> Continu verbeteren van processen > Magazijnbeheer > Oracle WMS Cloud > Datatemplate

Datatemplate voor magazijnbeheer

Oracle WMS Cloud

Attributen voor magazijnbeheer (21) Activiteiten in magazijnbeheer (16) Extractiegidsen (2)

Datatemplate voor magazijnbeheer

Deze template helpt je de data te verzamelen die nodig is om magazijnprocessen te analyseren. Je ziet welke attributen en activiteiten je moet volgen en krijgt praktische aanwijzingen om de informatie uit het bronsysteem te halen.

Aanbevolen attributen om te verzamelen
Belangrijke activiteiten om in het proces vast te leggen
Handleiding voor data-extractie

Nieuw met event logs? Lees hoe je een event log voor process mining maakt.

Template downloaden

Attributen voor magazijnbeheer

Dit zijn de aanbevolen datavelden voor het event log om magazijnbeheer grondig te analyseren.

5 Verplicht 7 Aanbevolen 9 Optioneel

	Naam	Beschrijving
	Activiteitsnaam ActivityName	De naam van een specifieke bedrijfsgebeurtenis of taak in het magazijnproces, zoals ‘Goederen gepickt’ of ‘Zending verzonden’.
Beschrijving De activiteitsnaam beschrijft één stap of mijlpaal in de levenscyclus van een magazijnorder. De activiteiten vormen de opeenvolgende knooppunten in de proceskaart en maken het mogelijk het procesverloop in beeld te brengen en te analyseren. Bij elke activiteit hoort een timestamp, die de basis vormt voor prestatiemeting en bottleneckanalyse. Bij process mining is dit attribuut essentieel voor het opstellen van het procesmodel. Je gebruikt het om de frequentie, paden en duur van activiteiten te analyseren. Inzicht in de volgorde en het voorkomen van activiteiten zoals ‘Kwaliteitsinspectie uitgevoerd’ of ‘Picktaak aangemaakt’ helpt om de inzet van bronnen te verbeteren en doorlooptijden te verkorten. Waarom dit belangrijk is Dit attribuut bepaalt de stappen op de proceskaart en maakt het mogelijk de magazijnworkflow in beeld te brengen, te analyseren en te optimaliseren. Waar vind je dit? Deze informatie komt meestal uit event logs, tabellen met taakstatussen of transactieregistraties in Oracle WMS Cloud waarin procesmijlpalen worden vastgelegd. Voorbeelden Goederen aangekomenPicktaak aangemaaktGoederen ingepaktZending vertrokken
	Magazijnorder WarehouseOrder	De unieke identificatiecode van een magazijnorder. Deze dient als primaire case voor het volgen van alle bijbehorende logistieke activiteiten, van begin tot eind.
Beschrijving De magazijnorder is de centrale identificatiecode die alle gebeurtenissen en activiteiten groepeert die horen bij één logistieke taak in het magazijn, zoals een inkomende ontvangst of een uitgaande zending. Deze code dient als case-ID voor process mining en maakt een end-to-endanalyse mogelijk van het volledige procesverloop van die order. Door processen per magazijnorder te analyseren, kun je het volledige verloop in beeld brengen, van aanmaak tot afronding of annulering. Zo worden veelvoorkomende procespaden, bottlenecks, afwijkingen en herstelwerk zichtbaar die de efficiëntie van de magazijnprocessen beïnvloeden. Dit overzicht helpt om de algehele prestaties en de naleving van standaardprocedures voor verschillende ordertypen te beoordelen. Waarom dit belangrijk is Dit is de essentiële case-ID die alle bijbehorende magazijnactiviteiten met elkaar verbindt. Zo krijg je per logistieke order een volledig end-to-endoverzicht van het proces. Waar vind je dit? Deze identificatiecode staat meestal op kopniveau in tabellen met magazijnorders in Oracle WMS Cloud, bijvoorbeeld in de modules Orders of Tasks. Voorbeelden WO-0054321ORD-9876543SHIP-2024-1001
	Starttijd van gebeurtenis EventStartTime	De timestamp die aangeeft wanneer een specifieke magazijnactiviteit of gebeurtenis begon.
Beschrijving De starttijd van de gebeurtenis is de exacte datum en tijd waarop een activiteit begint. Dit is het belangrijkste tijdsattribuut voor process mining: je gebruikt het om gebeurtenissen chronologisch te ordenen en doorlooptijden en tijdsduur te berekenen. Deze timestamp is nodig om het procesverloop weer te geven zoals het daadwerkelijk plaatsvond. Analyse op basis van de starttijd van gebeurtenissen is belangrijk voor prestatiemonitoring. Hiermee bereken je belangrijke metrieken, zoals de tijd tussen activiteiten, de duur van een volledige case en de naleving van service level agreements. Dashboards met doorlooptijden, zoals ‘Doorlooptijd van goederenontvangst tot wegzetten’, zijn volledig afhankelijk van dit attribuut om vertragingen zichtbaar te maken. Waarom dit belangrijk is Deze timestamp is nodig om gebeurtenissen in de juiste volgorde te zetten en tijdsgebonden prestatiemetrieken te berekenen, zoals doorlooptijden en bottlenecks. Waar vind je dit? Dit is meestal het veld met de aanmaak- of starttijd van een taak of gebeurtenis in de transactietabellen van Oracle WMS Cloud. Voorbeelden 2023-10-26T09:00:00Z2023-10-26T10:30:15Z2023-10-27T11:05:00Z
	Bronsysteem SourceSystem	Het systeem waaruit de magazijndata is gehaald.
Beschrijving Dit attribuut geeft aan waar de data vandaan komt, in dit geval Oracle WMS Cloud. De waarde verandert meestal niet, maar is wel belangrijk voor datagovernance en traceerbaarheid. Ook is dit attribuut nuttig wanneer data uit meerdere systemen wordt samengevoegd voor een bredere analyse. Bij process mining helpt het belanghebbenden om de data te vertrouwen en de context ervan te begrijpen. Als verschillende magazijnen verschillende systemen gebruiken, kun je met dit veld de procesprestaties per magazijn uitsplitsen en vergelijken. Waarom dit belangrijk is Dit geeft belangrijke context over de herkomst en governance van de data, zorgt voor traceerbaarheid en maakt analyses van meerdere systemen mogelijk. Waar vind je dit? Dit is meestal een vaste waarde die tijdens de datatransformatie wordt toegevoegd om de herkomst van de dataset aan te geven. Voorbeelden Oracle WMS CloudOracle Fusion WMS
	Laatste data-update LastDataUpdate	De timestamp die aangeeft wanneer de data voor deze gebeurtenis voor het laatst uit het bronsysteem is gehaald of vernieuwd.
Beschrijving Laatste data-update geeft aan op welke datum en tijd de data uit Oracle WMS Cloud is opgehaald. Deze metadata laat zien hoe actueel de analyse is en helpt om beslissingen op actuele informatie te baseren. In process mining-dashboards laat deze timestamp zien hoe recent de weergegeven data is. Zo weet je of de analyse de bedrijfsvoering in realtime weergeeft of op een historische momentopname is gebaseerd. Dat is belangrijk voor operationele monitoring. Waarom dit belangrijk is Geeft aan hoe actueel de data is, zodat gebruikers kunnen beoordelen hoe recent de procesanalyse is. Waar vind je dit? Deze timestamp wordt gegenereerd en toegevoegd tijdens het ETL-proces voor data-extractie, -transformatie en -laden. Voorbeelden 2023-11-01T02:00:00Z2023-11-02T02:00:00Z
	Eindtijd van gebeurtenis EventEndTime	De timestamp die aangeeft wanneer een specifieke magazijnactiviteit of gebeurtenis is afgerond.
Beschrijving De eindtijd van de gebeurtenis geeft de exacte datum en tijd aan waarop een activiteit eindigde. Als deze beschikbaar is, meet je hiermee de duur van een activiteit nauwkeuriger dan wanneer je die afleidt uit de starttijd van de volgende activiteit. Dit is vooral handig voor taken met een meetbare verwerkingstijd, zoals ‘Inpakken’ of ‘Kwaliteitsinspectie’. Met zowel een start- als eindtijd kun je de verwerkingstijd van activiteiten nauwkeurig berekenen. Zo maak je onderscheid tussen de tijd die actief aan een taak wordt besteed en de wachttijd tot de volgende stap begint. Dat onderscheid helpt bij het analyseren van de inzet van bronnen en de efficiëntie. Waarom dit belangrijk is Maakt het mogelijk de duur van afzonderlijke activiteiten nauwkeurig te berekenen en actieve verwerkingstijd te onderscheiden van wachttijd. Waar vind je dit? Dit is meestal het veld met de voltooiings- of eindtijd in een taak- of gebeurtenisrecord in Oracle WMS Cloud. Voorbeelden 2023-10-26T09:15:00Z2023-10-26T11:00:45Z2023-10-27T11:20:00Z
	Gebruikers-/medewerkers-ID UserOperatorId	De identificatiecode van de gebruiker, operator of medewerker die de magazijnactiviteit heeft uitgevoerd.
Beschrijving Dit attribuut geeft aan wie verantwoordelijk was voor een specifieke taak, zoals goederen picken, inpakken of wegzetten. Het is een belangrijke dimensie voor het analyseren van de prestaties van medewerkers, de werkverdeling en de naleving van standaardprocedures. Door het proces per gebruikers-/medewerkers-ID te analyseren, kun je zien welke medewerkers goed presteren, wie mogelijk extra training nodig heeft en of de werkdruk binnen het team evenwichtig is verdeeld. Het dashboard ‘Inzet van bronnen per activiteit’ gebruikt dit attribuut om te laten zien hoe verschillende gebruikers bijdragen aan de efficiëntie van het proces en of bepaalde gebruikershandelingen bottlenecks veroorzaken. Waarom dit belangrijk is Dit attribuut is belangrijk om de prestaties van medewerkers te analyseren, trainingsbehoeften vast te stellen en de werkdruk eerlijk te verdelen. Waar vind je dit? Deze informatie staat meestal in transactie- of taaktabellen en is vaak gekoppeld aan de gebruiker die op het moment van de handeling was ingelogd op het systeem of mobiele apparaat. Voorbeelden JSMITHBJOHNSONUSER123
	Gewenste afrondingsdatum RequestedCompletionDate	De datum waarop de magazijnorder naar verwachting is afgerond of verzonden.
Beschrijving De gewenste afrondingsdatum is de deadline volgens de service level agreement (SLA) of de datum waarop de klant de order verwacht. Je vergelijkt deze datum met de werkelijke afrondingstijd om te bepalen of de order op tijd, eerder of te laat is afgerond. Dit attribuut is belangrijk voor dashboards voor prestatiemonitoring, zoals ‘Naleving van de SLA voor magazijnorders’, en voor het berekenen van KPI’s zoals ‘Naleving van tijdige verzending’. Door de werkelijke verzendtijd met de gewenste datum te vergelijken, kunnen bedrijven hun serviceniveau meten, de oorzaken van vertragingen achterhalen en prioriteit geven aan orders die hun deadline dreigen te missen. Waarom dit belangrijk is Dit is het belangrijkste attribuut om prestaties op tijd en SLA-naleving te meten, wat rechtstreeks van invloed is op de klanttevredenheid. Waar vind je dit? Raadpleeg de documentatie van Oracle WMS Cloud. Deze informatie staat meestal in de kopgegevens van de order en is vaak afkomstig uit een verkooporder of inkooporder. Voorbeelden 2023-10-28T17:00:00Z2023-11-05T23:59:59Z2023-11-15T12:00:00Z
	Prioriteitsniveau PriorityLevel	Een indeling van de urgentie van de magazijnorder, bijvoorbeeld ‘Hoog’, ‘Normaal’ of ‘Laag’.
Beschrijving Het prioriteitsniveau is een bedrijfsattribuut dat aangeeft hoe urgent een magazijnorder is. Orders met hoge prioriteit, zoals spoedzendingen of aanvulling van een ernstig tekort, moeten vaak sneller worden verwerkt en vragen om onmiddellijke aandacht van medewerkers en materieel. Dit attribuut is belangrijk voor het dashboard ‘Prestaties van orderafhandeling op prioriteit’. Door processen op prioriteitsniveau te filteren en te vergelijken, kunnen managers beoordelen of orders met hoge prioriteit daadwerkelijk sneller worden verwerkt en aan hun strengere SLA’s voldoen. Zo kunnen bronnen effectief worden ingezet voor de belangrijkste bedrijfsbehoeften. Waarom dit belangrijk is Hiermee kun je nagaan of urgente orders sneller worden verwerkt dan standaardorders en of aan de belangrijkste SLA’s wordt voldaan. Waar vind je dit? Raadpleeg de documentatie van Oracle WMS Cloud. Dit is meestal een veld in de kopgegevens van de order. Voorbeelden HoogNormaalLaag
	SLA-status SLAState	Een berekende status die op basis van de gewenste afrondingsdatum aangeeft of de magazijnorder op tijd of te laat is afgerond, of risico loopt.
Beschrijving De SLA-status is een afgeleid attribuut dat meteen laat zien hoe de order presteert ten opzichte van de deadline. De status wordt berekend door de timestamp van de afrondingsactiviteit, bijvoorbeeld ‘Zending verzonden’, te vergelijken met ‘RequestedCompletionDate’. De uitkomst is ‘Op tijd’, ‘Te laat’ of, bij open orders die hun deadline naderen, mogelijk ‘Risico’. Dit attribuut is speciaal bedoeld voor het dashboard ‘Naleving van de SLA voor magazijnorders’. Het zet complexe datumvergelijkingen om in een duidelijke status, zodat je de prestaties snel kunt beoordelen. Analisten kunnen filteren op alle te late orders en de oorzaken onderzoeken van het niet halen van de service level agreement. Waarom dit belangrijk is Geeft in één oogopslag een duidelijke status van de SLA-naleving, zodat je prestaties op tijd eenvoudig kunt volgen en analyseren. Waar vind je dit? Dit wordt berekend door de timestamp van de laatste activiteit te vergelijken met RequestedCompletionDate. Voorbeelden Op tijdTe laatRisico
	Type magazijnorder WarehouseOrderType	Deelt de magazijnorder in als bijvoorbeeld een inkomende ontvangst, uitgaande zending of interne verplaatsing.
Beschrijving Het type magazijnorder geeft belangrijke context over het doel van de order. Veelvoorkomende typen zijn klantzendingen, ontvangsten van inkooporders, voorraadverplaatsingen tussen locaties en retouren. Met deze indeling kun je processen uitsplitsen en de prestaties van verschillende workflows vergelijken. Bij process mining kun je op ordertype filteren om aparte proceskaarten te maken voor inkomende en uitgaande goederenstromen. Die hebben vaak heel andere stappen en prestatiedoelen. Bij een uitgaande zending ligt de nadruk bijvoorbeeld op snelheid en levering aan de klant, terwijl bij een inkomende ontvangst de beschikbaarheid en nauwkeurigheid van de voorraad centraal staan. Dit attribuut is belangrijk voor het dashboard ‘Doorvoer van picking en inpakken’, waarmee je verschillende afhandelingsprocessen kunt vergelijken. Waarom dit belangrijk is Hiermee kun je de analyse uitsplitsen naar afzonderlijke processen, zoals inkomend, uitgaand of intern, met elk hun eigen doelen en workflows. Waar vind je dit? Raadpleeg de documentatie van Oracle WMS Cloud. Deze informatie staat meestal in de kopgegevens van de magazijnorder. Voorbeelden Uitgaande zendingInkomende ontvangstInterne verplaatsingRetour van klant
	Werkelijke hoeveelheid ActualQuantity	Het werkelijke aantal artikelen dat tijdens een activiteit is geteld of verwerkt, bijvoorbeeld bij goederenontvangst of picking.
Beschrijving De werkelijke hoeveelheid is het fysieke aantal eenheden dat tijdens een magazijntaak is verwerkt. Dit aantal wordt vaak vastgelegd bij goederenontvangst, wegzetten, picking of cyclische tellingen. Het geeft de werkelijke voorraadverplaatsing weer. Dit attribuut is belangrijk voor het dashboard ‘Afwijkingen in voorraadhoeveelheden’. Door de werkelijke hoeveelheid te vergelijken met de geplande hoeveelheid in het brondocument, zoals een inkooporder of verzendorder, worden afwijkingen meteen zichtbaar. Analyse van deze verschillen helpt om oorzaken van onnauwkeurige voorraadgegevens op te sporen, zoals fouten van leveranciers, fouten bij ontvangst of pickfouten. Dat is nodig om de voorraadniveaus nauwkeurig bij te houden. Waarom dit belangrijk is Door dit te vergelijken met de geplande hoeveelheid, kun je voorraadverschillen opsporen en de nauwkeurigheid van de voorraad verbeteren. Waar vind je dit? Raadpleeg de documentatie van Oracle WMS Cloud. Dit is meestal een veld in de transactiedetails of tabellen met taakregels. Voorbeelden 10098500
	Gebruikte apparatuur EquipmentUsed	De identificatiecode van de apparatuur, zoals een heftruck of handscanner, die voor een magazijnactiviteit is gebruikt.
Beschrijving Dit attribuut geeft aan welk fysiek materieel of welke apparatuur tijdens een magazijntaak is gebruikt. Door het gebruik van apparatuur bij te houden, voeg je een extra dimensie toe aan de bronanalyse, naast de prestaties van medewerkers. Zo kun je het gebruik van apparatuur beoordelen, onderhoudsbehoeften vaststellen en de inzet van machines verbeteren. Voor het dashboard ‘Inzet van bronnen per activiteit’ is analyse op basis van gebruikte apparatuur belangrijk. Je ziet bijvoorbeeld of bepaalde apparatuur bottlenecks veroorzaakt of dat taken anders kunnen worden verdeeld op basis van beschikbaarheid en efficiëntie. Zo kan blijken dat een bepaald model heftruck structureel langzamer is bij het wegzetten, wat aanleiding geeft voor nader onderzoek. Waarom dit belangrijk is Maakt analyse van het gebruik en de efficiëntie van apparatuur mogelijk. Zo kun je bottlenecks door materieel opsporen en de inzet van bronnen verbeteren. Waar vind je dit? Raadpleeg de documentatie van Oracle WMS Cloud. Het gebruik kan zijn vastgelegd in taakuitvoeringsrecords, vooral als medewerkers zich aanmelden op specifieke apparatuur. Voorbeelden FORKLIFT-05SCANNER-A12CART-27
	Geplande hoeveelheid PlannedQuantity	Het verwachte aantal artikelen voor een activiteit, gebaseerd op een brondocument zoals een inkoop- of verkooporder.
Beschrijving De geplande hoeveelheid is het verwachte aantal eenheden voor een taak, zoals vastgelegd in het brondocument. Bij een inkomende ontvangst is dit de hoeveelheid op de inkooporder. Bij een uitgaande zending is dit de hoeveelheid op de verkooporder. Dit attribuut vormt de basis voor de vergelijking met de werkelijke hoeveelheid. De KPI ‘Percentage afwijkingen in voorraadgegevens’ wordt berekend op basis van verschillen tussen de geplande en werkelijke hoeveelheden. Analyse van deze afwijkingen is belangrijk voor supplychain- en voorraadbeheer, zodat problemen met leveranciers, interne processen of invoerfouten kunnen worden aangepakt. Waarom dit belangrijk is Vormt de basis om de nauwkeurigheid van de voorraad te meten en afwijkingen bij ontvangst of picking op te sporen. Waar vind je dit? Raadpleeg de documentatie van Oracle WMS Cloud. Deze informatie staat meestal op de orderregel die bij de magazijntaak hoort. Voorbeelden 100100500
	Is herhaalwerk IsRework	Een booleaanse vlag die aangeeft of een activiteit een herhaling is van een eerdere stap binnen dezelfde case. Dit wijst op herhaalwerk of een proceslus.
Beschrijving Is herhaalwerk is een berekende vlag die aangeeft wanneer een proces afwijkt van een lineair verloop en een activiteit herhaalt. Als de activiteit 'Goederen gepickt' bijvoorbeeld opnieuw volgt op 'Goederen gepickt' voor dezelfde order, wordt de tweede keer gemarkeerd als herhaalwerk. Dit wijst vaak op een probleem, zoals een pickfout die moest worden gecorrigeerd. Dit attribuut is essentieel voor het dashboard 'Analyse van procesafwijkingen en herhaalwerk' en de KPI 'Percentage herhaalwerk in het magazijn'. Met deze vlag kan de analyse de frequentie en impact van herhaalwerk kwantificeren. Door te bepalen bij welke activiteiten herhaalwerk het vaakst voorkomt, spoor je zwakke plekken in het proces, kwaliteitsproblemen en opleidingsbehoeften op die leiden tot inefficiëntie en hogere bedrijfskosten. Waarom dit belangrijk is Deze vlag maakt inefficiënte processtappen en lussen zichtbaar en helpt de kosten en frequentie van herhaalwerk te kwantificeren. Waar vind je dit? Dit wordt in de process mining-tool berekend door herhaalde activiteitenreeksen voor dezelfde CaseId te herkennen. Voorbeelden truefalse
	Locatie-ID LocationIdentifier	De specifieke fysieke locatie in het magazijn waar een activiteit plaatsvond, zoals een magazijnvak, laadperron of staginggebied.
Beschrijving De locatie-ID geeft de exacte plek in het magazijn aan die bij een gebeurtenis hoort. Dit kan een ontvangstdok zijn voor ‘Goederen aangekomen’, een magazijnvak voor ‘Goederen weggezet’, een inpakstation voor ‘Goederen ingepakt’ of een stagingbaan voor ‘Klaargezet voor verzending’. Dit attribuut voegt een ruimtelijke dimensie toe aan de procesanalyse. Zo kun je bottlenecks opsporen die samenhangen met specifieke delen van het magazijn. Uit de analyse kan bijvoorbeeld blijken dat het picken in een bepaald gangpad structureel langer duurt of dat een specifiek laadperron de ontvangst vertraagt. Deze informatie helpt bij beslissingen over de magazijnindeling, de inzet van bronnen en het procesontwerp. Waarom dit belangrijk is Voegt een fysieke dimensie toe aan de analyse en helpt bottlenecks in specifieke magazijnzones, gangpaden of magazijnvakken op te sporen. Waar vind je dit? Raadpleeg de documentatie van Oracle WMS Cloud. Deze informatie staat meestal in de details op taakniveau. Voorbeelden A-01-03-BDOCK-04PACK-STN-02STAGE-LANE-5
	Product-SKU ProductSKU	De Stock Keeping Unit (SKU) of identificatiecode van het product dat in de magazijnorder wordt verwerkt.
Beschrijving De product-SKU is de unieke code waarmee een specifiek product of artikel wordt geïdentificeerd. Magazijnorders bevatten vaak een of meer producten. Met dit attribuut kun je de analyse uitsplitsen naar de artikelen die worden verwerkt. Door het proces per product-SKU te analyseren, zie je hoe verschillende producten de efficiëntie van het magazijn beïnvloeden. Grote of breekbare artikelen kunnen bijvoorbeeld meer verwerkingstijd vragen, terwijl producten die snel worden verkocht een efficiënter procespad kunnen volgen. Deze informatie is nuttig voor slottingstrategieën, waarbij producten zo in het magazijn worden geplaatst dat de loop- en rijtijd voor picking en wegzetten afneemt. Ook wordt duidelijk hoe productkenmerken de totale doorvoer beïnvloeden. Waarom dit belangrijk is Maakt analyse op basis van productkenmerken mogelijk. Die kunnen van invloed zijn op verwerkingstijden en processtromen en helpen bij keuzes over slotting en opslag. Waar vind je dit? Raadpleeg de documentatie van Oracle WMS Cloud. Deze informatie staat op het niveau van de orderregel of taakdetails. Voorbeelden SKU-100-RED-LGPROD-54321HW-CMP-001A
	Redencode ReasonCode	Een code of omschrijving die de reden voor een specifieke gebeurtenis aangeeft, zoals een voorraadcorrectie, retour of afwijking.
Beschrijving Een redencode geeft context bij uitzonderingen of gebeurtenissen die afwijken van het standaardproces. Als bijvoorbeeld de activiteit ‘Voorraad aangepast’ plaatsvindt, kan de redencode ‘Beschadigde goederen’, ‘Correctie na cyclische telling’ of ‘Verlopen voorraad’ aangeven. Dit is belangrijk voor oorzaakanalyse van procesafwijkingen. Bij process mining helpen redencodes om te begrijpen waarom uitzonderingen optreden. Door de frequentie en impact van verschillende redencodes te analyseren, kun je structurele problemen opsporen. Een groot aantal correcties met de code ‘Beschadigde goederen’ kan bijvoorbeeld aanleiding zijn om de werkwijze voor goederenbehandeling te herzien. Veel meldingen met de code ‘Pickfout’ wijzen mogelijk op behoefte aan betere training of systeemcontroles voor medewerkers die picken. Waarom dit belangrijk is Geeft belangrijke context bij uitzonderingen en afwijkingen en maakt oorzaakanalyse mogelijk van problemen zoals voorraadcorrecties of vertragingen. Waar vind je dit? Raadpleeg de documentatie van Oracle WMS Cloud. Deze codes worden meestal ingevoerd bij transacties voor uitzonderingsafhandeling. Voorbeelden DMG - Beschadigd tijdens transportQTY_MISMATCH - Tekort bij leverancierWRONG_ITEM_PICKED
	Status magazijnorder WarehouseOrderStatus	De huidige of eindstatus van de magazijnorder, zoals ‘Completed’ of ‘Cancelled’.
Beschrijving Dit attribuut geeft de uitkomst of eindstatus van een magazijnorder aan. Je kunt hiermee onderscheid maken tussen orders die succesvol zijn verwerkt, orders die zijn geannuleerd en orders die nog in behandeling zijn. Zo kun je cases filteren om alleen afgeronde processen te analyseren of de redenen voor annuleringen te onderzoeken. Analyse van cases op basis van hun eindstatus helpt om procesvariaties en uitkomsten te begrijpen. Door bijvoorbeeld de processtromen van afgeronde en geannuleerde orders te vergelijken, zie je in welke fase annuleringen meestal plaatsvinden. Dat kan wijzen op problemen met de voorraad, klantverzoeken of systeemfouten. Je gebruikt dit attribuut ook om doorvoermetrieken te berekenen, zoals ‘Dagelijkse magazijndoorvoer’. Waarom dit belangrijk is Geeft de uitkomst van een case aan. Zo kun je afgeronde orders analyseren of uitzonderingen zoals annuleringen onderzoeken. Waar vind je dit? Dit is meestal het statusveld in het record met de kopgegevens van de magazijnorder in Oracle WMS Cloud. Voorbeelden AfgerondIn behandelingGeannuleerdIn de wacht
	Vervoerder Carrier	De vervoerder of transportaanbieder die is toegewezen aan de uitgaande zending.
Beschrijving Het attribuut Vervoerder geeft aan welke logistieke partner verantwoordelijk is voor het vervoer van goederen van het magazijn naar de eindbestemming. Dit kan een commerciële vervoerder zijn, zoals FedEx of UPS, een vrachtbedrijf of een eigen wagenpark. In het dashboard ‘Doorlooptijd van verzending’ gebruik je deze informatie om de prestaties van verschillende vervoerders te analyseren en te vergelijken. Door de tijd tussen ‘Klaargezet voor verzending’ en ‘Zending verzonden’ per vervoerder uit te splitsen, zie je welke partners efficiënter werken en welke vertragingen veroorzaken. Je kunt deze data gebruiken bij contractonderhandelingen en de keuze van vervoerders. Waarom dit belangrijk is Maakt het mogelijk de prestaties van vervoerders te vergelijken, zodat je de uitgaande logistiek kunt verbeteren en vertragingen bij verzending kunt beperken. Waar vind je dit? Raadpleeg de documentatie van Oracle WMS Cloud. Deze informatie staat meestal bij de zending of de lading die bij de magazijnorder hoort. Voorbeelden FedExUPSDHLXPO Logistics
	Zending-ID ShipmentId	De unieke identificatiecode van de zending die een of meer magazijnorders groepeert die samen worden vervoerd.
Beschrijving De zending-ID is een identificatiecode op een hoger niveau waarmee meerdere magazijnorders kunnen worden samengevoegd tot één logistieke eenheid voor transport. Zo kunnen verschillende kleine orders met dezelfde bestemming samen op één vrachtwagen worden vervoerd. De magazijnorder is de case-ID voor deze analyse. De zending-ID voegt een extra dimensie toe voor de analyse van uitgaande logistiek. Je kunt de prestaties op zendingniveau beoordelen, bijvoorbeeld de totale tijd die nodig is om alle orders voor een zending samen te voegen. Ook kun je hiermee problemen traceren die een hele zending betreffen in plaats van één order. Waarom dit belangrijk is Groepeert meerdere orders in één transporteenheid, zodat je de efficiëntie van het samenvoegen en de prestaties per zending kunt analyseren. Waar vind je dit? Raadpleeg de documentatie van Oracle WMS Cloud. Deze informatie staat meestal in modules voor zending- of ladingbeheer. Voorbeelden SHP-98765LOAD-A543BOL-123456

Verplicht Aanbevolen Optioneel

Activiteiten in magazijnbeheer

Dit zijn de belangrijkste processtappen en mijlpalen om in het event log vast te leggen voor een nauwkeurige procesontdekking.

7 Aanbevolen 9 Optioneel

	Activiteit	Beschrijving
	Goederen gepickt	Deze activiteit geeft aan dat een medewerker de artikelen uit de opslaglocaties heeft gehaald en het picken in het systeem heeft bevestigd. De goederen zijn nu klaar om naar de inpak- of verzamelzone te worden gebracht.
Waarom dit belangrijk is Dit is een belangrijke mijlpaal in de orderafhandeling. Door de picktijden te analyseren, kun je knelpunten opsporen die worden veroorzaakt door de magazijnindeling, pickstrategieën of de uitvoering door medewerkers. Waar vind je dit? Dit wordt vastgelegd aan de hand van de timestamp waarop de picktaak is voltooid, in de taakgeschiedenis of transactielogs. De bevestigingsscan van de medewerker rondt de transactie af. Vastleggen Gebaseerd op de timestamp waarop de picktaaktransactie is voltooid. Gebeurtenistype explicit
	Goederen ingepakt	Dit markeert de afronding van het inpakken van een verzendverpakking of een volledige order. De medewerker bevestigt dat alle artikelen zijn ingepakt en dat de verpakking is verzegeld en gelabeld voor verzending.
Waarom dit belangrijk is Deze mijlpaal markeert het einde van de activiteiten die in het magazijn waarde toevoegen aan een order. De tijd tussen het picken en de afronding van het inpakken is een belangrijke maatstaf voor de snelheid van de interne orderafhandeling. Waar vind je dit? Dit is doorgaans een expliciete transactie, zoals 'Close Container' of 'Finish Pack'. De timestamp van voltooiing wordt vastgelegd in de transactiegeschiedenis voor inpakken of uitgaande orders. Vastleggen Vastgelegd aan de hand van de timestamp waarop de laatste inpakkingshandeling voor de order is voltooid. Gebeurtenistype explicit
	Goederen ontvangen	Deze activiteit geeft aan dat de goederen zijn gelost, gescand en officieel in de voorraadadministratie van het magazijn zijn opgenomen. Bij deze transactie worden de aantallen gecontroleerd aan de hand van het document voor de inkomende levering.
Waarom dit belangrijk is Dit is een belangrijke mijlpaal die de officiële ontvangst van de voorraad markeert. De tijd die hiervoor nodig is, bepaalt mede hoe snel de voorraad beschikbaar komt voor opslag en orderafhandeling. Waar vind je dit? Dit wordt vastgelegd in de ontvangsttransactielogs van Oracle WMS Cloud. Elke scan of bevestiging van een ontvangen artikel maakt een transactierecord met een timestamp aan. Vastleggen Gebaseerd op de timestamp waarop de transactie 'Receive ASN' of een vergelijkbare ontvangsttransactie is voltooid. Gebeurtenistype explicit
	Goederen opgeslagen	Deze activiteit geeft aan dat de goederen zijn opgeslagen. Een medewerker heeft ze fysiek naar de opslaglocatie verplaatst en dit in het systeem bevestigd. De voorraad is nu beschikbaar voor gebruik.
Waarom dit belangrijk is Dit is een belangrijke mijlpaal en markeert het einde van het inkomende proces. De activiteit is essentieel voor het berekenen van de KPI 'Tijd van goederenontvangst tot opslag' en voor het analyseren van de efficiëntie van het opslagproces. Waar vind je dit? Dit wordt vastgelegd wanneer een medewerker de opslagtaak bevestigt. Daarbij wordt een transactierecord met een timestamp van voltooiing aangemaakt. Je vindt dit meestal in de taakgeschiedenis of de transactielogs van de voorraad. Vastleggen Gebaseerd op de timestamp waarop de opslagtaaktransactie is voltooid. Gebeurtenistype explicit
	Inkomende levering aangemaakt	Deze activiteit markeert het aanmaken van een Advanced Shipment Notification (ASN) of een registratie van een inkomende levering in Oracle WMS Cloud. Dit is het begin van het inkomende proces en de formele melding dat goederen bij het magazijn worden verwacht.
Waarom dit belangrijk is Dit is de belangrijkste startgebeurtenis van het inkomende magazijnproces. Door de tijd tussen dit moment en de daadwerkelijke goederenontvangst te analyseren, kun je de betrouwbaarheid van leveranciers en de nauwkeurigheid van de planning beoordelen. Waar vind je dit? Deze gebeurtenis wordt meestal vastgelegd in de transactiegeschiedenis van Inbound Shipment- of ASN-objecten. De timestamp waarop het document is aangemaakt, geldt als tijdstip van de gebeurtenis. Vastleggen Vastgelegd bij het aanmaken van de registratie voor Inbound Shipment of ASN. Gebeurtenistype explicit
	Magazijnorder afgerond	Dit markeert de definitieve afsluiting van de magazijnorder. Dat kan gebeuren wanneer de zending vertrekt of iets later, zodra alle systeemupdates zijn verwerkt. Dit is de succesvolle eindgebeurtenis van het proces.
Waarom dit belangrijk is Deze activiteit markeert het einde van de volledige levenscyclus van het magazijnproces. Dit is essentieel voor het berekenen van de totale doorlooptijd en doorvoer van de magazijnprocessen. Waar vind je dit? Deze gebeurtenis wordt meestal afgeleid uit de laatste statuswijziging van de magazijnorder naar 'Completed' of 'Closed'. De timestamp van deze laatste statuswijziging wordt gebruikt. Vastleggen Afgeleid uit de statuswijziging van de magazijnorder naar de definitieve status voor succesvolle afronding. Gebeurtenistype inferred
	Zending vertrokken	Deze activiteit markeert de laatste stap: de geladen vrachtwagen vertrekt uit het magazijn. Met deze transactie wordt de uitgaande order in het WMS financieel en fysiek afgesloten.
Waarom dit belangrijk is Dit is de laatste mijlpaal van het uitgaande proces en een belangrijke KPI voor het meten van tijdige verzendingen. De goederen worden overgedragen aan de vervoerder en de verantwoordelijkheid van het magazijn eindigt. Waar vind je dit? Dit is een belangrijke expliciete transactie in Oracle WMS Cloud, vaak aangeduid als 'Ship Confirm' of 'Dispatch Load'. De transactie wordt met een nauwkeurige timestamp vastgelegd bij het Outbound Load- of Shipment-record. Vastleggen Vastgelegd aan de hand van de timestamp van de transactie 'Ship Confirm' of 'Dispatch Load'. Gebeurtenistype explicit
	Goederen aangekomen	Dit staat voor de fysieke aankomst van de vrachtwagen of vervoerder bij het laadperron en de officiële aanmelding. Dit wordt vaak vastgelegd voordat het lossen en de gedetailleerde ontvangst van afzonderlijke artikelen begint.
Waarom dit belangrijk is Met deze mijlpaal kun je de transittijd van de vervoerder onderscheiden van de interne verwerkingstijd in het magazijn. Dit is belangrijk om het gebruik van laadperrons en mogelijke knelpunten bij de ontvangst te analyseren. Waar vind je dit? Dit wordt vaak vastgelegd als een statuswijziging op de registratie voor Inbound Shipment of ASN. Een medewerker bij het laadperron kan de leveringspapieren scannen of de status handmatig in het systeem aanpassen. Vastleggen Vastgelegd als statuswijziging, bijvoorbeeld 'Aangekomen bij aanmelding', op de Inbound Shipment. Gebeurtenistype explicit
	Inpakken gestart	Deze activiteit geeft aan dat gepickte goederen bij een inpakstation zijn aangekomen en dat een medewerker met inpakken is begonnen. Vaak wordt dit expliciet gescand, waarbij de artikelen aan een verpakking worden gekoppeld.
Waarom dit belangrijk is Door deze activiteit te volgen, kun je het inpakproces onderscheiden van het picken en klaarzetten. Zo kun je de efficiëntie en doorvoer van inpakstations nauwkeurig analyseren. Waar vind je dit? Dit kan een expliciete transactie zijn. De start kan ook worden afgeleid uit het aanmaken van een verpakking (LPN) en het scannen van het eerste artikel daarin. Je vindt deze gegevens in de transactielogs voor inpakken of verzenden. Vastleggen Vastgelegd via de transactie 'Start Pack' of de timestamp waarop het eerste artikel in een verpakking is ingepakt. Gebeurtenistype explicit
	Klaargezet voor verzending	Deze activiteit geeft aan dat de ingepakte verpakkingen van het inpakstation naar een aangewezen verzamelzone zijn verplaatst. De order is klaar en wacht op het laden in een vervoermiddel.
Waarom dit belangrijk is Dit markeert de overgang van verwerking naar de laatste fase voor vertrek. De tijd die goederen in de verzamelzone doorbrengen, kan wijzen op vertraging bij de aankomst van de vervoerder of de planning van het laadperron. Waar vind je dit? Dit wordt meestal vastgelegd via een transactie voor een locatieverplaatsing. De locatie van de ingepakte verpakking wordt dan gewijzigd in een verzamelzone. De timestamp van deze transactie geldt als tijdstip van de gebeurtenis. Vastleggen Vastgelegd via de voorraadverplaatsingstransactie die de ingepakte LPN naar een verzamelzone verplaatst. Gebeurtenistype explicit
	Kwaliteitsinspectie uitgevoerd	Dit markeert de afronding van een kwaliteitscontrole van de ontvangen goederen. Voor bepaalde materialen of leveranciers is dit een standaardstap. In andere gevallen wordt de controle incidenteel uitgevoerd.
Waarom dit belangrijk is Door de duur en frequentie van kwaliteitsinspecties te volgen, kun je vertragingen in het inkomende proces opsporen. Ook zie je hoelang goederen de status voor kwaliteitscontrole hebben voordat ze beschikbaar komen. Waar vind je dit? Deze gebeurtenis kan worden afgeleid uit statuswijzigingen van de voorraadregistratie, bijvoorbeeld van 'QA Hold' naar 'Available' of 'Putaway'. Mogelijk zijn er ook expliciete transactielogs uit een kwaliteitsmodule. Vastleggen Afgeleid uit statuswijzigingen van de voorraad of uit de afronding van een QA-transactie voor de ontvangen goederen. Gebeurtenistype inferred
	Laden gestart	Deze gebeurtenis markeert het begin van het fysieke laadproces. Ingepakte goederen worden vanuit de verzamelzone in het voertuig van de vervoerder geladen. Dit begint vaak met de transactie 'Start Load'.
Waarom dit belangrijk is Deze activiteit geeft zicht op de efficiëntie van het laadproces zelf. Je kunt hiermee de wachttijd in de verzamelzone onderscheiden van de tijd die daadwerkelijk aan laden wordt besteed. Waar vind je dit? Dit is doorgaans een expliciete transactie die is gekoppeld aan een Outbound Load-record in Oracle WMS Cloud. Een gebruiker voert de actie 'Start Load' uit, die van een timestamp wordt voorzien. Vastleggen Vastgelegd via de transactie 'Start Load' voor een specifieke uitgaande lading. Gebeurtenistype explicit
	Magazijnorder geannuleerd	Dit staat voor de annulering van een magazijnorder voordat deze is afgerond. Het is een alternatieve, niet-succesvolle eindstatus van het proces.
Waarom dit belangrijk is Door annuleringen te volgen, krijg je zicht op wijzigingen in de vraag, fouten bij gegevensinvoer en andere oorzaken waardoor orders worden afgebroken. Zo kun je bronnen van verspilling in het proces opsporen. Waar vind je dit? Deze gebeurtenis wordt afgeleid uit de statuswijziging van de magazijnorder naar ‘Cancelled’ of een vergelijkbare eindstatus. De timestamp van deze statusupdate wordt gebruikt. Vastleggen Afgeleid uit de statuswijziging van de magazijnorder naar de status ‘Cancelled’. Gebeurtenistype inferred
	Opslagtaak aangemaakt	Deze gebeurtenis markeert het moment waarop het systeem een taak aanmaakt voor een magazijnmedewerker om ontvangen goederen van het laadperron naar een aangewezen opslaglocatie te verplaatsen. Dit is het begin van het opslagproces.
Waarom dit belangrijk is Met deze activiteit begint de opslagcyclus. Door de tijd tussen het aanmaken van de taak en de daadwerkelijke opslag te analyseren, kun je de systeemefficiëntie en reactietijd van medewerkers beoordelen. Waar vind je dit? Dit is doorgaans een expliciete gebeurtenis in de tabellen met magazijntaken of transacties. De timestamp waarop de opslagtaak is aangemaakt, geldt als tijdstip van de gebeurtenis. Vastleggen Vastgelegd aan de hand van de timestamp waarop de opslagtaak in het systeem is aangemaakt. Gebeurtenistype explicit
	Picktaak aangemaakt	Deze gebeurtenis vindt plaats wanneer het systeem een picktaak aanmaakt. Een medewerker haalt daarmee artikelen uit de opslag om een uitgaande order af te handelen. Dit markeert het begin van de orderafhandeling in het magazijn.
Waarom dit belangrijk is Dit is het startsein voor het uitgaande pickproces. De tijd tussen deze gebeurtenis en de afronding van het picken is een belangrijke maatstaf voor de efficiëntie van de orderafhandeling en de inzet van bronnen. Waar vind je dit? Deze gebeurtenis wordt vastgelegd in de tabellen voor magazijntaakbeheer. De timestamp waarop de picktaak is aangemaakt, geldt als tijdstip van de activiteit. Vastleggen Vastgelegd aan de hand van de timestamp waarop de picktaak in het systeem is aangemaakt. Gebeurtenistype explicit
	Voorraad aangepast	Dit staat voor een handmatige of automatische aanpassing van de hoeveelheid van een artikel op een specifieke locatie. Dit kan gebeuren na een cyclustelling, bij schade of om verschillen bij de ontvangst te corrigeren.
Waarom dit belangrijk is Deze activiteit helpt procesproblemen op te sporen die tot onnauwkeurige voorraadgegevens leiden. Door de frequentie en omvang van aanpassingen te analyseren, kun je problemen bij ontvangst, picken of opslag vinden. Waar vind je dit? Dit wordt vastgelegd in specifieke transactielogs voor voorraadaanpassingen in Oracle WMS Cloud. Deze logs bevatten het artikel, de locatie, de gewijzigde hoeveelheid, de reden en de timestamp. Vastleggen Rechtstreeks vastgelegd in transactierecords voor voorraadaanpassingen. Gebeurtenistype explicit

Aanbevolen Optioneel

Extractiegidsen

Zo haal je data op uit Oracle WMS Cloud

Stappen

Ga naar Oracle Transactional Business Intelligence (OTBI). Meld je aan bij Oracle Cloud Applications en open via het navigatiemenu Tools en vervolgens Reports and Analytics.
Klik in de werkbalk op de knop "Create" en selecteer "Analysis". De analyse-editor wordt geopend. Hier selecteer je een databron.
Kies in het venster "Select Subject Area" het onderwerpgebied "Warehouse Operations - Real Time". Dit bevat de benodigde data-objecten voor inkomende goederen, voorraad en uitgaande transacties.
Na het selecteren van het onderwerpgebied kom je op het tabblad Criteria. Ga in plaats van kolommen te slepen naar het tabblad "Advanced" om de logische SQL-query rechtstreeks in te voeren.
Kopieer de volledige logische SQL uit het gedeelte Query van dit document en plak die in het tekstvak "SQL Issued". De query gebruikt UNION ALL-clausules om data uit verschillende transactietabellen samen te voegen tot één event log.
Pas de tijdelijke waarden in de query aan. Vervang met name @{v_start_date} en @{v_end_date} door het gewenste datumbereik voor de extractie, bijvoorbeeld 'YYYY-MM-DD'.
Open het tabblad "Results" om de query uit te voeren en een voorbeeld van de data te bekijken. Zo controleer je of de query geldig is en de verwachte kolommen en rijen oplevert.
Sla de analyse op via het opslagpictogram. Geef de analyse een duidelijke naam en sla die op in een gedeelde of persoonlijke map.
Ga terug naar de catalogus om een terugkerende export in te plannen. Zoek de opgeslagen analyse, klik op "More" en selecteer "Schedule".
Stel bij de planning in hoe vaak en wanneer het rapport moet worden uitgevoerd. Geef op het tabblad "Output" CSV op als exportformaat. Dit is het aanbevolen formaat voor ProcessMind.
Stel de bezorgmethode in, bijvoorbeeld opslaan op een contentserver of versturen per e-mail, zodat je het gegenereerde CSV-bestand kunt ophalen.
Controleer na de geplande taak en ontvangst van het CSV-bestand of de kolomkoppen overeenkomen met de vereiste attributen voor je ProcessMind-project. Verdere datatransformatie is niet nodig.

Configuratie

Onderwerpgebied: De belangrijkste databron voor deze extractie is het onderwerpgebied "Warehouse Operations - Real Time". Controleer of je gebruikersrol de benodigde rechten geeft om dit te openen.
Datumbereik: De query gebruikt begin- en einddatums als parameters. Voor een eerste analyse wordt aanbevolen om 3 tot 6 maanden aan data te extraheren. Plan voor productie dagelijks of wekelijks een delta-extractie.
Belangrijke filters: De query filtert op de aanmaakdatum van transacties. Je kunt extra filters toevoegen aan de WHERE-clausule van elke SELECT-instructie om de selectie te beperken, bijvoorbeeld op "Warehouse Details"."Warehouse Code" om data voor één locatie op te halen.
Prestaties: Grote hoeveelheden data rechtstreeks uit realtime-onderwerpgebieden halen kan de systeemprestaties beïnvloeden. Plan grote extracties buiten piekuren om de impact op gebruikers in de bedrijfsvoering te beperken.
Vereisten: De gebruiker die de extractie uitvoert, moet over de juiste BI-rechten beschikken, zoals "BI Administrator" of "BI Author", om analyses te maken, te bewerken en in te plannen in OTBI.

a Voorbeeldquery sql

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

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

UNION ALL

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

Stappen

Bereid de Python-omgeving voor: Controleer of Python 3.6 of hoger is geïnstalleerd. Installeer de benodigde bibliotheken met pip: pip install requests pandas.
Verzamel de inloggegevens voor Oracle WMS Cloud: Vraag de API-basis-URL, de gebruikersnaam en het wachtwoord van een speciaal API-account en de juiste Facility ID op voor het magazijn waaruit je data wilt halen.
Configureer het Python-script: Open het aangeleverde Python-script. Zoek bovenaan het configuratiegedeelte en vervang de tijdelijke waarden voor BASE_URL, FACILITY_ID, USERNAME en PASSWORD door de juiste gegevens. Stel ook START_DATE en END_DATE in voor de gewenste extractieperiode.
Bekijk de API-eindpunten: Het script bevraagt verschillende belangrijke Oracle WMS Cloud REST API-eindpunten. De belangrijkste bron voor eventdata is het inventory_history-eindpunt. Filters op verschillende transactietypen (tran_type) worden gebruikt om activiteiten zoals ontvangst, picken en verpakken te herkennen.
Voer het script uit: Start het script vanaf de opdrachtregel met python your_script_name.py. Het script meldt zich aan en bevraagt vervolgens de API's voor elk van de 16 vereiste activiteiten binnen het opgegeven datumbereik.
Verwerk paginering: Het script bevat een hulpfunctie die de paginering van de API automatisch afhandelt. Elk eindpunt wordt herhaaldelijk aangeroepen. De parameter offset wordt daarbij verhoogd totdat alle relevante records voor het datumbereik zijn opgehaald.
Koppel en transformeer de data: Het script koppelt de JSON-velden van elk opgehaald record aan de gestandaardiseerde event log-kolommen (WarehouseOrder, ActivityName, EventStartTime enzovoort). Op basis van het broneindpunt en transactietype wordt de juiste ActivityName toegekend.
Voeg de eventdata samen: Alle geëxtraheerde events worden aan één lijst toegevoegd. Na afloop van alle API-aanroepen wordt de lijst omgezet in een pandas DataFrame, met een gestructureerd tabeloverzicht van het hele proces.
Timestamp en systeemdata: Het script voegt aan elk eventrecord SourceSystem (vast ingesteld op 'Oracle WMS Cloud') en LastDataUpdate (de timestamp waarop het script is uitgevoerd) toe.
Exporteer het event log: De definitieve pandas DataFrame wordt gesorteerd op magazijnorder-ID en starttijd van het event, zodat de volgorde klopt. Daarna wordt de data opgeslagen als oracle_wms_event_log.csv in de map waarin het script wordt uitgevoerd. Dit bestand kan naar ProcessMind worden geüpload.

Configuratie

API-inloggegevens: Je hebt een geldige Oracle WMS Cloud-gebruiker met API-toegang nodig, inclusief gebruikersnaam en wachtwoord.
Basis-URL en facility-ID: Geef de specifieke basis-URL van de Oracle WMS Cloud-instantie op, bijvoorbeeld https://{your_instance_id}.wms.ocs.oraclecloud.com, en de bijbehorende facility_id.
Datumbereik: Het script vereist een START_DATE en END_DATE in de notatie 'YYYY-MM-DD'. Voor de eerste analyse raden we een periode van 3 tot 6 maanden aan, zodat de hoeveelheid data beheersbaar blijft en je voldoende informatie hebt. Houd er rekening mee dat een zeer groot datumbereik het script lang kan laten draaien.
Paginering: De parameter LIMIT in het script staat ingesteld op 500 records per API-aanroep. Dit is doorgaans een veilige waarde om time-outs te voorkomen. Je kunt de waarde aanpassen aan de prestaties van het systeem, maar we raden waarden boven 1000 af.
API-rechten: De API-gebruiker moet minimaal leesrechten hebben voor de volgende entiteiten: inbound_shipment, inventory_history, taak, outbound_load en order. Vraag de Oracle WMS-beheerder om te controleren of de juiste rollen zijn toegewezen.

a Voorbeeldquery python

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

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

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

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

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

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

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

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

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

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

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

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

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

    df = pd.DataFrame(events)

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

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

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

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

Klaar om te beginnen?

Gebruik deze datatemplate als startpunt voor process mining van magazijnbeheer. Begin vandaag met het verbeteren van je processen.

Terug naar de verbetergids Template downloaden

Verbeter magazijnbeheer en verhoog de efficiëntie van Oracle WMS Cloud

Spoor bottlenecks op en bereik 99,5% voorraadnauwkeurigheid in Oracle WMS Cloud.

Start je gratis proefperiode

Geen creditcard nodig. Begin vandaag met optimaliseren.

Datatemplate voor magazijnbeheer

Datatemplate voor magazijnbeheer

Attributen voor magazijnbeheer

Activiteiten in magazijnbeheer

Extractiegidsen

Export via Oracle Transactional Business Intelligence (OTBI)

Stappen

Configuratie

a Voorbeeldquery sql

Data-extractie met een Python-script via de Oracle WMS REST API's

Stappen

Configuratie

a Voorbeeldquery python

Klaar om te beginnen?

Verbeter magazijnbeheer en verhoog de efficiëntie van Oracle WMS Cloud

Datatemplate voor magazijnbeheer

Datatemplate voor magazijnbeheer

Attributen voor magazijnbeheer

Activiteiten in magazijnbeheer

Extractiegidsen

Export via Oracle Transactional Business Intelligence (OTBI)

Stappen

Configuratie

a Voorbeeldquery sql

Data-extractie met een Python-script via de Oracle WMS REST API's

Stappen

Configuratie

a Voorbeeldquery python

Klaar om te beginnen?

Verbeter magazijnbeheer en verhoog de efficiëntie van Oracle WMS Cloud

We gaan zorgvuldig om met je privacy