculé indiquant si la commande d’entrepôt a été terminée à temps, en retard ou risque de l’être, selon la date d’achèvement demandée.
Description Le statut du SLA est un attribut calculé qui classe immédiatement les performances d’une commande par rapport à son échéance. Il est déterminé en comparant l’horodatage de l’activité de fin, par exemple « Expédition envoyée », à la valeur « RequestedCompletionDate ». Le statut peut être « À temps », « En retard » ou, pour les commandes en cours dont l’échéance approche, « À risque ». Cet attribut est conçu pour le Dashboard « Respect des SLA des commandes d’entrepôt ». Il transforme des comparaisons de dates complexes en un statut facile à comprendre et à évaluer rapidement. Les analystes peuvent filtrer les commandes en retard et en rechercher les causes afin de comprendre pourquoi elles n’ont pas respecté leur accord de niveau de service. Pourquoi est-ce important ? Présente en un coup d’œil le respect des SLA et facilite le suivi et l’analyse des performances dans les délais. Où trouver ces données Ce statut est calculé en comparant l’horodatage de la dernière activité à la valeur RequestedCompletionDate. Exemples À tempsEn retardÀ risque
	Type de commande d’entrepôt WarehouseOrderType	Catégorise la commande d’entrepôt, par exemple en réception entrante, expédition sortante ou transfert interne.
Description Le type de commande d’entrepôt précise l’objet de la commande. Les types courants comprennent les expéditions aux clients, les réceptions de commandes d’achat, les transferts de stock entre sites et les retours. Cette catégorisation est indispensable pour segmenter l’analyse des processus et comparer les performances de différents flux de travail. En Process Mining, le filtrage par type de commande permet de créer des cartographies distinctes pour les flux entrants et sortants, dont les étapes et les objectifs de performance diffèrent souvent. Par exemple, les indicateurs clés d’une expédition sortante portent sur la rapidité et la livraison au client, tandis que ceux d’une réception entrante concernent la disponibilité et l’exactitude des stocks. Cet attribut est essentiel au Dashboard « Débit des prélèvements et de l’emballage », qui permet de comparer différents processus d’exécution des commandes. Pourquoi est-ce important ? Permet de segmenter l’analyse entre les processus entrants, sortants et internes, qui ont des objectifs et des flux de travail différents. Où trouver ces données Consultez la documentation d’Oracle WMS Cloud. Cette information figure généralement dans les données d’en-tête de la commande d’entrepôt. Exemples Expédition sortanteRéception entranteTransfert interneRetour client
	Code motif ReasonCode	Code ou description qui explique la raison d’un événement précis, comme un ajustement de stock, un retour ou un écart.
Description Un code motif précise le contexte des événements inhabituels ou des exceptions dans le processus. Par exemple, si l’activité « Stock ajusté » a lieu, le code motif peut indiquer « Marchandises endommagées », « Ajustement après inventaire tournant » ou « Stock périmé ». Ces informations sont essentielles pour analyser les causes profondes des écarts de processus. En Process Mining, les codes motif sont précieux pour comprendre les raisons des exceptions. L’analyse de leur fréquence et de leurs conséquences peut aider à repérer des problèmes récurrents. Par exemple, de fréquents ajustements pour « Marchandises endommagées » peuvent justifier un examen des procédures de manutention, tandis que des codes « Erreur de prélèvement » fréquents peuvent signaler un besoin de formation ou de contrôles système supplémentaires pour les préparateurs. Pourquoi est-ce important ? Précise le contexte des exceptions et des écarts, et permet d’analyser les causes profondes de problèmes comme les ajustements de stock ou les retards. Où trouver ces données Consultez la documentation d’Oracle WMS Cloud. Ces codes sont généralement saisis lors du traitement des exceptions. Exemples DMG - Endommagé pendant le transportQTY_MISMATCH - Quantité manquante chez le fournisseurWRONG_ITEM_PICKED
	Équipement utilisé EquipmentUsed	Identifiant de l’équipement utilisé pour effectuer une activité dans l’entrepôt, comme un chariot élévateur ou un lecteur portable.
Description Cet attribut indique l’actif ou l’équipement utilisé pour une tâche dans l’entrepôt. Le suivi de l’utilisation des équipements complète l’analyse des performances des opérateurs et apporte un autre éclairage sur les ressources. Il permet de comprendre les taux d’utilisation, de repérer les besoins de maintenance et d’optimiser l’affectation des machines. L’analyse de l’équipement utilisé est essentielle au Dashboard « Utilisation des ressources par activité ». Elle peut révéler si certains équipements constituent des goulots d’étranglement ou si l’affectation des tâches peut être améliorée en fonction de leur disponibilité et de leur efficacité. Par exemple, elle peut montrer qu’un modèle précis de chariot élévateur est systématiquement plus lent pour les tâches de rangement, ce qui justifie une analyse plus approfondie. Pourquoi est-ce important ? Permet d’analyser l’utilisation et l’efficacité des équipements, de repérer les goulots d’étranglement liés aux actifs et d’optimiser la répartition des ressources. Où trouver ces données Consultez la documentation d’Oracle WMS Cloud. Cette information peut figurer dans les enregistrements d’exécution des tâches, notamment lorsque les opérateurs se connectent à un équipement précis. Exemples FORKLIFT-05SCANNER-A12CART-27
	Est une reprise IsRework	Indicateur booléen précisant si une activité répète une étape précédente dans le même cas, ce qui signale une reprise ou une boucle dans le processus.
Description « Est une reprise » est un indicateur calculé qui repère les écarts par rapport à un déroulement linéaire, lorsqu’une activité est répétée. Par exemple, si l’activité « Marchandises prélevées » est suivie d’une nouvelle activité du même nom pour la même commande, cette seconde occurrence est signalée comme une reprise. Cela peut révéler un problème, comme une erreur de prélèvement qui a dû être corrigée. Cet attribut est essentiel au Dashboard « Analyse des écarts de processus et des reprises » et à l’indicateur clé de performance « Taux de reprise en entrepôt ». Le signalement de ces événements permet de mesurer la fréquence des reprises et leur impact. Repérer les activités les plus souvent répétées aide à identifier les faiblesses du processus, les problèmes de qualité ou les besoins de formation qui nuisent à l’efficacité et augmentent les coûts opérationnels. Pourquoi est-ce important ? Cet indicateur met directement en évidence les inefficacités et les boucles du processus, et permet de mesurer le coût et la fréquence des reprises. Où trouver ces données Cet indicateur est calculé dans l’outil de Process Mining en repérant les séquences d’activités répétées pour un même identifiant de cas. Exemples truefalse
	ID d’expédition ShipmentId	Identifiant unique de l’expédition qui regroupe une ou plusieurs commandes d’entrepôt transportées ensemble.
Description L’ID d’expédition est un identifiant de niveau supérieur qui peut regrouper plusieurs commandes d’entrepôt en une seule unité logistique pour le transport. Par exemple, plusieurs petites commandes destinées à la même adresse peuvent être réunies dans une expédition transportée par le même camion. La commande d’entrepôt sert d’ID de cas pour cette analyse, tandis que l’ID d’expédition apporte une dimension supplémentaire à l’analyse de la logistique sortante. Il permet d’évaluer les performances à l’échelle de l’expédition, par exemple en mesurant le temps total nécessaire pour regrouper toutes les commandes. Il peut également servir à suivre les problèmes qui touchent une expédition entière plutôt qu’une seule commande. Pourquoi est-ce important ? Regroupe plusieurs commandes en une seule unité de transport et permet d’analyser l’efficacité du regroupement ainsi que les performances à l’échelle de l’expédition. Où trouver ces données Consultez la documentation d’Oracle WMS Cloud. Cette information figure généralement dans les modules de gestion des expéditions ou des chargements. Exemples SHP-98765LOAD-A543BOL-123456
	Identifiant de l’emplacement LocationIdentifier	Emplacement précis dans l’entrepôt où une activité a eu lieu, comme une case de stockage, une porte de quai ou une zone d’expédition.
Description L’identifiant de l’emplacement indique le lieu exact de l’entrepôt associé à un événement. Il peut s’agir d’un quai de réception pour l’événement « Marchandises arrivées », d’une case de stockage pour « Marchandises rangées », d’un poste d’emballage pour « Marchandises emballées » ou d’une voie de préparation pour « Placée en zone d’expédition ». Cet attribut ajoute une dimension spatiale à l’analyse du processus. Il peut aider à repérer les goulots d’étranglement liés à certaines zones physiques de l’entrepôt. L’analyse peut, par exemple, révéler qu’une allée précise ralentit systématiquement les prélèvements ou qu’une porte de quai particulière bloque les réceptions. Ces constats peuvent éclairer les décisions concernant l’agencement de l’entrepôt, la répartition des ressources et la conception des processus. Pourquoi est-ce important ? Ajoute une dimension physique à l’analyse et aide à repérer les goulots d’étranglement liés à certaines zones, allées ou cases de l’entrepôt. Où trouver ces données Consultez la documentation d’Oracle WMS Cloud. Ces informations sont généralement consignées dans les détails des tâches. Exemples A-01-03-BDOCK-04PACK-STN-02STAGE-LANE-5
	Quantité prévue PlannedQuantity	Quantité d’articles attendue pour une activité, selon le document source, comme une commande d’achat ou de vente.
Description La quantité prévue correspond au nombre d’unités attendu pour une tâche, tel qu’il est indiqué dans le document d’origine. Pour une réception entrante, il s’agit de la quantité figurant sur la commande d’achat. Pour une expédition sortante, c’est la quantité indiquée sur la commande client. Cet attribut sert de référence pour la comparaison avec la quantité réelle. L’indicateur « Taux d’écart des données de stock » est calculé à partir des différences entre les quantités prévues et réelles. L’analyse de ces écarts est essentielle à la gestion des stocks et de la chaîne d’approvisionnement, car elle permet de traiter les problèmes liés aux fournisseurs, aux processus internes ou aux erreurs de saisie. Pourquoi est-ce important ? Sert de référence pour mesurer l’exactitude des stocks et repérer les écarts lors des processus de réception ou de prélèvement. Où trouver ces données Consultez la documentation d’Oracle WMS Cloud. Cette information figure généralement sur la ligne de commande associée à la tâche d’entrepôt. Exemples 100100500
	Référence SKU du produit ProductSKU	Unité de gestion des stocks (SKU) ou identifiant du produit traité dans le cadre de la commande d’entrepôt.
Description La référence SKU du produit est le code unique qui identifie un produit ou un article précis. Les commandes d’entrepôt contiennent souvent un ou plusieurs produits. Cet attribut permet donc de segmenter l’analyse selon les articles traités. L’analyse par référence SKU peut révéler l’incidence des différents produits sur l’efficacité de l’entrepôt. Par exemple, les articles volumineux ou fragiles peuvent nécessiter un temps de manutention plus long, tandis que les produits à forte rotation peuvent suivre un parcours plus optimisé. Ces informations sont utiles pour définir l’emplacement des produits dans l’entrepôt afin de réduire les déplacements liés au prélèvement et au rangement, et pour comprendre l’incidence de leurs caractéristiques sur le débit global. Pourquoi est-ce important ? Permet d’analyser l’incidence des caractéristiques des produits sur les durées de manutention et les parcours, et d’adapter en conséquence les stratégies d’emplacement et de stockage. Où trouver ces données Consultez la documentation d’Oracle WMS Cloud. Cette information figure au niveau de la ligne de commande ou des détails de la tâche. Exemples SKU-100-RED-LGPROD-54321HW-CMP-001A
	Statut de la commande d’entrepôt WarehouseOrderStatus	Statut actuel ou final de la commande d’entrepôt, par exemple « Terminée » ou « Annulée ».
Description Cet attribut indique le résultat ou l’état final d’une commande d’entrepôt. Il permet de distinguer les commandes traitées avec succès de celles qui ont été annulées ou sont toujours en cours. Il est essentiel pour filtrer les cas afin d’analyser uniquement les processus terminés ou d’examiner les motifs d’annulation. L’analyse des cas selon leur statut final permet de comprendre les variations et les résultats des processus. Par exemple, comparer les parcours des commandes « Terminées » et « Annulées » peut révéler à quelle étape les annulations surviennent généralement et mettre en évidence des problèmes potentiels liés aux stocks, aux demandes des clients ou aux erreurs système. Cet attribut sert également à calculer des indicateurs de débit, comme le « Débit quotidien de l’entrepôt ». Pourquoi est-ce important ? Définit le résultat d’un cas et permet de se concentrer sur les commandes terminées avec succès ou d’examiner les exceptions, comme les annulations. Où trouver ces données Il s’agit généralement du champ de statut de l’enregistrement d’en-tête de la commande d’entrepôt dans Oracle WMS Cloud. Exemples TerminéeEn coursAnnuléeEn attente
	Transporteur Carrier	Transporteur ou prestataire de transport chargé de l’expédition sortante.
Description L’attribut Transporteur identifie le partenaire logistique chargé d’acheminer les marchandises de l’entrepôt à leur destination finale. Il peut s’agir d’un transporteur commercial comme FedEx ou UPS, d’une entreprise de fret ou d’une flotte interne. Le Dashboard « Temps de cycle d’expédition » utilise ces informations pour analyser et comparer les performances des différents transporteurs. En segmentant le temps écoulé entre « Placée en zone d’expédition » et « Expédition envoyée » selon le transporteur, l’entreprise peut repérer les partenaires les plus efficaces et ceux qui occasionnent des retards. Ces données peuvent ensuite éclairer le choix des transporteurs et les négociations contractuelles. Pourquoi est-ce important ? Permet de comparer les performances des transporteurs, d’optimiser la logistique sortante et de réduire les retards d’expédition. Où trouver ces données Consultez la documentation d’Oracle WMS Cloud. Cette information est généralement enregistrée dans les données d’expédition ou de chargement associées à la commande d’entrepôt. Exemples FedExUPSDHLXPO Logistics

Obligatoire Recommandé Facultatif

Activités de gestion d’entrepôt

Voici les principales étapes et les jalons à consigner dans votre journal d’événements pour découvrir précisément le déroulement du processus.

7 Recommandé 9 Facultatif

	Activité	Description
	Commande d’entrepôt terminée	Cet événement correspond à la clôture définitive de la commande d’entrepôt. Il peut avoir lieu au départ de l’expédition ou un peu plus tard, une fois toutes les mises à jour du système effectuées. Il marque la fin réussie du processus.
Pourquoi est-ce important ? Cette activité marque la fin du cycle de vie complet du processus d’entrepôt. Elle est essentielle au calcul du temps de cycle total et du débit de l’ensemble des opérations de l’entrepôt. Où trouver ces données Cet événement est généralement déduit du changement de statut final de l’objet de commande d’entrepôt, qui passe à « Completed » ou « Closed ». L’horodatage de cette dernière mise à jour est utilisé. Données à recueillir Déduit du changement de statut de la commande d’entrepôt vers son état final de réussite. Type d’événement inferred
	Expédition partie	Cette activité marque la dernière étape : le camion chargé quitte l’entrepôt. Cette transaction clôt la commande sortante dans le WMS, sur les plans financier et physique.
Pourquoi est-ce important ? Cette étape finale des opérations sortantes est un indicateur clé du respect des délais d’expédition. Elle marque la remise des marchandises au transporteur et la fin de la responsabilité de l’entrepôt. Où trouver ces données Il s’agit d’une transaction explicite importante dans Oracle WMS Cloud, souvent appelée « Ship Confirm » ou « Dispatch Load ». Elle est enregistrée avec un horodatage précis dans l’enregistrement Outbound Load ou Shipment. Données à recueillir Extrait de l’horodatage de la transaction « Ship Confirm » ou « Dispatch Load ». Type d’événement explicit
	Livraison entrante créée	Cette activité correspond à la création d’un avis préalable d’expédition (ASN) ou d’un enregistrement de livraison entrante dans Oracle WMS Cloud. Elle marque le début du processus de réception et indique officiellement que des marchandises sont attendues à l’entrepôt.
Pourquoi est-ce important ? Il s’agit de l’événement de début principal du processus de réception en entrepôt. Le délai entre cette étape et la réception effective des marchandises permet d’évaluer la fiabilité des fournisseurs et la précision de la planification. Où trouver ces données Cet événement est généralement extrait de l’historique des transactions des objets Inbound Shipment ou ASN. Il correspond à l’horodatage de création du document. Données à recueillir Extrait de l’événement de création de l’enregistrement Inbound Shipment ou ASN. Type d’événement explicit
	Marchandises emballées	Indique que l’emballage d’un contenant d’expédition ou d’une commande complète est terminé. L’opérateur confirme que tous les articles sont emballés et que le contenant est fermé et étiqueté pour l’expédition.
Pourquoi est-ce important ? Cette étape marque la fin des activités à valeur ajoutée réalisées dans l’entrepôt pour une commande. Le délai entre le prélèvement et la fin de l’emballage est un indicateur clé de la vitesse de préparation interne. Où trouver ces données Il s’agit généralement d’une transaction explicite, comme « Close Container » ou « Finish Pack ». L’horodatage de fin figure dans l’historique des transactions d’emballage ou de commande sortante. Données à recueillir Extrait de l’horodatage de fin de la dernière transaction d’emballage de la commande. Type d’événement explicit
	Marchandises prélevées	Cette activité indique qu’un opérateur a récupéré physiquement les articles dans leurs emplacements de stockage et confirmé le prélèvement dans le système. Les marchandises peuvent alors être acheminées vers la zone d’emballage ou de préparation des expéditions.
Pourquoi est-ce important ? Cette étape importante du processus de préparation des commandes permet d’analyser les délais de prélèvement et de repérer les goulots d’étranglement liés à l’agencement de l’entrepôt, aux stratégies de prélèvement ou aux performances des opérateurs. Où trouver ces données Cet événement est extrait de l’horodatage de fin de la tâche de prélèvement dans l’historique des tâches ou les journaux de transactions. Le scan de confirmation de l’opérateur clôt la transaction. Données à recueillir À partir de l’horodatage de fin de la transaction de prélèvement. Type d’événement explicit
	Marchandises rangées	Cette activité indique que le rangement des marchandises est terminé. L’opérateur les a déplacées physiquement vers un emplacement de stockage et a confirmé l’opération dans le système. Les stocks sont alors disponibles.
Pourquoi est-ce important ? Cette étape importante marque la fin du processus de réception. Elle est essentielle au calcul de l’indicateur clé « Délai entre la réception et le rangement » et à l’analyse de l’efficacité du rangement. Où trouver ces données L’événement est enregistré lorsque l’opérateur confirme la tâche de rangement. Une transaction horodatée est alors créée, généralement dans l’historique des tâches ou les journaux des transactions de stock. Données à recueillir À partir de l’horodatage de fin de la transaction de rangement. Type d’événement explicit
	Marchandises réceptionnées	Cette activité indique que les marchandises ont été déchargées, scannées et officiellement prises en charge par l’entrepôt. Il s’agit d’une transaction au cours de laquelle les quantités sont vérifiées par rapport au document de livraison entrante.
Pourquoi est-ce important ? Cette étape importante marque la réception officielle des stocks. Le temps nécessaire à sa réalisation influe directement sur la rapidité avec laquelle les stocks sont disponibles pour le rangement et la préparation des commandes. Où trouver ces données Cet événement est extrait des journaux de transactions de réception d’Oracle WMS Cloud. Chaque scan ou confirmation de réception d’un article génère un enregistrement horodaté. Données à recueillir À partir de l’horodatage de fin de la transaction « Receive ASN » ou d’une transaction de réception similaire. Type d’événement explicit
	Chargement commencé	Cet événement marque le début du chargement physique des marchandises emballées dans le camion du transporteur depuis la zone de préparation. Il est souvent déclenché par une transaction « Start Load ».
Pourquoi est-ce important ? Cette activité permet de suivre l’efficacité du chargement lui-même. Elle aide à distinguer le temps d’attente dans la zone de préparation du temps consacré au chargement du camion. Où trouver ces données Il s’agit généralement d’une transaction explicite liée à un enregistrement Outbound Load dans Oracle WMS Cloud. L’utilisateur lance l’action « Start Load », qui est horodatée. Données à recueillir Extrait de la transaction « Start Load » associée à un chargement sortant précis. Type d’événement explicit
	Commande d’entrepôt annulée	Indique l’annulation d’une commande d’entrepôt avant son achèvement. Il s’agit d’un état final alternatif correspondant à l’échec du processus.
Pourquoi est-ce important ? Le suivi des annulations aide à comprendre les changements de demande, les erreurs de saisie ou d’autres problèmes qui entraînent l’abandon des commandes. Il permet de repérer les sources de gaspillage dans le processus. Où trouver ces données Cet événement est déduit du passage du statut de la commande d’entrepôt à « Annulée » ou à un autre état final similaire. L’horodatage de cette mise à jour est utilisé. Données à recueillir Déduit du passage de la commande d’entrepôt au statut « Annulée ». Type d’événement inferred
	Emballage commencé	Cette activité indique que les marchandises prélevées sont arrivées à un poste d’emballage et qu’un opérateur a commencé à les emballer. Elle est souvent enregistrée par un scan explicite qui associe les articles à un contenant d’emballage.
Pourquoi est-ce important ? Le suivi de cette activité permet d’isoler le sous-processus d’emballage des étapes de prélèvement et de préparation des expéditions. Vous pouvez ainsi analyser en détail l’efficacité et le débit des postes d’emballage. Où trouver ces données Il peut s’agir d’une transaction explicite ou d’un événement déduit de la création d’un contenant d’emballage (LPN) et du premier article scanné dans celui-ci. L’information figure dans les journaux des transactions d’emballage ou d’expédition. Données à recueillir Extrait de la transaction « Start Pack » ou de l’horodatage du premier article emballé dans un contenant. Type d’événement explicit
	Expédition préparée	Cette activité indique que les contenants emballés ont été déplacés du poste d’emballage vers une zone de préparation des expéditions. La commande est prête et attend d’être chargée dans un véhicule.
Pourquoi est-ce important ? Cette étape marque le passage du traitement à la phase finale d’expédition. Le temps passé par les marchandises dans la zone de préparation peut révéler des retards liés à l’arrivée des transporteurs ou à la planification des quais. Où trouver ces données Cet événement est généralement enregistré par une transaction de déplacement qui met à jour l’emplacement du contenant emballé vers une zone de préparation. L’horodatage de cette transaction marque l’événement. Données à recueillir Extrait de la transaction de déplacement des stocks qui transfère le LPN emballé vers un emplacement de préparation. Type d’événement explicit
	Inspection qualité effectuée	Indique qu’un contrôle qualité des marchandises reçues est terminé. Cette étape peut être systématique pour certains matériaux ou fournisseurs, ou être déclenchée ponctuellement.
Pourquoi est-ce important ? Le suivi de la durée et de la fréquence des inspections qualité est essentiel pour repérer les retards dans le processus de réception. Il permet de mesurer le temps pendant lequel les marchandises restent en attente d’un contrôle qualité avant d’être mises à disposition. Où trouver ces données Cet événement peut être déduit des changements de statut de l’enregistrement de stock, par exemple du statut « QA Hold » au statut « Available » ou « Putaway ». Des journaux de transactions explicites peuvent également être disponibles dans un module qualité. Données à recueillir Déduit des changements de statut des stocks ou de la fin d’une transaction de contrôle qualité liée aux marchandises reçues. Type d’événement inferred
	Marchandises arrivées	Indique l’arrivée physique du camion ou du transporteur au quai de l’entrepôt et son enregistrement officiel à l’entrée. Cet événement est souvent consigné avant le début du déchargement et de la réception détaillée des articles.
Pourquoi est-ce important ? Cette étape permet de distinguer le temps de transport du délai de traitement interne à l’entrepôt. Elle est essentielle pour analyser l’utilisation des portes de quai et repérer les éventuels goulots d’étranglement dans la zone de réception. Où trouver ces données Cet événement est souvent enregistré sous la forme d’une mise à jour du statut de l’enregistrement Inbound Shipment ou ASN. Il peut être déclenché par un agent de quai qui scanne les documents de livraison ou met à jour le système manuellement. Données à recueillir Consigné comme un changement de statut, par exemple « Arrived at Check-In », sur l’enregistrement Inbound Shipment. Type d’événement explicit
	Stock ajusté	Correspond à un ajustement manuel ou automatique de la quantité d’un article dans un emplacement donné. Il peut être effectué à la suite d’un inventaire tournant, d’un dommage ou de la correction d’un écart de réception.
Pourquoi est-ce important ? Cette activité est essentielle pour repérer les défaillances qui entraînent des erreurs de stock. L’analyse de la fréquence et de l’ampleur des ajustements permet de localiser les problèmes de réception, de prélèvement ou de stockage. Où trouver ces données Cet événement est extrait des journaux de transactions d’ajustement des stocks dans Oracle WMS Cloud. Ces journaux précisent l’article, l’emplacement, la variation de quantité, le motif et l’horodatage. Données à recueillir Extrait directement des enregistrements de transactions d’ajustement des stocks. Type d’événement explicit
	Tâche de prélèvement créée	Cet événement se produit lorsque le système crée une tâche de prélèvement pour qu’un opérateur récupère des articles en stock afin de préparer une commande sortante. Il marque le début du cycle de préparation de la commande dans l’entrepôt.
Pourquoi est-ce important ? Cet événement déclenche le processus de prélèvement des commandes sortantes. Le délai entre cette étape et la fin du prélèvement est un indicateur clé de l’efficacité de la préparation des commandes et de la réactivité des ressources. Où trouver ces données Cet événement est enregistré dans les tables de gestion des tâches d’entrepôt. L’horodatage de création de la tâche de prélèvement sert d’heure d’activité. Données à recueillir Extrait de l’horodatage de création de la tâche de prélèvement générée par le système. Type d’événement explicit
	Tâche de rangement créée	Cet événement marque la création par le système d’une tâche destinée à un opérateur d’entrepôt, qui doit déplacer les marchandises reçues du quai de réception vers un emplacement de stockage défini. Il marque le début du sous-processus de rangement.
Pourquoi est-ce important ? Cette activité lance le cycle de rangement. Le délai entre la création de la tâche et la fin du rangement permet d’évaluer l’efficacité du système et le temps de réaction de l’opérateur. Où trouver ces données Cet événement est généralement enregistré explicitement dans les tables des tâches d’entrepôt ou des transactions. L’horodatage de création de la tâche de rangement sert d’heure d’événement. Données à recueillir Extrait de l’horodatage de création de la tâche de rangement générée par le système. Type d’événement explicit

Recommandé Facultatif

Guides d’extraction

Comment extraire vos données d’Oracle WMS Cloud

Étapes

Accédez à Oracle Transactional Business Intelligence (OTBI). Connectez-vous à votre environnement Oracle Cloud Applications, puis utilisez le menu de navigation pour ouvrir Tools et sélectionner Reports and Analytics.
Cliquez sur le bouton « Create » de la barre d’outils, puis sélectionnez « Analysis ». L’éditeur d’analyse s’ouvre et vous permet de choisir une source de données.
Dans la fenêtre « Select Subject Area », choisissez la zone d’analyse « Warehouse Operations - Real Time ». Elle contient les objets de données nécessaires aux transactions entrantes, aux stocks et aux transactions sortantes.
Après avoir sélectionné la zone d’analyse, ouvrez l’onglet Criteria. Au lieu de faire glisser les colonnes, accédez à l’onglet « Advanced » pour saisir directement la requête SQL logique.
Copiez l’intégralité de la requête SQL logique fournie dans la section Query de ce document et collez-la dans la zone de texte « SQL Issued ». Cette requête utilise des clauses UNION ALL pour regrouper les données de différentes tables de transactions dans un format de journal d’événements unique.
Remplacez les valeurs fictives de la requête. Modifiez notamment les variables @{v_start_date} et @{v_end_date} pour définir la plage de dates souhaitée, par exemple « YYYY-MM-DD ».
Ouvrez l’onglet « Results » pour exécuter la requête et afficher un aperçu des données. Vous pourrez ainsi vérifier que la requête est valide et renvoie les colonnes et les lignes attendues.
Enregistrez l’analyse en cliquant sur l’icône d’enregistrement. Donnez-lui un nom explicite et enregistrez-la dans un dossier partagé ou personnel.
Pour planifier un export récurrent, retournez au catalogue, recherchez l’analyse enregistrée, cliquez sur « More », puis sélectionnez « Schedule ».
Dans les paramètres de planification, définissez la fréquence et l’heure d’exécution du rapport. Dans l’onglet « Output », choisissez le format CSV, recommandé pour ProcessMind.
Configurez le mode de distribution, par exemple l’enregistrement sur un serveur de contenu ou l’envoi par e-mail, afin de récupérer le fichier CSV généré.
Une fois la tâche planifiée exécutée et le fichier CSV reçu, vérifiez que les en-têtes de colonnes correspondent aux attributs requis par votre projet ProcessMind. Aucune autre transformation des données ne devrait être nécessaire.

Configuration

Zone d’analyse : La principale source de données de cette extraction est la zone « Warehouse Operations - Real Time ». Vérifiez que votre rôle utilisateur vous autorise à y accéder.
Plage de dates : La requête utilise des dates de début et de fin comme paramètres. Pour une première analyse, il est recommandé d’extraire 3 à 6 mois de données. En production, planifiez des extractions différentielles quotidiennes ou hebdomadaires.
Filtres principaux : La requête fournie filtre les données selon la date de création de la transaction. Vous pouvez ajouter d’autres filtres directement dans la clause WHERE de chaque instruction SELECT pour réduire le périmètre, par exemple en filtrant sur « Warehouse Details ».« Warehouse Code » afin de limiter les données à un établissement précis.
Performances : L’extraction de volumes importants depuis des zones d’analyse en temps réel peut nuire aux performances du système. Planifiez toujours les extractions volumineuses en dehors des heures de pointe afin de limiter leur incidence sur les utilisateurs opérationnels.
Prérequis : La personne qui exécute l’extraction doit disposer d’un rôle doté des privilèges BI nécessaires, tel que « BI Administrator » ou « BI Author », pour créer, modifier et planifier des analyses dans l’environnement OTBI.

Exemple de requête sql

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

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

Étapes

Préparez l’environnement Python : Vérifiez que Python 3.6 ou une version ultérieure est installé. Installez les bibliothèques nécessaires avec pip : pip install requests pandas.
Rassemblez les identifiants Oracle WMS Cloud : Procurez-vous l’URL de base de l’API, le nom d’utilisateur et le mot de passe d’un compte API dédié, ainsi que l’identifiant de l’établissement dont vous souhaitez extraire les données.
Configurez le script Python : Ouvrez le script Python fourni. Dans la section de configuration en haut du fichier, remplacez les valeurs fictives de BASE_URL, FACILITY_ID, USERNAME et PASSWORD par vos identifiants. Définissez également START_DATE et END_DATE pour préciser la période d’extraction.
Repérez les points de terminaison de l’API : Le script interroge plusieurs points de terminaison clés de l’API REST Oracle WMS Cloud. La principale source des données d’événements est le point de terminaison inventory_history, filtré selon différents types de transaction (tran_type) pour repérer des activités comme la réception, le prélèvement et l’emballage.
Exécutez le script : Lancez-le depuis la ligne de commande avec python your_script_name.py. Le script s’authentifie, puis interroge successivement les API pour récupérer les données des 16 activités requises dans la plage de dates définie.
Gérez la pagination : Le script comprend une fonction auxiliaire qui gère automatiquement la pagination de l’API. Il interroge chaque point de terminaison à plusieurs reprises et augmente le paramètre offset jusqu’à ce que tous les enregistrements pertinents de la période soient récupérés.
Associez et transformez les données : Pour chaque enregistrement récupéré depuis l’API, le script associe les champs JSON aux colonnes normalisées du journal d’événements (WarehouseOrder, ActivityName, EventStartTime, etc.). Il attribue la valeur ActivityName appropriée en fonction du point de terminaison source et du type de transaction.
Regroupez les données d’événements : Tous les événements extraits sont ajoutés à une même liste. Une fois les requêtes API terminées, cette liste est convertie en DataFrame pandas, qui présente l’ensemble du processus sous forme de tableau structuré.
Horodatage et données système : Le script enrichit les données en ajoutant SourceSystem (défini en dur sur « Oracle WMS Cloud ») et LastDataUpdate (l’horodatage de l’exécution du script) à chaque enregistrement d’événement.
Exportez le journal d’événements : Le DataFrame pandas final est trié par identifiant de commande d’entrepôt et heure de début de l’événement afin de respecter l’ordre des événements. Il est ensuite enregistré dans un fichier CSV nommé oracle_wms_event_log.csv, dans le répertoire où le script est exécuté. Ce fichier peut alors être importé dans ProcessMind.

Configuration

Identifiants API : Vous devez disposer d’un compte utilisateur Oracle WMS Cloud valide avec accès à l’API, ainsi que du nom d’utilisateur et du mot de passe correspondants.
URL de base et identifiant de l’établissement : Indiquez l’URL de base de votre instance Oracle WMS Cloud, par exemple https://{your_instance_id}.wms.ocs.oraclecloud.com, ainsi que l’identifiant facility_id de l’établissement concerné.
Plage de dates : Le script nécessite des valeurs START_DATE et END_DATE au format « YYYY-MM-DD ». Pour une première analyse, une période de 3 à 6 mois est recommandée afin de trouver un équilibre entre le volume de données et la richesse de l’analyse. Une plage de dates très étendue peut allonger considérablement l’exécution du script.
Limite de pagination : Le paramètre LIMIT du script est défini sur 500 enregistrements par requête API. Cette valeur permet généralement d’éviter les délais d’attente. Vous pouvez l’ajuster en fonction des performances de votre système, mais les valeurs supérieures à 1 000 sont déconseillées.
Autorisations API : L’utilisateur de l’API doit disposer au minimum d’un accès en lecture aux entités suivantes : inbound_shipment, inventory_history, task, outbound_load et order. Vérifiez auprès de l’administrateur Oracle WMS que les rôles appropriés sont attribués.

Exemple de requête python

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

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

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

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

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

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

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

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

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

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

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

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

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

    df = pd.DataFrame(events)

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

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

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

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

Prêt à commencer ?

Appuyez-vous sur ce modèle de données pour lancer votre démarche de Process Mining dans la gestion d’entrepôt. Commencez dès aujourd’hui à optimiser vos opérations.

Retour au guide d’amélioration

Télécharger le modèle

Optimisez la gestion d’entrepôt et améliorez l’efficacité d’Oracle WMS Cloud

Repérez les goulots d’étranglement et atteignez une précision des stocks de 99,5 % dans Oracle WMS Cloud.

Démarrez l’essai gratuit

Aucune carte bancaire requise. Commencez à optimiser vos opérations dès aujourd’hui.

Votre modèle de données pour la gestion d’entrepôt

Votre modèle de données pour la gestion d’entrepôt

Attributs de gestion d’entrepôt

Activités de gestion d’entrepôt

Guides d’extraction

Export depuis Oracle Transactional Business Intelligence (OTBI)

Étapes

Configuration

Exemple de requête sql

Extraction par script Python via les API REST Oracle WMS

Étapes

Configuration

Exemple de requête python

Prêt à commencer ?

Optimisez la gestion d’entrepôt et améliorez l’efficacité d’Oracle WMS Cloud

Votre modèle de données pour la gestion d’entrepôt

Votre modèle de données pour la gestion d’entrepôt

Attributs de gestion d’entrepôt

Activités de gestion d’entrepôt

Guides d’extraction

Export depuis Oracle Transactional Business Intelligence (OTBI)

Étapes

Configuration

Exemple de requête sql

Extraction par script Python via les API REST Oracle WMS

Étapes

Configuration

Exemple de requête python

Prêt à commencer ?

Optimisez la gestion d’entrepôt et améliorez l’efficacité d’Oracle WMS Cloud

Prêt à commencer ?