> Amélioration continue des processus > Planification de la production > Plex Smart Manufacturing > Modèle de données

Votre modèle de données pour la planification de la production

Plex Smart Manufacturing

Attributs de planification de la production(22) Activités de planification de la production(16) Guides d’extraction(2)

Votre modèle de données pour la planification de la production

Ce modèle vous guide dans la collecte des données nécessaires à l’optimisation de votre processus de planification de la production. Il présente les attributs essentiels à recueillir, les principales activités à suivre et des conseils pratiques pour extraire ces informations de vos systèmes sources. Utilisez cette ressource pour réunir les données nécessaires à une analyse et à une amélioration efficaces du processus.

Attributs recommandés à recueillir
Activités clés à suivre
Conseils d’extraction

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

Télécharger le modèle

Attributs de planification de la production

Voici les champs de données recommandés à inclure dans votre journal d’événements pour analyser en détail la planification de la production et le fonctionnement de vos opérations.

3 Obligatoire 8 Recommandé 11 Facultatif

	Nom	Description
	Heure de l’événement EventTime	Horodatage indiquant le moment où l’activité a eu lieu.
Description Cet attribut enregistre la date et l’heure précises auxquelles un événement ou une activité a été consigné dans le système. Il constitue la principale référence temporelle pour l’analyse des processus. Des horodatages précis sont indispensables pour calculer les temps de cycle, les durées et les temps d’attente entre les activités. Ils permettent d’analyser les performances du processus dans le temps, de repérer les goulots d’étranglement et de mesurer le respect des calendriers. Pourquoi est-ce important ? Cet horodatage est indispensable au calcul de toutes les métriques temporelles, comme les temps de cycle et les durées, qui sont fondamentales pour l’analyse des performances. Où trouver ces données Cet horodatage figure dans les journaux d’événements ou les enregistrements de transaction, avec les informations sur l’activité dans Plex. Recherchez des champs tels que « Date de création », « Horodatage » ou « Date de l’événement ». Exemples 2023-10-26T09:00:00Z2023-10-26T14:35:10Z2023-10-27T08:21:05Z
	Nom de l’activité ActivityName	Nom de l’événement ou de l’étape qui s’est produit dans le processus de planification de la production.
Description Cet attribut décrit une tâche ou un jalon du cycle de planification de la production, par exemple « Ordre de production créé », « Besoins en matières planifiés » ou « Ordre de production terminé ». Ces activités constituent la base de la cartographie du processus. Elles permettent aux analystes de visualiser le flux du processus, de repérer les goulots d’étranglement entre les étapes et d’analyser la fréquence et l’ordre des événements. Chaque activité correspond à un événement enregistré dans le système source. Pourquoi est-ce important ? Il définit les étapes de la cartographie du processus, qui sert de base à toutes les analyses de Process Mining, notamment au repérage des goulots d’étranglement et à l’analyse des variantes. Où trouver ces données Ces données sont issues des journaux d’événements, des codes de transaction ou des enregistrements de changement de statut de différents modules Plex liés à la planification et à l’exécution de la production. Exemples Ordre de production crééPlan de production approuvéOrdre de production lancéOpération terminée
	Ordre de production ProductionOrder	Identifiant unique d’un ordre de production, utilisé comme identifiant principal du cas pour le processus de planification de la production.
Description Le numéro d’ordre de production identifie de manière unique une demande de fabrication d’une quantité précise d’une pièce ou d’un produit. Il sert d’identifiant central du cas et relie tous les événements de planification, d’ordonnancement, d’exécution et d’achèvement associés. Dans le Process Mining, l’analyse des événements regroupés par ordre de production donne une vue complète du cycle de production, de bout en bout. Elle permet de calculer les temps de cycle globaux, de repérer les parcours les plus fréquents et de comprendre les écarts entre les différentes séries de production. Pourquoi est-ce important ? Cet identifiant essentiel relie toutes les étapes du processus et permet d’analyser chaque série de production dans son ensemble, du début à la fin. Où trouver ces données Cet identifiant se trouve généralement dans les modules centraux de production ou d’exécution de la fabrication de Plex. Consultez la documentation relative aux tables des ordres de fabrication ou des ordres de production. Exemples WO-2024-05123PROD-789001JN-456-A10034589
	Date de fin prévue PlannedEndDate	Date d’achèvement prévue de l’ordre de production.
Description Cet attribut indique la date à laquelle l’ordre de production doit être entièrement achevé. Cette date, définie lors de l’ordonnancement, sert de référence pour mesurer les performances. La date de fin prévue est essentielle au Dashboard et à l’indicateur « Respect du calendrier de production ». En la comparant à l’horodatage réel de fin, les organisations peuvent mesurer leur capacité à atteindre les objectifs de production et repérer les causes des retards. Pourquoi est-ce important ? Sert de référence pour mesurer le respect du calendrier et la ponctualité, deux indicateurs clés de l’efficacité de la planification et de l’exécution. Où trouver ces données Consultez la documentation de Plex Smart Manufacturing. Cette information figure généralement dans l’en-tête de l’ordre de production, sous un nom tel que « Date de fin planifiée », « Date d’échéance » ou équivalent. Exemples 2023-11-15T17:00:00Z2023-11-20T23:59:59Z2023-12-01T17:00:00Z
	Disponibilité des matières MaterialAvailabilityStatus	Indique si toutes les matières nécessaires à l’ordre de production sont disponibles.
Description Cet attribut indique l’état de disponibilité des matières, par exemple « Disponible », « En rupture » ou « En commande ». Ce statut permet de déterminer si l’ordre de production peut être lancé en atelier. Cet attribut est notamment utilisé dans le Dashboard « Analyse de l’impact des pénuries de matières ». Il aide à mesurer les retards dus aux pénuries en mettant en relation le statut « En rupture » et les temps d’attente avant les activités « Ordre de production validé » ou « Production commencée ». Pourquoi est-ce important ? Contribue directement à l’analyse des retards dus aux pénuries de matières, un problème fréquent et important dans le secteur manufacturier. Où trouver ces données Consultez la documentation de Plex Smart Manufacturing. Il peut s’agir d’un statut calculé dans les modules de planification des besoins en matières ou de gestion des stocks, ou d’un champ de l’ordre de production. Exemples Toutes les matières disponiblesPénurie de composantsEn attente d’un bon de commandeDisponibilité partielle
	Numéro de pièce PartNumber	Identifiant unique du produit ou de la matière fabriquée.
Description Le numéro de pièce, également appelé numéro d’article ou SKU, désigne l’article que l’ordre de production doit fabriquer. Il s’agit d’une donnée de référence essentielle qui relie le processus de production au portefeuille de produits. L’analyse par numéro de pièce permet de repérer les difficultés de fabrication propres à certains produits, de comparer leurs temps de cycle et de comprendre les variations des besoins en matières. Elle est fondamentale pour toute analyse de processus centrée sur les produits. Pourquoi est-ce important ? Permet d’analyser les processus par produit, de comparer leurs performances et de repérer les problèmes liés à certaines pièces ou familles de produits. Où trouver ces données Cette information figure dans les détails de la ligne de commande ou de l’en-tête de l’ordre de production dans Plex. Il s’agit d’un champ standard lié à la fiche article. Exemples PN-100-001A45-873-CFG-2023-WIDGETASM-BRKT-550
	Planificateur Planner	Employé chargé de planifier ou de gérer l’ordre de production.
Description Cet attribut identifie le planificateur ou l’ordonnanceur affecté à un ordre de production. Il peut contenir le nom d’une personne ou son identifiant d’employé. L’analyse du processus par planificateur est essentielle au Dashboard « Comparaison des performances des planificateurs ». Elle permet de repérer les écarts d’efficacité, de respect des calendriers et de déroulement du processus, et de cerner les besoins en formation ou en standardisation. Pourquoi est-ce important ? Permet d’analyser les performances par planificateur et de repérer les bonnes pratiques, les écarts et les besoins en formation. Où trouver ces données Consultez la documentation de Plex Smart Manufacturing. Cette information figure généralement dans les tables d’en-tête des ordres de production, dans des champs tels que « Code du planificateur », « Ordonnanceur » ou « Créé par ». Exemples John SmithJane DoeGroupe de planification AUser789
	Poste de travail Workcenter	Machine, ligne de production ou zone où une opération de fabrication doit être effectuée.
Description Un poste de travail désigne une ressource ou un groupe de ressources où sont réalisées des activités de production. Il peut s’agir d’une machine, d’une cellule de machines ou d’une ligne d’assemblage. Cet attribut est essentiel à l’analyse des retards d’affectation des ressources et au repérage des goulots d’étranglement propres à chaque ressource. L’analyse des durées de traitement et d’attente aux différents postes aide les responsables à optimiser l’utilisation des ressources et à améliorer le déroulement de la production. Pourquoi est-ce important ? Aide à repérer les goulots d’étranglement liés aux ressources et à analyser l’utilisation de la capacité, deux éléments importants pour l’ordonnancement et l’optimisation du volume de production. Où trouver ces données Consultez la documentation de Plex Smart Manufacturing. Cette information figure généralement dans le parcours ou les détails des opérations associés à un ordre de production. Exemples CNC-MILL-05ASSEMBLY-LINE-3PACKAGING-STATION-BWC-FINISH-01
	Priorité de production ProductionPriority	Classement indiquant le degré d’urgence de l’ordre de production.
Description Cet attribut attribue un niveau de priorité à l’ordre de production, par exemple « Élevé », « Moyen » ou « Faible ». Il aide les planificateurs et le personnel de production à établir l’ordre des travaux, notamment lorsque les ressources sont limitées. L’analyse par priorité est essentielle au Dashboard « Indicateurs de traitement des priorités de production ». Elle permet de vérifier si les ordres prioritaires sont réellement traités plus rapidement et achevés avant ceux de priorité inférieure, et donc d’évaluer l’efficacité du système de priorisation. Pourquoi est-ce important ? Permet de vérifier si les ordres prioritaires sont traités plus rapidement et si le système de priorisation fonctionne comme prévu. Où trouver ces données Consultez la documentation de Plex Smart Manufacturing. Il peut s’agir d’un champ standard ou personnalisé de l’en-tête de l’ordre de production. Exemples ÉlevéeMoyenneFaible19
	Quantité prévue PlannedQuantity	Quantité cible de pièces ou de produits à fabriquer pour l’ordre.
Description Cet attribut indique le nombre d’unités dont la production est prévue dans l’ordre de production. Cette valeur sert à planifier les besoins en matières, les capacités et l’ordonnancement. La quantité prévue est essentielle au calcul de l’indicateur « Écart entre les prévisions de la demande et la production », qui la compare aux prévisions initiales. Elle permet aussi de contextualiser l’analyse des temps de cycle, car les délais sont naturellement plus longs pour les commandes importantes. Pourquoi est-ce important ? Indique le volume de production visé, essentiel à l’analyse des capacités, à l’ordonnancement et à la compréhension des écarts liés à la taille des ordres. Où trouver ces données Cette information figure dans l’en-tête ou les détails de ligne de l’ordre de production dans Plex. Recherchez des champs tels que « Quantité de l’ordre » ou « Quantité prévue ». Exemples 1005000751250
	Statut de l’ordre de production ProductionOrderStatus	Statut actuel ou final de l’ordre de production.
Description Cet attribut indique l’état de l’ordre de production à un moment donné, par exemple « Créé », « Validé », « En cours », « Terminé » ou « Annulé ». Les informations de statut donnent un aperçu du cycle de vie de l’ordre et sont essentielles à l’analyse des résultats. Elles permettent de filtrer les ordres actifs ou terminés, d’analyser les taux d’annulation et de comprendre les raisons de certains parcours. Pourquoi est-ce important ? Il indique le résultat et l’état actuel d’un ordre de production, des informations essentielles pour filtrer les données, analyser les résultats et comprendre les exceptions du processus. Où trouver ces données Disponible dans la table d’en-tête des ordres de production de Plex. Recherchez un champ « Statut » ou « État ». Exemples PlanifiéValidéTerminéClôturéAnnulé
	Code du motif de reprise ReworkReasonCode	Code indiquant la raison d’une modification du plan de production ou d’une boucle de reprise.
Description Lorsqu’un plan de production est modifié ou qu’un ordre est envoyé en reprise, cet attribut indique la raison normalisée de l’écart. Il peut s’agir, par exemple, d’une « matière défectueuse », d’un « arrêt machine » ou d’une « modification des spécifications ». Cet attribut explique les écarts du processus repérés lors de l’analyse des variantes. Il est essentiel à l’analyse des causes du « taux de reprises et de réacheminement » et aide les équipes à traiter les problèmes à l’origine des reprises coûteuses et des retards. Pourquoi est-ce important ? Apporte un contexte essentiel sur les reprises et les écarts du processus, et permet d’en analyser les causes afin de réduire le gaspillage et d’améliorer la qualité. Où trouver ces données Consultez la documentation de Plex Smart Manufacturing. Ces données peuvent être associées aux enregistrements de non-conformité, de qualité ou de modification de la production. Exemples QA_FAILMAT_SUBENG_CHGOPER_ERR
	Date réelle de début ActualStartDate	Horodatage réel du début de la production de l’ordre.
Description Cet attribut indique l’heure exacte à laquelle la première opération physique de l’ordre de production a commencé dans l’atelier. Il marque le passage de la planification et de la préparation à l’exécution. Cet horodatage est essentiel pour analyser le temps d’attente, c’est-à-dire le délai entre la libération d’un ordre et son démarrage effectif. Il permet de calculer plus précisément le délai de production et contribue à l’analyse de l’incidence des pénuries de matières en indiquant le début réel des travaux. Pourquoi est-ce important ? Indique le début réel de la phase de production et permet de mesurer précisément les retards de planification et les temps d’attente. Où trouver ces données Il s’agit de l’horodatage de l’activité « Production démarrée » ou de la première étape opérationnelle enregistrée dans le composant MES de Plex. Exemples 2023-11-01T08:05:12Z2023-11-05T10:20:00Z
	Date réelle de fin ActualEndDate	Horodatage réel de la fin de production de la dernière unité de l’ordre.
Description Cet attribut indique l’heure à laquelle la dernière opération de l’ordre de production a été achevée et la quantité totale requise produite. Il marque la fin de la phase d’exécution. Cet horodatage de référence sert à comparer les résultats réels à la date de fin planifiée pour l’indicateur de respect du calendrier de production. Il permet de calculer le temps de cycle réel de bout en bout. Pourquoi est-ce important ? Indique l’heure réelle d’achèvement, nécessaire pour calculer avec précision le respect du calendrier et les délais globaux de production. Où trouver ces données Il s’agit de l’horodatage de l’activité « Ordre de production achevé » ou de la confirmation opérationnelle finale dans Plex. Exemples 2023-11-14T16:55:43Z2023-11-21T11:30:00Z
	Dernière mise à jour des données LastDataUpdate	Horodatage de la dernière actualisation des données depuis le système source.
Description Cet attribut indique la dernière extraction et le dernier chargement des données dans l’outil de Process Mining. Il précise l’ancienneté des données utilisées pour l’analyse. Connaître la fraîcheur des données permet de savoir si les informations consultées sur le processus sont à jour. Cela aide à comprendre leur actualité et constitue une métadonnée importante pour tout Dashboard ou rapport. Pourquoi est-ce important ? Indique l’ancienneté des données afin que les utilisateurs connaissent la période couverte par l’analyse en cours. Où trouver ces données Ce champ de métadonnées est généré et enregistré lors de l’ingestion des données. Il contient l’horodatage de leur chargement. Exemples 2024-05-21T02:00:00Z2024-05-20T02:00:00Z
	Écart par rapport au calendrier ScheduleDeviation	Différence entre la date de fin planifiée et la date réelle d’achèvement.
Description Cette métrique calculée mesure l’avance ou le retard avec lequel un ordre de production a été achevé par rapport au calendrier prévu. Une valeur positive indique un retard, une valeur négative une avance et une valeur nulle un achèvement dans les délais. Cet attribut donne une vision plus détaillée des résultats qu’un simple indicateur de retard. Il est utilisé dans le Dashboard de respect du calendrier de production pour visualiser l’ampleur des retards et aider à prioriser les améliorations en fonction des écarts les plus importants. Pourquoi est-ce important ? Mesure précisément l’écart entre la réalisation d’un ordre et son calendrier, qu’il s’agisse d’une avance ou d’un retard. Où trouver ces données Champ calculé au niveau du cas en soustrayant « PlannedEndDate » de « ActualEndDate ». Exemples P2DT3H15M-P1DT0H0MPT5H
	En retard IsLate	Indicateur booléen précisant si l’ordre de production a été achevé après la date de fin planifiée.
Description Cet indicateur booléen (vrai/faux) est calculé pour chaque ordre de production. Il prend la valeur « vrai » si l’heure réelle d’achèvement est postérieure à la date de fin planifiée, et « faux » dans le cas contraire. Cet attribut simplifie l’analyse et le suivi du respect du calendrier. Il facilite le filtrage et l’agrégation des données pour calculer le taux de respect du calendrier de production et repérer rapidement les ordres dont l’échéance n’a pas été respectée. Pourquoi est-ce important ? Distingue simplement les ordres achevés dans les délais de ceux en retard. Il convient ainsi au calcul des taux de respect des délais et à l’affichage des indicateurs de haut niveau dans les Dashboards. Où trouver ces données Champ calculé à partir de la comparaison « ActualEndDate » > « PlannedEndDate ». Exemples truefalse
	Heure de fin EndTime	Horodatage indiquant le moment où une activité a été achevée.
Description L’heure de fin marque l’achèvement d’une activité précise. Associée à l’heure de début, elle permet de calculer la durée de traitement de l’événement. Dans le Process Mining, disposer des heures de début et de fin des activités permet d’analyser plus précisément les durées de traitement et les temps d’attente. On peut ainsi distinguer le temps consacré à une tâche du temps d’inactivité avant l’étape suivante, ce qui est essentiel pour analyser les goulots d’étranglement avec précision. Pourquoi est-ce important ? Permet de calculer précisément la durée de traitement des activités et de distinguer le temps de travail effectif du temps d’attente. Où trouver ces données Cette information peut figurer directement dans les journaux d’événements ou être déduite de l’heure de début de l’événement suivant. Exemples 2023-10-26T09:15:00Z2023-10-26T15:05:20Z2023-10-27T10:00:00Z
	Quantité achevée CompletedQuantity	Quantité réelle de pièces ou de produits fabriqués avec succès.
Description Cet attribut enregistre le nombre final d’unités conformes produites et confirmées pour un ordre de production. Cette valeur est comparée à la quantité prévue pour déterminer le rendement et le taux d’exécution de l’ordre. L’analyse de la quantité achevée permet d’évaluer l’efficacité et la qualité de la production. Des écarts importants par rapport à la quantité prévue peuvent signaler des problèmes de production, un taux élevé de rebuts ou des erreurs de saisie, qui pourront faire l’objet d’une analyse plus approfondie. Pourquoi est-ce important ? Indique la production réelle et sert à analyser le rendement, le taux de rebuts et le respect de la quantité prévue. Où trouver ces données Cette information figure dans les déclarations de production ou les enregistrements de confirmation de Plex. Recherchez des champs tels que « Quantité conforme », « Quantité obtenue » ou « Quantité réelle ». Exemples 984950751250
	Système source SourceSystem	Système d’enregistrement à partir duquel les données ont été extraites.
Description Cet attribut indique l’origine des données, en l’occurrence Plex Smart Manufacturing. Il est utile lorsque les données proviennent de plusieurs systèmes, car il permet d’en connaître la provenance. La conservation de cette information facilite la gouvernance des données et le dépannage, puisqu’elle identifie clairement leur source lors des opérations de validation ou d’enrichissement. Pourquoi est-ce important ? Il précise l’origine des données, une information importante pour leur gouvernance et leur validation, notamment dans les environnements qui utilisent plusieurs systèmes. Où trouver ces données Il s’agit généralement d’une valeur statique ajoutée lors de l’extraction et de la transformation des données pour identifier le jeu de données. Exemples Plex Smart ManufacturingPlex MESPlex ERP
	Type d’ordre OrderType	Catégorie de l’ordre de production, par exemple production standard, reprise ou prototype.
Description Le type d’ordre permet de distinguer les ordres de production selon leur objectif. Par exemple, un ordre « Standard » concerne la production courante, un ordre de « Reprise » sert à corriger des défauts et un ordre « Prototype » concerne le développement d’un nouveau produit. Cet attribut permet d’affiner l’analyse en filtrant ou en comparant les flux de processus selon le type d’ordre. Les ordres de reprise suivent généralement des parcours et des temps de cycle différents de ceux des ordres standard. Il est donc important de les distinguer pour obtenir une analyse claire. Pourquoi est-ce important ? Permet de segmenter l’analyse, car les types d’ordre tels que « reprise » ou « prototype » suivent naturellement des flux de processus et répondent à des attentes de performance différentes. Où trouver ces données Consultez la documentation de Plex Smart Manufacturing. Il s’agit souvent d’un champ configurable de l’en-tête de l’ordre de production. Exemples Production standardOrdre de repriseÉchantillon d’ingénierieSous-traitance externe
	Usine Plant	Site ou établissement de fabrication où l’ordre de production est exécuté.
Description L’attribut « Usine » identifie un site physique précis, comme une usine ou un établissement de production. Dans les organisations qui comptent plusieurs sites, il permet de segmenter et de comparer les performances des processus. L’analyse par usine permet de comparer les processus entre différents sites. Elle peut révéler des problèmes propres à un site, mettre en évidence les bonnes pratiques des usines les plus performantes et éclairer les décisions de standardisation. Pourquoi est-ce important ? Permet de comparer les performances des processus entre différents sites de fabrication, une démarche essentielle pour l’analyse comparative et la standardisation des opérations multisites. Où trouver ces données Cette information est généralement disponible parmi les données d’organisation de Plex et associée à l’en-tête de l’ordre de production. Recherchez les champs « Usine », « Site » ou « Emplacement ». Exemples Usine de DétroitAssemblage d’AtlantaSite 007Usine du Mexique

Obligatoire Recommandé Facultatif

Activités de planification de la production

Voici les principales étapes et jalons du processus à consigner dans votre journal d’événements pour découvrir le processus avec précision et comprendre clairement le déroulement de la production.

6 Recommandé 10 Facultatif

	Activité	Description
	Ordre de production créé	Il s’agit de la création officielle de l’enregistrement de l’ordre de production dans Plex. Cette activité définit l’identifiant de cas unique utilisé pour l’analyse de Process Mining. L’événement est explicitement enregistré lorsqu’un utilisateur ou un processus système crée un nouvel ordre.
Pourquoi est-ce important ? Cette activité marque le début officiel du parcours de l’ordre de production dans le système. Elle sert de point de référence pour mesurer les délais globaux et suivre le volume de nouvelles demandes de production. Où trouver ces données L’événement est enregistré à partir de l’horodatage de création de l’ordre de production dans la table principale des données d’ordres de Plex. Données à recueillir Utilisez le champ d’horodatage « creation_date » ou son équivalent dans la table d’en-tête des ordres de production. Type d’événement explicit
	Ordre de production lancé	Cette étape importante correspond au lancement officiel de l’ordre de production en atelier. L’ordre devient alors visible et peut être traité par le personnel de production. Dans le MES, il s’agit presque toujours d’une action explicite d’un utilisateur, qui déclenche la création de dossiers de fabrication ou d’instructions de travail numériques.
Pourquoi est-ce important ? Le lancement de l’ordre marque le transfert de la planification à l’exécution. C’est une étape essentielle pour suivre le débit et analyser les retards entre l’approbation du plan et le début effectif de la production. Où trouver ces données Il s’agit généralement d’une transaction explicite dans le module de gestion de la production de Plex. L’événement est enregistré à partir de l’horodatage de l’action « Lancer », souvent stocké dans un champ dédié ou un journal des transactions. Données à recueillir Utilisez le champ d’horodatage « release_date » de l’ordre de production ou l’horodatage du journal des transactions de lancement. Type d’événement explicit
	Ordre de production terminé	Marque la fin de toutes les opérations de fabrication de l’ordre de production. Cette dernière transaction de production indique que la quantité prévue a été produite. L’événement est enregistré explicitement lorsqu’un opérateur ou un processus système marque l’ordre comme terminé.
Pourquoi est-ce important ? Cette activité constitue l’événement de fin principal du parcours nominal. Elle sert de point final au calcul du « délai moyen de production d’un ordre » et est indispensable pour mesurer le « respect du calendrier de production » et le « volume de production ». Où trouver ces données Il s’agit d’un changement explicite du statut de l’ordre de production, souvent déclenché par la déclaration de la quantité finale. L’horodatage est enregistré lorsque le statut de l’ordre passe à « Terminé » ou « Achevé ». Données à recueillir Utilisez l’horodatage de la transaction qui fait passer le statut de l’ordre de production à « Terminé ». Type d’événement explicit
	Plan de production approuvé	Cette activité indique que le plan de production a été officiellement approuvé et peut être transmis à l’atelier. L’événement est généralement enregistré à la suite d’une action d’approbation explicite ou d’un changement d’état associé à l’ordre.
Pourquoi est-ce important ? Cette étape marque la fin de la phase de planification et d’approbation. Elle sert de point final au calcul de l’indicateur « Délai d’approbation du plan de production ». Les retards d’approbation constituent un goulot d’étranglement courant que cette activité permet de mesurer et de localiser. Où trouver ces données Il peut s’agir d’un événement explicite issu du journal des transactions d’approbation ou d’un changement d’état de l’ordre de production, par exemple de « En attente d’approbation » à « Approuvé » ou « Prêt à être lancé ». Données à recueillir Relevez l’horodatage auquel l’état de l’ordre de production passe à « Approuvé » ou à une valeur équivalente. Type d’événement inferred
	Prévision de la demande évaluée	Correspond à la réception et à l’évaluation initiales d’une prévision de la demande, avant la création d’un ordre de production. Cet événement est souvent enregistré dans un module de planification de la demande et déclenche l’ensemble du processus de planification de la production.
Pourquoi est-ce important ? Cette activité marque le véritable début du cycle de planification. L’analyse du temps écoulé entre cette étape et la création de l’ordre permet de repérer les retards dans la conversion de la demande en plans de production concrets. Elle contribue au Dashboard « Efficacité de l’intégration des prévisions de la demande ». Où trouver ces données Ces informations se trouvent généralement dans les modules de planification de la demande ou de planification des ventes et des opérations de Plex, ou dans un système intégré. Il peut être nécessaire de les déduire de la date de création d’une prévision liée à l’ordre de production correspondant. Données à recueillir Déduit de l’horodatage de création d’une prévision de la demande ensuite liée à l’ordre de production. Type d’événement inferred
	Production démarrée	Cette activité marque le début du travail physique sur l’ordre de production en atelier. Dans un système comme Plex, l’événement est généralement enregistré lorsqu’un opérateur scanne un code-barres ou démarre manuellement une tâche depuis le terminal d’un poste de travail.
Pourquoi est-ce important ? Cette étape importante marque le début des activités qui créent de la valeur. L’analyse du temps écoulé entre le « Lancement de l’ordre » et le « Démarrage de la production » permet de repérer les retards avant production et de calculer les temps de cycle réels de production. Où trouver ces données Enregistré à partir des transactions de collecte des données en atelier dans Plex. Cet événement correspond à l’horodatage de la première transaction « Démarrage de la tâche » ou « Démarrage de l’opération » associée à l’ordre de production. Données à recueillir Utilisez l’horodatage de la création du premier bon de travail ou du premier événement de démarrage de machine associé à l’ordre de production. Type d’événement explicit
	Affectation des ressources confirmée	Indique que des ressources précises, comme des machines, des outils ou du personnel, ont été affectées à l’ordre de production. Cette étape peut être distincte du lancement ou en faire partie. L’événement est enregistré lorsque les affectations de ressources sont finalisées dans le système.
Pourquoi est-ce important ? Cette activité est essentielle pour le Dashboard « Analyse des retards d’affectation des ressources ». Elle permet de distinguer les retards dus à la planification de ceux causés par l’indisponibilité des ressources en atelier. Où trouver ces données Ces informations peuvent être déduites du renseignement des champs relatifs aux ressources dans l’ordre de production ou dans les étapes de gamme associées. L’horodatage correspond à la dernière mise à jour de ces champs avant le début de la production. Données à recueillir Relevez l’horodatage auquel les champs du poste de travail, de la machine ou de l’employé sont renseignés pour la première opération de l’ordre. Type d’événement inferred
	Besoins en matières planifiés	Correspond à l’exécution du processus de planification des besoins en matières (MRP) pour l’ordre de production. Cette tâche système calcule les matières premières, les composants et les sous-ensembles nécessaires. L’événement est généralement enregistré à la fin de l’exécution du MRP pour les ordres concernés.
Pourquoi est-ce important ? L’analyse de cette étape permet de déterminer si la planification des matières constitue un goulot d’étranglement. Les retards à ce stade peuvent affecter l’ensemble du calendrier de production. Cette étape est essentielle pour comprendre le Dashboard « Analyse de l’incidence des pénuries de matières ». Où trouver ces données Ces informations sont généralement consignées dans les journaux MRP ou de planification de Plex. Recherchez les horodatages associés à la fin d’une tâche MRP ou à l’ajout des données sur les besoins en matières à l’ordre de production. Données à recueillir Horodatage du journal de fin d’exécution du MRP ou horodatage de la dernière mise à jour des besoins en composants de l’ordre. Type d’événement explicit
	Calendrier de production créé	Cet événement correspond à la création d’un calendrier de production détaillé, qui affecte des opérations précises à des postes de travail et à des créneaux horaires. Il résulte des processus de planification des capacités et de l’ordonnancement. Il est probablement enregistré lorsque le calendrier est sauvegardé ou publié.
Pourquoi est-ce important ? Cette étape importante précède le lancement d’un ordre en atelier. Elle constitue un événement clé pour le Dashboard « Repérage des goulots d’étranglement de la planification » et permet d’analyser l’efficacité de la planification détaillée. Où trouver ces données Enregistré dans le module de planification de la production de Plex. L’événement peut être repéré à partir de l’horodatage de création ou de la dernière sauvegarde du calendrier détaillé associé à l’ordre de production. Données à recueillir Utilisez l’horodatage de la première sauvegarde ou confirmation par un planificateur du calendrier détaillé de production de l’ordre. Type d’événement explicit
	Opération terminée	Indique la fin d’une étape ou d’une opération de fabrication dans le parcours de l’ordre de production. Un ordre de production comporte généralement plusieurs événements de ce type, enregistrés explicitement dans les déclarations de production.
Pourquoi est-ce important ? Le suivi des opérations individuelles permet de repérer plus précisément les goulots d’étranglement pendant la production. Il permet aussi de comparer les durées prévues et réelles des opérations et de repérer les postes de travail qui posent problème. Où trouver ces données Cette information provient des transactions de production dans Plex, notamment lorsqu’un opérateur déclare une opération terminée ou enregistre la quantité produite à cette étape. Données à recueillir Utilisez les horodatages des transactions « opération terminée » ou « déclaration de quantité » pour chaque étape du parcours de l’ordre. Type d’événement explicit
	Ordre de production annulé	Indique l’annulation d’un ordre de production avant son achèvement. Il s’agit d’une issue négative qui constitue une autre fin possible du processus. L’événement est enregistré par un changement de statut spécifique de l’ordre.
Pourquoi est-ce important ? Le suivi des annulations est essentiel pour comprendre les défaillances du processus. L’analyse du moment et des raisons des annulations peut révéler des problèmes de prévision de la demande, de précision de la planification ou de disponibilité des matières. Où trouver ces données Cet événement est déduit du passage du statut de l’ordre de production à « Annulé » ou à un état équivalent. L’horodatage de ce changement de statut correspond à l’heure de l’événement. Données à recueillir Enregistrez l’horodatage de la mise à jour du champ de statut de l’ordre de production à « Annulé ». Type d’événement inferred
	Ordre de production clôturé	Il s’agit de la clôture administrative ou financière définitive de l’ordre de production. À ce stade, tous les coûts sont réglés et aucune autre transaction ne peut être effectuée sur l’ordre. Cette action explicite est généralement réalisée par le service financier ou de planification.
Pourquoi est-ce important ? Cette activité marque la véritable fin administrative du cycle de vie de l’ordre de production. L’analyse du délai entre « Production terminée » et « Production clôturée » peut révéler des retards importants dans les processus de clôture financière. Où trouver ces données Cet événement est enregistré lors du passage du statut de l’ordre de production à « Clôturé ». L’horodatage de cette dernière mise à jour du statut indique l’heure de l’événement. Données à recueillir Utilisez l’horodatage de la transaction qui fait passer l’ordre à l’état « Clôturé ». Type d’événement explicit
	Performances de production analysées	Correspond à une étape d’analyse après la fin de la production, au cours de laquelle les écarts de production, les coûts et les indicateurs de qualité sont examinés. Il peut s’agir d’un calcul des écarts généré par le système ou d’un examen manuel par un contrôleur de production ou un comptable analytique.
Pourquoi est-ce important ? L’ajout de cette activité permet de mieux comprendre les étapes qui suivent la production. Il indique le temps nécessaire pour analyser entièrement l’ordre et en évaluer les résultats, et peut révéler des goulots d’étranglement administratifs après la fin de la production. Où trouver ces données Cet événement peut être déduit de l’horodatage des tâches de calcul des écarts ou de la date de création d’un rapport sur les performances de production. Il peut également correspondre à un changement manuel de statut indiquant « Analyse terminée ». Données à recueillir Enregistrez la date d’exécution des tâches de calcul des écarts de coûts ou le changement de statut de l’ordre de production à « Analyse terminée ». Type d’événement inferred
	Plan de production modifié	Cet événement indique qu’une modification a été apportée à l’ordre de production après sa validation, par exemple à la quantité, au parcours ou à la nomenclature. Elle est généralement consignée dans une piste d’audit ou un journal des modifications associé à l’ordre.
Pourquoi est-ce important ? Cette activité est essentielle pour repérer les reprises, les changements de périmètre et l’instabilité du processus. Elle contribue directement à l’indicateur « Taux de reprises et de réacheminement » et aide à trouver les causes des écarts et des inefficacités de production. Où trouver ces données Ces données figurent dans les journaux des modifications ou les tables de piste d’audit du module des ordres de production de Plex. L’événement correspond à l’horodatage de toute modification importante d’un champ après l’événement « Ordre de production validé ». Données à recueillir Filtrez le journal d’audit de l’ordre de production pour repérer les modifications effectuées après sa date de validation. Type d’événement explicit
	Plan de production soumis pour approbation	Indique que le plan de production préparé a été soumis pour approbation. Cette étape est souvent représentée par un changement d’état de l’ordre de production et marque le début du sous-processus d’approbation.
Pourquoi est-ce important ? Cette activité marque le point de départ de la mesure du « Temps de cycle d’approbation du plan de production ». Son suivi permet de déterminer combien de temps les plans attendent leur examen, une source importante de retards administratifs. Où trouver ces données Cette étape est probablement déduite d’un changement d’état de l’ordre de production, par exemple lorsque son état passe de « En cours de planification » à « En attente d’approbation ». L’horodatage de ce changement est alors utilisé. Données à recueillir Relevez l’horodatage auquel l’état de l’ordre de production passe à une valeur telle que « En attente d’approbation » ou « En cours d’examen ». Type d’événement inferred
	Programme directeur de production créé	Cette activité marque la création du programme directeur de production (PDP), établi à partir des prévisions de la demande et des ordres existants. Ce plan général précise ce qui sera produit, en quelles quantités et à quel moment. L’événement est probablement enregistré lorsqu’un planificateur finalise et enregistre une version du PDP.
Pourquoi est-ce important ? Le suivi de cette étape est essentiel pour mesurer l’efficacité de la phase initiale de planification. Le temps écoulé entre l’évaluation de la demande et la création du PDP indique la réactivité de la planification. Il est mesuré par l’indicateur « Temps de cycle de création du programme directeur ». Où trouver ces données Enregistré dans le module de planification du programme directeur de Plex. L’événement peut être repéré à partir de l’horodatage de création de l’enregistrement du PDP ou d’une entrée de journal indiquant sa finalisation. Données à recueillir Relevez l’horodatage de création de l’entrée du PDP ou celui d’un changement d’état précis dans le module de planification. Type d’événement explicit

Recommandé Facultatif

Guides d’extraction

Comment extraire vos données de Plex Smart Manufacturing

Étapes

Accédez à IntelliPlex : Connectez-vous à la plateforme Plex Smart Manufacturing, puis ouvrez le module IntelliPlex Analytic Applications. Vous devez disposer des autorisations nécessaires pour créer et modifier des applications analytiques.
Créez une application analytique : Lancez la création d’un rapport ou d’une application analytique. Donnez-lui un nom explicite, par exemple « ProcessMind Production Planning Event Log ».
Définissez les sources de données : Repérez et ajoutez à votre application les sources de données Plex nécessaires (tables ou vues). Il s’agira notamment des sources relatives aux ordres de production, aux journaux de changement de statut, aux exécutions de planification des matières et aux transactions d’atelier, ainsi que, éventuellement, aux prévisions de la demande et aux journaux de planification. Vous devrez peut-être demander à un administrateur Plex de vous indiquer les noms exacts des tables de votre instance.
Créez les requêtes de base : Pour chacune des 16 activités requises, créez une requête ou un bloc de données distinct. Chaque bloc sélectionnera le même ensemble de colonnes (ProductionOrder, ActivityName, EventTime, etc.) dans la source de données correspondante. Par exemple, l’événement « Ordre de production créé » interrogera la table principale des ordres de production, tandis que les événements « Opération achevée » interrogeront le journal des transactions d’atelier.
Appliquez la logique UNION ALL : Regroupez les 16 requêtes dans un seul jeu de données à l’aide de la commande UNION ALL. Cette étape essentielle rassemble les données de différentes tables dans un journal d’événements unique, classé chronologiquement. Vous pouvez le faire dans l’éditeur SQL d’IntelliPlex ou utiliser les outils graphiques de flux de données pour fusionner les jeux de données.
Appliquez des filtres : Dans l’application IntelliPlex, créez des filtres configurables par l’utilisateur. Le filtre le plus important porte sur la plage de dates (EventTime). Ajoutez également des filtres pour PartNumber, Workcenter et ProductionOrderStatus afin de cibler l’analyse.
Formatez les colonnes : Vérifiez que la colonne EventTime utilise un format d’horodatage cohérent (par exemple, YYYY-MM-DD HH:MI:SS) et que les autres colonnes ont le type de données approprié. Renommez les colonnes au besoin pour respecter les noms d’attributs requis. Par exemple, donnez l’alias ProductionOrder à production_order_no.
Enregistrez et testez : Enregistrez l’application analytique. Exécutez le rapport sur une période récente et courte (par exemple, la semaine écoulée) pour valider les résultats, vérifier l’absence d’erreurs et confirmer que les 16 types d’activité sont correctement générés.
Planifiez l’export : Une fois les résultats validés, ouvrez la section de planification d’IntelliPlex. Créez une tâche planifiée pour exécuter automatiquement l’application. Définissez la fréquence (par exemple, tous les jours à 2 h) et le format de sortie.
Configurez la destination de l’export : Définissez la destination de l’export pour la tâche planifiée. Vous pouvez notamment enregistrer le fichier dans un partage réseau, sur un serveur FTP ou l’envoyer par e-mail. Choisissez le format CSV avec un encodage UTF-8 pour assurer une compatibilité maximale.
Préparez l’importation : Vérifiez que le fichier CSV obtenu comporte une ligne d’en-tête correspondant aux noms d’attributs requis par votre outil de Process Mining. Le fichier est alors prêt à être importé et analysé.

Configuration

Prérequis : Vous devez disposer d’une licence valide de la plateforme Plex Smart Manufacturing incluant le module IntelliPlex. Votre compte doit être autorisé à accéder à IntelliPlex, à créer des applications analytiques et à consulter les tables sous-jacentes de production et de planification.
Sources de données : Le rapport devra réunir des données provenant de plusieurs sources. Les principales sont les en-têtes des ordres de production, leurs gammes, les journaux de statut ou d’audit, les journaux d’exécution MRP, les transactions d’atelier et les tables de planification. Configurez les noms exacts en fonction de votre système.
Plage de dates : Un filtre de plage de dates est indispensable pour maîtriser les performances. Il est recommandé d’extraire les données par lots, par exemple sur des périodes de 3 à 6 mois. La requête doit filtrer les données à partir de la colonne d’horodatage principale des événements.
Filtres clés : En plus de la plage de dates, ajoutez des filtres pour PartNumber, Planner et Workcenter. Les utilisateurs pourront ainsi lancer le rapport sur des sous-ensembles de données précis sans modifier la logique de la requête sous-jacente.
Performances : Dans les environnements de production à fort volume, une extraction couvrant une longue période peut mobiliser beaucoup de ressources. Planifiez le rapport en dehors des heures de pointe. Si les performances posent problème, envisagez de créer dans la base de données des vues indexées qui préagrègent une partie des données requises.
Format de sortie : Configurez l’export au format CSV (valeurs séparées par des virgules). Vérifiez que le séparateur est une virgule et que les champs susceptibles d’en contenir sont encadrés de guillemets doubles.

Exemple de requête sql

/* Production Order Created */
SELECT
  po.order_no AS ProductionOrder,
  'Production Order Created' AS ActivityName,
  po.create_date AS EventTime,
  po.planner_id AS Planner,
  po.status AS ProductionOrderStatus,
  po.part_no AS PartNumber,
  NULL AS Workcenter,
  po.planned_quantity AS PlannedQuantity,
  po.planned_due_date AS PlannedEndDate,
  po.priority AS ProductionPriority,
  po.material_status AS MaterialAvailabilityStatus
FROM part_v_production_order AS po
WHERE po.create_date BETWEEN '[Your Start Date]' AND '[Your End Date]'

UNION ALL

/* Status Change Events: Review, Approved, Released, Closed, Cancelled */
SELECT
  sl.order_no AS ProductionOrder,
  CASE 
    WHEN sl.new_status = 'Review' THEN 'Production Plan Sent for Review'
    WHEN sl.new_status = 'Approved' THEN 'Production Plan Approved'
    WHEN sl.new_status = 'Released' THEN 'Production Order Released'
    WHEN sl.new_status = 'Closed' THEN 'Production Order Closed'
    WHEN sl.new_status = 'Cancelled' THEN 'Production Order Cancelled'
  END AS ActivityName,
  sl.change_timestamp AS EventTime,
  po.planner_id AS Planner,
  sl.new_status AS ProductionOrderStatus,
  po.part_no AS PartNumber,
  NULL AS Workcenter,
  po.planned_quantity AS PlannedQuantity,
  po.planned_due_date AS PlannedEndDate,
  po.priority AS ProductionPriority,
  po.material_status AS MaterialAvailabilityStatus
FROM production_order_status_log AS sl
JOIN part_v_production_order AS po ON sl.order_no = po.order_no
WHERE sl.change_timestamp BETWEEN '[Your Start Date]' AND '[Your End Date]'
  AND sl.new_status IN ('Review', 'Approved', 'Released', 'Closed', 'Cancelled')

UNION ALL

/* Production Started */
SELECT
  sft.order_no AS ProductionOrder,
  'Production Started' AS ActivityName,
  MIN(sft.transaction_time) AS EventTime, /* Use the first transaction time as the start time */
  po.planner_id AS Planner,
  po.status AS ProductionOrderStatus,
  po.part_no AS PartNumber,
  sft.workcenter_code AS Workcenter, 
  po.planned_quantity AS PlannedQuantity,
  po.planned_due_date AS PlannedEndDate,
  po.priority AS ProductionPriority,
  po.material_status AS MaterialAvailabilityStatus
FROM shop_floor_transaction AS sft
JOIN part_v_production_order AS po ON sft.order_no = po.order_no
WHERE sft.transaction_time BETWEEN '[Your Start Date]' AND '[Your EndDate]'
  AND sft.transaction_type = 'Start'
GROUP BY sft.order_no, po.planner_id, po.status, po.part_no, sft.workcenter_code, po.planned_quantity, po.planned_due_date, po.priority, po.material_status

UNION ALL

/* Operation Completed */
SELECT
  sft.order_no AS ProductionOrder,
  'Operation Completed' AS ActivityName,
  sft.transaction_time AS EventTime,
  po.planner_id AS Planner,
  po.status AS ProductionOrderStatus,
  po.part_no AS PartNumber,
  sft.workcenter_code AS Workcenter,
  po.planned_quantity AS PlannedQuantity,
  po.planned_due_date AS PlannedEndDate,
  po.priority AS ProductionPriority,
  po.material_status AS MaterialAvailabilityStatus
FROM shop_floor_transaction AS sft
JOIN part_v_production_order AS po ON sft.order_no = po.order_no
WHERE sft.transaction_time BETWEEN '[Your Start Date]' AND '[Your End Date]'
  AND sft.transaction_type = 'CompleteOperation'

UNION ALL

/* Production Order Completed */
SELECT
  sft.order_no AS ProductionOrder,
  'Production Order Completed' AS ActivityName,
  sft.transaction_time AS EventTime,
  po.planner_id AS Planner,
  po.status AS ProductionOrderStatus,
  po.part_no AS PartNumber,
  NULL AS Workcenter, 
  po.planned_quantity AS PlannedQuantity,
  po.planned_due_date AS PlannedEndDate,
  po.priority AS ProductionPriority,
  po.material_status AS MaterialAvailabilityStatus
FROM shop_floor_transaction AS sft
JOIN part_v_production_order AS po ON sft.order_no = po.order_no
WHERE sft.transaction_time BETWEEN '[Your Start Date]' AND '[Your End Date]'
  AND sft.transaction_type = 'CompleteOrder'

UNION ALL

/* Production Plan Adjusted */
SELECT
  cl.order_no AS ProductionOrder,
  'Production Plan Adjusted' AS ActivityName,
  cl.change_timestamp AS EventTime,
  po.planner_id AS Planner,
  po.status AS ProductionOrderStatus,
  po.part_no AS PartNumber,
  NULL AS Workcenter,
  po.planned_quantity AS PlannedQuantity,
  po.planned_due_date AS PlannedEndDate,
  po.priority AS ProductionPriority,
  po.material_status AS MaterialAvailabilityStatus
FROM production_order_change_log AS cl
JOIN part_v_production_order AS po ON cl.order_no = po.order_no
WHERE cl.change_timestamp BETWEEN '[Your Start Date]' AND '[Your End Date]'
  AND cl.change_timestamp > po.release_date /* Only count adjustments after release */

UNION ALL

/* Material Requirements Planned */
SELECT
  mrp.source_order_no AS ProductionOrder,
  'Material Requirements Planned' AS ActivityName,
  mrp.run_completion_time AS EventTime,
  po.planner_id AS Planner,
  po.status AS ProductionOrderStatus,
  po.part_no AS PartNumber,
  NULL AS Workcenter,
  po.planned_quantity AS PlannedQuantity,
  po.planned_due_date AS PlannedEndDate,
  po.priority AS ProductionPriority,
  po.material_status AS MaterialAvailabilityStatus
FROM mrp_execution_log AS mrp
JOIN part_v_production_order AS po ON mrp.source_order_no = po.order_no
WHERE mrp.run_completion_time BETWEEN '[Your Start Date]' AND '[Your End Date]'

UNION ALL

/* Production Schedule Created */
SELECT
  ps.order_no AS ProductionOrder,
  'Production Schedule Created' AS ActivityName,
  ps.schedule_creation_date AS EventTime,
  po.planner_id AS Planner,
  po.status AS ProductionOrderStatus,
  po.part_no AS PartNumber,
  ps.scheduled_workcenter AS Workcenter,
  po.planned_quantity AS PlannedQuantity,
  po.planned_due_date AS PlannedEndDate,
  po.priority AS ProductionPriority,
  po.material_status AS MaterialAvailabilityStatus
FROM production_schedule AS ps
JOIN part_v_production_order AS po ON ps.order_no = po.order_no
WHERE ps.schedule_creation_date BETWEEN '[Your Start Date]' AND '[Your End Date]'

UNION ALL

/* Other conceptual events - requires custom logic and tables */
/* The following queries are templates and highly dependent on specific Plex configurations */

/* Demand Forecast Assessed */
SELECT 
  po.order_no AS ProductionOrder,
  'Demand Forecast Assessed' AS ActivityName,
  df.assessment_date AS EventTime,
  po.planner_id AS Planner,
  po.status AS ProductionOrderStatus,
  po.part_no AS PartNumber,
  NULL AS Workcenter,
  po.planned_quantity AS PlannedQuantity,
  po.planned_due_date AS PlannedEndDate,
  po.priority AS ProductionPriority,
  po.material_status AS MaterialAvailabilityStatus
FROM demand_forecast AS df
JOIN part_v_production_order AS po ON df.part_no = po.part_no AND po.create_date > df.assessment_date
WHERE df.assessment_date BETWEEN '[Your Start Date]' AND '[Your End Date]'

UNION ALL

/* Master Production Schedule Created */
SELECT 
  po.order_no AS ProductionOrder,
  'Master Production Schedule Created' AS ActivityName,
  mps.creation_date AS EventTime,
  po.planner_id AS Planner,
  po.status AS ProductionOrderStatus,
  po.part_no AS PartNumber,
  NULL AS Workcenter,
  po.planned_quantity AS PlannedQuantity,
  po.planned_due_date AS PlannedEndDate,
  po.priority AS ProductionPriority,
  po.material_status AS MaterialAvailabilityStatus
FROM master_production_schedule AS mps
JOIN part_v_production_order AS po ON mps.part_no = po.part_no AND po.create_date > mps.creation_date
WHERE mps.creation_date BETWEEN '[Your Start Date]' AND '[Your End Date]'

UNION ALL

/* Resource Allocation Confirmed */
SELECT 
  ra.order_no AS ProductionOrder,
  'Resource Allocation Confirmed' AS ActivityName,
  ra.confirmation_timestamp AS EventTime,
  po.planner_id AS Planner,
  po.status AS ProductionOrderStatus,
  po.part_no AS PartNumber,
  ra.workcenter_code AS Workcenter,
  po.planned_quantity AS PlannedQuantity,
  po.planned_due_date AS PlannedEndDate,
  po.priority AS ProductionPriority,
  po.material_status AS MaterialAvailabilityStatus
FROM resource_allocation_log AS ra
JOIN part_v_production_order AS po ON ra.order_no = po.order_no
WHERE ra.confirmation_timestamp BETWEEN '[Your Start Date]' AND '[Your End Date]'

UNION ALL

/* Production Performance Analyzed */
SELECT 
  va.order_no AS ProductionOrder,
  'Production Performance Analyzed' AS ActivityName,
  va.analysis_date AS EventTime,
  po.planner_id AS Planner,
  po.status AS ProductionOrderStatus,
  po.part_no AS PartNumber,
  NULL AS Workcenter,
  po.planned_quantity AS PlannedQuantity,
  po.planned_due_date AS PlannedEndDate,
  po.priority AS ProductionPriority,
  po.material_status AS MaterialAvailabilityStatus
FROM variance_analysis_log AS va
JOIN part_v_production_order AS po ON va.order_no = po.order_no
WHERE va.analysis_date BETWEEN '[Your Start Date]' AND '[Your End Date]';

Étapes

Prérequis : Vérifiez que Python 3.6 ou une version ultérieure est installé sur votre système. Installez les bibliothèques nécessaires, pandas pour manipuler les données et requests pour effectuer les appels API, en exécutant pip install pandas requests dans votre terminal.
Obtenez vos identifiants API : Demandez des identifiants API à l’administrateur de votre système Plex. Ils comprennent un compte utilisateur dédié, un mot de passe et le numéro de client Plex (PCN) de votre entreprise. Ce compte doit être autorisé à accéder aux sources de données requises via l’API d’intégration Plex.
Préparez le script Python : Créez un fichier Python (par exemple, extract_plex_production.py) et copiez-y le script fourni.
Configurez les paramètres du script : Repérez la section de configuration et remplacez les valeurs de substitution de PLEX_API_BASE_URL, PLEX_USERNAME, PLEX_PASSWORD et PLEX_PCN par vos identifiants. Ajustez les paramètres START_DATE et END_DATE pour définir la période d’extraction souhaitée.
Repérez les sources de données : Le script fourni utilise à titre d’exemple plusieurs clés de sources de données Plex courantes, comme Production_v_Production_Order_Summary et Production_v_Job_Operation_Event_Log. Vérifiez ces clés auprès de votre administrateur Plex ou dans la documentation, puis mettez-les à jour dans le script si votre configuration utilise d’autres noms.
Exécutez le script : Lancez le script depuis votre terminal avec la commande python extract_plex_production.py. Il s’authentifiera auprès de l’API Plex, récupérera les données des sources indiquées et les traitera.
Suivez l’exécution : Le script affiche dans la console des messages de progression indiquant la source de données en cours de récupération et le nombre d’enregistrements traités. Surveillez les messages d’erreur susceptibles de signaler un problème d’identifiants, d’autorisations ou de disponibilité de l’API.
Transformez les données : Le script transforme automatiquement les réponses JSON imbriquées de l’API Plex en une structure tabulaire à plat. Il déplie les données et crée des lignes distinctes pour chacune des 16 activités requises, à partir des horodatages et des changements de statut présents dans les enregistrements sources.
Vérifiez le résultat : Une fois l’exécution terminée, le script crée dans le même répertoire un fichier CSV nommé plex_production_event_log.csv. Ouvrez-le dans un tableur pour en vérifier la structure et le contenu.
Préparez l’importation : Le fichier CSV généré respecte les exigences de ProcessMind et contient notamment les colonnes ProductionOrder, ActivityName, EventTime et les autres attributs recommandés. En général, aucun formatage supplémentaire n’est nécessaire. Le fichier est prêt à être importé pour l’analyse Process Mining.

Configuration

Identifiants API : Un compte utilisateur Plex valide et son mot de passe sont nécessaires pour l’authentification. Le script combine l’authentification de base avec le PCN pour gérer les sessions.
Autorisations : L’utilisateur de l’API doit disposer d’un accès en lecture à toutes les sources de données référencées dans le script. Les principales sources concernent les ordres de production, les opérations, l’historique des statuts, les journaux MRP et les enregistrements de planification. Vérifiez auprès de votre administrateur Plex que les autorisations nécessaires sont accordées.
Plage de dates : Vous devez définir START_DATE et END_DATE dans le script. Pour une première analyse, une période de 3 à 6 mois est recommandée afin d’obtenir un jeu de données représentatif sans volume excessif. Dans les environnements à fort volume, commencez par une période plus courte, par exemple un mois.
Filtrage : Les principaux filtres portent sur les dates de début et de fin appliquées à un champ de date pertinent, comme la date de création de l’ordre de production. Vous pouvez modifier le script pour ajouter d’autres filtres à la requête API, par exemple sur Part_Number ou Workcenter, afin de réduire le périmètre de l’extraction.
Pagination : Le script gère automatiquement la pagination de l’API. Il utilise le paramètre PageSize (défini par défaut sur 1000) et parcourt les pages jusqu’à récupérer tous les enregistrements de la période indiquée. Une taille de page plus faible peut augmenter le nombre d’appels API, mais réduire le risque d’expiration du délai d’attente.
Clés des sources de données : Le script s’appuie sur des clés précises pour interroger les bonnes sources de données. Leur exactitude est essentielle à la réussite de l’extraction. Ces clés dépendent de votre implémentation Plex et devront peut-être être vérifiées et ajustées.

Exemple de requête python

import requests
import pandas as pd
import json
import datetime
import time

class=class="hl-string">"hl-comment"># --- Configuration ---
PLEX_API_BASE_URL = class="hl-string">"[Your_Plex_API_Base_URL]" class=class="hl-string">"hl-comment"># e.g., https://api.plex.com
PLEX_USERNAME = class="hl-string">"[Your_Username]"
PLEX_PASSWORD = class="hl-string">"[Your_Password]"
PLEX_PCN = class="hl-string">"[Your_PCN]"

class=class="hl-string">"hl-comment"># Date range for the extraction
START_DATE = class="hl-string">"2023-01-01"
END_DATE = class="hl-string">"2023-12-31"

class=class="hl-string">"hl-comment"># --- Main Script ---

def get_plex_data(datasource_key, filter_payload):
    class="hl-string">"""Fetches and paginates data from a specific Plex API data source."""
    all_rows = []
    page = 1
    page_size = 1000

    auth_payload = (PLEX_USERNAME, PLEX_PASSWORD)
    headers = {
        class="hl-string">'Content-Type': class="hl-string">'application/json',
        class="hl-string">'Accept': class="hl-string">'application/json'
    }
    
    while True:
        print(fclass="hl-string">"Fetching page {page} for data source {datasource_key}...")
        request_body = {
            class="hl-string">"RequestHeader": {
                class="hl-string">"PlexusCustomerNo": PLEX_PCN
            },
            class="hl-string">"RequestData": {
                class="hl-string">"DataSourceKey": datasource_key,
                class="hl-string">"InputParameters": filter_payload,
                class="hl-string">"PageSize": page_size,
                class="hl-string">"PageNumber": page
            }
        }

        try:
            response = requests.post(PLEX_API_BASE_URL, headers=headers, auth=auth_payload, data=json.dumps(request_body), timeout=120)
            response.raise_for_status()
            data = response.json()

            rows = data.get(class="hl-string">'ResponseData', {}).get(class="hl-string">'Rows', [])
            if not rows:
                break
                
            all_rows.extend(rows)
            page += 1
            class=class="hl-string">"hl-comment"># Respect potential rate limits
            time.sleep(1)

        except requests.exceptions.HTTPError as err:
            print(fclass="hl-string">"HTTP Error fetching data for {datasource_key}: {err}")
            break
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Request Error fetching data for {datasource_key}: {e}")
            break

    return all_rows

def main():
    class="hl-string">"""Main extraction and transformation logic."""
    event_log = []
    
    class=class="hl-string">"hl-comment"># Define filters for core production order data
    po_filter = {
        class="hl-string">'Order_Create_Date_Start': START_DATE,
        class="hl-string">'Order_Create_Date_End': END_DATE
    }
    
    class=class="hl-string">"hl-comment"># 1. Fetch core Production Order data
    class=class="hl-string">"hl-comment"># This source is assumed to contain key dates and statuses for multiple activities
    class=class="hl-string">"hl-comment"># Placeholder names for data source and columns are used.
    production_orders = get_plex_data(class="hl-string">'Production_v_Production_Order_Summary', po_filter)
    print(fclass="hl-string">"Found {len(production_orders)} production orders.")

    for po in production_orders:
        case_id = po.get(class="hl-string">'Production_Order_No')
        if not case_id:
            continue

        common_attributes = {
            class="hl-string">'ProductionOrder': case_id,
            class="hl-string">'Planner': po.get(class="hl-string">'Planner_Name'),
            class="hl-string">'ProductionOrderStatus': po.get(class="hl-string">'Order_Status'),
            class="hl-string">'PartNumber': po.get(class="hl-string">'Part_No'),
            class="hl-string">'Workcenter': po.get(class="hl-string">'Primary_Workcenter'),
            class="hl-string">'PlannedQuantity': po.get(class="hl-string">'Planned_Quantity'),
            class="hl-string">'PlannedEndDate': po.get(class="hl-string">'Planned_End_Date'),
            class="hl-string">'ProductionPriority': po.get(class="hl-string">'Priority_Code'),
            class="hl-string">'MaterialAvailabilityStatus': po.get(class="hl-string">'Material_Status')
        }

        class=class="hl-string">"hl-comment"># Map date fields to activities
        activity_map = {
            class="hl-string">'Demand Forecast Assessed': po.get(class="hl-string">'Demand_Assessment_Date'),
            class="hl-string">'Master Production Schedule Created': po.get(class="hl-string">'MPS_Creation_Date'),
            class="hl-string">'Material Requirements Planned': po.get(class="hl-string">'MRP_Run_Date'),
            class="hl-string">'Production Schedule Created': po.get(class="hl-string">'Schedule_Creation_Date'),
            class="hl-string">'Production Order Created': po.get(class="hl-string">'Create_Date'),
            class="hl-string">'Production Plan Sent for Review': po.get(class="hl-string">'Review_Submit_Date'),
            class="hl-string">'Production Plan Approved': po.get(class="hl-string">'Approval_Date'),
            class="hl-string">'Production Order Released': po.get(class="hl-string">'Release_Date'),
            class="hl-string">'Resource Allocation Confirmed': po.get(class="hl-string">'Resource_Confirmation_Date'),
            class="hl-string">'Production Order Completed': po.get(class="hl-string">'Order_Complete_Date'),
            class="hl-string">'Production Performance Analyzed': po.get(class="hl-string">'Variance_Analysis_Date'),
            class="hl-string">'Production Order Closed': po.get(class="hl-string">'Close_Date')
        }

        for activity, timestamp in activity_map.items():
            if timestamp:
                event_log.append({
                    **common_attributes,
                    class="hl-string">'ActivityName': activity,
                    class="hl-string">'EventTime': timestamp
                })
        
        class=class="hl-string">"hl-comment"># Handle status-based activities
        if po.get(class="hl-string">'Order_Status') == class="hl-string">'Cancelled':
            event_log.append({
                **common_attributes,
                class="hl-string">'ActivityName': class="hl-string">'Production Order Cancelled',
                class="hl-string">'EventTime': po.get(class="hl-string">'Status_Change_Date') class=class="hl-string">"hl-comment"># Assumes a general status change date is available
            })

    class=class="hl-string">"hl-comment"># 2. Fetch detailed shop floor events (start, operations, adjustments)
    op_log_filter = {
        class="hl-string">'Event_Date_Start': START_DATE,
        class="hl-string">'Event_Date_End': END_DATE
    }
    job_events = get_plex_data(class="hl-string">'Production_v_Job_Operation_Event_Log', op_log_filter)
    print(fclass="hl-string">"Found {len(job_events)} job operation events.")

    for event in job_events:
        case_id = event.get(class="hl-string">'Production_Order_No')
        if not case_id:
            continue

        event_type = event.get(class="hl-string">'Event_Type')
        activity_name = None

        if event_type == class="hl-string">'JOB_START':
            activity_name = class="hl-string">'Production Started'
        elif event_type == class="hl-string">'OPERATION_COMPLETE':
            activity_name = class="hl-string">'Operation Completed'
        elif event_type == class="hl-string">'PLAN_ADJUSTMENT':
            activity_name = class="hl-string">'Production Plan Adjusted'

        if activity_name:
            event_log.append({
                class="hl-string">'ProductionOrder': case_id,
                class="hl-string">'ActivityName': activity_name,
                class="hl-string">'EventTime': event.get(class="hl-string">'Event_Timestamp'),
                class="hl-string">'Planner': event.get(class="hl-string">'Planner_Name'),
                class="hl-string">'ProductionOrderStatus': event.get(class="hl-string">'Order_Status'),
                class="hl-string">'PartNumber': event.get(class="hl-string">'Part_No'),
                class="hl-string">'Workcenter': event.get(class="hl-string">'Workcenter'),
                class="hl-string">'PlannedQuantity': event.get(class="hl-string">'Planned_Quantity'),
                class="hl-string">'PlannedEndDate': event.get(class="hl-string">'Planned_End_Date'),
                class="hl-string">'ProductionPriority': event.get(class="hl-string">'Priority_Code'),
                class="hl-string">'MaterialAvailabilityStatus': None class=class="hl-string">"hl-comment"># Might not be available at event level
            })

    class=class="hl-string">"hl-comment"># 3. Create DataFrame and save to CSV
    if not event_log:
        print(class="hl-string">"No events were extracted. The output file will be empty.")
        return

    df = pd.DataFrame(event_log)
    df[class="hl-string">'EventTime'] = pd.to_datetime(df[class="hl-string">'EventTime'])
    df = df.sort_values(by=[class="hl-string">'ProductionOrder', class="hl-string">'EventTime'])
    
    class=class="hl-string">"hl-comment"># Reorder columns to match requirements
    final_columns = [
        class="hl-string">'ProductionOrder', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'Planner', 
        class="hl-string">'ProductionOrderStatus', class="hl-string">'PartNumber', class="hl-string">'Workcenter', class="hl-string">'PlannedQuantity',
        class="hl-string">'PlannedEndDate', class="hl-string">'ProductionPriority', class="hl-string">'MaterialAvailabilityStatus'
    ]
    df = df.reindex(columns=final_columns)

    df.to_csv(class="hl-string">'plex_production_event_log.csv', index=False, date_format=class="hl-string">'%Y-%m-%d %H:%M:%S')
    print(class="hl-string">"Extraction complete. Event log saved to plex_production_event_log.csv")

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

Prêt à commencer ?

Appuyez-vous sur ce modèle pour démarrer votre démarche de Process Mining et améliorer l’efficacité de votre planification de la production. Transformez dès aujourd’hui vos données en analyses concrètes.

Retour au guide d’amélioration

Télécharger le modèle

Optimisez la planification de la production : réduisez dès maintenant le temps de cycle

Repérez les inefficacités et réduisez rapidement de 30 % le temps de cycle de production.

Démarrez l’essai gratuit

Aucune carte bancaire requise. Démarrez votre essai gratuit de 14 jours.

Votre modèle de données pour la planification de la production

Votre modèle de données pour la planification de la production

Attributs de planification de la production

Activités de planification de la production

Guides d’extraction

Export depuis l’application analytique Plex IntelliPlex

Étapes

Configuration

Exemple de requête sql

Extraction par script Python via les API d’intégration Plex

Étapes

Configuration

Exemple de requête python

Prêt à commencer ?

Optimisez la planification de la production : réduisez dès maintenant le temps de cycle

Votre modèle de données pour la planification de la production

Votre modèle de données pour la planification de la production

Attributs de planification de la production

Activités de planification de la production

Guides d’extraction

Export depuis l’application analytique Plex IntelliPlex

Étapes

Configuration

Exemple de requête sql

Extraction par script Python via les API d’intégration Plex

Étapes

Configuration

Exemple de requête python

Prêt à commencer ?

Optimisez la planification de la production : réduisez dès maintenant le temps de cycle

Prêt à commencer ?

Optimisez la planification de la production : réduisez dès maintenant le temps de cycle