> Perbaikan proses berkelanjutan > Manajemen Gudang > Oracle WMS Cloud > Templat data

Templat Data Pengelolaan Gudang Anda

Oracle WMS Cloud

Atribut Pengelolaan Gudang(21) Aktivitas Pengelolaan Gudang(16) Panduan Ekstraksi(2)

Templat Data Pengelolaan Gudang Anda

Templat ini memandu Anda mengumpulkan data yang diperlukan untuk menganalisis proses pengelolaan gudang. Di dalamnya tercantum atribut dan aktivitas penting yang perlu dilacak, serta panduan praktis untuk mengekstrak informasi dari sistem sumber.

Atribut yang disarankan untuk dikumpulkan
Aktivitas utama yang perlu dilacak dalam proses
Panduan ekstraksi data

Baru mengenal log peristiwa? Pelajari cara membuat log peristiwa process mining.

Unduh template

Atribut Pengelolaan Gudang

Berikut kolom data yang disarankan untuk disertakan dalam log peristiwa agar analisis pengelolaan gudang berjalan menyeluruh.

5 Wajib 7 Disarankan 9 Opsional

	Nama	Deskripsi
	Nama aktivitas ActivityName	Nama peristiwa bisnis atau tugas tertentu yang terjadi dalam proses pengelolaan gudang, seperti 'Barang diambil' atau 'Pengiriman diberangkatkan'.
Deskripsi Nama Aktivitas menjelaskan satu langkah atau pencapaian dalam siklus pesanan gudang. Aktivitas ini menjadi titik-titik berurutan pada peta proses, sehingga alur proses dapat dilihat dan dianalisis. Setiap aktivitas memiliki stempel waktu yang menjadi dasar pengukuran kinerja dan analisis hambatan. Dalam process mining, atribut ini menjadi dasar untuk menyusun model proses. Atribut ini digunakan untuk menganalisis frekuensi aktivitas, jalur proses, dan durasi antar langkah. Memahami urutan dan kemunculan aktivitas seperti 'Inspeksi kualitas dilakukan' atau 'Tugas pengambilan barang dibuat' penting untuk mengoptimalkan alokasi sumber daya dan memperpendek waktu siklus. Mengapa ini penting Atribut ini menentukan langkah-langkah dalam peta proses, sehingga alur kerja gudang dapat dilihat, dianalisis, dan dioptimalkan. Sumber data Informasi ini biasanya diambil dari log peristiwa, tabel status tugas, atau catatan transaksi di Oracle WMS Cloud yang mencatat pencapaian proses. Contoh Barang tibaTugas picking dibuatBarang dikemasPengiriman diberangkatkan
	Pesanan gudang WarehouseOrder	Pengenal unik untuk pesanan gudang. Pengenal ini menjadi kasus utama untuk melacak semua aktivitas logistik terkait dari awal hingga akhir.
Deskripsi Pesanan Gudang adalah pengenal utama yang mengelompokkan semua peristiwa dan aktivitas terkait satu tugas logistik di gudang, seperti penerimaan barang masuk atau pengiriman barang keluar. Pengenal ini berfungsi sebagai ID kasus untuk process mining, sehingga seluruh siklus proses gudang untuk pesanan tersebut dapat dianalisis dari awal hingga akhir. Dengan menganalisis proses berdasarkan Pesanan Gudang, Anda dapat melihat seluruh perjalanan pesanan, mulai dari pembuatan hingga selesai atau dibatalkan. Analisis ini membantu menemukan jalur proses yang umum, hambatan, penyimpangan, dan pekerjaan ulang yang memengaruhi efisiensi operasional gudang. Tampilan ini penting untuk memahami kinerja keseluruhan dan kepatuhan terhadap prosedur standar untuk berbagai jenis pesanan. Mengapa ini penting Ini adalah ID Kasus utama yang menghubungkan semua aktivitas gudang terkait, sehingga Anda dapat melihat proses setiap pesanan logistik secara menyeluruh dari awal hingga akhir. Sumber data ID ini biasanya terdapat di tingkat header pada tabel pesanan gudang di Oracle WMS Cloud, misalnya dalam modul Orders atau Tasks. Contoh WO-0054321ORD-9876543SHIP-2024-1001
	Waktu mulai peristiwa EventStartTime	Stempel waktu yang menunjukkan kapan aktivitas atau peristiwa tertentu di gudang dimulai.
Deskripsi Waktu Mulai Peristiwa menunjukkan tanggal dan waktu tepat saat suatu aktivitas dimulai. Dalam process mining, atribut waktu ini digunakan untuk mengurutkan peristiwa secara kronologis serta menghitung durasi dan waktu siklus. Stempel waktu ini penting untuk menggambarkan alur proses sesuai kejadian sebenarnya. Analisis berdasarkan Waktu Mulai Peristiwa penting untuk memantau kinerja. Atribut ini memungkinkan penghitungan metrik utama, seperti jeda antaraktivitas, durasi seluruh kasus, dan kepatuhan terhadap perjanjian tingkat layanan. Dasbor yang menampilkan waktu siklus, seperti 'Waktu siklus dari penerimaan barang hingga penempatan', sepenuhnya bergantung pada atribut ini untuk menemukan keterlambatan. Mengapa ini penting Stempel waktu ini penting untuk mengurutkan peristiwa dengan benar dan menghitung semua metrik kinerja berbasis waktu, seperti waktu siklus dan hambatan. Sumber data Biasanya berupa kolom stempel waktu pembuatan atau waktu mulai yang terkait dengan catatan tugas atau peristiwa di tabel transaksi Oracle WMS Cloud. Contoh 2023-10-26T09:00:00Z2023-10-26T10:30:15Z2023-10-27T11:05:00Z
	Pembaruan data terakhir LastDataUpdate	Stempel waktu yang menunjukkan kapan data untuk peristiwa ini terakhir kali diekstrak atau diperbarui dari sistem sumber.
Deskripsi Pembaruan Data Terakhir menunjukkan tanggal dan waktu data diambil dari Oracle WMS Cloud. Metadata ini penting untuk mengetahui seberapa baru analisis yang ditampilkan dan memastikan keputusan didasarkan pada informasi terkini. Pada dasbor process mining, stempel waktu ini memberi tahu pengguna kapan data terakhir diperbarui. Informasi ini membantu pengguna memahami apakah analisis mencerminkan operasional secara real-time atau data historis, yang penting untuk pemantauan operasional. Mengapa ini penting Menunjukkan seberapa baru data yang tersedia, sehingga pengguna dapat memahami seberapa terkini analisis proses. Sumber data Stempel waktu ini dibuat dan ditambahkan selama proses ekstraksi, transformasi, dan pemuatan data (ETL). Contoh 2023-11-01T02:00:00Z2023-11-02T02:00:00Z
	Sistem sumber SourceSystem	Sistem tempat data pengelolaan gudang diambil.
Deskripsi Atribut ini menunjukkan asal data, dalam hal ini Oracle WMS Cloud. Meski nilainya mungkin tetap, atribut ini penting untuk tata kelola data dan keterlacakan, serta saat data dari beberapa sistem digabungkan untuk analisis yang lebih luas. Dalam process mining, atribut ini membantu pemangku kepentingan memercayai data dan memahami konteksnya. Jika gudang yang berbeda menggunakan sistem yang berbeda, kolom ini penting untuk memisahkan dan membandingkan kinerja proses di setiap gudang. Mengapa ini penting Atribut ini memberi konteks penting tentang asal data dan tata kelolanya, memastikan keterlacakan serta mendukung analisis lintas sistem. Sumber data Biasanya berupa nilai tetap yang ditambahkan saat transformasi data untuk menandai asal kumpulan data. Contoh Oracle WMS CloudOracle Fusion WMS
	ID pengguna/operator UserOperatorId	Pengenal pengguna, operator, atau karyawan yang melakukan aktivitas gudang.
Deskripsi Atribut ini menunjukkan orang yang bertanggung jawab menjalankan tugas tertentu, seperti mengambil, mengemas, atau menempatkan barang. Atribut ini penting untuk menganalisis kinerja tenaga kerja, pembagian beban kerja, dan kepatuhan terhadap prosedur operasional standar. Dengan menganalisis proses berdasarkan ID Pengguna/Operator, Anda dapat menemukan karyawan berkinerja tinggi, karyawan yang mungkin memerlukan pelatihan tambahan, serta ketimpangan beban kerja dalam tim. Atribut ini penting untuk dasbor 'Pemanfaatan Sumber Daya per Aktivitas', yang membantu memahami kontribusi setiap pengguna terhadap efisiensi proses dan apakah tindakan pengguna tertentu menimbulkan hambatan. Mengapa ini penting Atribut ini penting untuk menganalisis kinerja tenaga kerja, menemukan kebutuhan pelatihan, dan memastikan beban kerja terbagi secara merata. Sumber data Biasanya terdapat di tabel transaksi atau tugas, dan sering dikaitkan dengan pengguna yang masuk ke sistem atau perangkat genggam saat tindakan dilakukan. Contoh JSMITHBJOHNSONUSER123
	Jenis pesanan gudang WarehouseOrderType	Mengelompokkan pesanan gudang, misalnya sebagai penerimaan barang masuk, pengiriman barang keluar, atau transfer internal.
Deskripsi Jenis Pesanan Gudang memberi konteks penting tentang tujuan pesanan. Jenis yang umum mencakup pengiriman ke pelanggan, penerimaan pesanan pembelian, transfer stok antar fasilitas, atau retur. Pengelompokan ini menjadi dasar untuk memisahkan analisis proses dan membandingkan kinerja berbagai alur kerja. Dalam process mining, pemfilteran berdasarkan jenis pesanan memungkinkan Anda membuat peta proses terpisah untuk alur masuk dan keluar, yang sering memiliki langkah dan target kinerja berbeda. Misalnya, KPI pengiriman barang keluar berfokus pada kecepatan dan pengantaran ke pelanggan, sedangkan KPI penerimaan barang masuk berfokus pada ketersediaan dan keakuratan inventaris. Atribut ini penting untuk membandingkan berbagai proses pemenuhan pesanan di dasbor 'Produktivitas pengambilan dan pengemasan'. Mengapa ini penting Atribut ini memungkinkan analisis dipisahkan berdasarkan proses masuk, keluar, atau internal, yang masing-masing memiliki tujuan dan alur kerja berbeda. Sumber data Lihat dokumentasi Oracle WMS Cloud. Informasi ini biasanya tersedia di data header pesanan gudang. Contoh Pengiriman barang keluarPenerimaan barang masukTransfer internalRetur pelanggan
	Kuantitas aktual ActualQuantity	Jumlah aktual barang yang dihitung atau ditangani selama aktivitas, seperti penerimaan barang atau pengambilan barang.
Deskripsi Kuantitas Aktual adalah jumlah fisik unit yang diproses selama tugas gudang. Jumlah ini sering dicatat saat penerimaan barang, penempatan barang, pengambilan barang, atau penghitungan siklus. Nilai ini menunjukkan jumlah sebenarnya dalam pergerakan inventaris. Atribut ini penting untuk dasbor 'Selisih kuantitas inventaris'. Dengan membandingkan Kuantitas Aktual dengan Kuantitas yang Direncanakan pada dokumen sumber, seperti pesanan pembelian atau pesanan pengiriman, selisih dapat segera ditemukan. Analisis selisih ini membantu menemukan sumber ketidakakuratan inventaris, seperti kesalahan pemasok, kesalahan penerimaan, atau kesalahan pengambilan barang. Informasi ini penting untuk menjaga keakuratan tingkat stok. Mengapa ini penting Atribut ini penting untuk menemukan selisih inventaris dengan membandingkannya dengan kuantitas yang direncanakan, sehingga keakuratan stok dapat ditingkatkan. Sumber data Lihat dokumentasi Oracle WMS Cloud. Informasi ini biasanya berupa kolom di tabel detail transaksi atau baris tugas. Contoh 10098500
	Status SLA SLAState	Status hasil perhitungan yang menunjukkan apakah pesanan gudang selesai tepat waktu, terlambat, atau berisiko terlambat berdasarkan Tanggal Penyelesaian yang Diminta.
Deskripsi Status SLA adalah atribut turunan yang langsung mengelompokkan kinerja pesanan berdasarkan tenggatnya. Status ini dihitung dengan membandingkan stempel waktu aktivitas penyelesaian, misalnya 'Pengiriman diberangkatkan', dengan 'RequestedCompletionDate'. Statusnya dapat berupa 'Tepat waktu', 'Terlambat', atau 'Berisiko terlambat' untuk pesanan terbuka yang mendekati tenggat. Atribut ini dirancang untuk dasbor 'Kepatuhan SLA pesanan gudang'. Atribut ini menyederhanakan perbandingan tanggal yang rumit menjadi status yang mudah dipahami, sehingga kinerja dapat dinilai dengan cepat. Analis dapat menggunakannya untuk memfilter semua pesanan yang terlambat dan mencari akar penyebab kegagalannya memenuhi perjanjian tingkat layanan. Mengapa ini penting Memberikan gambaran singkat tentang kepatuhan SLA, sehingga kinerja ketepatan waktu mudah dipantau dan dianalisis. Sumber data Status ini dihitung dengan membandingkan stempel waktu aktivitas terakhir dengan RequestedCompletionDate. Contoh Tepat waktuTerlambatBerisiko
	Tanggal penyelesaian yang diminta RequestedCompletionDate	Tanggal target penyelesaian atau pengiriman pesanan gudang.
Deskripsi Tanggal Penyelesaian yang Diminta menunjukkan tenggat dalam perjanjian tingkat layanan (SLA) atau tanggal yang diharapkan pelanggan untuk pesanan. Tanggal ini menjadi patokan untuk mengukur waktu penyelesaian sebenarnya dan menentukan apakah pesanan selesai tepat waktu, lebih awal, atau terlambat. Atribut ini menjadi dasar untuk dasbor pemantauan kinerja seperti 'Kepatuhan SLA pesanan gudang' dan penghitungan KPI seperti 'Kepatuhan pengiriman tepat waktu'. Dengan membandingkan stempel waktu pengiriman aktual dengan tanggal yang diminta, bisnis dapat mengukur kinerja layanan, menemukan penyebab keterlambatan, dan memprioritaskan pesanan yang berisiko melewati tenggat. Mengapa ini penting Atribut ini menjadi dasar untuk mengukur kinerja ketepatan waktu dan kepatuhan SLA, yang berdampak langsung pada kepuasan pelanggan. Sumber data Lihat dokumentasi Oracle WMS Cloud. Informasi ini biasanya terdapat di data header pesanan dan sering berasal dari pesanan penjualan atau pesanan pembelian. Contoh 2023-10-28T17:00:00Z2023-11-05T23:59:59Z2023-11-15T12:00:00Z
	Tingkat prioritas PriorityLevel	Klasifikasi tingkat urgensi pesanan gudang, seperti 'Tinggi', 'Normal', atau 'Rendah'.
Deskripsi Tingkat Prioritas adalah atribut yang ditentukan oleh bisnis untuk menunjukkan urgensi pesanan gudang. Pesanan prioritas tinggi, seperti pengiriman ekspres atau pengisian ulang stok untuk mengatasi kekurangan kritis, sering kali perlu diproses lebih cepat dan segera ditangani oleh sumber daya yang tersedia. Atribut ini penting untuk dasbor 'Kinerja pemenuhan pesanan prioritas'. Dengan memfilter dan membandingkan proses berdasarkan Tingkat Prioritas, manajer dapat menilai apakah pesanan prioritas tinggi benar-benar dipercepat dan memenuhi SLA yang lebih ketat. Informasi ini membantu memastikan sumber daya dialokasikan secara efektif untuk memenuhi kebutuhan bisnis yang paling mendesak. Mengapa ini penting Memungkinkan Anda menilai apakah pesanan mendesak diproses lebih cepat daripada pesanan biasa, sehingga SLA penting dapat dipenuhi. Sumber data Lihat dokumentasi Oracle WMS Cloud. Informasi ini biasanya berupa kolom di data header pesanan. Contoh TinggiNormalRendah
	Waktu akhir peristiwa EventEndTime	Stempel waktu yang menunjukkan kapan aktivitas atau peristiwa tertentu di gudang selesai.
Deskripsi Waktu Akhir Peristiwa menunjukkan tanggal dan waktu tepat saat suatu aktivitas selesai. Jika tersedia, data ini mengukur durasi aktivitas dengan lebih akurat daripada memperkirakannya dari waktu mulai aktivitas berikutnya. Informasi ini sangat berguna untuk tugas yang memiliki waktu pemrosesan terukur, seperti 'Pengemasan' atau 'Inspeksi kualitas'. Dengan waktu mulai dan waktu akhir, analisis dapat menghitung waktu pemrosesan setiap aktivitas secara tepat. Ini membantu membedakan waktu yang digunakan untuk mengerjakan tugas secara aktif dari waktu tunggu sebelum langkah berikutnya dimulai. Pembedaan ini penting untuk menganalisis pemanfaatan sumber daya dan efisiensi. Mengapa ini penting Memungkinkan penghitungan durasi setiap aktivitas secara tepat, sehingga waktu pemrosesan aktif dapat dibedakan dari waktu tunggu. Sumber data Biasanya berupa kolom stempel waktu penyelesaian atau waktu akhir pada catatan tugas atau peristiwa di Oracle WMS Cloud. Contoh 2023-10-26T09:15:00Z2023-10-26T11:00:45Z2023-10-27T11:20:00Z
	ID pengiriman ShipmentId	Pengenal unik untuk pengiriman yang mengelompokkan satu atau beberapa pesanan gudang yang diangkut bersama.
Deskripsi ID Pengiriman adalah pengenal tingkat lebih tinggi yang dapat menggabungkan beberapa pesanan gudang menjadi satu unit logistik untuk diangkut. Misalnya, beberapa pesanan kecil dengan tujuan yang sama dapat digabungkan dalam satu pengiriman menggunakan truk yang sama. Dalam analisis ini, ID kasusnya adalah Pesanan Gudang, sedangkan ID Pengiriman memberi dimensi tambahan untuk menganalisis logistik barang keluar. Dengan ID ini, kinerja dapat dinilai pada tingkat pengiriman, misalnya total waktu untuk menggabungkan semua pesanan dalam satu pengiriman. ID ini juga dapat digunakan untuk melacak masalah yang berdampak pada seluruh pengiriman, bukan hanya satu pesanan. Mengapa ini penting Mengelompokkan beberapa pesanan dalam satu unit transportasi, sehingga efisiensi konsolidasi dan kinerja pada tingkat pengiriman dapat dianalisis. Sumber data Lihat dokumentasi Oracle WMS Cloud. Informasi ini biasanya terdapat di modul pengelolaan pengiriman atau muatan. Contoh SHP-98765LOAD-A543BOL-123456
	Kode alasan ReasonCode	Kode atau keterangan yang menjelaskan alasan terjadinya peristiwa tertentu, seperti penyesuaian inventaris, retur, atau penyimpangan.
Deskripsi Kode Alasan memberi konteks untuk peristiwa nonstandar atau pengecualian dalam proses. Misalnya, jika aktivitas 'Inventaris disesuaikan' terjadi, kode alasannya dapat berupa 'Barang rusak', 'Penyesuaian penghitungan siklus', atau 'Stok kedaluwarsa'. Informasi ini penting untuk menemukan akar penyebab penyimpangan proses. Dalam process mining, kode alasan sangat berguna untuk memahami penyebab terjadinya pengecualian. Analisis frekuensi dan dampak berbagai kode alasan dapat membantu menemukan masalah sistemik. Misalnya, seringnya penyesuaian dengan alasan 'Barang rusak' dapat mendorong peninjauan prosedur penanganan, sedangkan seringnya kode 'Kesalahan pengambilan barang' menunjukkan perlunya pelatihan yang lebih baik atau pemeriksaan sistem bagi petugas pengambilan. Mengapa ini penting Memberi konteks penting untuk pengecualian dan penyimpangan, sehingga akar penyebab masalah seperti penyesuaian inventaris atau keterlambatan dapat ditemukan. Sumber data Lihat dokumentasi Oracle WMS Cloud. Kode ini biasanya dimasukkan saat transaksi penanganan pengecualian. Contoh DMG - Rusak dalam perjalananQTY_MISMATCH - Kekurangan dari pemasokWRONG_ITEM_PICKED
	Kuantitas yang direncanakan PlannedQuantity	Jumlah barang yang diharapkan untuk suatu aktivitas berdasarkan dokumen sumber, seperti pesanan pembelian atau penjualan.
Deskripsi Kuantitas yang Direncanakan adalah jumlah unit yang diharapkan untuk suatu tugas, sesuai dokumen asalnya. Untuk penerimaan barang masuk, jumlah ini tercantum pada pesanan pembelian. Untuk pengiriman barang keluar, jumlahnya tercantum pada pesanan penjualan. Atribut ini menjadi patokan untuk dibandingkan dengan Kuantitas Aktual. KPI 'Tingkat selisih data inventaris' dihitung berdasarkan perbedaan antara jumlah yang direncanakan dan jumlah aktual. Analisis selisih ini penting bagi pengelolaan rantai pasok dan inventaris untuk menangani masalah pemasok, proses internal, atau kesalahan entri data. Mengapa ini penting Menjadi patokan untuk mengukur keakuratan inventaris dan menemukan selisih selama proses penerimaan atau pengambilan barang. Sumber data Lihat dokumentasi Oracle WMS Cloud. Informasi ini biasanya terdapat pada baris pesanan yang terkait dengan tugas gudang. Contoh 100100500
	Merupakan pengerjaan ulang IsRework	Penanda boolean yang menunjukkan apakah suatu aktivitas mengulang langkah sebelumnya dalam kasus yang sama, yang menandakan pengerjaan ulang atau perulangan proses.
Deskripsi Merupakan pengerjaan ulang adalah penanda hasil perhitungan yang menunjukkan saat proses menyimpang dari alur linear dan mengulang suatu aktivitas. Contohnya, jika aktivitas 'Barang Diambil' diikuti aktivitas 'Barang Diambil' lainnya untuk pesanan yang sama, kejadian kedua akan ditandai sebagai pengerjaan ulang. Hal ini sering menunjukkan adanya masalah, seperti kesalahan pengambilan barang yang perlu diperbaiki. Atribut ini penting untuk dashboard 'Analisis Penyimpangan Proses & Pengerjaan Ulang' dan KPI 'Tingkat Pengerjaan Ulang Gudang'. Dengan menandai kejadian tersebut, analisis dapat mengukur frekuensi dan dampak pengerjaan ulang. Mengetahui aktivitas yang paling sering dikerjakan ulang membantu menemukan kelemahan proses, masalah kualitas, atau kekurangan pelatihan yang menyebabkan inefisiensi dan kenaikan biaya operasional. Mengapa ini penting Penanda ini secara langsung menunjukkan inefisiensi dan perulangan proses, sehingga biaya dan frekuensi pengerjaan ulang dapat diukur. Sumber data Nilai ini dihitung di dalam alat process mining dengan mendeteksi urutan aktivitas berulang untuk CaseId yang sama. Contoh truefalse
	Pengangkut Carrier	Perusahaan pengangkut atau penyedia transportasi yang ditugaskan untuk menangani pengiriman barang keluar.
Deskripsi Atribut Pengangkut menunjukkan mitra logistik yang bertanggung jawab mengangkut barang dari gudang ke tujuan akhir. Mitra ini dapat berupa perusahaan pengangkut komersial seperti FedEx atau UPS, perusahaan kargo, atau armada internal. Informasi ini digunakan di dasbor 'Waktu siklus pengiriman'. Dengan membandingkan waktu dari 'Ditata untuk pengiriman' hingga 'Pengiriman diberangkatkan' berdasarkan pengangkut, bisnis dapat mengetahui mitra yang lebih efisien dan yang menyebabkan keterlambatan. Data ini juga dapat digunakan saat menegosiasikan kontrak dan memilih pengangkut. Mengapa ini penting Memungkinkan perbandingan kinerja berbagai pengangkut, sehingga logistik barang keluar dapat dioptimalkan dan keterlambatan pengiriman dikurangi. Sumber data Lihat dokumentasi Oracle WMS Cloud. Informasi ini biasanya tersimpan di data pengiriman atau muatan yang terkait dengan pesanan gudang. Contoh FedExUPSDHLXPO Logistics
	Pengenal lokasi LocationIdentifier	Lokasi fisik tertentu di dalam gudang tempat aktivitas berlangsung, seperti lokasi penyimpanan, pintu dermaga, atau area penataan sementara.
Deskripsi Pengenal Lokasi menunjukkan tempat persis di dalam gudang yang terkait dengan suatu peristiwa. Lokasinya dapat berupa dermaga penerimaan untuk 'Barang tiba', lokasi penyimpanan untuk 'Barang ditempatkan', stasiun pengemasan untuk 'Barang dikemas', atau jalur penataan sementara untuk 'Ditata untuk pengiriman'. Atribut ini menambahkan dimensi lokasi pada analisis proses. Atribut ini membantu menemukan hambatan yang terkait dengan area fisik tertentu di gudang. Misalnya, analisis dapat menunjukkan bahwa pengambilan barang di lorong tertentu selalu lambat atau pintu dermaga tertentu menjadi titik hambat penerimaan. Temuan ini dapat membantu pengambilan keputusan terkait tata letak gudang, alokasi sumber daya, dan desain proses. Mengapa ini penting Menambahkan dimensi lokasi pada analisis, sehingga hambatan yang terkait dengan zona, lorong, atau lokasi penyimpanan tertentu di gudang dapat ditemukan. Sumber data Lihat dokumentasi Oracle WMS Cloud. Informasi ini biasanya dicatat dalam detail tingkat tugas. Contoh A-01-03-BDOCK-04PACK-STN-02STAGE-LANE-5
	Peralatan yang digunakan EquipmentUsed	Pengenal peralatan yang digunakan untuk melakukan aktivitas gudang, seperti forklift atau pemindai genggam.
Deskripsi Atribut ini menunjukkan aset fisik atau peralatan yang digunakan saat menjalankan tugas gudang. Pelacakan penggunaan peralatan menambah sudut pandang dalam analisis sumber daya, melengkapi analisis kinerja operator. Informasi ini membantu memahami tingkat pemanfaatan peralatan, menemukan kebutuhan pemeliharaan, dan mengoptimalkan alokasi mesin. Untuk dasbor 'Pemanfaatan Sumber Daya per Aktivitas', analisis berdasarkan Peralatan yang Digunakan sangat penting. Analisis ini dapat menunjukkan apakah jenis peralatan tertentu menjadi hambatan atau apakah alokasi tugas dapat ditingkatkan berdasarkan ketersediaan dan efisiensi peralatan. Misalnya, analisis mungkin menunjukkan bahwa model forklift tertentu selalu lebih lambat untuk tugas penempatan barang, sehingga perlu ditelusuri lebih lanjut. Mengapa ini penting Memungkinkan analisis pemanfaatan dan efisiensi peralatan, membantu menemukan hambatan terkait aset dan mengoptimalkan alokasi sumber daya. Sumber data Lihat dokumentasi Oracle WMS Cloud. Informasi ini mungkin dicatat dalam catatan pelaksanaan tugas, terutama jika operator masuk menggunakan peralatan tertentu. Contoh FORKLIFT-05SCANNER-A12CART-27
	SKU produk ProductSKU	Stock Keeping Unit (SKU) atau pengenal produk yang ditangani dalam pesanan gudang.
Deskripsi SKU Produk adalah kode unik untuk mengenali produk atau barang tertentu. Pesanan gudang sering mencakup satu atau beberapa produk. Atribut ini memungkinkan analisis dipisahkan berdasarkan barang yang diproses. Analisis proses berdasarkan SKU Produk dapat menunjukkan pengaruh berbagai produk terhadap efisiensi gudang. Misalnya, barang berukuran besar atau mudah pecah mungkin memerlukan waktu penanganan lebih lama, sedangkan produk yang cepat terjual mungkin mengikuti jalur proses yang lebih optimal. Informasi ini berguna untuk strategi penempatan produk di gudang agar waktu perjalanan saat mengambil dan menempatkan barang lebih singkat. Informasi ini juga membantu memahami dampak karakteristik produk terhadap produktivitas keseluruhan. Mengapa ini penting Memungkinkan analisis berdasarkan karakteristik produk yang dapat memengaruhi waktu penanganan dan alur proses, sehingga membantu menyusun strategi penempatan dan penyimpanan. Sumber data Lihat dokumentasi Oracle WMS Cloud. Informasi ini terdapat pada tingkat baris pesanan atau detail tugas. Contoh SKU-100-RED-LGPROD-54321HW-CMP-001A
	Status pesanan gudang WarehouseOrderStatus	Status pesanan gudang saat ini atau status akhirnya, seperti 'Selesai' atau 'Dibatalkan'.
Deskripsi Atribut ini menunjukkan hasil atau status akhir pesanan gudang. Atribut ini membantu membedakan pesanan yang berhasil diproses dari pesanan yang dibatalkan atau masih berlangsung. Anda dapat menggunakannya untuk memfilter kasus, misalnya hanya menganalisis proses yang selesai atau menyelidiki alasan pembatalan. Menganalisis kasus berdasarkan status akhirnya penting untuk memahami variasi dan hasil proses. Misalnya, membandingkan alur proses pesanan 'Selesai' dan 'Dibatalkan' dapat menunjukkan tahap saat pembatalan biasanya terjadi. Informasi ini membantu menemukan kemungkinan masalah pada inventaris, permintaan pelanggan, atau kesalahan sistem. Status ini juga digunakan untuk menghitung KPI produktivitas, seperti 'Produktivitas gudang harian'. Mengapa ini penting Menentukan hasil suatu kasus, sehingga analisis dapat berfokus pada pesanan yang berhasil diselesaikan atau menyelidiki pengecualian seperti pembatalan. Sumber data Biasanya berupa kolom status pada catatan header pesanan gudang di Oracle WMS Cloud. Contoh SelesaiSedang berlangsungDibatalkanDitangguhkan

Wajib Disarankan Opsional

Aktivitas Pengelolaan Gudang

Berikut langkah proses dan tonggak utama yang perlu dicatat dalam log peristiwa agar proses dapat ditemukan dengan akurat.

7 Disarankan 9 Opsional

	Aktivitas	Deskripsi
	Barang diambil	Aktivitas ini menandakan petugas telah mengambil barang secara fisik dari lokasi penyimpanan dan mengonfirmasi pengambilan di sistem. Barang siap dipindahkan ke area pengemasan atau penyiapan.
Mengapa ini penting Ini adalah tahap penting dalam proses pemenuhan pesanan. Analisis waktu picking membantu menemukan hambatan yang disebabkan oleh tata letak gudang, strategi picking, atau kinerja petugas. Sumber data Peristiwa ini diambil dari stempel waktu penyelesaian tugas picking di riwayat tugas atau log transaksi. Pemindaian konfirmasi oleh petugas menyelesaikan transaksi. Pengumpulan data Berdasarkan stempel waktu penyelesaian transaksi tugas picking. Jenis peristiwa explicit
	Barang dikemas	Menandai selesainya pengemasan untuk wadah pengiriman atau seluruh pesanan. Petugas mengonfirmasi semua barang telah dikemas, lalu wadah ditutup dan diberi label untuk dikirim.
Mengapa ini penting Tahap ini menandai berakhirnya aktivitas yang menambah nilai bagi pesanan di dalam gudang. Waktu dari picking hingga pengemasan selesai menjadi indikator penting kecepatan pemenuhan pesanan internal. Sumber data Peristiwa ini biasanya berupa transaksi khusus, seperti 'Close Container' atau 'Finish Pack'. Stempel waktu penyelesaian dicatat dalam riwayat transaksi pengemasan atau pesanan keluar. Pengumpulan data Diambil dari stempel waktu penyelesaian transaksi pengemasan terakhir untuk pesanan. Jenis peristiwa explicit
	Barang disimpan	Aktivitas ini menandakan proses penyimpanan telah selesai. Petugas memindahkan barang secara fisik ke lokasi penyimpanan dan mengonfirmasi tindakan tersebut di sistem, sehingga inventaris siap digunakan.
Mengapa ini penting Ini adalah tahap penting yang menandai akhir proses barang masuk. Data ini diperlukan untuk menghitung KPI 'Waktu dari Penerimaan Barang hingga Penyimpanan' dan menganalisis efisiensi penyimpanan. Sumber data Peristiwa ini dicatat saat petugas mengonfirmasi tugas penyimpanan. Sistem membuat catatan transaksi dengan stempel waktu penyelesaian, yang biasanya tersedia di riwayat tugas atau log transaksi inventaris. Pengumpulan data Berdasarkan stempel waktu penyelesaian transaksi tugas penyimpanan. Jenis peristiwa explicit
	Barang diterima	Aktivitas ini menandakan barang telah dibongkar, dipindai, dan secara resmi dicatat sebagai tanggung jawab gudang. Ini adalah peristiwa transaksi saat jumlah barang dicocokkan dengan dokumen pengiriman masuk.
Mengapa ini penting Ini adalah tahap penting yang menandai penerimaan inventaris secara resmi. Waktu yang diperlukan untuk menyelesaikan aktivitas ini langsung memengaruhi seberapa cepat stok tersedia untuk disimpan dan digunakan memenuhi pesanan. Sumber data Peristiwa ini diambil dari log transaksi penerimaan di Oracle WMS Cloud. Setiap pemindaian atau konfirmasi penerimaan barang menghasilkan catatan transaksi dengan stempel waktu. Pengumpulan data Berdasarkan stempel waktu penyelesaian transaksi 'Receive ASN' atau transaksi penerimaan serupa. Jenis peristiwa explicit
	Pengiriman diberangkatkan	Aktivitas ini menandai tahap akhir, saat truk yang telah dimuat diberangkatkan dari gudang. Transaksi ini menutup pesanan keluar di WMS, baik secara finansial maupun fisik.
Mengapa ini penting Ini adalah tahap akhir proses barang keluar dan titik data KPI penting untuk mengukur kepatuhan terhadap jadwal pengiriman. Tahap ini menandai penyerahan barang kepada perusahaan pengangkut dan berakhirnya tanggung jawab gudang. Sumber data Ini adalah transaksi khusus yang penting di Oracle WMS Cloud, biasanya disebut 'Ship Confirm' atau 'Dispatch Load'. Transaksi dicatat pada catatan Outbound Load atau Shipment dengan stempel waktu yang akurat. Pengumpulan data Diambil dari stempel waktu transaksi 'Ship Confirm' atau 'Dispatch Load'. Jenis peristiwa explicit
	Pengiriman masuk dibuat	Aktivitas ini menandai pembuatan Advanced Shipment Notification (ASN) atau catatan pengiriman masuk di Oracle WMS Cloud. Ini menjadi awal proses barang masuk dan menandakan pemberitahuan resmi bahwa barang diperkirakan tiba di gudang.
Mengapa ini penting Ini adalah peristiwa awal utama untuk proses barang masuk di gudang. Dengan menganalisis waktu dari titik ini hingga barang benar-benar diterima, Anda dapat mengukur keandalan pemasok dan akurasi perencanaan. Sumber data Peristiwa ini biasanya diambil dari riwayat transaksi objek Inbound Shipment atau ASN. Waktunya mengacu pada stempel waktu saat dokumen dibuat. Pengumpulan data Diambil dari peristiwa pembuatan catatan Inbound Shipment atau ASN. Jenis peristiwa explicit
	Warehouse Order selesai	Menandai penutupan akhir Warehouse Order. Penutupan dapat terjadi saat pengiriman diberangkatkan atau sesaat setelahnya, ketika semua pembaruan sistem selesai. Ini adalah peristiwa akhir yang menandakan proses berhasil.
Mengapa ini penting Aktivitas ini menandai akhir siklus proses gudang dari awal hingga akhir. Data ini penting untuk menghitung total waktu siklus dan kapasitas pemrosesan seluruh operasional gudang. Sumber data Peristiwa ini biasanya disimpulkan dari perubahan status akhir objek Warehouse Order menjadi 'Completed' atau 'Closed'. Stempel waktu pembaruan status terakhir digunakan. Pengumpulan data Disimpulkan dari perubahan status Warehouse Order ke status akhir yang menandakan proses berhasil. Jenis peristiwa inferred
	Barang tiba	Menandai kedatangan fisik truk atau perusahaan pengangkut di dermaga gudang dan proses check-in resmi. Peristiwa ini biasanya dicatat sebelum pembongkaran dan penerimaan terperinci setiap barang dimulai.
Mengapa ini penting Tahap ini membantu membedakan waktu perjalanan perusahaan pengangkut dari waktu pemrosesan internal gudang. Informasi ini penting untuk menganalisis pemanfaatan pintu dermaga dan kemungkinan hambatan di area penerimaan. Sumber data Peristiwa ini biasanya dicatat sebagai pembaruan status pada catatan Inbound Shipment atau ASN. Pembaruan dipicu saat petugas dermaga memindai dokumen pengiriman atau memperbarui sistem secara manual. Pengumpulan data Dicatat sebagai perubahan status, misalnya 'Arrived at Check-In', pada Inbound Shipment. Jenis peristiwa explicit
	Disiapkan untuk pengiriman	Aktivitas ini menandakan wadah yang telah dikemas dipindahkan dari stasiun pengemasan ke area penyiapan pengiriman yang ditentukan. Pesanan kini siap dan menunggu dimuat ke kendaraan perusahaan pengangkut.
Mengapa ini penting Tahap ini menandai peralihan dari pemrosesan ke tahap akhir pengiriman. Lamanya barang berada di area penyiapan dapat menunjukkan keterlambatan kedatangan perusahaan pengangkut atau penjadwalan dermaga. Sumber data Peristiwa ini biasanya dicatat melalui transaksi pemindahan lokasi, saat lokasi wadah yang telah dikemas diperbarui menjadi jalur penyiapan. Stempel waktu transaksi pemindahan menandai waktu peristiwa. Pengumpulan data Diambil dari transaksi pemindahan inventaris yang memindahkan LPN yang telah dikemas ke lokasi penyiapan. Jenis peristiwa explicit
	Inventaris disesuaikan	Menandai penyesuaian manual atau sistematis terhadap jumlah barang di lokasi tertentu. Penyesuaian dapat dilakukan karena penghitungan stok berkala, kerusakan, atau koreksi atas selisih penerimaan.
Mengapa ini penting Aktivitas ini penting untuk menemukan kegagalan proses yang menyebabkan data inventaris tidak akurat. Dengan menganalisis frekuensi dan besarnya penyesuaian, Anda dapat menemukan masalah dalam penerimaan, picking, atau penyimpanan. Sumber data Peristiwa ini diambil dari log transaksi penyesuaian inventaris di Oracle WMS Cloud. Log tersebut mencatat barang, lokasi, perubahan jumlah, kode alasan, dan stempel waktu. Pengumpulan data Diambil langsung dari catatan transaksi penyesuaian inventaris. Jenis peristiwa explicit
	Pemeriksaan kualitas dilakukan	Menandai selesainya pemeriksaan kualitas atas barang yang diterima. Pemeriksaan ini dapat menjadi langkah standar untuk bahan atau pemasok tertentu, atau dilakukan sewaktu-waktu sesuai kebutuhan.
Mengapa ini penting Melacak durasi dan frekuensi pemeriksaan kualitas penting untuk menemukan keterlambatan dalam proses barang masuk. Data ini membantu mengukur berapa lama barang berstatus menunggu pemeriksaan kualitas sebelum tersedia. Sumber data Peristiwa ini kemungkinan disimpulkan dari perubahan status pada catatan inventaris, dari 'QA Hold' menjadi 'Available' atau 'Putaway'. Modul kualitas mungkin juga menyediakan log transaksi khusus. Pengumpulan data Disimpulkan dari perubahan status inventaris atau penyelesaian transaksi QA yang terkait dengan barang yang diterima. Jenis peristiwa inferred
	Pemuatan dimulai	Peristiwa ini menandai dimulainya proses pemuatan fisik, yaitu saat barang yang telah dikemas dipindahkan dari area penyiapan ke kendaraan perusahaan pengangkut. Proses ini biasanya dimulai melalui transaksi 'Start Load'.
Mengapa ini penting Aktivitas ini menunjukkan efisiensi proses pemuatan. Data ini membantu memisahkan waktu tunggu di area penyiapan dari waktu yang benar-benar digunakan untuk memuat kendaraan. Sumber data Peristiwa ini biasanya berupa transaksi khusus yang terkait dengan catatan Outbound Load di Oracle WMS Cloud. Pengguna memilih tindakan 'Start Load', lalu sistem mencatat stempel waktunya. Pengumpulan data Diambil dari transaksi 'Start Load' yang terkait dengan pemuatan tertentu oleh perusahaan pengangkut. Jenis peristiwa explicit
	Pengemasan dimulai	Aktivitas ini menandakan barang yang telah diambil tiba di stasiun pengemasan dan petugas mulai mengemasnya. Biasanya, pemindaian khusus mengaitkan barang dengan wadah pengemasan.
Mengapa ini penting Melacak aktivitas ini membantu memisahkan subproses pengemasan dari picking dan penyiapan. Anda dapat menganalisis efisiensi dan kapasitas pemrosesan stasiun pengemasan secara terperinci. Sumber data Peristiwa ini dapat berupa transaksi khusus atau disimpulkan dari pembuatan wadah pengemasan (LPN) dan pemindaian barang pertama ke dalamnya. Catatannya tersedia di log transaksi pengemasan atau pengiriman. Pengumpulan data Diambil dari transaksi 'Start Pack' atau stempel waktu barang pertama yang dikemas ke dalam wadah. Jenis peristiwa explicit
	Tugas penyimpanan dibuat	Peristiwa ini menandai saat sistem membuat tugas bagi petugas gudang untuk memindahkan barang yang diterima dari dermaga penerimaan ke lokasi penyimpanan yang ditentukan. Ini menjadi awal subproses penyimpanan.
Mengapa ini penting Aktivitas ini memulai siklus penyimpanan. Dengan menganalisis waktu antara pembuatan tugas dan penyelesaian penyimpanan, Anda dapat menilai efisiensi sistem dan kecepatan respons petugas. Sumber data Peristiwa ini biasanya dicatat secara eksplisit dalam tabel tugas gudang atau transaksi. Waktu peristiwa mengacu pada stempel waktu pembuatan catatan tugas penyimpanan. Pengumpulan data Diambil dari stempel waktu pembuatan tugas penyimpanan yang dibuat sistem. Jenis peristiwa explicit
	Tugas picking dibuat	Peristiwa ini terjadi saat sistem membuat tugas picking bagi petugas untuk mengambil barang dari lokasi penyimpanan guna memenuhi pesanan keluar. Ini menandai awal siklus pemenuhan pesanan di gudang.
Mengapa ini penting Ini memicu proses picking untuk barang keluar. Waktu dari peristiwa ini hingga picking selesai menjadi ukuran penting efisiensi pemenuhan pesanan dan kecepatan respons terhadap kebutuhan sumber daya. Sumber data Peristiwa ini dicatat dalam tabel pengelolaan tugas gudang. Waktu aktivitas mengacu pada stempel waktu pembuatan catatan tugas picking. Pengumpulan data Diambil dari stempel waktu pembuatan tugas picking yang dibuat sistem. Jenis peristiwa explicit
	Warehouse Order dibatalkan	Menandai pembatalan Warehouse Order sebelum selesai. Ini adalah status akhir alternatif yang menandakan proses tidak berhasil.
Mengapa ini penting Melacak pembatalan penting untuk memahami perubahan permintaan, kesalahan entri data, atau masalah lain yang menyebabkan pesanan dibatalkan. Informasi ini membantu menemukan sumber pemborosan dalam proses. Sumber data Peristiwa ini disimpulkan dari perubahan status pesanan gudang menjadi 'Dibatalkan' atau status akhir serupa. Waktu pembaruan status ini digunakan. Pengumpulan data Disimpulkan dari perubahan status pesanan gudang menjadi 'Dibatalkan'. Jenis peristiwa inferred

Disarankan Opsional

Panduan Ekstraksi

Cara mengambil data dari Oracle WMS Cloud

Langkah

Buka Oracle Transactional Business Intelligence (OTBI). Masuk ke lingkungan Oracle Cloud Applications, lalu gunakan menu navigator untuk membuka Tools dan pilih Reports and Analytics.
Klik tombol "Create" di bilah alat, lalu pilih "Analysis". Editor analisis akan terbuka dan Anda dapat memilih sumber data.
Di dialog "Select Subject Area", pilih area subjek "Warehouse Operations - Real Time". Area ini berisi objek data yang diperlukan untuk transaksi masuk, inventaris, dan transaksi keluar.
Setelah memilih area subjek, Anda akan masuk ke tab Criteria. Alih-alih menarik dan melepas kolom, buka tab "Advanced" untuk memasukkan kueri SQL logis secara langsung.
Salin seluruh SQL logis yang tersedia di bagian Query dokumen ini, lalu tempelkan ke area teks "SQL Issued". Kueri ini menggunakan klausa UNION ALL untuk menggabungkan data dari berbagai tabel transaksi ke dalam satu format log peristiwa.
Ubah nilai placeholder dalam kueri. Secara khusus, ganti variabel @{v_start_date} dan @{v_end_date} dengan rentang tanggal ekstraksi yang diinginkan, misalnya 'YYYY-MM-DD'.
Buka tab "Results" untuk menjalankan kueri dan melihat pratinjau data. Langkah ini membantu memastikan kueri valid dan menghasilkan kolom serta baris yang diharapkan.
Simpan analisis dengan mengeklik ikon simpan. Beri nama yang jelas, lalu simpan di folder bersama atau pribadi.
Untuk menjadwalkan ekspor berulang, kembali ke katalog, cari analisis yang disimpan, lalu klik "More" dan pilih "Schedule".
Di konfigurasi jadwal, tentukan frekuensi dan waktu laporan dijalankan. Pada tab "Output", pilih CSV sebagai format ekspor. Format ini disarankan untuk ProcessMind.
Atur metode pengiriman, misalnya menyimpan ke server konten atau mengirim melalui email, agar Anda dapat mengambil file CSV yang dihasilkan.
Setelah tugas terjadwal berjalan dan file CSV diterima, pastikan header kolom sesuai dengan atribut yang diperlukan untuk proyek ProcessMind Anda. Transformasi data tambahan tidak diperlukan.

Konfigurasi

Area Subjek: Sumber data utama untuk ekstraksi ini adalah area subjek "Warehouse Operations - Real Time". Pastikan peran pengguna Anda memiliki izin yang diperlukan untuk mengakses area tersebut.
Rentang Tanggal: Kueri menggunakan parameter tanggal mulai dan selesai. Untuk analisis awal, sebaiknya ekstrak data selama 3 hingga 6 bulan. Untuk penggunaan produksi, jadwalkan ekstraksi delta harian atau mingguan.
Filter Utama: Kueri yang disediakan memfilter data berdasarkan tanggal pembuatan transaksi. Anda dapat menambahkan filter lain langsung ke klausa WHERE pada setiap pernyataan SELECT untuk mempersempit cakupan, misalnya memfilter "Warehouse Details"."Warehouse Code" agar data hanya mencakup fasilitas tertentu.
Kinerja: Ekstraksi data dalam jumlah besar langsung dari area subjek waktu nyata dapat memengaruhi kinerja sistem. Jadwalkan ekstraksi besar di luar jam sibuk untuk mengurangi dampaknya terhadap pengguna operasional.
Prasyarat: Pengguna yang menjalankan ekstraksi harus memiliki peran dengan hak istimewa BI yang diperlukan, seperti "BI Administrator" atau "BI Author", untuk membuat, mengedit, dan menjadwalkan analisis di lingkungan OTBI.

Contoh kueri 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}'

Langkah

Siapkan Lingkungan Python: Pastikan Python 3.6 atau versi lebih baru telah terpasang. Instal pustaka yang diperlukan menggunakan pip: pip install requests pandas.
Siapkan Kredensial Oracle WMS Cloud: Dapatkan URL Dasar API, nama pengguna akun API khusus, kata sandi, dan Facility ID yang sesuai untuk gudang yang datanya ingin Anda ekstrak.
Konfigurasikan Skrip Python: Buka skrip Python yang disediakan. Cari bagian konfigurasi di bagian atas, lalu ganti nilai placeholder BASE_URL, FACILITY_ID, USERNAME, dan PASSWORD dengan kredensial Anda. Atur juga START_DATE dan END_DATE untuk menentukan periode ekstraksi.
Pahami Endpoint API: Skrip mengakses beberapa endpoint Oracle WMS Cloud REST API utama. Sumber utama data peristiwa adalah endpoint inventory_history, yang difilter berdasarkan berbagai jenis transaksi (tran_type) untuk mengenali aktivitas tertentu, seperti penerimaan, pengambilan, dan pengemasan.
Jalankan Skrip: Jalankan skrip dari baris perintah menggunakan python your_script_name.py. Skrip akan melakukan autentikasi, lalu mengakses API secara berurutan untuk mengambil data 16 aktivitas yang diperlukan dalam rentang tanggal yang ditentukan.
Tangani Paginasi: Skrip menyertakan fungsi pembantu untuk menangani paginasi API secara otomatis. Fungsi ini memanggil setiap endpoint berulang kali dan menambah parameter offset hingga semua catatan yang relevan dalam rentang tanggal berhasil diambil.
Petakan dan Transformasikan Data: Untuk setiap catatan yang diambil dari API, skrip memetakan kolom JSON ke kolom log peristiwa standar (WarehouseOrder, ActivityName, EventStartTime, dan seterusnya). Skrip menetapkan ActivityName yang sesuai berdasarkan endpoint sumber dan jenis transaksi.
Gabungkan Data Peristiwa: Semua peristiwa yang diekstrak ditambahkan ke satu daftar. Setelah semua kueri API selesai, daftar ini diubah menjadi pandas DataFrame yang menyajikan seluruh proses dalam bentuk tabel terstruktur.
Stempel Waktu dan Data Sistem: Skrip melengkapi data dengan menambahkan SourceSystem (ditetapkan sebagai 'Oracle WMS Cloud') dan LastDataUpdate (stempel waktu saat skrip dijalankan) ke setiap catatan peristiwa.
Ekspor Log Peristiwa: pandas DataFrame akhir diurutkan berdasarkan ID pesanan gudang dan waktu mulai peristiwa agar urutannya tepat. Data kemudian disimpan sebagai file CSV bernama oracle_wms_event_log.csv di direktori tempat skrip dijalankan. File ini siap diunggah ke ProcessMind.

Konfigurasi

Kredensial API: Anda memerlukan pengguna Oracle WMS Cloud yang valid dan memiliki akses API, termasuk nama pengguna dan kata sandi.
URL dasar dan ID fasilitas: Masukkan URL dasar khusus untuk instans Oracle WMS Cloud Anda, misalnya https://{your_instance_id}.wms.ocs.oraclecloud.com, serta facility_id tujuan.
Rentang tanggal: Skrip memerlukan START_DATE dan END_DATE dalam format 'YYYY-MM-DD'. Untuk analisis awal, disarankan rentang 3 hingga 6 bulan agar volume data dan hasil analisis tetap seimbang. Rentang tanggal yang terlalu panjang dapat membuat skrip berjalan lama.
Batas paginasi: Parameter LIMIT dalam skrip ditetapkan ke 500 catatan per permintaan API. Nilai ini umumnya aman untuk menghindari timeout. Anda dapat menyesuaikannya berdasarkan kinerja sistem, tetapi nilai di atas 1.000 tidak disarankan.
Izin API: Pengguna API setidaknya harus memiliki izin baca untuk entitas berikut: inbound_shipment, inventory_history, tugas, outbound_load, dan order. Hubungi administrator Oracle WMS untuk memastikan peran yang sesuai sudah diberikan.

Contoh kueri 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()

Siap Memulai?

Gunakan templat data ini untuk memulai process mining pada proses Pengelolaan Gudang. Mulai tingkatkan operasional Anda hari ini.

Kembali ke panduan perbaikan

Unduh template

Optimalkan Pengelolaan Gudang dan Tingkatkan Efisiensi Oracle WMS Cloud

Temukan hambatan dan capai akurasi inventaris 99,5% di Oracle WMS Cloud Anda.

Mulai uji coba gratis

Tidak perlu kartu kredit. Mulai optimalkan proses hari ini.

Templat Data Pengelolaan Gudang Anda

Templat Data Pengelolaan Gudang Anda

Atribut Pengelolaan Gudang

Aktivitas Pengelolaan Gudang

Panduan Ekstraksi

Ekspor Oracle Transactional Business Intelligence (OTBI)

Langkah

Konfigurasi

Contoh kueri sql

Ekstraksi dengan Skrip Python melalui Oracle WMS REST API

Langkah

Konfigurasi

Contoh kueri python

Siap Memulai?

Optimalkan Pengelolaan Gudang dan Tingkatkan Efisiensi Oracle WMS Cloud