Seu Template de dados de manutenção de ativos

Este atributo fornece o contexto temporal de cada evento no registro de manutenção. Ele registra o momento exato em que um status mudou ou uma transação foi confirmada no sistema de origem.

Os registros de data e hora são a base de todas as métricas de duração em Process Mining. Eles permitem calcular tempos de ciclo, prazos e tempos de ociosidade dos recursos. Registros de alta precisão são necessários para ordenar corretamente eventos que ocorrem em rápida sucessão.

Ele permite ordenar os eventos e calcular todas as métricas de duração.

Encontrado em registros de transações, tabelas de histórico ou trilhas de auditoria, junto à atividade.

Este atributo define as etapas percorridas durante o ciclo de vida da ordem de serviço de manutenção. Ele registra os diferentes estados pelos quais a ordem passa, como criada, aprovada, em andamento, em espera e concluída.

Para garantir uma análise de Process Mining precisa, este campo normaliza vários eventos do sistema em atividades fáceis de interpretar. Ele é essencial para visualizar o mapa do processo, calcular os tempos de transição entre etapas e identificar ciclos de retrabalho em que uma ordem retorna a um status anterior.

Ele define os nós do mapa do processo e é necessário para reconstruir o Workflow.

Derivado de tabelas de histórico de status, registros de transações ou registros de alterações das ordens de serviço.

Este atributo funciona como o identificador central do caso na análise de Process Mining. Ele representa um único ciclo de manutenção de ponta a ponta, desde a solicitação inicial ou o acionamento preventivo até a conclusão e o encerramento financeiro.

Na análise, este campo atua como a chave primária para agrupar todos os eventos, custos e registros de recursos relacionados. Ele permite que o mecanismo de Process Mining reconstrua o ciclo de vida de serviços específicos, ajudando analistas a acompanhar o fluxo de trabalho, identificar gargalos no nível do caso e relacionar resultados específicos aos tipos ou às prioridades das ordens.

É o Case ID fundamental necessário para distinguir instâncias únicas do processo.

Normalmente encontrado na tabela de cabeçalho da ordem de serviço, por exemplo, WONUM no Maximo e AUFNR no SAP.

Este atributo identifica o ambiente de software responsável por gerar os dados. Em ambientes complexos de manutenção, os dados podem vir de um ERP, de um CMMS especializado ou de uma plataforma de monitoramento de IoT.

Na análise, este campo é útil para filtrar dados quando vários sistemas são integrados a um único modelo de processo. Ele ajuda a verificar a linhagem dos dados e pode ser usado para comparar a qualidade dos dados ou as variações do processo entre diferentes sistemas legados.

Ele garante a rastreabilidade dos dados em ambientes com vários sistemas.

Definido diretamente durante a extração ou mapeado a partir da configuração do sistema.

Este atributo acompanha a atualidade do conjunto de dados usado na análise. Ele ajuda os analistas a entender a atualização dos dados e identificar possíveis problemas de latência entre o sistema operacional e o ambiente de Process Mining.

Embora não faça parte do fluxo físico do processo, ele é essencial para a governança de dados. Assim, as partes interessadas sabem se estão consultando dados em tempo real ou uma fotografia de um período de fechamento anterior.

Ele ajuda a validar a atualização dos dados e gerenciar cargas incrementais.

Gerado pelo pipeline de ETL ou pelo script de extração durante a execução.

Este atributo categoriza os ativos com base no impacto que uma falha teria sobre a segurança, o meio ambiente ou a produção. Geralmente é um atributo estático no cadastro mestre do ativo, mas costuma ser copiado para a ordem de serviço.

Com esse atributo, os analistas podem determinar se as equipes de manutenção estão priorizando corretamente os trabalhos em ativos críticos. Ele ajuda a verificar se os equipamentos mais importantes apresentam a maior aderência aos cronogramas de manutenção preventiva.

Ele ajuda a alinhar o foco da manutenção aos riscos e ao impacto operacional do negócio.

Dados mestres do ativo ou cabeçalho da ordem de serviço, quando os dados estiverem desnormalizados.

Este atributo soma todos os lançamentos financeiros relacionados à ordem de serviço. Ele mostra o impacto econômico final da atividade de manutenção.

A análise de custos é um dos principais motivadores do Process Mining na gestão de ativos. Este atributo ajuda a identificar as classes de ativos mais caras de manter e destaca casos fora do padrão em que os custos de reparo superam o valor de substituição do ativo.

Ele é central para a análise do impacto financeiro e os relatórios de variação orçamentária.

Tabelas de resumo de custos ou dados agregados dos lançamentos contábeis vinculados à ordem.

Este atributo representa a data de vencimento planejada pelo programador ou definida pelo SLA. Ele serve como referência para calcular a entrega no prazo.

Comparar a data real de conclusão com essa data prevista permite calcular a Conformidade com o cronograma e as métricas de atraso. Grandes desvios indicam ineficiências no planejamento ou restrições de recursos.

Ele é a base para calcular atrasos e a conformidade com o cronograma.

Aba de programação da ordem de serviço, por exemplo, GLTRP no SAP e SCHEDFINISH no Maximo.

Este atributo identifica a equipe, a especialidade ou o departamento atribuído à ordem de serviço, como Elétrica, Mecânica, Instrumentação ou Instalações.

Essa visão permite comparar a performance entre diferentes equipes. Os analistas podem comparar tempos de ciclo, níveis de backlog e taxas de retrabalho entre departamentos para identificar necessidades de treinamento ou falta de recursos em especialidades específicas.

Ele permite comparar a performance e o backlog entre diferentes equipes.

Cabeçalho da ordem de serviço, por exemplo, Work Center no SAP e Crew ID no Maximo.

Este atributo booleano simplifica o tipo de ordem de serviço em uma classificação binária: Preventiva ou Não preventiva. Geralmente é derivado do código do tipo de ordem de serviço.

Este indicador é a forma mais rápida de filtrar Dashboards com foco na conformidade da manutenção preventiva. Ele simplifica o cálculo do KPI da proporção MP/MC, uma métrica padrão do setor para medir a maturidade da organização de manutenção.

Ele simplifica a filtragem e o cálculo de KPIs das proporções de manutenção preventiva.

Derivado do tipo de ordem de serviço ou de um indicador específico do sistema, por exemplo, o indicador PPM.

Este atributo agrega a duração de todos os registros de mão de obra lançados na ordem de serviço. Ele representa o esforço real empregado para concluir a tarefa.

Essa métrica é essencial para calcular a utilização da força de trabalho e a eficiência da mão de obra. Comparar as horas reais com as horas estimadas revela a precisão do planejamento. Variações significativas podem indicar escopos de trabalho pouco claros ou lacunas de conhecimento.

Ele mede o esforço e é usado para calcular a utilização e a precisão do planejamento.

Agregado a partir das tabelas de registro de horas ou de transações de mão de obra.

Este atributo vincula a ordem de serviço ao objeto físico em campo. Ele representa o número de identificação, o ID do equipamento ou o código da máquina do ativo em manutenção.

Isso é essencial para identificar ativos problemáticos que exigem reparos frequentes. Ao agrupar as ordens de serviço por ID do ativo, os analistas podem calcular o Mean Time Between Failures (MTBF) e identificar equipamentos que consomem uma parcela desproporcional do orçamento de manutenção.

Ele permite analisar a performance de equipamentos específicos e calcular o MTBF.

Tabela de cabeçalho da ordem de serviço, por exemplo, ASSETNUM no Maximo e EQUNR no SAP.

Este atributo indica o nível de criticidade da tarefa de manutenção para as operações. Os valores normalmente variam de códigos numéricos, como 1, 2 e 3, a rótulos descritivos, como Crítico, Alto, Médio e Baixo. Ele determina o tempo de resposta necessário e a alocação de recursos.

Na análise do processo, este atributo é usado para verificar a conformidade com o SLA. Os analistas investigam se os itens de alta prioridade realmente avançam mais rápido no processo do que os de baixa prioridade ou se ficam presos em gargalos de aprovação.

Ele permite analisar a conformidade com o SLA e verificar a priorização de recursos.

Tabela de cabeçalho da ordem de serviço, por exemplo, PRIORITY no Maximo e PRIOK no SAP.

Este atributo classifica a natureza do trabalho de manutenção. Os valores comuns distinguem o trabalho planejado, Preventivo, das paradas não planejadas, Corretivo ou Emergencial. É um campo padrão em quase todos os sistemas EAM/CMMS.

Os analistas usam este campo para segmentar o modelo de processo. Comparar o Workflow de reparos Emergenciais com o da manutenção Preventiva costuma revelar caminhos de processo, requisitos de aprovação e tempos de ciclo significativamente diferentes. Essa é a principal dimensão para calcular a proporção entre manutenção Preventiva e Reativa.

Ele é essencial para segmentar a análise entre trabalhos planejados e não planejados.

Tabela de cabeçalho da ordem de serviço, por exemplo, WORKTYPE no Maximo e AUART no SAP.

Este atributo define a área geográfica ou funcional onde o ativo está localizado. Pode ser um prédio específico, um andar ou um local remoto.

Os dados de localização ajudam a analisar ineficiências no tempo de deslocamento e na logística. Se os técnicos passam muito tempo viajando entre locais distantes para atender trabalhos de baixa prioridade, o Process Mining pode destacar a oportunidade de melhorar o planejamento de rotas ou agrupar ordens de serviço por localização.

Ele ajuda na análise logística e na identificação de gargalos específicos de cada localização.

Cabeçalho da ordem de serviço ou tabela de localização do ativo vinculada.

Este atributo identifica a pessoa ou o técnico principal responsável pela execução da tarefa de manutenção. Enquanto os departamentos acompanham o grupo, este atributo acompanha a pessoa específica.

Esse nível de granularidade é útil para analisar a distribuição da carga de trabalho entre os funcionários. Ele pode mostrar se determinados técnicos estão constantemente sobrecarregados ou se algumas pessoas apresentam taxas de retrabalho mais altas, indicando uma necessidade de treinamento.

Ele permite analisar o equilíbrio da carga de trabalho e as métricas individuais de performance.

Tabelas detalhadas de atribuições da ordem de serviço ou de mão de obra.