> Perbaikan proses berkelanjutan > Manajemen kualitas > Manajemen kualitas Oracle > Templat data

Templat data manajemen kualitas Anda

Manajemen kualitas Oracle

Atribut manajemen kualitas(20) Aktivitas manajemen kualitas(14) Panduan ekstraksi data(3)

Templat data manajemen kualitas Anda

Templat ini memandu Anda menyiapkan atribut data dan aktivitas proses penting untuk menganalisis manajemen kualitas. Templat ini juga menjelaskan cara mengambil informasi tersebut dari sistem manajemen kualitas Oracle. Gunakan panduan ini untuk memastikan data yang diperlukan sudah tercakup, sehingga Anda dapat memperoleh wawasan dan mengoptimalkan proses.

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

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

Unduh template

Atribut manajemen kualitas

Berikut kolom data dan informasi konteks yang disarankan untuk dicantumkan dalam log peristiwa agar analisis dan wawasan manajemen kualitas lebih mendalam.

3 Wajib 7 Disarankan 10 Opsional

	Nama	Deskripsi
	Nama aktivitas ActivityName	Nama tugas atau langkah tertentu yang terjadi dalam proses manajemen mutu.
Deskripsi Atribut ini menjelaskan satu peristiwa atau tindakan dalam penanganan peristiwa kualitas. Urutan aktivitas berdasarkan stempel waktunya membentuk alur proses untuk setiap kasus. Analisis Nama Aktivitas menjadi bagian penting dalam process mining. Analisis ini membantu menemukan model proses yang benar-benar terjadi, membandingkannya dengan model yang diharapkan untuk memeriksa kesesuaian, serta menemukan hambatan atau siklus pengerjaan ulang di antara aktivitas tertentu. Contohnya, Anda dapat mengukur waktu antara 'Investigasi dimulai' dan 'Analisis akar masalah dilakukan'. Mengapa ini penting Atribut ini menjadi dasar untuk memetakan alur proses, menemukan penyimpangan, dan memahami cara kerja yang sebenarnya. Sumber data Informasi ini biasanya berasal dari log peristiwa, catatan perubahan status, atau tabel riwayat tindakan dalam modul Oracle Quality Management. Contoh Masalah mutu teridentifikasiInvestigasi dimulaiRencana tindakan korektif disetujuiTinjauan akhir dan penutupan
	Quality Event QualityEventId	ID unik untuk satu kejadian mutu, seperti ketidaksesuaian, keluhan, atau penyimpangan.
Deskripsi ID Peristiwa Kualitas berfungsi sebagai ID kasus utama yang mengelompokkan semua aktivitas terkait, mulai dari pelaporan awal hingga penutupan akhir. Setiap insiden kualitas mendapat ID unik sehingga seluruh riwayat investigasi dan penyelesaiannya tercatat. Dalam analisis process mining, atribut ini menjadi dasar untuk menyusun kembali perjalanan setiap peristiwa kualitas dari awal hingga akhir. Atribut ini memungkinkan penghitungan waktu siklus keseluruhan, identifikasi variasi proses, dan analisis penanganan berbagai jenis peristiwa. Dengan menghubungkan setiap log aktivitas ke ID Peristiwa Kualitas tertentu, analis dapat melihat alur proses secara utuh dan menemukan hambatan sistemik atau masalah kepatuhan. Mengapa ini penting ID ini penting karena menentukan cakupan satu kasus. Dengan begitu, kejadian mutu dapat dilacak secara akurat dan metrik kinerja dari awal hingga akhir dapat dihitung. Sumber data Biasanya, ID ini menjadi kunci utama di tabel utama kejadian mutu atau rencana pengumpulan data dalam Oracle Quality Management, seperti QA_RESULTS. Contoh NC-2023-00123CAPA-45892QE-500-A
	Waktu mulai peristiwa EventStartTime	Stempel waktu yang menunjukkan kapan aktivitas atau peristiwa dimulai.
Deskripsi Atribut ini mencatat tanggal dan waktu yang tepat saat suatu langkah proses dimulai. Atribut ini menjadi acuan waktu utama untuk mengurutkan peristiwa secara kronologis dan menyusun urutan proses setiap kasus peristiwa kualitas. Dalam analisis, Waktu Mulai Peristiwa penting untuk menghitung waktu siklus, durasi, dan waktu tunggu antaraktivitas. Atribut ini membantu menemukan hambatan dengan menyoroti jeda panjang antara langkah-langkah yang berurutan. Atribut ini juga digunakan untuk memantau kinerja terhadap KPI berbasis waktu, seperti Waktu tunggu analisis akar masalah. Mengapa ini penting Stempel waktu ini menjadi dasar analisis proses. Dengan atribut ini, semua perhitungan berbasis waktu dapat dilakukan dan aktivitas dapat diurutkan dengan benar. Sumber data Stempel waktu ini biasanya tersedia di log transaksi atau tabel riwayat yang terkait dengan tindakan mutu dan rencana pengumpulan data, sering kali dengan nama CREATION_DATE atau nama serupa. Contoh 2023-04-15T09:00:12Z2023-04-16T11:30:00Z2023-05-01T14:22:45Z
	Departemen penanggung jawab ResponsibleDepartment	Departemen atau bidang fungsi yang bertanggung jawab atas kejadian mutu atau aktivitas saat ini.
Deskripsi Atribut ini menunjukkan tim atau departemen yang ditugaskan menangani peristiwa kualitas. Tim tersebut dapat berasal dari Quality Assurance, Engineering, Production, atau kelompok lain, dan dapat berubah selama siklus peristiwa berlangsung. Dalam process mining, analisis berdasarkan Departemen Penanggung Jawab membantu memahami pembagian beban kerja, menemukan hambatan di departemen, dan membandingkan kinerja antar tim. Atribut ini mendukung dasbor 'Alokasi sumber daya peristiwa kualitas' dengan menunjukkan departemen yang terlibat dalam berbagai jenis aktivitas, sehingga pengelolaan sumber daya dapat ditingkatkan. Mengapa ini penting Atribut ini memungkinkan analisis beban kerja, kinerja, dan hambatan berdasarkan departemen. Informasi ini penting untuk perencanaan sumber daya dan perbaikan organisasi. Sumber data Lihat dokumentasi Oracle Quality Management. Informasi ini mungkin tersimpan di tabel terkait tindakan mutu atau penugasan yang ditautkan ke kejadian mutu. Contoh Rekayasa mutuOperasional manufakturMutu pemasokRekayasa desain
	Kategori akar penyebab RootCauseCategory	Klasifikasi akar penyebab masalah kualitas yang telah ditentukan.
Deskripsi Setelah analisis akar penyebab dilakukan, temuannya biasanya dikelompokkan ke dalam kategori yang telah ditentukan, seperti 'Kerusakan peralatan', 'Kesalahan manusia', atau 'Cacat desain'. Atribut ini menyimpan klasifikasi akhirnya. Analisis proses berdasarkan kategori akar penyebab sangat berguna. Analisis ini mengalihkan fokus dari memperbaiki gejala satu per satu ke penanganan masalah sistemik yang mendasarinya. Misalnya, banyaknya peristiwa dengan akar penyebab 'Masalah pelatihan' dapat menunjukkan perlunya program pelatihan karyawan yang lebih baik, salah satu tujuan utama tindakan pencegahan. Mengapa ini penting Atribut ini membantu mengalihkan manajemen kualitas dari tindakan reaktif ke proaktif dengan memungkinkan analisis penyebab mendasar kegagalan. Sumber data Lihat dokumentasi Oracle Quality Management. Elemen ini kemungkinan ditentukan pengguna dalam rencana pengumpulan data dan diisi setelah aktivitas 'Analisis Akar Penyebab Dilakukan'. Contoh Kerusakan peralatanCacat materialKesalahan manusiaProsedur tidak diikuti
	Pengguna yang ditugaskan AssignedUser	Pengguna yang ditugaskan untuk melakukan aktivitas atau bertanggung jawab atas kejadian mutu.
Deskripsi Atribut ini menunjukkan orang yang bertanggung jawab atas tugas tertentu atau pengelolaan keseluruhan kejadian mutu. Tingkat perinciannya lebih tinggi daripada departemen penanggung jawab. Analisis berdasarkan pengguna membantu memahami beban kerja individu, menemukan kebutuhan pelatihan, dan mengenali kinerja terbaik. Analisis ini juga dapat mengungkap pola seperti tugas yang terus-menerus dialihkan atau terhenti pada orang tertentu. Informasi terperinci ini berguna untuk pengelolaan kinerja dan optimalisasi sumber daya. Mengapa ini penting Atribut ini memungkinkan analisis terperinci atas beban kerja dan kinerja individu, sehingga kendala sumber daya atau kebutuhan pelatihan dapat ditemukan. Sumber data Lihat dokumentasi Oracle Quality Management. Informasi penugasan pengguna biasanya tersimpan di tabel tindakan atau alur kerja yang terkait dengan kejadian mutu. Contoh j.smitha.jonesr.williams
	Status saat ini CurrentStatus	Status terkini kasus kejadian mutu.
Deskripsi Atribut ini menunjukkan status peristiwa kualitas saat ini dalam siklusnya, seperti 'Terbuka', 'Sedang diinvestigasi', 'Menunggu persetujuan', atau 'Ditutup'. Atribut ini memberikan gambaran posisi kasus dalam proses saat data diekstrak. Atribut ini penting untuk pemantauan operasional dan mendukung dasbor 'Ikhtisar peristiwa kualitas terbuka dan status'. Manajer dapat melihat daftar masalah kualitas yang sedang ditangani dan menentukan prioritas sumber daya. Dalam analisis process mining, pemfilteran berdasarkan status akhir membantu menganalisis hasil dari berbagai jalur proses. Mengapa ini penting Atribut ini memberikan gambaran terkini tentang daftar peristiwa kualitas yang sedang ditangani, sehingga tim dapat mengelola operasional dan menentukan prioritas kasus aktif dengan lebih baik. Sumber data Informasi ini biasanya tersedia di tabel header utama untuk kejadian mutu dan menunjukkan status terakhir yang tercatat. Contoh TerbukaSedang berlangsungMenunggu persetujuanDitutup
	Tanggal target penyelesaian TargetResolutionDate	Tanggal rencana atau perkiraan untuk menutup peristiwa kualitas sepenuhnya.
Deskripsi Atribut ini menunjukkan tenggat waktu penyelesaian penuh suatu peristiwa kualitas. Tanggal ini menjadi target internal atau service level agreement (SLA), yang biasanya ditentukan berdasarkan tingkat keparahan atau jenis peristiwa. Tanggal ini penting untuk memantau kinerja dan digunakan langsung untuk menghitung KPI 'CAPA Impl. On-Time Rate'. Dengan membandingkan tanggal penyelesaian aktual aktivitas dengan target ini, analis dapat mengukur ketepatan waktu, mengidentifikasi peristiwa yang berisiko terlambat, dan memantau tren penyelesaian tepat waktu. Informasi ini membantu mengurangi waktu siklus penyelesaian. Mengapa ini penting Tanggal ini menjadi tolok ukur kinerja ketepatan waktu dan diperlukan untuk menghitung KPI ketepatan waktu serta mengelola SLA. Sumber data Lihat dokumentasi Oracle Quality Management. Kolom ini mungkin berupa kolom tanggal standar atau elemen yang ditentukan pengguna dalam rencana pengumpulan data kualitas. Contoh 2023-05-302023-06-152024-01-10
	Tingkat keparahan SeverityLevel	Klasifikasi dampak kejadian mutu, seperti kritis, besar, atau kecil.
Deskripsi Tingkat Keparahan adalah penilaian, biasanya dilakukan saat triase, terhadap potensi dampak masalah kualitas pada pelanggan, kepatuhan, atau operasional bisnis. Klasifikasi ini membantu menentukan prioritas sumber daya dan tingkat urgensi respons. Dalam process mining, atribut ini penting untuk mengelompokkan data. Analis dapat membandingkan alur proses, waktu siklus, dan hasil peristiwa dengan tingkat keparahan tinggi dan rendah. Atribut ini mendukung dasbor 'Konsistensi triase peristiwa kualitas' dan KPI 'Tingkat penyelesaian berdasarkan tingkat keparahan' dengan menunjukkan apakah masalah kritis memang ditangani lebih cepat dan efektif. Mengapa ini penting Atribut ini membantu menentukan prioritas dan mengelompokkan analisis, sehingga kejadian mutu berdampak tinggi dapat ditangani secara efektif dan efisien. Sumber data Lihat dokumentasi Oracle Quality Management. Elemen ini biasanya dapat dikonfigurasi dalam rencana pengumpulan data kualitas. Contoh 1 - Kritis2 - Mayor3 - Minor4 - Informasi
	Waktu akhir peristiwa EventEndTime	Stempel waktu yang menunjukkan kapan aktivitas atau peristiwa selesai.
Deskripsi Waktu akhir peristiwa menandai selesainya aktivitas tertentu. Jika dipasangkan dengan Waktu mulai peristiwa, atribut ini menunjukkan waktu pengerjaan aktivitas tersebut. Dalam beberapa sistem, aktivitas berlangsung seketika sehingga waktu mulai dan akhirnya sama. Atribut ini penting untuk analisis durasi secara terperinci. Analis dapat membedakan waktu pengerjaan aktif, yaitu durasi dari waktu mulai hingga waktu akhir, dengan waktu tunggu, yaitu durasi antara berakhirnya satu aktivitas dan dimulainya aktivitas berikutnya. Pembedaan ini membantu menemukan aktivitas yang menyita waktu sumber daya dan serah terima yang menyebabkan keterlambatan. Mengapa ini penting Atribut ini memungkinkan penghitungan waktu pengerjaan aktivitas secara akurat, sehingga tugas yang tidak efisien dapat dibedakan dari waktu tunggu yang panjang. Sumber data Data ini mungkin tersedia di tabel transaksi atau riwayat yang sama dengan waktu mulai, terkadang dengan nama LAST_UPDATE_DATE atau stempel waktu penyelesaian tertentu. Waktu ini juga dapat disimpulkan dari waktu mulai peristiwa berikutnya. Contoh 2023-04-15T09:15:30Z2023-04-16T12:00:00Z2023-05-02T10:00:00Z
	ID rencana tindakan korektif CorrectiveActionPlanId	Pengenal unik untuk rencana tindakan korektif dan pencegahan (CAPA) yang dibuat untuk menangani peristiwa kualitas.
Deskripsi Atribut ini menghubungkan langsung peristiwa kualitas dengan rencana tindakan korektif dan pencegahan yang dibuat untuk menyelesaikannya. Rencana ini biasanya berupa objek terpisah di sistem dengan siklus hidupnya sendiri. Dalam analisis, ID ini dapat digunakan untuk menggabungkan data proses peristiwa kualitas dengan data proses manajemen CAPA, sehingga memberikan gambaran yang lebih menyeluruh. Anda dapat memeriksa apakah setiap peristiwa yang memerlukan CAPA sudah memiliki rencana, serta menganalisis efektivitas tindakan tersebut. Mengapa ini penting Atribut ini menghubungkan masalah (peristiwa kualitas) dengan solusinya (CAPA), sehingga analisis sistem manajemen kualitas dapat mencakup seluruh proses dari awal hingga akhir. Sumber data Kolom referensi ini terdapat pada catatan peristiwa kualitas dan mengarah ke catatan dalam tabel atau modul khusus CAPA. Contoh CAPA-2023-088CAPA-2023-091
	Kategori masalah IssueCategory	Kategori atau jenis masalah kualitas, seperti 'Cacat produk' atau 'Penyimpangan proses'.
Deskripsi Atribut ini mengelompokkan peristiwa kualitas agar masalah serupa dapat dianalisis bersama. Organisasi biasanya menetapkan kategori sesuai konteks operasionalnya. Analisis proses berdasarkan kategori masalah membantu menemukan pola pada jenis masalah tertentu. Misalnya, analisis dapat menunjukkan bahwa masalah 'Material pemasok' memiliki waktu siklus jauh lebih lama daripada masalah 'Proses internal'. Pengelompokan ini berguna untuk menentukan perbaikan proses yang tepat sasaran. Mengapa ini penting Pengelompokan masalah membantu Anda menganalisis tren dan menemukan akar penyebab pada area masalah tertentu. Sumber data Lihat dokumentasi Oracle Quality Management. Elemen ini kemungkinan ditentukan pengguna dalam rencana pengumpulan data kualitas. Contoh Cacat produkPenyimpangan prosesMaterial pemasokKeluhan pelanggan
	Kode penutupan ClosureCode	Kode yang menunjukkan alasan atau hasil penutupan peristiwa kualitas.
Deskripsi Saat peristiwa kualitas ditutup, kode penutupan biasanya diberikan untuk mengklasifikasikan hasil akhirnya. Contohnya, 'Tindakan efektif', 'Tidak perlu tindakan', atau 'Masalah duplikat'. Atribut ini berguna untuk menganalisis hasil. Dengan memfilter kode penutupan, analis dapat mempelajari jalur proses yang menghasilkan penyelesaian berhasil dan yang tidak. Atribut ini membantu menjawab pertanyaan seperti, 'Bagaimana proses penanganan masalah yang ditutup sebagai duplikat?' dan menemukan inefisiensi dalam proses triase. Mengapa ini penting Atribut ini memberikan informasi penting tentang hasil suatu kasus, sehingga Anda dapat menganalisis jalur proses yang menghasilkan penyelesaian berhasil. Sumber data Lihat dokumentasi Oracle Quality Management. Kolom ini kemungkinan diisi saat aktivitas penutupan akhir. Contoh EFEKTIFTANPA_TINDAKANDUPLIKATRISIKO_DITERIMA
	Pembaruan data terakhir LastDataUpdate	Stempel waktu saat data terakhir kali diperbarui atau dimuat ulang dari sistem sumber.
Deskripsi Atribut ini menunjukkan kapan data untuk peristiwa ini terakhir diperbarui dalam dataset process mining. Informasi ini menunjukkan kebaruan data dan membantu pengguna memahami seberapa mutakhir analisisnya. Dalam dasbor dan laporan, stempel waktu ini memberi konteks penting kepada pengguna. Informasi ini menjelaskan apakah data yang dilihat merupakan data terkini atau rekam data dari waktu tertentu. Hal ini penting untuk mengambil keputusan operasional berdasarkan informasi yang tepat dan memastikan status kemutakhiran data terlihat jelas. Mengapa ini penting Stempel waktu ini menunjukkan kebaruan data, sehingga pengguna tahu seberapa mutakhir analisis proses yang mereka lihat. Sumber data Nilai ini dibuat dan disimpan selama proses ETL data. Biasanya, nilai ini menunjukkan waktu terakhir jalur data berhasil dijalankan. Contoh 2023-10-27T04:00:00Z2023-10-26T04:00:00Z
	Pengenal produk ProductIdentifier	Pengenal produk yang terkait dengan peristiwa kualitas.
Deskripsi Atribut ini menghubungkan peristiwa kualitas dengan produk, material, atau layanan tertentu. Nilainya dapat berupa kode produk, SKU, atau nomor komponen. Hubungan ini penting untuk analisis kualitas produk. Dengan process mining, Anda dapat membandingkan proses manajemen kualitas antar lini produk atau menemukan produk yang sering terkait dengan masalah kualitas. Hasilnya membantu tim menentukan prioritas perbaikan rekayasa atau manufaktur. Mengapa ini penting Atribut ini menghubungkan peristiwa kualitas dengan produk tertentu, sehingga Anda dapat menganalisis tren kualitas dan variasi proses yang terkait dengan produk. Sumber data Informasi ini disimpan dalam kolom di rencana pengumpulan data kualitas, dan sering kali terhubung ke data induk item Oracle Inventory. Contoh SKU-100-A-REDPN-987654CHEM-X2
	Pengerjaan ulang IsRework	Penanda yang menunjukkan apakah suatu aktivitas merupakan pengulangan atau pengerjaan ulang dari langkah sebelumnya dalam kasus yang sama.
Deskripsi Atribut boolean ini bernilai true jika aktivitas tertentu, seperti 'Rencana Tindakan Korektif Diusulkan', terjadi lebih dari sekali dalam satu kasus peristiwa kualitas. Ini menunjukkan adanya pengulangan atau koreksi dalam proses, yaitu langkah yang sudah selesai harus dikerjakan kembali. Mengidentifikasi pengerjaan ulang merupakan kemampuan penting process mining. Penanda ini mempermudah pengukuran inefisiensi tersebut dan mendukung langsung KPI 'Frekuensi Pengerjaan Ulang Aktivitas'. Dengan menganalisis langkah yang paling sering dikerjakan ulang dan kondisi yang menyebabkannya, Anda dapat menemukan masalah pelatihan, kualitas data, atau kriteria persetujuan, lalu melihat peluang untuk membuat proses lebih efisien. Mengapa ini penting Atribut ini menandai inefisiensi dan pengulangan dalam proses, sehingga pemborosan dapat diukur dan akar penyebab pengerjaan ulang dapat ditemukan. Sumber data Nilai ini dihitung menggunakan fungsi window atau analisis berurutan pada log peristiwa selama persiapan data. Perhitungan ini mendeteksi nama aktivitas yang sama muncul beberapa kali untuk kasus yang sama. Contoh truefalse
	Sistem sumber SourceSystem	Menunjukkan sistem pencatatan asal data yang diekstrak.
Deskripsi Atribut ini menunjukkan aplikasi atau sistem asal data peristiwa. Di lingkungan perusahaan, data kejadian mutu dapat berasal dari beberapa sumber, seperti modul utama Oracle Quality, sistem CAPA terpisah, atau portal keluhan pelanggan. Dalam analisis, kolom ini membantu memahami asal-usul data dan mengelompokkan proses berdasarkan sistem sumber. Informasi ini penting untuk tata kelola data dan pemecahan masalah integrasi, serta memastikan tampilan proses mencerminkan data gabungan secara akurat. Mengapa ini penting Atribut ini memberikan konteks penting tentang asal data, yang berguna untuk validasi dan tata kelola data serta analisis variasi proses di berbagai sistem. Sumber data Biasanya, nilai statis ini ditambahkan saat proses ekstraksi, transformasi, dan pemuatan data (ETL) untuk menandai asal dataset. Contoh Oracle Quality Management R12Oracle EBS QualityQM-PROD
	Tepat waktu IsOnTime	Penanda yang menunjukkan apakah tindakan korektif diterapkan sebelum atau pada tanggal target penyelesaian.
Deskripsi Atribut boolean ini diperoleh dengan membandingkan waktu penyelesaian aktivitas 'Tindakan Korektif Diterapkan' dengan 'Tanggal Target Penyelesaian' kasus. Nilainya true jika tindakan selesai pada atau sebelum tanggal target, dan false jika tidak. Atribut ini mendukung langsung KPI 'CAPA Impl. On-Time Rate'. Atribut ini mempermudah analisis dan pembuatan dasbor dengan memberikan klasifikasi ketepatan waktu yang jelas untuk setiap kasus. Anda dapat memfilter dan menggabungkan data dengan mudah untuk memantau kepatuhan terhadap tingkat layanan dan menemukan akar penyebab keterlambatan. Mengapa ini penting Atribut ini mempermudah pemantauan kinerja terhadap target waktu, sehingga KPI penting ini mudah diukur dan dilaporkan. Sumber data Penanda ini dihitung saat transformasi data. Perhitungannya memerlukan TargetResolutionDate dan waktu aktivitas penyelesaian terkait. Contoh truefalse
	Total waktu siklus TotalCycleTime	Total waktu sejak masalah kualitas ditemukan hingga akhirnya ditutup.
Deskripsi Atribut ini mengukur durasi proses dari awal hingga akhir untuk satu kasus peristiwa kualitas. Nilainya dihitung dari selisih waktu antara aktivitas pertama ('Masalah Kualitas Ditemukan') dan aktivitas terakhir ('Tinjauan Akhir dan Penutupan'). Ini merupakan KPI utama untuk mengukur efisiensi keseluruhan proses manajemen kualitas. Metrik ini menjadi metrik utama pada dasbor 'Waktu Siklus Peristiwa Kualitas dari Awal hingga Akhir'. Dengan memantau metrik ini dari waktu ke waktu dan mengelompokkannya berdasarkan atribut seperti tingkat keparahan atau kategori masalah, Anda dapat melihat kondisi proses secara umum dan dampak inisiatif perbaikan. Mengapa ini penting KPI penting ini mengukur kecepatan dan efisiensi keseluruhan proses manajemen kualitas, dari awal hingga akhir. Sumber data Nilai ini dihitung pada tingkat kasus saat data diproses untuk process mining. Perhitungannya memerlukan waktu mulai peristiwa pertama dan waktu selesai peristiwa terakhir untuk setiap QualityEventId. Contoh P30DT12HP15DP92D
	Unit bisnis BusinessUnit	Unit bisnis atau divisi organisasi tempat peristiwa kualitas terjadi atau ditangani.
Deskripsi Atribut ini mengaitkan peristiwa kualitas dengan bagian tertentu dalam struktur bisnis. Anda dapat menggunakannya untuk menganalisis dan membandingkan kinerja kualitas antarunit organisasi. Perusahaan besar biasanya perlu menganalisis proses berdasarkan unit bisnis. Dengan begitu, mereka dapat membuat dasbor khusus untuk tiap unit dan mengetahui apakah divisi tertentu memiliki proses kualitas yang lebih efisien atau menghadapi tantangan khusus. Informasi ini berguna untuk pengawasan perusahaan dan berbagi praktik terbaik di seluruh organisasi. Mengapa ini penting Atribut ini memungkinkan perbandingan dan analisis kinerja antarbagian organisasi, sehingga mendukung manajemen kualitas di seluruh perusahaan. Sumber data Data ini biasanya menjadi bagian dari informasi konteks organisasi yang terkait dengan transaksi, dan sering kali berasal dari data induk pengguna atau departemen. Contoh Perangkat medisElektronik konsumenSuku cadang otomotif

Wajib Disarankan Opsional

Aktivitas manajemen kualitas

Berikut langkah proses utama dan pencapaian penting yang perlu dicatat dalam log peristiwa untuk menemukan proses dan mengevaluasi kinerjanya secara akurat.

6 Disarankan 8 Opsional

	Aktivitas	Deskripsi
	Efektivitas tindakan diverifikasi	Memastikan tindakan korektif yang diterapkan berhasil mengatasi akar masalah dan mencegah masalah berulang. Aktivitas ini tercatat saat pengguna menyelesaikan verifikasi dan memperbarui status catatan.
Mengapa ini penting Ini merupakan tonggak penting yang berfokus pada hasil dan menjadi dasar KPI 'Effectiveness Verif. Rate'. Tahap ini menuntaskan siklus tindakan korektif dan memastikan masalah benar-benar teratasi. Sumber data Disimpulkan dari perubahan status pada catatan CAPA menjadi 'Verification Complete' atau 'Effective'. Kolom hasil verifikasi tertentu mungkin juga perlu diisi. Pengumpulan data Disimpulkan dari perubahan status menjadi 'Verification Complete' atau 'Effective'. Jenis peristiwa inferred
	Investigasi dimulai	Menandai dimulainya tahap investigasi secara resmi untuk mencari akar masalah mutu. Biasanya, hal ini ditunjukkan oleh perubahan status di sistem, misalnya menjadi 'Under Investigation'.
Mengapa ini penting Tahap ini menjadi titik awal pengukuran KPI 'Root Cause Analysis Lead Time' dan membantu mengetahui berapa lama masalah menunggu sebelum investigasi resmi dimulai. Sumber data Disimpulkan dari perubahan status pada Quality Issue atau catatan Quality Action terkait menjadi status 'Investigation'. Stempel waktu perubahan status digunakan sebagai waktu peristiwa. Pengumpulan data Disimpulkan dari perubahan status menjadi 'Under Investigation' atau status serupa. Jenis peristiwa inferred
	Masalah dikategorikan dan diprioritaskan	Aktivitas ini terjadi saat analis menyelesaikan penilaian awal dan menetapkan atribut penting seperti tingkat keparahan, prioritas, dan jenis masalah. Biasanya, aktivitas ini tercatat saat status masalah berubah dari 'New' menjadi 'Assessed' atau 'In Triage'.
Mengapa ini penting Tahap ini penting untuk KPI 'Avg Triage Processing Time'. Keterlambatan dapat memperlambat seluruh proses penyelesaian, terutama untuk masalah kritis. Sumber data Disimpulkan dari perubahan status pada catatan Quality Issue, misalnya dari 'New' menjadi 'Under Assessment', atau saat kolom seperti 'Severity' atau 'Priority' pertama kali diisi. Pengumpulan data Disimpulkan dari perubahan status atau saat kolom Severity atau Priority pertama kali diisi. Jenis peristiwa inferred
	Masalah mutu teridentifikasi	Aktivitas ini menandai pembuatan catatan kejadian mutu baru, seperti ketidaksesuaian, penyimpangan, atau keluhan pelanggan. Aktivitas tercatat secara langsung saat pengguna membuat catatan Quality Issue atau Quality Action baru di Oracle.
Mengapa ini penting Sebagai peristiwa awal, aktivitas ini penting untuk menghitung total waktu siklus proses manajemen mutu dan memahami jumlah kejadian mutu yang masuk. Sumber data Peristiwa ini diambil dari stempel waktu pembuatan catatan Quality Issue atau Quality Action, yang kemungkinan tersimpan di tabel seperti QAM_QUALITY_ISSUES atau QAM_QUALITY_ACTIONS. Pengumpulan data Peristiwa dicatat saat catatan Quality Issue atau Action baru dibuat. Jenis peristiwa explicit
	Rencana tindakan korektif disetujui	Menandai persetujuan resmi atas rencana tindakan korektif yang diajukan oleh pihak berwenang. Ini merupakan titik kendali penting yang biasanya tercatat melalui tindakan persetujuan langsung atau perubahan status menjadi 'Approved'.
Mengapa ini penting Persetujuan ini merupakan tonggak penting dan sering menjadi hambatan. Analisis waktu persetujuan membantu menyederhanakan proses dan memastikan prosedur dipatuhi. Sumber data Disimpulkan dari perubahan status pada catatan Quality Action atau CAPA menjadi 'Approved'. Sistem Oracle dengan alur kerja persetujuan biasanya mencatat perubahan ini secara langsung di tabel audit. Pengumpulan data Disimpulkan dari perubahan status menjadi 'Approved'. Jenis peristiwa inferred
	Tinjauan akhir dan penutupan	Tahap akhir untuk memastikan semua tindakan terkait telah selesai dan masalah mutu utama resmi ditutup. Aktivitas ini tercatat melalui perubahan status akhir pada catatan utama menjadi 'Closed' atau 'Resolved'.
Mengapa ini penting Ini adalah peristiwa akhir utama dalam proses. Peristiwa ini penting untuk menghitung KPI 'Rata-rata waktu siklus peristiwa' dan mengukur keseluruhan keluaran proses. Sumber data Disimpulkan dari perubahan status akhir pada catatan Quality Issue utama menjadi 'Closed'. Stempel waktu perubahan ini digunakan sebagai waktu peristiwa. Pengumpulan data Disimpulkan dari perubahan status catatan Quality Issue utama menjadi 'Closed'. Jenis peristiwa inferred
	Analisis akar masalah dilakukan	Menandai selesainya analisis akar masalah (RCA) dan pencatatan temuan. Biasanya, aktivitas ini tercatat saat tim investigasi memperbarui masalah mutu dengan akar masalah yang ditemukan dan mengubah statusnya.
Mengapa ini penting Aktivitas ini menjadi titik akhir KPI 'Root Cause Analysis Lead Time'. Dengan menganalisis durasi hingga tahap ini, Anda dapat menemukan hambatan dalam proses pemecahan masalah. Sumber data Disimpulkan dari perubahan status menjadi 'RCA Complete' atau saat kolom kategori akar masalah diisi dan catatan disimpan. Stempel waktu pembaruan digunakan. Pengumpulan data Disimpulkan dari perubahan status menjadi 'RCA Complete' atau pengisian kolom akar masalah. Jenis peristiwa inferred
	Masalah ditugaskan untuk triase	Menandai penugasan masalah mutu yang baru dibuat kepada pengguna atau tim tertentu untuk ditinjau dan dinilai terlebih dahulu. Peristiwa ini sering disimpulkan dengan melacak perubahan pada kolom assignee atau owner di catatan masalah mutu.
Mengapa ini penting Melacak serah terima awal ini membantu menemukan keterlambatan sebelum penilaian dimulai. Analisis waktu dalam status ini dapat mengungkap penumpukan antrean triase. Sumber data Disimpulkan dari perubahan pada kolom owner atau assignee di catatan Quality Issue. Sumbernya dapat berupa tabel jejak audit atau perubahan status yang terkait dengan alur kerja penugasan. Pengumpulan data Disimpulkan dari perubahan pada kolom 'Assigned To' atau 'Owner' di Quality Issue. Jenis peristiwa inferred
	Pemeriksaan efektivitas diperlukan	Menandai bahwa sistem atau pengguna menetapkan tindakan yang telah diterapkan perlu diverifikasi untuk memastikan efektivitasnya. Perubahan status ini biasanya dilakukan secara otomatis atau manual setelah penerapan.
Mengapa ini penting Tahap ini memulai proses verifikasi yang penting. Dengan memahami jeda antara penerapan dan aktivitas ini, Anda dapat menemukan keterlambatan dalam memulai tindak lanjut yang diperlukan. Sumber data Peristiwa ini disimpulkan dari perubahan status pada Quality Action menjadi 'Pending Effectiveness Check' atau status serupa dalam alur kerja. Pengumpulan data Disimpulkan dari perubahan status menjadi 'Pending Effectiveness Check'. Jenis peristiwa inferred
	Pihak terkait diberi tahu tentang penyelesaian	Menandai penyampaian informasi tentang penyelesaian kejadian mutu kepada pihak terkait, seperti pelapor atau pelanggan yang terdampak. Aktivitas ini sulit dicatat dan mungkin disimpulkan dari perubahan status setelah penutupan atau komentar yang dicatat.
Mengapa ini penting Aktivitas ini penting untuk KPI 'Stakeholder Notification Lag'. Komunikasi tepat waktu mendukung kepuasan pelanggan dan keterbukaan internal, bahkan setelah masalah diselesaikan. Sumber data Aktivitas ini sering sulit dicatat secara otomatis. Peristiwa ini mungkin disimpulkan dari status seperti 'Notification Sent' atau dicatat di kolom aktivitas maupun komentar, sehingga perlu logika khusus untuk mengekstrak datanya. Pengumpulan data Disimpulkan dari perubahan status tertentu atau kemungkinan melalui analisis teks pada log aktivitas. Jenis peristiwa inferred
	Rencana tindakan korektif diajukan	Terjadi saat tindakan korektif dirumuskan dan dikaitkan dengan masalah mutu untuk menjelaskan langkah-langkah perbaikannya. Aktivitas ini dapat berupa pembuatan catatan Corrective Action terkait atau perubahan status yang menandakan rencana siap ditinjau.
Mengapa ini penting Tahap ini melacak peralihan dari analisis masalah ke perancangan solusi. Pengerjaan ulang pada tahap ini, yang diukur dengan KPI pengerjaan ulang, dapat menandakan persyaratan yang kurang jelas atau perencanaan yang tidak efektif. Sumber data Peristiwa ini dapat tercatat secara langsung saat catatan Corrective Action baru dibuat dalam objek CAPA, atau disimpulkan dari perubahan status menjadi 'Plan Proposed' atau 'Pending Approval'. Pengumpulan data Disimpulkan dari perubahan status menjadi 'Pending Approval' atau pembuatan Corrective Action yang ditautkan. Jenis peristiwa inferred
	Tindakan korektif diterapkan	Menandai selesainya tugas dalam rencana tindakan korektif yang telah disetujui. Biasanya, aktivitas ini tercatat saat pengguna mengubah status catatan tindakan korektif menjadi 'Implemented' atau 'Completed'.
Mengapa ini penting Aktivitas ini penting untuk KPI 'CAPA Impl. On-Time Rate'. Status ini menandakan bahwa perbaikan yang direncanakan telah dilaksanakan dan dapat dibandingkan dengan tanggal target. Sumber data Peristiwa ini disimpulkan dari perubahan status catatan Quality Action atau CAPA terkait menjadi 'Implemented' atau 'Completed'. Pengumpulan data Disimpulkan dari perubahan status menjadi 'Implemented' atau 'Completed'. Jenis peristiwa inferred
	Tindakan pencegahan diidentifikasi	Menandai pembuatan tindakan pencegahan (PA) untuk mengatasi masalah sistemik dan mencegah kejadian mutu serupa. Biasanya, aktivitas ini tercatat saat catatan Preventive Action baru yang terkait dengan masalah awal dibuat.
Mengapa ini penting Aktivitas ini menunjukkan proses mutu yang matang, yaitu tidak hanya memperbaiki masalah yang sudah terjadi, tetapi juga mencegah masalah berikutnya. Pelacakan aktivitas ini membantu mengukur perbaikan mutu yang bersifat proaktif. Sumber data Diambil dari pembuatan catatan Quality Action baru dengan jenis 'Preventive Action', yang sering kali ditautkan ke Quality Issue atau Corrective Action awal. Pengumpulan data Dicatat saat catatan Quality Action jenis 'Preventive Action' dibuat. Jenis peristiwa explicit
	Tindakan pencegahan diterapkan	Menandai selesainya tugas dalam rencana tindakan pencegahan untuk mengurangi risiko sistemik. Aktivitas ini tercatat saat pengguna mengubah status catatan tindakan pencegahan menjadi 'Implemented' atau 'Completed'.
Mengapa ini penting Mengukur kemampuan organisasi dalam menjalankan perbaikan mutu secara proaktif. Keterlambatan pada tahap ini dapat menunjukkan kesulitan dalam menerapkan perubahan sistemik di seluruh organisasi. Sumber data Disimpulkan dari perubahan status catatan Preventive Action terkait menjadi 'Implemented' atau 'Completed', seperti pelacakan tindakan korektif. Pengumpulan data Disimpulkan dari perubahan status catatan Preventive Action menjadi 'Implemented'. Jenis peristiwa inferred

Disarankan Opsional

Panduan ekstraksi data

Cara mengambil data dari manajemen kualitas Oracle

Langkah

Buka Oracle BI Publisher: Masuk ke instance Oracle E-Business Suite Anda, lalu buka tanggung jawab yang memberikan akses ke BI Publisher, seperti BI Publisher Administrator atau tanggung jawab khusus serupa.
Buat model data baru: Dari halaman utama BI Publisher, pilih Create, lalu pilih Data Model. Editor model data akan terbuka.
Tentukan kumpulan data kueri SQL: Di editor model data, klik ikon plus pada panel Data Sets, lalu pilih SQL Query. Jendela editor kueri SQL akan terbuka.
Atur sumber data: Di jendela New Data Set, masukkan nama untuk kumpulan data, misalnya, DS_QUALITY_EVENTS. Pilih database Oracle EBS yang sesuai sebagai Data Source.
Masukkan kueri SQL: Salin seluruh kueri SQL dari bagian 'query' dokumen ini, lalu tempelkan ke area teks SQL Query.
Tentukan parameter kueri: Kueri yang disediakan menggunakan placeholder :P_START_DATE dan :P_END_DATE untuk periode laporan. Di model data BI Publisher, Anda harus menetapkan keduanya sebagai parameter. Buat parameter baru untuk masing-masing, gunakan nama yang sesuai (misalnya, P_START_DATE), atur Data Type ke Date, lalu tambahkan petunjuk yang mudah dipahami pengguna.
Simpan model data: Setelah menempelkan kueri dan menetapkan parameter, simpan model data. Sebaiknya simpan di folder bersama untuk laporan.
Buat laporan baru: Kembali ke halaman utama BI Publisher, pilih Create, lalu pilih Report. Pilih opsi 'Use Data Model', kemudian cari model data yang baru saja Anda simpan.
Atur tata letak laporan: Panduan laporan akan membantu Anda mengatur tata letak. Untuk ProcessMind, tata letak tabel sederhana sudah cukup. Seret semua kolom dari model data ke tata letak laporan. Pastikan format keluaran diatur ke CSV.
Atur properti laporan: Di properti laporan, pastikan opsi 'Enable CSV Output' dicentang. Jika perlu, Anda juga dapat menetapkan nilai parameter default.
Jalankan dan ekspor laporan: Simpan laporan, lalu jalankan dengan memasukkan tanggal mulai dan tanggal akhir yang diinginkan. Setelah laporan selesai dibuat, klik tombol Export dan pilih CSV sebagai format keluaran. File akan diunduh ke komputer Anda.
Siapkan file untuk diunggah: Buka file CSV yang diunduh dan pastikan isinya sesuai harapan. Periksa apakah judul kolom cocok dengan persyaratan skema ProcessMind. File kini siap diunggah.

Konfigurasi

Prasyarat: Akun pengguna dengan akses ke Oracle BI Publisher dan akses baca ke tabel modul Quality yang mendasarinya (misalnya, QA_RESULTS, QA_PLANS, QA_ACTIONS, FND_USER).
Konfigurasi sumber data: Model data BI Publisher harus terhubung ke database aplikasi Oracle EBS utama Anda (skema APPS).
Parameter rentang tanggal: Kueri ini menggunakan dua parameter wajib, :P_START_DATE dan :P_END_DATE, untuk memfilter data yang diekstrak. Untuk analisis awal, disarankan rentang 6 hingga 12 bulan agar cukup banyak kasus lengkap yang tercakup. Gunakan format tanggal 'YYYY-MM-DD'.
Format keluaran: Atur laporan agar dapat menghasilkan keluaran CSV. Format ini cocok untuk dimasukkan ke ProcessMind karena sederhana, terstruktur, dan tidak memerlukan penguraian yang rumit.
Penjadwalan: Untuk memantau proses secara berkelanjutan, jadwalkan laporan BI Publisher agar berjalan berulang, misalnya setiap hari atau setiap minggu. Atur keluaran agar dikirim ke server atau repositori konten tertentu untuk diambil secara otomatis.
Kinerja: Jika volume peristiwa kualitas sangat tinggi, kueri mungkin memerlukan waktu cukup lama. Pastikan rentang tanggal yang digunakan wajar. Jika kinerja menjadi masalah, diskusikan pengoptimalan kueri atau pengindeksan tabel dengan administrator database Anda.

Contoh kueri sql

SELECT
    qr.occurrence AS QualityEventId,
    'Quality Issue Identified' AS ActivityName,
    qr.creation_date AS EventStartTime,
    qr.last_update_date AS EventEndTime,
    qp.department_code AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qr.qa_last_update_status AS CurrentStatus,
    qpc_sev.char_value AS SeverityLevel,
    qr.transaction_date AS TargetResolutionDate, -- Or a dedicated target date field
    qpc_rc.char_value AS RootCauseCategory,
    NULL AS ProcessingTime
FROM
    qa_results qr
JOIN
    qa_plans qp ON qr.plan_id = qp.plan_id
LEFT JOIN
    fnd_user fu ON qr.created_by = fu.user_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Severity_Char_ID]) qpc_sev ON qr.result_id = qpc_sev.result_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Root_Cause_Char_ID]) qpc_rc ON qr.result_id = qpc_rc.result_id
WHERE
    qr.creation_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

-- Activities based on status changes are best captured from an audit table if available. 
-- This example uses LAST_UPDATE_DATE which is an approximation.
SELECT
    qr.occurrence AS QualityEventId,
    'Issue Assigned For Triage' AS ActivityName,
    qr.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    qp.department_code AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qr.qa_last_update_status AS CurrentStatus,
    qpc_sev.char_value AS SeverityLevel,
    qr.transaction_date AS TargetResolutionDate,
    qpc_rc.char_value AS RootCauseCategory,
    NULL AS ProcessingTime
FROM
    qa_results qr
JOIN
    qa_plans qp ON qr.plan_id = qp.plan_id
LEFT JOIN
    fnd_user fu ON qr.last_updated_by = fu.user_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Severity_Char_ID]) qpc_sev ON qr.result_id = qpc_sev.result_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Root_Cause_Char_ID]) qpc_rc ON qr.result_id = qpc_rc.result_id
WHERE
    qr.qa_last_update_status IN ('Assigned', 'In Triage') AND qr.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT
    qr.occurrence AS QualityEventId,
    'Issue Categorized and Prioritized' AS ActivityName,
    qr.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    qp.department_code AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qr.qa_last_update_status AS CurrentStatus,
    qpc_sev.char_value AS SeverityLevel,
    qr.transaction_date AS TargetResolutionDate,
    qpc_rc.char_value AS RootCauseCategory,
    NULL AS ProcessingTime
FROM
    qa_results qr
JOIN
    qa_plans qp ON qr.plan_id = qp.plan_id
LEFT JOIN
    fnd_user fu ON qr.last_updated_by = fu.user_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Severity_Char_ID]) qpc_sev ON qr.result_id = qpc_sev.result_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Root_Cause_Char_ID]) qpc_rc ON qr.result_id = qpc_rc.result_id
WHERE
    qr.qa_last_update_status IN ('Assessed', 'Prioritized') AND qr.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT
    qr.occurrence AS QualityEventId,
    'Investigation Initiated' AS ActivityName,
    qr.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    qp.department_code AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qr.qa_last_update_status AS CurrentStatus,
    qpc_sev.char_value AS SeverityLevel,
    qr.transaction_date AS TargetResolutionDate,
    qpc_rc.char_value AS RootCauseCategory,
    NULL AS ProcessingTime
FROM
    qa_results qr
JOIN
    qa_plans qp ON qr.plan_id = qp.plan_id
LEFT JOIN
    fnd_user fu ON qr.last_updated_by = fu.user_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Severity_Char_ID]) qpc_sev ON qr.result_id = qpc_sev.result_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Root_Cause_Char_ID]) qpc_rc ON qr.result_id = qpc_rc.result_id
WHERE
    qr.qa_last_update_status = 'Under Investigation' AND qr.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT
    qr.occurrence AS QualityEventId,
    'Root Cause Analysis Performed' AS ActivityName,
    qr.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    qp.department_code AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qr.qa_last_update_status AS CurrentStatus,
    qpc_sev.char_value AS SeverityLevel,
    qr.transaction_date AS TargetResolutionDate,
    qpc_rc.char_value AS RootCauseCategory,
    NULL AS ProcessingTime
FROM
    qa_results qr
JOIN
    qa_plans qp ON qr.plan_id = qp.plan_id
LEFT JOIN
    fnd_user fu ON qr.last_updated_by = fu.user_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Severity_Char_ID]) qpc_sev ON qr.result_id = qpc_sev.result_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Root_Cause_Char_ID]) qpc_rc ON qr.result_id = qpc_rc.result_id
WHERE
    qpc_rc.char_value IS NOT NULL AND qr.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

-- Corrective and Preventive Actions from a table like QA_ACTIONS
SELECT 
    qa.source_code AS QualityEventId,
    'Corrective Action Plan Proposed' AS ActivityName,
    qa.creation_date AS EventStartTime,
    NULL AS EventEndTime,
    NULL AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qa.status_code AS CurrentStatus,
    NULL AS SeverityLevel,
    qa.target_date AS TargetResolutionDate,
    NULL AS RootCauseCategory,
    NULL AS ProcessingTime
FROM qa_actions qa
LEFT JOIN fnd_user fu ON qa.assignee_id = fu.user_id
WHERE qa.action_code = 'CORRECTIVE_ACTION' AND qa.creation_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT 
    qa.source_code AS QualityEventId,
    'Corrective Action Plan Approved' AS ActivityName,
    qa.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    NULL AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qa.status_code AS CurrentStatus,
    NULL AS SeverityLevel,
    qa.target_date AS TargetResolutionDate,
    NULL AS RootCauseCategory,
    NULL AS ProcessingTime
FROM qa_actions qa
LEFT JOIN fnd_user fu ON qa.last_updated_by = fu.user_id
WHERE qa.action_code = 'CORRECTIVE_ACTION' AND qa.status_code = 'Approved' AND qa.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT 
    qa.source_code AS QualityEventId,
    'Corrective Action Implemented' AS ActivityName,
    qa.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    NULL AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qa.status_code AS CurrentStatus,
    NULL AS SeverityLevel,
    qa.target_date AS TargetResolutionDate,
    NULL AS RootCauseCategory,
    NULL AS ProcessingTime
FROM qa_actions qa
LEFT JOIN fnd_user fu ON qa.last_updated_by = fu.user_id
WHERE qa.action_code = 'CORRECTIVE_ACTION' AND qa.status_code IN ('Implemented', 'Completed') AND qa.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT
    qr.occurrence AS QualityEventId,
    'Effectiveness Check Required' AS ActivityName,
    qr.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    qp.department_code AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qr.qa_last_update_status AS CurrentStatus,
    qpc_sev.char_value AS SeverityLevel,
    qr.transaction_date AS TargetResolutionDate,
    qpc_rc.char_value AS RootCauseCategory,
    NULL AS ProcessingTime
FROM
    qa_results qr
JOIN
    qa_plans qp ON qr.plan_id = qp.plan_id
LEFT JOIN
    fnd_user fu ON qr.last_updated_by = fu.user_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Severity_Char_ID]) qpc_sev ON qr.result_id = qpc_sev.result_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Root_Cause_Char_ID]) qpc_rc ON qr.result_id = qpc_rc.result_id
WHERE
    qr.qa_last_update_status = 'Verification Pending' AND qr.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT
    qr.occurrence AS QualityEventId,
    'Effectiveness of Action Verified' AS ActivityName,
    qr.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    qp.department_code AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qr.qa_last_update_status AS CurrentStatus,
    qpc_sev.char_value AS SeverityLevel,
    qr.transaction_date AS TargetResolutionDate,
    qpc_rc.char_value AS RootCauseCategory,
    NULL AS ProcessingTime
FROM
    qa_results qr
JOIN
    qa_plans qp ON qr.plan_id = qp.plan_id
LEFT JOIN
    fnd_user fu ON qr.last_updated_by = fu.user_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Severity_Char_ID]) qpc_sev ON qr.result_id = qpc_sev.result_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Root_Cause_Char_ID]) qpc_rc ON qr.result_id = qpc_rc.result_id
WHERE
    qr.qa_last_update_status = 'Verification Complete' AND qr.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT 
    qa.source_code AS QualityEventId,
    'Preventive Action Identified' AS ActivityName,
    qa.creation_date AS EventStartTime,
    NULL AS EventEndTime,
    NULL AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qa.status_code AS CurrentStatus,
    NULL AS SeverityLevel,
    qa.target_date AS TargetResolutionDate,
    NULL AS RootCauseCategory,
    NULL AS ProcessingTime
FROM qa_actions qa
LEFT JOIN fnd_user fu ON qa.assignee_id = fu.user_id
WHERE qa.action_code = 'PREVENTIVE_ACTION' AND qa.creation_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT 
    qa.source_code AS QualityEventId,
    'Preventive Action Implemented' AS ActivityName,
    qa.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    NULL AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qa.status_code AS CurrentStatus,
    NULL AS SeverityLevel,
    qa.target_date AS TargetResolutionDate,
    NULL AS RootCauseCategory,
    NULL AS ProcessingTime
FROM qa_actions qa
LEFT JOIN fnd_user fu ON qa.last_updated_by = fu.user_id
WHERE qa.action_code = 'PREVENTIVE_ACTION' AND qa.status_code IN ('Implemented', 'Completed') AND qa.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT
    qr.occurrence AS QualityEventId,
    'Final Review and Closure' AS ActivityName,
    qr.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    qp.department_code AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qr.qa_last_update_status AS CurrentStatus,
    qpc_sev.char_value AS SeverityLevel,
    qr.transaction_date AS TargetResolutionDate,
    qpc_rc.char_value AS RootCauseCategory,
    NULL AS ProcessingTime
FROM
    qa_results qr
JOIN
    qa_plans qp ON qr.plan_id = qp.plan_id
LEFT JOIN
    fnd_user fu ON qr.last_updated_by = fu.user_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Severity_Char_ID]) qpc_sev ON qr.result_id = qpc_sev.result_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Root_Cause_Char_ID]) qpc_rc ON qr.result_id = qpc_rc.result_id
WHERE
    qr.qa_last_update_status IN ('Closed', 'Resolved') AND qr.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

UNION ALL

SELECT
    qr.occurrence AS QualityEventId,
    'Stakeholders Notified of Resolution' AS ActivityName,
    qr.last_update_date AS EventStartTime,
    NULL AS EventEndTime,
    qp.department_code AS ResponsibleDepartment,
    fu.user_name AS AssignedUser,
    qr.qa_last_update_status AS CurrentStatus,
    qpc_sev.char_value AS SeverityLevel,
    qr.transaction_date AS TargetResolutionDate,
    qpc_rc.char_value AS RootCauseCategory,
    NULL AS ProcessingTime
FROM
    qa_results qr
JOIN
    qa_plans qp ON qr.plan_id = qp.plan_id
LEFT JOIN
    fnd_user fu ON qr.last_updated_by = fu.user_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Severity_Char_ID]) qpc_sev ON qr.result_id = qpc_sev.result_id
LEFT JOIN
    (SELECT result_id, character_value AS char_value FROM qa_results_chars WHERE char_id = [Your_Root_Cause_Char_ID]) qpc_rc ON qr.result_id = qpc_rc.result_id
WHERE
    qr.qa_last_update_status = 'Notification Sent' AND qr.last_update_date BETWEEN TO_DATE(:P_START_DATE, 'YYYY-MM-DD') AND TO_DATE(:P_END_DATE, 'YYYY-MM-DD')

Langkah

Prasyarat: Pastikan Anda memiliki klien database, seperti SQL Developer atau DBeaver, serta kredensial hanya-baca untuk database Oracle yang menjalankan modul Quality Management.
Pahami skema: Kenali tabel Oracle Quality yang utama. Kueri ini terutama menggunakan QA_RESULTS untuk header peristiwa kualitas, QA_PLANS untuk definisi rencana, QA_RESULTS_V untuk gabungan tampilan hasil dan nilainya, serta tabel pengguna aplikasi seperti FND_USER atau PER_ALL_PEOPLE_F.
Tentukan parameter kueri: Sebelum menjalankan kueri, cari variabel placeholder di bagian WHERE. Ganti :start_date, :end_date, dan :organization_id dengan nilai yang sesuai untuk cakupan ekstraksi Anda. Contohnya, tetapkan :start_date ke '2023-01-01' dan :end_date ke '2023-06-30'.
Jalankan kueri SQL: Salin seluruh skrip SQL, lalu jalankan di klien database Anda. Skrip menggunakan beberapa klausa UNION ALL untuk menggabungkan berbagai peristiwa ke dalam satu format log peristiwa.
Tinjau data mentah: Setelah kueri dijalankan, periksa hasilnya. Setiap baris mewakili satu aktivitas dalam siklus peristiwa kualitas. Pastikan data lengkap dan kolom penting seperti QualityEventId, ActivityName, dan EventStartTime terisi.
Tangani stempel waktu dan durasi: Kueri menyediakan EventStartTime. Nilai EventEndTime sengaja dibiarkan NULL, karena waktu akhir suatu peristiwa sering kali baru dapat ditentukan setelah mengetahui waktu mulai peristiwa berikutnya. Perhitungan ini biasanya lebih tepat dilakukan di alat process mining atau skrip pascapemrosesan. ProcessingTime juga ditetapkan ke NULL karena perlu dihitung dari waktu mulai dan waktu akhir.
Ekspor ke CSV: Ekspor seluruh hasil kueri dari klien database ke file CSV. Pastikan file menggunakan encoding UTF-8 dan memiliki baris header dengan alias kolom dari kueri.
Siapkan file untuk diunggah: Pastikan header kolom CSV sesuai dengan persyaratan platform ProcessMind (ID kasus, Aktivitas, Start Timestamp). Sebelum mengunggah, ubah nama kolom QualityEventId, ActivityName, dan EventStartTime sesuai kebutuhan.

Konfigurasi

Akses database: Pengguna yang menjalankan kueri harus memiliki hak SELECT pada semua tabel yang dirujuk dalam skrip. Tabel tersebut mungkin berada di skema APPS, QA, PER, dan SDM.
Filter utama kueri: Kueri berisi placeholder penting yang harus dikonfigurasi:
- :start_date: Awal periode pelaporan. Kueri akan menyaring peristiwa yang dibuat pada atau setelah tanggal ini.
- :end_date: Akhir periode pelaporan.
- :organization_id: ID organisasi Oracle yang ingin Anda analisis. Rencana dan hasil kualitas biasanya terkait dengan organisasi tertentu.
Rentang tanggal: Untuk analisis awal, sebaiknya gunakan data selama 3 hingga 6 bulan. Jika sistem Anda besar dan bervolume tinggi, mulailah dengan periode yang lebih singkat, misalnya satu bulan. Dengan begitu, Anda dapat mengukur kinerja kueri sebelum menjalankan ekstraksi yang lebih besar.
Pertimbangan kinerja: Kueri ini menggabungkan beberapa tabel besar dan menyatukan 14 set hasil terpisah. Prosesnya dapat menghabiskan banyak sumber daya. Jadwalkan ekstraksi di luar jam sibuk untuk mengurangi dampaknya terhadap kinerja sistem. Jika kinerjanya buruk, tanyakan kepada administrator database tentang pengindeksan kolom penting, terutama kolom tanggal dan kunci asing.

Contoh kueri sql

WITH QualityEventBase AS (
    SELECT
        qr.COLLECTION_ID,
        qr.PLAN_ID,
        qp.NAME AS PLAN_NAME,
        qr.ORGANIZATION_ID,
        qr.CREATION_DATE,
        qr.LAST_UPDATE_DATE,
        qr.CREATED_BY,
        qr.LAST_UPDATED_BY,
        (SELECT qrv.CHARACTER1 FROM QA_RESULTS_V qrv WHERE qrv.COLLECTION_ID = qr.COLLECTION_ID AND qrv.ELEMENT_SHORT_CODE = 'Q_STATUS') AS CurrentStatus,
        (SELECT qrv.CHARACTER1 FROM QA_RESULTS_V qrv WHERE qrv.COLLECTION_ID = qr.COLLECTION_ID AND qrv.ELEMENT_SHORT_CODE = 'Q_SEVERITY') AS SeverityLevel,
        (SELECT qrv.CHARACTER1 FROM QA_RESULTS_V qrv WHERE qrv.COLLECTION_ID = qr.COLLECTION_ID AND qrv.ELEMENT_SHORT_CODE = 'Q_ROOT_CAUSE') AS RootCauseCategory,
        (SELECT qrv.CHARACTER1 FROM QA_RESULTS_V qrv WHERE qrv.COLLECTION_ID = qr.COLLECTION_ID AND qrv.ELEMENT_SHORT_CODE = 'Q_DEPT') AS ResponsibleDepartment,
        (SELECT qrv.DATE1 FROM QA_RESULTS_V qrv WHERE qrv.COLLECTION_ID = qr.COLLECTION_ID AND qrv.ELEMENT_SHORT_CODE = 'Q_TARGET_DATE') AS TargetResolutionDate,
        (SELECT fu.USER_NAME FROM FND_USER fu WHERE fu.USER_ID = qr.LAST_UPDATED_BY) AS AssignedUser
    FROM
        QA_RESULTS qr
    JOIN
        QA_PLANS qp ON qr.PLAN_ID = qp.PLAN_ID
    WHERE
        qr.CREATION_DATE BETWEEN TO_DATE(:start_date, 'YYYY-MM-DD') AND TO_DATE(:end_date, 'YYYY-MM-DD')
        AND qr.ORGANIZATION_ID = :organization_id
)
-- 1. Quality Issue Identified
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Quality Issue Identified' AS ActivityName,
    qeb.CREATION_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb

UNION ALL

-- 2. Issue Assigned For Triage (Approximation: first update after creation)
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Issue Assigned For Triage' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'TRIAGE' AND qeb.LAST_UPDATE_DATE > qeb.CREATION_DATE

UNION ALL

-- 3. Issue Categorized and Prioritized
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Issue Categorized and Prioritized' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'ASSESSED' AND qeb.SeverityLevel IS NOT NULL

UNION ALL

-- 4. Investigation Initiated
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Investigation Initiated' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'UNDER_INVESTIGATION'

UNION ALL

-- 5. Root Cause Analysis Performed
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Root Cause Analysis Performed' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'RCA_COMPLETE' AND qeb.RootCauseCategory IS NOT NULL

UNION ALL

-- 6. Corrective Action Plan Proposed
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Corrective Action Plan Proposed' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'CAPA_PROPOSED'

UNION ALL

-- 7. Corrective Action Plan Approved
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Corrective Action Plan Approved' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'CAPA_APPROVED'

UNION ALL

-- 8. Corrective Action Implemented
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Corrective Action Implemented' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'CAPA_IMPLEMENTED'

UNION ALL

-- 9. Effectiveness Check Required
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Effectiveness Check Required' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'EFFECTIVENESS_CHECK'

UNION ALL

-- 10. Effectiveness of Action Verified
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Effectiveness of Action Verified' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'VERIFIED'

UNION ALL

-- 11. Preventive Action Identified
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Preventive Action Identified' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'PAPA_DEFINED'

UNION ALL

-- 12. Preventive Action Implemented
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Preventive Action Implemented' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'PAPA_IMPLEMENTED'

UNION ALL

-- 13. Final Review and Closure
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Final Review and Closure' AS ActivityName,
    qeb.LAST_UPDATE_DATE AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'CLOSED'

UNION ALL

-- 14. Stakeholders Notified of Resolution (Approximation)
SELECT
    qeb.COLLECTION_ID AS QualityEventId,
    'Stakeholders Notified of Resolution' AS ActivityName,
    qeb.LAST_UPDATE_DATE + interval '1' minute AS EventStartTime,
    NULL AS EventEndTime,
    qeb.ResponsibleDepartment,
    qeb.AssignedUser,
    qeb.CurrentStatus,
    qeb.SeverityLevel,
    qeb.TargetResolutionDate,
    qeb.RootCauseCategory,
    NULL AS ProcessingTime
FROM QualityEventBase qeb
WHERE qeb.CurrentStatus = 'CLOSED'

Langkah

Siapkan lingkungan Anda: Pastikan Python 3.6 atau versi lebih baru sudah terpasang di sistem Anda. Instal pustaka yang diperlukan dengan pip: pip install pandas oracledb. Pustaka ini diperlukan untuk terhubung ke database Oracle dan mengolah data.
Dapatkan kredensial database: Siapkan detail koneksi yang diperlukan untuk database Oracle Quality Management Anda. Detail ini mencakup nama pengguna, kata sandi, dan Data Source Name (DSN), yang biasanya menggunakan format hostname:port/service_name.
Simpan skrip ekstraksi: Salin skrip Python lengkap dari bagian 'kueri', lalu simpan sebagai file, misalnya extract_quality_events.py.
Konfigurasikan skrip: Buka skrip yang disimpan di editor teks. Cari bagian konfigurasi di bagian atas, lalu ganti nilai pengganti untuk db_user, db_password, db_dsn, start_date, dan end_date dengan detail Anda.
Sesuaikan nilai pengganti SQL: Periksa kueri SQL di dalam skrip. Anda mungkin perlu menyesuaikan nama tabel seperti QA_RESULTS atau nilai status tertentu seperti 'NEW' dan 'CLOSED' agar sesuai dengan konfigurasi Oracle organisasi Anda. Jika tidak yakin, tanyakan kepada administrator sistem Oracle Anda.
Jalankan skrip: Buka command prompt atau terminal, pindah ke direktori tempat skrip disimpan, lalu jalankan perintah berikut: python extract_quality_events.py.
Pantau proses: Skrip akan terhubung ke database, menjalankan kueri, dan mengolah data. Proses ini mungkin memerlukan beberapa menit, bergantung pada rentang tanggal dan volume data. Pastikan pesan 'Successfully connected to Oracle Database!' muncul, diikuti pesan akhir 'Event log saved to quality_event_log.csv'.
Ambil file keluaran: Setelah skrip selesai, file bernama quality_event_log.csv akan dibuat di direktori yang sama. File ini berisi log peristiwa yang diekstrak.
Periksa log peristiwa: Buka file quality_event_log.csv di aplikasi spreadsheet untuk melakukan pemeriksaan singkat. Pastikan kolom yang diharapkan tersedia dan data beberapa kasus sampel terisi dengan benar.
Unggah ke alat process mining: File CSV yang dihasilkan kini siap diunggah ke aplikasi process mining Anda untuk dianalisis.

Konfigurasi

Koneksi database: Skrip memerlukan Oracle Data Source Name (DSN), nama pengguna, dan kata sandi dengan akses baca ke tabel Quality Management yang diperlukan (misalnya, QA_RESULTS, QA_PLANS, FND_USER, PER_ALL_PEOPLE_F).
Filter rentang tanggal: Variabel start_date dan end_date dalam skrip menentukan volume data yang diambil. Sebaiknya mulai dengan rentang yang lebih singkat, misalnya 3-6 bulan, untuk memastikan kinerja dan memvalidasi hasil sebelum menjalankan ekstraksi yang lebih besar.
Filter khusus sistem: Anda dapat menyesuaikan kueri SQL dengan menambahkan filter berdasarkan struktur organisasi. Misalnya, tambahkan klausa WHERE untuk memfilter berdasarkan ORGANIZATION_ID dan membatasi ekstraksi ke pabrik atau unit bisnis tertentu.
Pemetaan kode status: Logika ekstraksi aktivitas memetakan nilai status tertentu (misalnya, 'NEW', 'UNDER_INVESTIGATION', 'CLOSED') ke langkah proses. Nilai ini bergantung pada konfigurasi Oracle Anda. Verifikasi dan sesuaikan nilai dalam kueri SQL agar hasilnya akurat.
Dependensi Python: Skrip ini memerlukan pustaka pandas dan oracledb. Pastikan keduanya sudah terpasang di lingkungan Python tempat skrip dijalankan.

Contoh kueri python

import pandas as pd
import oracledb
import sys

class=class="hl-string">"hl-comment"># --- Configuration Settings --- 
class=class="hl-string">"hl-comment"># Replace with your Oracle database credentials and connection details
db_user = class="hl-string">"your_username"
db_password = class="hl-string">"your_password"
class=class="hl-string">"hl-comment"># DSN (Data Source Name) format: hostname:port/service_name
db_dsn = class="hl-string">"your_host:1521/your_service_name"

class=class="hl-string">"hl-comment"># Define the 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"># --- SQL Query --- 
class=class="hl-string">"hl-comment"># This query extracts events from the Oracle Quality Management module.
class=class="hl-string">"hl-comment"># Each SELECT statement with a UNION ALL corresponds to a specific activity.
sql_query = fclass="hl-string">"""
WITH base_events AS (
    SELECT 
        qr.COLLECTION_ID AS QualityEventId,
        qr.LAST_UPDATE_DATE,
        qr.CREATION_DATE,
        qpc.PROMPT AS StatusPrompt,
        qr.CHARACTER1 AS CurrentStatus,
        qr.CHARACTER2 AS SeverityLevel,
        qr.CHARACTER3 AS RootCauseCategory,
        oap.NAME AS ResponsibleDepartment,
        fu.USER_NAME AS AssignedUser,
        qr.DATE1 AS TargetResolutionDate,
        (qr.LAST_UPDATE_DATE - qr.CREATION_DATE) * 24 * 60 AS ProcessingTime
    FROM 
        QA_RESULTS qr
    JOIN 
        QA_PLANS qp ON qr.PLAN_ID = qp.PLAN_ID
    JOIN 
        QA_PLAN_CHARS qpc ON qp.PLAN_ID = qpc.PLAN_ID AND qpc.PROMPT = 'Status'
    LEFT JOIN 
        FND_USER fu ON qr.LAST_UPDATED_BY = fu.USER_ID
    LEFT JOIN
        HR_ALL_ORGANIZATION_UNITS oap ON qr.ORGANIZATION_ID = oap.ORGANIZATION_ID
    WHERE 
        qr.CREATION_DATE BETWEEN TO_DATE('{start_date}', 'YYYY-MM-DD') AND TO_DATE('{end_date}', 'YYYY-MM-DD')
)
-- 1. Quality Issue Identified
SELECT
    be.QualityEventId,
    'Quality Issue Identified' AS ActivityName,
    be.CREATION_DATE AS EventStartTime,
    be.CREATION_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    'New' AS CurrentStatus, -- Initial status
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be

UNION ALL

-- 2. Issue Assigned For Triage (approximated by first update after creation)
SELECT
    be.QualityEventId,
    'Issue Assigned For Triage' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.LAST_UPDATE_DATE > be.CREATION_DATE AND be.CurrentStatus IN ('Assigned', '[Your Triage Status]')

UNION ALL

-- 3. Issue Categorized and Prioritized
SELECT
    be.QualityEventId,
    'Issue Categorized and Prioritized' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus IN ('Assessed', 'Prioritized', '[Your Categorized Status]')

UNION ALL

-- 4. Investigation Initiated
SELECT
    be.QualityEventId,
    'Investigation Initiated' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus IN ('Under Investigation', 'Investigation')

UNION ALL

-- 5. Root Cause Analysis Performed
SELECT
    be.QualityEventId,
    'Root Cause Analysis Performed' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus = 'RCA Complete' AND be.RootCauseCategory IS NOT NULL

UNION ALL

-- 6. Corrective Action Plan Proposed
SELECT
    be.QualityEventId,
    'Corrective Action Plan Proposed' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus = 'CAP Proposed'

UNION ALL

-- 7. Corrective Action Plan Approved
SELECT
    be.QualityEventId,
    'Corrective Action Plan Approved' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus = 'CAP Approved'

UNION ALL

-- 8. Corrective Action Implemented
SELECT
    be.QualityEventId,
    'Corrective Action Implemented' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus = 'CAP Implemented'

UNION ALL

-- 9. Effectiveness Check Required
SELECT
    be.QualityEventId,
    'Effectiveness Check Required' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus = 'Verification Pending'

UNION ALL

-- 10. Effectiveness of Action Verified
SELECT
    be.QualityEventId,
    'Effectiveness of Action Verified' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus = 'Verified Effective'

UNION ALL

-- 11. Preventive Action Identified
SELECT
    be.QualityEventId,
    'Preventive Action Identified' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus = 'PA Identified'

UNION ALL

-- 12. Preventive Action Implemented
SELECT
    be.QualityEventId,
    'Preventive Action Implemented' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus = 'PA Implemented'

UNION ALL

-- 13. Final Review and Closure
SELECT
    be.QualityEventId,
    'Final Review and Closure' AS ActivityName,
    be.LAST_UPDATE_DATE AS EventStartTime,
    be.LAST_UPDATE_DATE AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus = 'Closed'

UNION ALL

-- 14. Stakeholders Notified of Resolution
SELECT
    be.QualityEventId,
    'Stakeholders Notified of Resolution' AS ActivityName,
    be.LAST_UPDATE_DATE + interval '1' day AS EventStartTime, -- Approximated as 1 day after closure
    be.LAST_UPDATE_DATE + interval '1' day AS EventEndTime,
    be.ResponsibleDepartment,
    be.AssignedUser,
    be.CurrentStatus,
    be.SeverityLevel,
    be.TargetResolutionDate,
    be.RootCauseCategory,
    be.ProcessingTime
FROM base_events be
WHERE be.CurrentStatus = 'Closed'
"""

class=class="hl-string">"hl-comment"># --- Main Execution Logic ---
try:
    class=class="hl-string">"hl-comment"># Establish the database connection
    with oracledb.connect(user=db_user, password=db_password, dsn=db_dsn) as connection:
        print(class="hl-string">"Successfully connected to Oracle Database!")
        
        class=class="hl-string">"hl-comment"># Execute the query and load data into a pandas DataFrame
        print(class="hl-string">"Executing query... This may take a few minutes.")
        df = pd.read_sql_query(sql_query, connection)
        print(fclass="hl-string">"Query finished. {len(df)} events extracted.")

        class=class="hl-string">"hl-comment"># Data Type Conversion
        df[class="hl-string">'EVENTSTARTTIME'] = pd.to_datetime(df[class="hl-string">'EVENTSTARTTIME'])
        df[class="hl-string">'EVENTENDTIME'] = pd.to_datetime(df[class="hl-string">'EVENTENDTIME'])
        df[class="hl-string">'TARGETRESOLUTIONDATE'] = pd.to_datetime(df[class="hl-string">'TARGETRESOLUTIONDATE'])

        class=class="hl-string">"hl-comment"># Sort the data for chronological order
        df = df.sort_values(by=[class="hl-string">'QUALITYEVENTID', class="hl-string">'EVENTSTARTTIME'], ascending=[True, True])

        class=class="hl-string">"hl-comment"># Save the DataFrame to a CSV file
        output_filename = class="hl-string">'quality_event_log.csv'
        df.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%d %H:%M:%S')
        print(fclass="hl-string">"Event log saved to {output_filename}")

except oracledb.DatabaseError as e:
    error, = e.args
    print(fclass="hl-string">"Database connection or query failed: {error.message}", file=sys.stderr)
    sys.exit(1)
except Exception as e:
    print(fclass="hl-string">"An unexpected error occurred: {e}", file=sys.stderr)
    sys.exit(1)

Siap memulai?

Templat ini membantu Anda menyiapkan data dengan cepat dan mulai mengoptimalkan proses manajemen kualitas. Mulailah menemukan peluang untuk meningkatkan efisiensi dan kepatuhan hari ini.

Kembali ke panduan perbaikan

Unduh template

Tingkatkan manajemen kualitas Oracle dan kepatuhan sekarang

Hilangkan inefisiensi dan percepat waktu siklus hingga 30%.

Mulai uji coba gratis

Tidak perlu kartu kredit. Uji coba gratis selama 14 hari.

Templat data manajemen kualitas Anda

Templat data manajemen kualitas Anda

Atribut manajemen kualitas

Aktivitas manajemen kualitas

Panduan ekstraksi data

Laporan Oracle BI Publisher untuk data peristiwa kualitas

Langkah

Konfigurasi

Contoh kueri sql

Kueri SQL langsung pada tabel manajemen kualitas Oracle

Langkah

Konfigurasi

Contoh kueri sql

Skrip ekstraksi Python melalui konektor Oracle DB

Langkah

Konfigurasi

Contoh kueri python

Siap memulai?

Tingkatkan manajemen kualitas Oracle dan kepatuhan sekarang