> Continue verbetering > Kwaliteitsmanagement > Oracle Quality Management > datatemplate

Uw Kwaliteitsmanagement Data Template

Oracle Quality Management

Kwaliteitsmanagement attributes (21) Kwaliteitsmanagement activiteiten (14) Extractie Guides (3)

Uw Kwaliteitsmanagement Data Template

Deze template biedt een uitgebreide gids voor de essentiële data attributes en procesactiviteiten die nodig zijn voor effectieve Quality Management analyse. Het bevat ook praktische begeleiding over hoe u deze kritieke informatie uit uw Oracle Quality Management systeem kunt extraheren. Gebruik deze resource om ervoor te zorgen dat u alle benodigde data vastlegt voor diepgaande inzichten en procesoptimalisatie.

Aanbevolen attributen om vast te leggen
Belangrijkste activiteiten om te volgen
Richtlijnen voor data-extractie

Nieuw met event logs? Leer hoe je een process mining event log creëert.

Template downloaden

Kwaliteitsmanagement attributes

Dit zijn de aanbevolen data fields en contextuele informatie om op te nemen in uw event log voor uitgebreide kwaliteitsmanagement analyse en inzicht.

3 Verplicht 8 Aanbevolen 10 Optioneel

	Naam	Omschrijving
	Activiteitsnaam ActivityName	De naam van de specifieke taak of stap die heeft plaatsgevonden binnen het kwaliteitsmanagementproces.
Omschrijving Deze attribute beschrijft een enkel event of een actie die is ondernomen als onderdeel van het beheer van een kwaliteitsevent. De sequentie van deze activiteiten, geordend op hun timestamps, vormt de procesflow voor elke case. Het analyseren van de Activity Name staat centraal in process mining. Het maakt de ontdekking van het daadwerkelijke procesmodel, vergelijking met een gewenst model voor conformance checking, en identificatie van bottlenecks of rework loops tussen specifieke activiteiten mogelijk. Het helpt bijvoorbeeld de tijd te meten die is besteed tussen 'Investigation Initiated' en 'Root Cause Analysis Performed'. Het belang Deze attribute is fundamenteel voor het in kaart brengen van de procesflow, het identificeren van afwijkingen en het begrijpen hoe werk daadwerkelijk wordt uitgevoerd. Vindplaats Deze informatie is doorgaans afgeleid van event logs, statuswijzigingsrecords of actiegeschiedenistabellen binnen de Oracle Quality Management module. Voorbeelden Kwaliteitsprobleem geïdentificeerdOnderzoek geïnitieerdCorrigerende actieplan goedgekeurdDefinitieve beoordeling en afsluiting
	Kwaliteitsevent QualityEventId	De unieke identifier voor een enkel kwaliteitsevent, zoals een non-conformiteit, klacht of afwijking.
Omschrijving Het Kwaliteitsevent ID dient als de primaire case identifier, die alle gerelateerde activiteiten groepeert van initiële rapportage tot definitieve afsluiting. Elk kwaliteitsincident krijgt een uniek ID toegewezen, wat een compleet historisch record van het onderzoeks- en oplossingsproces creëert. In process mining analyse is deze attribute fundamenteel voor het reconstrueren van de end-to-end reis van elk kwaliteitsevent. Het maakt de berekening van de algehele cyclustijden, de identificatie van procesvarianten en de analyse van hoe verschillende typen events worden afgehandeld mogelijk. Door elke activity log te koppelen aan een specifiek Kwaliteitsevent ID, kunnen analisten de complete procesflow visualiseren en systemische bottlenecks of compliance-issues identificeren. Het belang Dit ID is essentieel, omdat het de scope van een enkele case definieert, waardoor nauwkeurige tracking van kwaliteitsevents en berekening van end-to-end performance metrics mogelijk is. Vindplaats Dit is doorgaans de primary key in de hoofdtabellen voor kwaliteitsevents of verzamelplannen binnen Oracle Quality Management, zoals QA_RESULTS. Voorbeelden NC-2023-00123CAPA-45892QE-500-A
	Starttijd event EventStartTime	De `timestamp` die aangeeft wanneer een `activiteit` of `event` begon.
Omschrijving Deze attribute levert de precieze datum en tijd waarop een specifieke processtap is gestart. Het is het primaire temporele element dat wordt gebruikt om events chronologisch te ordenen en de processequentie voor elke kwaliteitsevent case op te bouwen. In analyse is de Event Start Time cruciaal voor het berekenen van cyclustijden, duraties en wachttijden tussen activiteiten. Het maakt de identificatie van bottlenecks mogelijk door lange vertragingen tussen opeenvolgende stappen te belichten en wordt gebruikt om performance te volgen ten opzichte van tijd-gebaseerde KPI's, zoals Root Cause Analysis Lead Time. Het belang Deze timestamp is de ruggengraat van de procesanalyse, waardoor alle tijd-gebaseerde berekeningen en de juiste ordening van activiteiten mogelijk zijn. Vindplaats Deze timestamp is doorgaans te vinden in transactielogs of historietabellen geassocieerd met kwaliteitsacties en verzamelplannen, vaak benoemd als CREATION_DATE of vergelijkbaar. Voorbeelden 2023-04-15T09:00:12Z2023-04-16T11:30:00Z2023-05-01T14:22:45Z
	Beoogde Oplossingsdatum TargetResolutionDate	De geplande of verwachte datum voor de definitieve afsluiting van het kwaliteitsevent.
Omschrijving Deze attribute vertegenwoordigt de deadline waarop een kwaliteitsevent naar verwachting volledig is opgelost. Het dient als een service level agreement (SLA) of interne target, vaak bepaald op basis van de severity of het type van het event. Deze datum is fundamenteel voor performance monitoring en wordt direct gebruikt bij het berekenen van de 'CAPA Impl. On-Time Rate' KPI. Door de daadwerkelijke voltooiingsdata van activiteiten te vergelijken met deze target, kunnen analisten de tijdigheid meten, events identificeren die risico lopen te laat te zijn, en trends in on-time performance volgen. Dit ondersteunt inspanningen om de resolution cycle times te verminderen. Het belang Het biedt een benchmark voor het meten van on-time performance en is essentieel voor het berekenen van tijdigheid-KPI's en het beheren van SLA's. Vindplaats Raadpleeg de Oracle Quality Management documentatie. Dit kan een standaard datumveld zijn of een door de gebruiker gedefinieerd element in het kwaliteitsverzamelschema. Voorbeelden 2023-05-302023-06-152024-01-10
	Bewerkingstijd ProcessingTime	De tijdsduur die actief aan een activiteit is besteed.
Omschrijving Processing Time is de duur die wordt berekend tussen de Event Start Time en de Event End Time voor een enkele activiteit. Het vertegenwoordigt de actieve werktijd, in tegenstelling tot de wachttijd tussen activiteiten. Deze metric is een kernonderdeel van gedetailleerde performance analyse. Door de processing times van alle activiteiten in een case op te tellen, krijgt men inzicht in de totale touch time. Het vergelijken van de totale touch time met de algehele case cycle time onthult hoeveel van het proces waardetoevoegende werk is versus inactieve wachttijd, een belangrijke inzichten voor Lean en Six Sigma verbeteringsinspanningen. Het belang Het isoleert actieve werktijd van inactieve wachttijd, wat helpt bij het identificeren welke specifieke taken tijdrovend zijn. Vindplaats Deze metric wordt berekend uit de EventStartTime en EventEndTime attributes tijdens data transformatie. Voorbeelden PT15M30SPT2HP1D
	Eindtijd van het event EventEndTime	De timestamp die aangeeft wanneer een activiteit of event is voltooid.
Omschrijving De Event End Time markeert de voltooiing van een specifieke activiteit. Wanneer gekoppeld aan de Event Start Time, definieert het de processing time voor die activiteit. Voor sommige systemen kan een activiteit ogenblikkelijk zijn, in welk geval de start- en eindtijden hetzelfde zijn. Deze attribute is essentieel voor gedetailleerde duur-analyse. Het stelt analisten in staat om te differentiëren tussen actieve processing time (de duur tussen start- en eindtijd) en wachttijd (de duur tussen het einde van de ene activiteit en de start van de volgende). Dit is cruciaal voor het identificeren waar resources actief bezig zijn en waar overdrachten vertragingen veroorzaken. Het belang Het maakt de precieze berekening van activiteitsverwerkingstijden mogelijk, wat helpt bij het identificeren van inefficiënte taken versus lange wachttijden. Vindplaats Dit kan beschikbaar zijn in dezelfde transactie- of historietabellen als de starttijd, soms als een LAST_UPDATE_DATE of een specifieke completion timestamp. Het kan ook worden afgeleid uit de starttijd van het daaropvolgende event. Voorbeelden 2023-04-15T09:15:30Z2023-04-16T12:00:00Z2023-05-02T10:00:00Z
	Huidige Status CurrentStatus	De huidige status van de kwaliteitsevent case.
Omschrijving Deze attribute geeft de huidige staat van het kwaliteitsevent in zijn lifecycle aan, zoals 'Open', 'Under Investigation', 'Pending Approval' of 'Closed'. Het biedt een snapshot van waar de case zich in het proces bevindt op het moment van data-extractie. Dit is een kritieke attribute voor operationele monitoring, die direct het 'Open Quality Events & Status Overview' dashboard ondersteunt. Het stelt managers in staat snel de huidige pipeline van kwaliteitsproblemen te zien en resources te prioriteren. In process mining helpt filteren op de uiteindelijke status bij het analyseren van de uitkomsten van verschillende procespaden. Het belang Het biedt een real-time beeld van de kwaliteitseventpipeline, wat effectief operationeel beheer en prioritering van actieve cases mogelijk maakt. Vindplaats Deze informatie is meestal beschikbaar in de hoofdheader tabel voor kwaliteitsevents, en weerspiegelt de laatst bekende status van het event. Voorbeelden OpenIn uitvoeringWacht op GoedkeuringGesloten
	Oorzaakcategorie RootCauseCategory	De classificatie van de vastgestelde grondoorzaak van het kwaliteitsprobleem.
Omschrijving Nadat een root cause analysis is uitgevoerd, worden de bevindingen vaak gecategoriseerd in vooraf gedefinieerde groepen zoals 'Apparatuurfalen', 'Menselijke fout' of 'Ontwerpfout'. Dit attribuut slaat die uiteindelijke classificatie op. Het analyseren van het proces op basis van de hoofdoorzaakcategorie is extreem krachtig. Het helpt de focus te verleggen van het oplossen van individuele symptomen naar het aanpakken van de onderliggende systemische problemen. Een groot aantal eventen met een 'Opleidingsprobleem' als hoofdoorzaak kan bijvoorbeeld de behoefte aan betere trainingsprogramma's voor werknemers aantonen, een belangrijk doel van preventieve actie. Het belang Deze attribute is cruciaal om van reactief naar proactief kwaliteitsmanagement te gaan door analyse van de fundamentele oorzaken van falen mogelijk te maken. Vindplaats Raadpleeg de Oracle Quality Management documentatie. Dit is waarschijnlijk een door de gebruiker gedefinieerd element in een verzamelplan, ingevuld na de activiteit 'Root Cause Analysis Performed'. Voorbeelden Apparatuur storingMateriaalfoutMenselijke FoutProcedure niet gevolgd
	Severity Niveau SeverityLevel	Een classificatie van de impact van het kwaliteitsevent, zoals kritiek, groot of klein.
Omschrijving Het Severity Level is een beoordeling, meestal gemaakt tijdens triage, van de potentiële impact van het kwaliteitsprobleem op klanten, compliance of bedrijfsvoering. Deze classificatie helpt bij het prioriteren van resources en het definiëren van de urgentie van de vereiste respons. In process mining is deze attribute cruciaal voor segmentatie. Analisten kunnen de procesflows, cyclustijden en uitkomsten voor high-severity events vergelijken met die voor low-severity events. Dit ondersteunt het 'Quality Event Triage Consistency' dashboard en de 'Severity-Based Resolution Rate' KPI door te onthullen of kritieke issues inderdaad sneller en effectiever worden afgehandeld. Het belang Het maakt prioritering en segmentatie van de analyse mogelijk, waardoor high-impact kwaliteitsevents effectief en efficiënt worden beheerd. Vindplaats Raadpleeg de Oracle Quality Management documentatie. Dit is vaak een configureerbaar element binnen een kwaliteitsverzamelschema. Voorbeelden 1 - Kritiek2 - Major3 - Minor4 - Informational
	Toegewezen Gebruiker AssignedUser	De individuele gebruiker die is toegewezen om een activiteit uit te voeren of eigenaar is van het kwaliteitsevent.
Omschrijving Deze attribute specificeert de persoon die verantwoordelijk is voor een specifieke taak of voor het algehele beheer van het kwaliteitsevent. Het biedt een meer granulair detailniveau dan de verantwoordelijke afdeling. Analyseren per gebruiker helpt bij het begrijpen van individuele workloads, het identificeren van trainingsbehoeften en het herkennen van top performers. Het kan ook patronen onthullen zoals werk dat consistent wordt herverdeeld of taken die stagneren bij specifieke individuen. Dit detailniveau is nuttig voor performance management en gedetailleerde resource optimalisatie. Het belang Het maakt een gedetailleerde analyse van individuele workload en prestaties mogelijk, wat helpt bij het identificeren van resourcebeperkingen of trainingskansen. Vindplaats Raadpleeg de Oracle Quality Management documentatie. Gebruikers-toewijzingsinformatie wordt doorgaans opgeslagen in actie- of workflowtabellen die zijn gekoppeld aan het kwaliteitsevent. Voorbeelden j.smitha.jonesr.williams
	Verantwoordelijke afdeling ResponsibleDepartment	De afdeling of het functionele gebied dat verantwoordelijk is voor het kwaliteitsevent of de huidige activiteit.
Omschrijving Deze attribute identificeert het team of de afdeling die is toegewezen om het kwaliteitsevent af te handelen. Dit kan Quality Assurance, Engineering, Productie of een andere groep zijn, en het kan veranderen naarmate het event door zijn lifecycle vordert. In process mining is analyse per Responsible Department cruciaal om de workload distributie te begrijpen, afdelings-bottlenecks te identificeren en performance tussen verschillende teams te vergelijken. Het ondersteunt het 'Quality Event Resource Allocation' dashboard door te tonen welke afdelingen betrokken zijn bij welke soorten activiteiten, wat helpt bij het optimaliseren van resource management. Het belang Het maakt analyse van workload, prestaties en bottlenecks per afdeling mogelijk, wat cruciaal is voor resourceplanning en organisatieverbetering. Vindplaats Raadpleeg de Oracle Quality Management documentatie. Dit kan worden opgeslagen in tabellen gerelateerd aan kwaliteitsacties of toewijzingen, gekoppeld aan het kwaliteitsevent. Voorbeelden KwaliteitstechniekProductieactiviteitenLeverancierskwaliteitOntwerptechniek
	`Total Cycle Time` TotalCycleTime	De totale verstreken tijd vanaf de identificatie van een kwaliteitsprobleem tot de definitieve afsluiting ervan.
Omschrijving Deze attribute meet de volledige end-to-end duur voor een enkele kwaliteitsevent case. Het wordt berekend als het verschil tussen de timestamp van de allereerste activiteit ('Kwaliteitsprobleem geïdentificeerd') en de allerlaatste activiteit ('Final Review and Closure'). Dit is een primaire key performance indicator (KPI) voor de algehele efficiëntie van het kwaliteitsmanagementproces. Het is de belangrijkste metric voor het 'Quality Event End-to-End Cycle Time' dashboard. Het volgen van deze metric over tijd en het segmenteren ervan op attributes zoals Severity of Issue Category biedt een high-level overzicht van de procesgezondheid en de impact van verbeteringsinitiatieven. Het belang Dit is een kritieke KPI die de algehele snelheid en efficiëntie van het gehele kwaliteitsmanagementproces van begin tot eind meet. Vindplaats Dit wordt berekend op case-niveau tijdens data processing voor process mining. Het vereist de starttijd van het eerste event en de eindtijd van het laatste event voor elke QualityEventId. Voorbeelden P30DT12HP15DP92D
	Afsluitcode ClosureCode	Een code die de reden of uitkomst van de afsluiting van het kwaliteitsevent aangeeft.
Omschrijving Wanneer een kwaliteitsevent wordt afgesloten, wordt vaak een afsluitcode toegewezen om het uiteindelijke resultaat te classificeren. Voorbeelden zijn 'Actie Effectief', 'Geen Actie Vereist' of 'Dubbele Kwestie'. Dit attribuut is zeer nuttig voor resultaatanalyse. Door te filteren op verschillende afsluitcodes kunnen analisten de procespaden bestuderen die leiden tot succesvolle resultaten versus die welke dat niet doen. Het kan helpen bij het beantwoorden van vragen als: 'Hoe ziet ons proces eruit voor kwesties die als dubbele issues worden afgesloten?' en het identificeren van inefficiënties in het triageproces. Het belang Het biedt cruciale informatie over de uitkomst van een case, wat analyse mogelijk maakt van welke procespaden leiden tot succesvolle oplossingen. Vindplaats Raadpleeg de Oracle Quality Management documentatie. Dit is waarschijnlijk een veld dat wordt ingevuld tijdens de uiteindelijke afsluitactiviteit. Voorbeelden EFFECTIEFNO_ACTIONDUPLICAATRISK_ACCEPTED
	Bedrijfseenheid BusinessUnit	De business unit of afdeling van de organisatie waar het kwaliteitsevent heeft plaatsgevonden of wordt beheerd.
Omschrijving Deze attribute wijst het kwaliteitsevent toe aan een specifiek deel van de bedrijfsstructuur. Het helpt bij het analyseren en vergelijken van kwaliteitsprestaties over verschillende organisatie-eenheden. Het segmenteren van procesanalyse per Business Unit is een veelvoorkomende vereiste voor grote ondernemingen. Het maakt BU-specifieke dashboards mogelijk en helpt bij het identificeren of bepaalde divisies efficiëntere kwaliteitsprocessen hebben of met unieke uitdagingen worden geconfronteerd. Dit is waardevol voor bedrijfstoezicht en voor het delen van best practices binnen de organisatie. Het belang Het maakt prestatievergelijking en -analyse over verschillende delen van de organisatie mogelijk, ter ondersteuning van enterprise-brede kwaliteitsmanagement. Vindplaats Dit is doorgaans onderdeel van de organisatorische context data die geassocieerd is met de transactie, vaak afgeleid van de master data van de gebruiker of afdeling. Voorbeelden Medische hulpmiddelenConsumentenelektronicaAuto-onderdelen
	Bronsysteem SourceSystem	Identificeert het systeem van herkomst waaruit de data is geëxtraheerd.
Omschrijving Deze attribute specificeert de oorspronkelijke applicatie of het systeem voor de event data. In een enterprise omgeving kan kwaliteitsevent data afkomstig zijn van meerdere bronnen, zoals de core Oracle Quality module, een apart CAPA systeem, of een customer complaint portal. Voor analyse helpt dit veld bij het begrijpen van data lineage en kan het worden gebruikt om het proces te segmenteren op basis van het systeem van herkomst. Het is cruciaal voor data governance en voor het oplossen van data integratie issues, om ervoor te zorgen dat de procesweergave het gecombineerde datalandschap nauwkeurig reflecteert. Het belang Het biedt cruciale context over de dataherkomst, wat belangrijk is voor datavalidatie, governance en het analyseren van procesvariaties over verschillende systemen. Vindplaats Dit is doorgaans een statische waarde die wordt toegevoegd tijdens het extractie-, transformatie- en laadproces (ETL) om de herkomst van de dataset te labelen. Voorbeelden Oracle Quality Management R12Oracle EBS QualityQM-PROD
	ID corrigerende actieplan CorrectiveActionPlanId	De unieke identifier voor het corrective action plan (CAPA) dat is aangemaakt om het kwaliteitsevent aan te pakken.
Omschrijving Deze attribute biedt een directe link tussen een kwaliteitsevent en het specifieke correctieve en preventieve actieplan dat is ontworpen om het op te lossen. Dit is vaak een apart object in het systeem met zijn eigen lifecycle. In analyse kan dit ID worden gebruikt om data uit het kwaliteitseventproces te joinen met data uit het CAPA managementproces, waardoor een completer beeld ontstaat. Het helpt bij het bijhouden of elk event dat een CAPA vereist er een toegewezen heeft en bij het analyseren van de effectiviteit van die acties. Het belang Het koppelt het probleem (kwaliteitsevent) aan de oplossing (CAPA), wat een completere end-to-end analyse van het kwaliteitsmanagementsysteem mogelijk maakt. Vindplaats Dit zou een referentieveld zijn op het kwaliteitsevent record dat verwijst naar een record in een CAPA-specifieke tabel of module. Voorbeelden CAPA-2023-088CAPA-2023-091
	Is herstelwerk IsRework	Een vlag die aangeeft of een activiteit een herhaling of herwerking is van een vorige stap in dezelfde case.
Omschrijving Deze attribute is een boolean flag die op true wordt gezet als een specifieke activiteit, zoals 'Corrective Action Plan Proposed', meer dan eens voorkomt binnen een enkele kwaliteitsevent case. Dit duidt op een loop of correctie in het proces, waarbij een eerder voltooide stap opnieuw moest worden uitgevoerd. Het identificeren van rework is een belangrijke capability van process mining. Deze flag vereenvoudigt de kwantificering van dergelijke inefficiënties en ondersteunt direct de 'Activity Rework Frequency' KPI. Het analyseren welke stappen het meest vatbaar zijn voor rework en onder welke omstandigheden kan problemen met training, data quality of goedkeuringscriteria onthullen, wat kansen benadrukt om het proces efficiënter te maken. Het belang Het signaleert procesinefficiënties en loops, wat helpt bij het kwantificeren van verspilling en het identificeren van de grondoorzaken van rework. Vindplaats Dit wordt berekend met behulp van window functions of sequentiële analyse op de event log tijdens data preparation. Het identificeert wanneer dezelfde activity name meerdere keren verschijnt voor dezelfde case. Voorbeelden truefalse
	Is Op Tijd IsOnTime	Een vlag die aangeeft of een corrigerende actie is geïmplementeerd vóór de beoogde oplossingsdatum.
Omschrijving Deze boolean attribute is afgeleid door de completion timestamp van de 'Corrective Action Implemented' activiteit te vergelijken met de 'Target Resolution Date' voor de case. Het is true als de actie is voltooid op of voor de target date, en false anders. Deze attribute ondersteunt direct de 'CAPA Impl. On-Time Rate' KPI. Het vereenvoudigt analyse en dashboard creatie door een heldere, binaire classificatie te bieden voor de tijdigheid van elke case. Het maakt gemakkelijk filteren en aggregeren mogelijk om de naleving van service levels te monitoren en de grondoorzaken van vertragingen te identificeren. Het belang Het vereenvoudigt het volgen van on-time performance ten opzichte van targets, waardoor het gemakkelijk wordt om deze kritieke KPI te meten en te rapporteren. Vindplaats Dit is een afgeleide flag die wordt berekend tijdens data transformatie. Het vereist de TargetResolutionDate en de timestamp van de relevante completion activity. Voorbeelden truefalse
	Laatste data-update LastDataUpdate	De timestamp van de meest recente data refresh of update vanuit het bronsysteem.
Omschrijving Deze attribute geeft aan wanneer de data voor dit event voor het laatst is bijgewerkt in de process mining dataset. Het weerspiegelt de actualiteit van de data en helpt gebruikers de tijdigheid van de analyse te begrijpen. In dashboards en rapporten is deze timestamp cruciaal voor het bieden van context aan de gebruiker. Het verduidelijkt of men naar real-time data kijkt of een snapshot van een specifiek tijdstip, wat essentieel is voor het nemen van geïnformeerde operationele beslissingen. Het zorgt voor transparantie over de actualiteit van de data. Het belang Deze timestamp biedt transparantie over data actualiteit, waardoor gebruikers begrijpen hoe actueel de procesanalyse is. Vindplaats Deze waarde wordt gegenereerd en opgeslagen tijdens het data ETL proces, en vertegenwoordigt doorgaans de timestamp waarop de data pipeline voor het laatst succesvol is uitgevoerd. Voorbeelden 2023-10-27T04:00:00Z2023-10-26T04:00:00Z
	Probleemcategorie IssueCategory	De categorie of het type van het kwaliteitsprobleem, zoals 'Productfout' of 'Procesafwijking'.
Omschrijving Deze attribute biedt een classificatie van het kwaliteitsevent, wat helpt bij het groeperen van vergelijkbare issues voor analyse. De categorieën worden doorgaans gedefinieerd door de organisatie om hun specifieke operationele context te weerspiegelen. Het analyseren van het proces per Issue Category maakt de identificatie van patronen mogelijk die gerelateerd zijn aan specifieke soorten problemen. Het kan bijvoorbeeld onthullen dat 'Supplier Material' issues een veel langere cyclustijd hebben dan 'Internal Process' issues. Deze segmentatie is waardevol voor gerichte procesverbeteringsinitiatieven. Het belang Het categoriseren van problemen maakt gerichte analyse mogelijk om trends en hoofdoorzaken voor specifieke probleemgebieden te identificeren. Vindplaats Raadpleeg de Oracle Quality Management documentatie. Dit is waarschijnlijk een door de gebruiker gedefinieerd element binnen het kwaliteitsverzamelschema. Voorbeelden ProductfoutProcesafwijkingLeveranciersmateriaalKlachten van klanten
	Productidentificatie ProductIdentifier	De identifier voor het product dat is gekoppeld aan het kwaliteitsevent.
Omschrijving Deze attribute koppelt het kwaliteitsevent aan een specifiek product, materiaal of dienst. Het kan een productcode, SKU of onderdeelnummer zijn. Deze link is cruciaal voor productkwaliteitsanalyse. Process mining kan worden gebruikt om kwaliteitsmanagementprocessen over verschillende productlijnen te vergelijken of om producten te identificeren die frequent geassocieerd worden met kwaliteitsproblemen. Dit helpt bij het prioriteren van engineering- of productieverbeteringsinspanningen waar ze het meest nodig zijn. Het belang Het koppelt kwaliteitsevents aan specifieke producten, wat analyse van productgerelateerde kwaliteitstrends en procesvariaties mogelijk maakt. Vindplaats Deze informatie zou worden opgeslagen in een veld binnen het kwaliteitsverzamelplan, vaak gekoppeld aan de Oracle Inventory item master. Voorbeelden SKU-100-A-REDPN-987654CHEM-X2

Verplicht Aanbevolen Optioneel

Kwaliteitsmanagement activiteiten

Dit zijn de belangrijkste processtappen en significante mijlpalen om vast te leggen in uw event log voor accurate process discovery en performance evaluatie.

6 Aanbevolen 8 Optioneel

	Activiteit	Omschrijving
	Corrigerende actieplan goedgekeurd	Vertegenwoordigt de formele goedkeuring van het voorgestelde correctieve actieplan door een aangewezen autoriteit. Dit is een kritiek controlepunt, meestal vastgelegd door een expliciete goedkeuringsactie of een statuswijziging naar 'Approved'.
Het belang Deze goedkeuring is een belangrijke mijlpaal en een veelvoorkomende bottleneck. Het analyseren van goedkeuringstijden helpt het proces te stroomlijnen en compliance met procedures te waarborgen. Vindplaats Afgeleid van een statuswijziging op de Quality Action of CAPA record naar 'Approved'. Oracle systemen met goedkeuringsworkflows loggen deze wijziging vaak expliciet in audit tabellen. Vastleggen Afgeleid van een statuswijziging naar 'Approved'. Gebeurtenistype inferred
	Definitieve beoordeling en afsluiting	De laatste stap waarbij alle gerelateerde acties als voltooid worden bevestigd en het hoofdkwaliteitsprobleem formeel wordt afgesloten. Dit wordt vastgelegd door een uiteindelijke statuswijziging naar 'Closed' of 'Resolved' op het primaire record.
Het belang Dit is het primaire eindevent voor het proces. Het is essentieel voor het berekenen van de 'Average Event Cycle Time' KPI en voor het meten van de algehele proces throughput. Vindplaats Afgeleid van de uiteindelijke statuswijziging op de bovenliggende Quality Issue record naar 'Closed'. De timestamp van deze wijziging dient als de eventtijd. Vastleggen Afgeleid van een statuswijziging naar 'Closed' in de hoofd Quality Issue record. Gebeurtenistype inferred
	Effectiviteit van actie geverifieerd	Bevestigt dat de geïmplementeerde corrigerende actie de hoofdoorzaak succesvol heeft opgelost en herhaling heeft voorkomen. Dit wordt vastgelegd wanneer een gebruiker de verificatiestap voltooit en de status van de record bijwerkt.
Het belang Dit is een kritieke uitkomstgerichte mijlpaal en de basis voor de 'Effectiveness Verif. Rate' KPI. Het sluit de loop van de corrective action cycle, waardoor problemen echt worden opgelost. Vindplaats Afgeleid van een statuswijziging in de CAPA record naar 'Verification Complete' of 'Effective'. Dit kan ook inhouden dat specifieke verificatieresultaatvelden worden ingevuld. Vastleggen Afgeleid van een statuswijziging naar 'Verification Complete' of 'Effective'. Gebeurtenistype inferred
	Kwaliteitsprobleem geïdentificeerd	Deze activiteit markeert de aanmaak van een nieuw kwaliteitsevent record, zoals een non-conformiteit, afwijking of klantklacht. Het wordt expliciet vastgelegd wanneer een gebruiker een nieuw Quality Issue of Quality Action record in Oracle aanmaakt.
Het belang Als start event is dit essentieel voor het berekenen van de totale cyclustijd van het kwaliteitsmanagementproces en voor het begrijpen van het volume aan binnenkomende kwaliteitseventen. Vindplaats Dit event wordt vastgelegd vanuit de creation timestamp van het Quality Issue of Quality Action record, waarschijnlijk te vinden in tabellen zoals QAM_QUALITY_ISSUES of QAM_QUALITY_ACTIONS. Vastleggen Event vastgelegd bij het aanmaken van een nieuwe Quality Issue of Actierecord. Gebeurtenistype explicit
	Onderzoek geïnitieerd	Markeert de officiële start van de onderzoeksfase om de grondoorzaak van het kwaliteitsprobleem te bepalen. Dit wordt meestal weergegeven door een statuswijziging in het systeem, zoals overgaan naar 'Under Investigation'.
Het belang Dit dient als startpunt voor het meten van de 'Root Cause Analysis Lead Time' KPI en helpt te identificeren hoe lang issues wachten voordat een formeel onderzoek begint. Vindplaats Afgeleid van een statuswijziging op de Quality Issue of een gerelateerde Quality Action record naar een 'Investigation'-status. De timestamp van deze statuswijziging geeft de eventtijd aan. Vastleggen Afgeleid van een statuswijziging naar 'Under Investigation' of een vergelijkbare status. Gebeurtenistype inferred
	Probleem gecategoriseerd en geprioriteerd	Deze activiteit treedt op wanneer een analist de initiële beoordeling voltooit, waarbij belangrijke attributes zoals severity, priority en issue type worden toegewezen. Het wordt doorgaans vastgelegd wanneer het issue overgaat van een 'New' status naar een 'Assessed' of 'In Triage' status.
Het belang Deze mijlpaal is cruciaal voor de 'Avg Triage Processing Time' KPI. Vertragingen hier kunnen het gehele oplossingsproces vertragen, vooral bij kritieke issues. Vindplaats Afgeleid van een statuswijziging in de Quality Issue record, bijvoorbeeld van 'New' naar 'Under Assessment', of wanneer velden zoals 'Severity' of 'Priority' voor het eerst worden ingevuld. Vastleggen Afgeleid van statuswijziging of de eerste invulling van Severity- of Priority-velden. Gebeurtenistype inferred
	Belanghebbenden geïnformeerd over oplossing	Vertegenwoordigt het communiceren van de oplossing van het kwaliteitsevent aan relevante partijen, zoals de melder of getroffen klanten. Dit is moeilijk vast te leggen en kan worden afgeleid uit een statuswijziging na afsluiting of een geregistreerde opmerking.
Het belang Cruciaal voor de KPI 'Stakeholder Notification Lag'. Tijdige communicatie is belangrijk voor klanttevredenheid en interne transparantie, zelfs nadat een probleem is opgelost. Vindplaats Dit is vaak moeilijk automatisch vast te leggen. Het kan worden afgeleid uit een status zoals 'Notification Sent' of geregistreerd in een activiteit- of opmerkingenveld, wat speciale logica vereist om het te extraheren. Vastleggen Afgeleid van een specifieke statuswijziging of mogelijk text mining van activiteit logs. Gebeurtenistype inferred
	Corrigerende actie geïmplementeerd	Markeert de voltooiing van de taken zoals uiteengezet in het goedgekeurde correctieve actieplan. Dit wordt doorgaans vastgelegd wanneer een gebruiker de status van het correctieve actie record bijwerkt naar 'Implemented' of 'Completed'.
Het belang Deze activiteit is van vitaal belang voor de 'CAPA Impl. On-Time Rate' KPI, aangezien het aangeeft dat de geplande fix is uitgevoerd en vergelijking met target dates mogelijk maakt. Vindplaats Dit event wordt afgeleid uit een statuswijziging van het geassocieerde Quality Action of CAPA record naar 'Implemented' of 'Completed'. Vastleggen Afgeleid van een statuswijziging naar 'Implemented' of 'Completed'. Gebeurtenistype inferred
	Corrigerende actieplan voorgesteld	Treedt op wanneer correctieve acties zijn gedefinieerd en gekoppeld aan het kwaliteitsprobleem, waarin de stappen om het probleem op te lossen worden geschetst. Dit kan de aanmaak zijn van een gerelateerd Corrective Action record of een statuswijziging die aangeeft dat een plan klaar is voor review.
Het belang Dit volgt de overgang van probleemanalyse naar oplossingsontwerp. Rework die deze stap omvat, gemeten door rework KPI's, kan duiden op onduidelijke vereisten of ineffectieve planning. Vindplaats Dit kan een expliciet event zijn van het aanmaken van een nieuw Corrective Action record binnen een CAPA-object, of een afgeleid event van een statuswijziging naar 'Plan Proposed' of 'Pending Approval'. Vastleggen Afgeleid van een statuswijziging naar 'Pending Approval' of de creatie van een gekoppelde Corrective Action. Gebeurtenistype inferred
	Effectiviteitscontrole vereist	Vertegenwoordigt het systeem of een gebruiker die aangeeft dat de geïmplementeerde actie een follow-up verificatie vereist om de effectiviteit ervan te waarborgen. Dit is vaak een automatische of handmatige statuswijziging die optreedt na implementatie.
Het belang Deze stap initieert de cruciale verificatiefase. Inzicht in de tijd tussen implementatie en deze activiteit kan vertragingen bij het initiëren van noodzakelijke follow-ups benadrukken. Vindplaats Dit event wordt afgeleid uit een statuswijziging van de Quality Action naar 'Pending Effectiveness Check' of een vergelijkbare status binnen de workflow. Vastleggen Afgeleid van een statuswijziging naar 'Pending Effectiveness Check'. Gebeurtenistype inferred
	Grondoorzaakanalyse uitgevoerd	Vertegenwoordigt de voltooiing van de root cause analysis (RCA) en de documentatie van bevindingen. Dit wordt doorgaans vastgelegd wanneer het onderzoeksteam het kwaliteitsprobleem bijwerkt met de geïdentificeerde grondoorzaak en de status ervan wijzigt.
Het belang Deze activiteit is het eindpunt voor de 'Root Cause Analysis Lead Time' KPI. Het analyseren van de duur die naar deze stap leidt, helpt bij het opsporen van bottlenecks in de probleemoplossingsfase. Vindplaats Afgeleid van een statuswijziging naar 'RCA Complete' of wanneer het hoofdoorzaakcategorieveld wordt ingevuld en de record wordt opgeslagen. De timestamp van deze update wordt gebruikt. Vastleggen Afgeleid van een statuswijziging naar 'RCA Complete' of het invullen van root cause-velden. Gebeurtenistype inferred
	Preventieve actie geïdentificeerd	Vertegenwoordigt de aanmaak van een preventieve actie (PA) om systemische problemen aan te pakken en vergelijkbare kwaliteitsevents te voorkomen. Dit wordt vaak geregistreerd als de aanmaak van een nieuw Preventive Action record gekoppeld aan het oorspronkelijke probleem.
Het belang Deze activiteit toont een volwassen kwaliteitsproces dat verder gaat dan het oplossen van individuele problemen, en toekomstige problemen voorkomt. Het volgen hiervan helpt bij het meten van proactieve kwaliteitsverbeteringen. Vindplaats Vastgelegd bij de creatie van een nieuwe Quality Action record met het type 'Preventive Action', vaak gekoppeld aan het oorspronkelijke Quality Issue of Corrective Action. Vastleggen Geregistreerd bij aanmaak van een 'Preventive Action' type Quality Action record. Gebeurtenistype explicit
	Preventieve actie geïmplementeerd	Markeert de voltooiing van taken zoals gedefinieerd in het preventieve actieplan om systemische risico's te beperken. Dit wordt vastgelegd wanneer een gebruiker de status van het preventieve actie record bijwerkt naar 'Implemented' of 'Completed'.
Het belang Meet het vermogen van de organisatie om proactieve kwaliteitsverbeteringen uit te voeren. Vertragingen hier kunnen duiden op moeite met het implementeren van systemische veranderingen binnen de organisatie. Vindplaats Afgeleid van een statuswijziging van de bijbehorende Preventive Action record naar 'Implemented' of 'Completed', vergelijkbaar met hoe corrigerende acties worden gevolgd. Vastleggen Afgeleid van een statuswijziging naar 'Implemented' in een Preventive Action record. Gebeurtenistype inferred
	Probleem toegewezen voor triage	Vertegenwoordigt de toewijzing van het nieuw aangemaakte kwaliteitsprobleem aan een specifieke gebruiker of team voor initiële review en beoordeling. Dit event wordt vaak afgeleid door wijzigingen in het assignee- of owner-veld van het kwaliteitsprobleem record te volgen.
Het belang Het volgen van deze initiële overdracht helpt bij het identificeren van vertragingen voordat de beoordeling begint. Het analyseren van de tijd die in deze status wordt doorgebracht, onthult potentiële achterstanden in de triage wachtrij. Vindplaats Afgeleid van wijzigingen in het eigenaar- of toegewezen-veld binnen de Quality Issue record. Dit kan afkomstig zijn van audittrail-tabellen of door het bijhouden van statuswijzigingen die verband houden met toewijzingsworkflows. Vastleggen Afgeleid van een wijziging in het veld 'Assigned To' of 'Owner' van de Quality Issue. Gebeurtenistype inferred

Aanbevolen Optioneel

Extractie Guides

Hoe u uw data uit Oracle Quality Management haalt

Stappen

Open Oracle BI Publisher: Log in bij uw Oracle E-Business Suite-instantie en navigeer naar de verantwoordelijkheid die toegang biedt tot BI Publisher, zoals BI Publisher Administrator of een vergelijkbare aangepaste verantwoordelijkheid.
Creëer een nieuw data model: Selecteer vanaf de BI Publisher startpagina 'Create' en vervolgens 'Data Model'. Dit opent de data model editor.
Definieer een SQL Query Dataset: Klik in de data model editor op het plus-icoon in het 'Data Sets' paneel en selecteer 'SQL Query'. Dit opent het SQL query editor venster.
Configureer de Datasource: Geef in het venster 'New Data Set' een naam op voor uw dataset, bijvoorbeeld DS_QUALITY_EVENTS. Selecteer de juiste Oracle EBS-database als 'Data Source'.
Voer de SQL Query in: Kopieer de complete SQL-query die wordt geleverd in de 'query'-sectie van dit document en plak deze in het tekstgebied van de SQL Query.
Definieer queryparameters: De meegeleverde query gebruikt placeholders :P_START_DATE en :P_END_DATE voor de rapportageperiode. In het BI Publisher data model moet u deze definiëren als parameters. Voor elk maakt u een nieuwe parameter aan, geeft u deze de corresponderende naam (bijv. P_START_DATE), stelt u het datatype in op 'Date' en configureert u een gebruiksvriendelijke display prompt.
Sla het data model op: Nadat u de query hebt geplakt en parameters hebt gedefinieerd, slaat u het data model op. Het wordt aanbevolen om het op te slaan in een gedeelde map voor rapporten.
Maak een nieuw rapport aan: Navigeer terug naar de BI Publisher startpagina en selecteer 'Create', en kies vervolgens 'Report'. Selecteer de optie 'Use Data Model' en zoek het data model dat u zojuist hebt opgeslagen.
Configureer de rapportlay-out: De rapportwizard leidt u door de lay-outconfiguratie. Voor ProcessMind is een eenvoudige tabelindeling voldoende. Sleep alle kolommen van het data model naar de rapportlay-out. Zorg ervoor dat het uitvoerformaat is geconfigureerd voor CSV.
Stel rapporteigenschappen in: Zorg ervoor dat onder de rapporteigenschappen de optie 'Enable CSV Output' is aangevinkt. U kunt indien nodig ook standaard parameterwaarden definiëren.
Rapport uitvoeren en exporteren: Sla het rapport op en voer het vervolgens uit door de gewenste begin- en einddatums op te geven. Zodra het rapport is gegenereerd, klikt u op de knop 'Export' en selecteert u CSV als uitvoerformaat. Het bestand wordt naar uw lokale machine gedownload.
Voorbereiden op upload: Open het gedownloade CSV-bestand om er zeker van te zijn dat het de verwachte data bevat. Controleer of de kolomkoppen overeenkomen met de schemvereisten van ProcessMind. Het bestand is nu klaar om te worden geupload.

Configuratie

Vereisten: Een gebruikersaccount met toegang tot Oracle BI Publisher en leesrechten voor de onderliggende tabellen van de Quality module (bijv. QA_RESULTS, QA_PLANS, QA_ACTIONS, FND_USER).
Datasource configuratie: Het BI Publisher data model moet geconfigureerd zijn om verbinding te maken met uw primaire Oracle EBS applicatiedatabase (APPS schema).
Datumintervalparameters: De query is ontworpen met twee verplichte parameters, :P_START_DATE en :P_END_DATE, om de data-extractie te filteren. Voor een eerste analyse wordt een bereik van 6 tot 12 maanden aanbevolen om voldoende complete cases te verzamelen. Format de datum als 'JJJJ-MM-DD'.
Uitvoerformaat: Het rapport moet geconfigureerd zijn om CSV-uitvoer toe te staan. Dit formaat is optimaal voor ProcessMind-ingestie, omdat het eenvoudig en gestructureerd is en complexe parsing vermijdt.
Planning: Voor continue procesmonitoring plant u het BI Publisher-rapport om regelmatig te worden uitgevoerd, bijvoorbeeld dagelijks of wekelijks. Configureer de uitvoer zodanig dat deze wordt geleverd aan een aangewezen server of content repository voor geautomatiseerde opname.
Prestaties: Bij systemen met zeer grote volumes aan kwaliteitseventen kan de query aanzienlijke tijd in beslag nemen. Zorg ervoor dat het datuminterval redelijk is en overweeg om de query-optimalisatie of tabelindexing met uw databasebeheerder te bespreken als prestaties een zorg zijn.

a Voorbeeldquery config

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')

Stappen

Vereisten: Zorg ervoor dat u een databaseclient (zoals SQL Developer of DBeaver) en alleen-lezen inloggegevens hebt voor de Oracle-database die de Quality Management module host.
Begrijp het schema: Maak uzelf vertrouwd met de belangrijkste Oracle Quality-tabellen. De query gebruikt voornamelijk QA_RESULTS voor de headers van kwaliteitseventen, QA_PLANS voor de plan definities, QA_RESULTS_V voor een gecombineerde weergave van resultaten en hun waarden, en applicatiegebruikerstabellen zoals FND_USER of PER_ALL_PEOPLE_F.
Definieer queryparameters: Voordat u de query uitvoert, zoekt u de placeholder variabelen in de WHERE-clausule. U moet :start_date, :end_date en :organization_id vervangen door de juiste waarden voor uw extractiebereik. Stel bijvoorbeeld :start_date in op '2023-01-01' en :end_date op '2023-06-30'.
Voer de SQL-query uit: Kopieer het complete SQL-script en voer het uit in uw databaseclient. Het script gebruikt meerdere UNION ALL-clausules om verschillende events te verzamelen in een enkel, uniform event log-formaat.
Controleer de ruwe data: Controleer na uitvoering de uitvoer. Elke rij vertegenwoordigt een enkele activiteit in de levenscyclus van een kwaliteitsevent. Controleer op volledigheid en de aanwezigheid van data in belangrijke kolommen zoals QualityEventId, ActivityName en EventStartTime.
Behandel timestamps en duur: De query levert EventStartTime. De EventEndTime is opzettelijk op NULL gelaten, omdat het bepalen van de eindtijd voor één event vaak vereist dat de starttijd van het volgende event bekend is. Deze berekening wordt doorgaans het beste afgehandeld in de process mining tool of een post-processing script. Evenzo is ProcessingTime ingesteld op NULL, aangezien dit berekening vereist op basis van start- en eindtijden.
Exporteren naar CSV: Exporteer de complete resultatenset vanuit uw SQL-client naar een CSV-bestand. Zorg ervoor dat het bestand UTF-8-codering gebruikt en een headerrij bevat met de kolomaliassen uit de query.
Voorbereiden op upload: Controleer of de CSV-kolomkoppen overeenkomen met de vereisten van het ProcessMind-platform (Case ID, Activity, Start Timestamp). Hernoem de kolommen QualityEventId, ActivityName en EventStartTime dienovereenkomstig voordat u uploadt.

Configuratie

Databasestoegang: De gebruiker die de query uitvoert, moet SELECT-rechten hebben op alle tabellen waarnaar in het script wordt verwezen, inclusief tabellen in de APPS-, QA-, PER- en HR-schema's.
Belangrijke Queryfilters: De query bevat cruciale placeholders die geconfigureerd moeten worden:
- :start_date: Het begin van de rapportageperiode. De query filtert op events die op of na deze datum zijn gemaakt.
- :end_date: Het einde van de rapportageperiode.
- :organization_id: De specifieke Oracle organisatie-identifier die u wilt analyseren. Kwaliteitsplannen en -resultaten zijn vaak gekoppeld aan een organisatie.
Datuminterval: Voor een eerste analyse wordt een datuminterval van 3 tot 6 maanden data aanbevolen. Voor grote systemen met een hoog volume, start met een kortere periode, zoals één maand, om de queryprestaties te beoordelen voordat u een grotere extractie uitvoert.
Prestatieoverwegingen: Deze query koppelt meerdere grote tabellen en combineert 14 afzonderlijke resultaatsets. Dit kan resource-intensief zijn. Plan de extractie tijdens daluren om de impact op de systeemprestaties te minimaliseren. Als de prestaties slecht zijn, raadpleeg dan een databasebeheerder over het indexeren van sleutelkolommen, met name datum- en foreign key-kolommen.

a Voorbeeldquery 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'

Stappen

Bereid uw omgeving voor: Zorg ervoor dat u Python 3.6 of nieuwer op uw systeem hebt geïnstalleerd. Installeer de benodigde libraries met pip: pip install pandas oracledb. Deze libraries zijn vereist voor het verbinden met de Oracle database en voor datamanipulatie.
Verkrijg databasereferenties: Beveilig de vereiste verbindingsgegevens voor uw Oracle Quality Management database. Dit omvat de gebruikersnaam, het wachtwoord en de Data Source Name (DSN), die doorgaans het formaat hostname:port/service_name volgt.
Sla het extractiescript op: Kopieer het complete Python-script uit de 'query'-sectie en sla het op als een bestand, bijvoorbeeld extract_quality_events.py.
Configureer het script: Open het opgeslagen script in een teksteditor. Zoek de configuratiesectie bovenaan en vervang de placeholderwaarden voor db_user, db_password, db_dsn, start_date en end_date door uw specifieke details.
Pas SQL-placeholders aan: Controleer de SQL-query in het script. Mogelijk moet u tabelnamen zoals QA_RESULTS of specifieke statuswaarden zoals 'NEW' en 'CLOSED' aanpassen aan de Oracle-configuratie van uw organisatie. Raadpleeg uw Oracle systeembeheerder als u niet zeker bent van deze waarden.
Voer het script uit: Open een commandprompt of terminal, navigeer naar de directory waar u het script hebt opgeslagen en voer het uit met de opdracht: python extract_quality_events.py.
Monitor de uitvoering: Het script maakt verbinding met de database, voert de query uit en verwerkt de data. Afhankelijk van het datuminterval en het datavolume kan dit enkele minuten duren. Zoek naar een 'Successfully connected to Oracle Database!'-bericht en een laatste 'Event log saved to quality_event_log.csv'-bericht.
Haal het uitvoerbestand op: Zodra het script is voltooid, wordt er een bestand met de naam quality_event_log.csv aangemaakt in dezelfde directory. Dit bestand bevat het geëxtraheerde event log.
Controleer het event log: Open het bestand quality_event_log.csv in een spreadsheettoepassing voor een snelle controle. Controleer op de verwachte kolommen en of de data correct is ingevuld voor enkele voorbeeldcases.
Uploaden naar Process Mining Tool: Het gegenereerde CSV-bestand is nu klaar om te worden geupload naar uw process mining applicatie voor analyse.

Configuratie

Databaseverbinding: Het script vereist een Oracle Data Source Name (DSN), gebruikersnaam en wachtwoord met leesrechten voor de benodigde Quality Management tabellen (bijv. QA_RESULTS, QA_PLANS, FND_USER, PER_ALL_PEOPLE_F).
Datumfilter: De variabelen start_date en end_date in het script zijn cruciaal voor het beheren van het datavolume. Het wordt aanbevolen om te beginnen met een kleiner bereik, zoals 3-6 maanden, om de prestaties te waarborgen en de uitvoer te valideren voordat u een grotere extractie uitvoert.
Systeemspecifieke filters: De SQL-query kan verder worden aangepast om filters op basis van uw organisatiestructuur op te nemen. U kunt bijvoorbeeld een WHERE-clausule toevoegen om te filteren op ORGANIZATION_ID en de extractie te beperken tot een specifieke fabriek of bedrijfseenheid.
Statuscodetoewijzing: De logica voor activiteitsextractie is gebaseerd op het toewijzen van specifieke statuswaarden (bijv. 'NEW', 'UNDER_INVESTIGATION', 'CLOSED') aan processtappen. Deze waarden zijn zeer specifiek voor uw Oracle-configuratie en moeten in de SQL-query worden geverifieerd en aangepast voor nauwkeurigheid.
Python-afhankelijkheden: Het script is afhankelijk van de pandas en oracledb libraries. Zorg ervoor dat deze zijn geïnstalleerd in de Python-omgeving waarin het script zal worden uitgevoerd.

a Voorbeeldquery 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)

Uw Kwaliteitsmanagement Data Template

Uw Kwaliteitsmanagement Data Template

Kwaliteitsmanagement attributes

Kwaliteitsmanagement activiteiten

Extractie Guides

Oracle BI Publisher Rapport voor Quality Event Data

Stappen

Configuratie

a Voorbeeldquery config

Directe SQL-query op Oracle Quality Management tabellen

Stappen

Configuratie

a Voorbeeldquery sql

Python Extractiescript via Oracle DB Connector

Stappen

Configuratie

a Voorbeeldquery python

Klaar om te starten?

Transformeer Oracle Quality Management, verbeter compliance nu

Uw Kwaliteitsmanagement Data Template

Uw Kwaliteitsmanagement Data Template

Kwaliteitsmanagement attributes

Kwaliteitsmanagement activiteiten

Extractie Guides

Oracle BI Publisher Rapport voor Quality Event Data

Stappen

Configuratie

a Voorbeeldquery config

Directe SQL-query op Oracle Quality Management tabellen

Stappen

Configuratie

a Voorbeeldquery sql

Python Extractiescript via Oracle DB Connector

Stappen

Configuratie

a Voorbeeldquery python

Wij hechten veel waarde aan je privacy

Klaar om te starten?

Transformeer Oracle Quality Management, verbeter compliance nu