> Cải tiến quy trình liên tục > Quản lý chất lượng > Veeva Vault Quality > Mẫu dữ liệu

Mẫu dữ liệu quản lý chất lượng

Veeva Vault Quality

Thuộc tính quản lý chất lượng(21) Hoạt động quản lý chất lượng(13) Hướng dẫn trích xuất dữ liệu(2)

Mẫu dữ liệu quản lý chất lượng

Mẫu này hướng dẫn bạn thu thập những dữ liệu thiết yếu để phân tích quy trình quản lý chất lượng. Mẫu nêu rõ các thuộc tính quan trọng, hoạt động chính và cách trích xuất dữ liệu từ Veeva Vault Quality, giúp bạn bắt đầu process mining thuận lợi.

Các thuộc tính nên thu thập
Các hoạt động chính cần theo dõi
Hướng dẫn trích xuất

Chưa quen với nhật ký sự kiện? Tìm hiểu cách tạo nhật ký sự kiện cho process mining.

Tải mẫu xuống

Thuộc tính quản lý chất lượng

Đây là các trường dữ liệu nên có trong event log để phân tích quy trình quản lý chất lượng.

5 Bắt buộc 7 Nên có 9 Không bắt buộc

	Tên	Mô tả
	Sự kiện chất lượng QualityEvent	Mã định danh duy nhất của một sự kiện chất lượng, chẳng hạn như sai lệch, trường hợp không phù hợp hoặc CAPA.
Mô tả Sự kiện chất lượng là mã định danh trường hợp chính, liên kết mọi hoạt động, cuộc điều tra và kết quả xử lý liên quan đến một vấn đề chất lượng cụ thể. Đây là mối liên kết xuyên suốt vòng đời sự cố, từ lúc báo cáo ban đầu đến khi đóng hồ sơ. Trong process mining, thuộc tính này rất quan trọng để tái dựng toàn bộ hành trình của từng sự kiện chất lượng. Thuộc tính cho phép phân tích các biến thể quy trình, thời gian xử lý và mức độ tuân thủ giữa các loại sự kiện, giúp bạn hiểu rõ cách từng sự cố chất lượng được quản lý, điều tra và xử lý. Vì sao điều này quan trọng Đây là mã Case ID thiết yếu, dùng để nhóm mọi hoạt động liên quan vào cùng một phiên bản quy trình và cho phép phân tích từ đầu đến cuối. Lấy dữ liệu ở đâu Đây là mã định danh chính của hồ sơ sự kiện chất lượng trong Veeva Vault Quality, thường có tên 'Name' hoặc là một trường ID duy nhất trên đối tượng sự kiện chất lượng. Ví dụ QE-2023-00123CAPA-2023-00456DEV-2023-00789
	Hệ thống nguồn SourceSystem	Hệ thống đã trích xuất dữ liệu quản lý chất lượng.
Mô tả Thuộc tính này xác định nguồn dữ liệu, trong trường hợp này là Veeva Vault Quality. Thuộc tính hỗ trợ quản trị dữ liệu và cung cấp bối cảnh, đặc biệt khi kết hợp dữ liệu từ nhiều hệ thống. Trong quá trình phân tích, thuộc tính được dùng để lọc và theo dõi nguồn gốc dữ liệu. Biết hệ thống nguồn giúp bạn diễn giải dữ liệu chính xác và xử lý các vấn đề về chất lượng dữ liệu. Vì sao điều này quan trọng Cung cấp thông tin cần thiết về nguồn gốc dữ liệu, rất quan trọng cho việc quản trị, truy xuất nguồn gốc và phân tích dữ liệu từ nhiều hệ thống. Lấy dữ liệu ở đâu Đây là giá trị cố định cần được thêm trong quá trình chuyển đổi dữ liệu để gắn nhãn cho mọi bản ghi từ nguồn này. Ví dụ Veeva Vault Quality
	Lần cập nhật dữ liệu gần nhất LastDataUpdate	Dấu thời gian của lần làm mới hoặc trích xuất dữ liệu gần nhất từ hệ thống nguồn.
Mô tả Thuộc tính này cho biết dữ liệu đang phân tích có mới hay không. Thuộc tính ghi lại ngày giờ dữ liệu được trích xuất gần nhất từ Veeva Vault Quality và tải vào công cụ process mining. Thông tin này giúp người dùng biết dữ liệu phân tích có cập nhật kịp thời hay không và dashboard có phản ánh tình hình vận hành mới nhất không. Đây là thuộc tính quan trọng trong quản trị dữ liệu. Vì sao điều này quan trọng Cho người dùng biết dữ liệu có cập nhật và phù hợp hay không, giúp họ hiểu mức độ mới của kết quả phân tích quy trình. Lấy dữ liệu ở đâu Dấu thời gian này được tạo và thêm trong quá trình trích xuất, chuyển đổi và tải dữ liệu (ETL). Ví dụ 2024-05-20T08:00:00Z2024-05-21T08:00:00Z
	Tên hoạt động ActivityName	Tên của một tác vụ hoặc bước cụ thể diễn ra trong vòng đời sự kiện chất lượng.
Mô tả Thuộc tính này mô tả một hoạt động hoặc sự kiện nghiệp vụ riêng biệt diễn ra trong quá trình quản lý sự kiện chất lượng. Đây là các bước trong quy trình, chẳng hạn như 'Bắt đầu điều tra' hoặc 'Phê duyệt kế hoạch hành động khắc phục'. Phân tích trình tự và tần suất của các hoạt động này là trọng tâm của process mining. Việc này giúp khám phá luồng quy trình thực tế, xác định điểm nghẽn giữa các bước và phát hiện sai lệch so với quy trình vận hành chuẩn. Vì sao điều này quan trọng Thuộc tính này xác định các bước trong quy trình, giúp trực quan hóa và phân tích luồng quy trình. Lấy dữ liệu ở đâu Thông thường, thuộc tính này được lấy từ tên tác vụ workflow, thay đổi trạng thái hoặc mục nhật ký kiểm tra trong Veeva Vault Quality. Ví dụ Hoàn tất phân loại ban đầuHoàn tất phân tích nguyên nhân gốc rễRà soát và đóng hồ sơ lần cuối
	Thời điểm sự kiện EventTime	Dấu thời gian cho biết một hoạt động cụ thể bắt đầu hoặc diễn ra khi nào.
Mô tả Thuộc tính này ghi lại chính xác ngày giờ một hoạt động được thực hiện. Nhờ đó, bạn biết thứ tự thời gian của mọi sự kiện trong một trường hợp. Dấu thời gian này là dữ liệu nền tảng cho mọi phân tích process mining dựa trên thời gian. Thuộc tính được dùng để tính thời gian xử lý, thời gian chờ giữa các hoạt động và thời lượng của từng bước, giúp xác định chậm trễ và điểm nghẽn về hiệu quả. Vì sao điều này quan trọng Dấu thời gian này rất quan trọng để sắp xếp sự kiện theo trình tự thời gian và tính các chỉ số hiệu quả như thời gian xử lý và thời gian chờ. Lấy dữ liệu ở đâu Giá trị này tương ứng với ngày tạo hoặc hoàn tất tác vụ, hoặc dấu thời gian của sự kiện trong nhật ký kiểm tra của đối tượng sự kiện chất lượng. Ví dụ 2023-10-26T10:00:00Z2023-11-01T14:35:10Z2023-11-15T09:21:05Z
	Điều tra viên được giao AssignedInvestigator	Người dùng hoặc tài nguyên được giao thực hiện một cuộc điều tra hay tác vụ cụ thể.
Mô tả Thuộc tính này xác định cá nhân, vai trò hoặc nhóm chịu trách nhiệm thực hiện một hoạt động trong vòng đời của sự kiện chất lượng. Đó có thể là người phụ trách sự kiện chất lượng hoặc người được giao một tác vụ cụ thể trong workflow. Phân tích thuộc tính này giúp bạn hiểu cách phân bổ khối lượng công việc, hiệu suất của tài nguyên và xác định nhóm hoặc cá nhân đang quá tải. Thuộc tính này cần thiết cho dashboard “Phân bổ khối lượng công việc của điều tra viên” và giúp tối ưu việc phân bổ tài nguyên để nâng cao hiệu quả. Vì sao điều này quan trọng Theo dõi người thực hiện công việc, giúp phân tích khối lượng công việc, hiệu quả sử dụng tài nguyên và nhu cầu đào tạo. Lấy dữ liệu ở đâu Thông tin này có trong trường chủ sở hữu hoặc người được giao trên đối tượng sự kiện chất lượng, hoặc trên các đối tượng nhiệm vụ workflow liên quan trong Veeva Vault Quality. Ví dụ Alice JohnsonBob WilliamsNhóm điều tra QA
	Loại sự kiện chất lượng QualityEventType	Phân loại sự kiện chất lượng, chẳng hạn như CAPA, sai lệch hoặc khiếu nại.
Mô tả Thuộc tính này phân loại sự kiện chất lượng theo bản chất của sự kiện. Các loại sự kiện khác nhau thường đi theo những luồng quy trình khác nhau, đồng thời có yêu cầu tuân thủ và thời hạn xử lý riêng. Phân tích theo loại sự kiện là cơ sở để hiểu sự khác biệt giữa các quy trình. Chẳng hạn, bạn có thể so sánh hiệu suất và hiệu quả xử lý sai lệch với CAPA, từ đó điều chỉnh hoạt động cải tiến cho phù hợp với từng bối cảnh quy trình. Vì sao điều này quan trọng Phân biệt các loại quy trình chất lượng, vốn thường có workflow, SLA và quy tắc tuân thủ riêng. Lấy dữ liệu ở đâu Đây là trường phân loại tiêu chuẩn trên đối tượng Quality Event trong Veeva Vault Quality, thường là danh sách chọn. Ví dụ Sai lệchHành động khắc phục và phòng ngừa (CAPA)Không phù hợpKhiếu nại
	Mức độ nghiêm trọng SeverityLevel	Mức độ nghiêm trọng hoặc rủi ro được đánh giá của sự kiện chất lượng, chẳng hạn như cao, trung bình hoặc thấp.
Mô tả Thuộc tính này phân loại sự kiện chất lượng dựa trên tác động tiềm ẩn đến chất lượng sản phẩm, an toàn bệnh nhân hoặc tuân thủ quy định. Mức độ nghiêm trọng thường quyết định mức độ khẩn cấp và phạm vi điều tra cần thiết. Phân tích theo mức độ nghiêm trọng giúp ưu tiên các nỗ lực cải tiến. Bạn có thể xác định sự kiện nghiêm trọng có mất nhiều thời gian xử lý hơn, đi theo luồng quy trình khác hoặc có tỷ lệ làm lại cao hơn hay không, để tập trung nguồn lực vào những vấn đề quan trọng nhất. Vì sao điều này quan trọng Phân loại sự kiện theo mức độ tác động, giúp phân tích dựa trên rủi ro và ưu tiên cải tiến quy trình ở những lĩnh vực có rủi ro cao. Lấy dữ liệu ở đâu Đây là trường phân loại tiêu chuẩn trên đối tượng Quality Event, thường là danh sách chọn lấy từ ma trận rủi ro. Ví dụ CaoTrung bìnhThấp
	Ngày xử lý mục tiêu TargetResolutionDate	Ngày dự kiến hoặc bắt buộc phải hoàn tất và đóng sự kiện chất lượng.
Mô tả Thuộc tính này xác định thỏa thuận mức dịch vụ (SLA) hoặc hạn chót mục tiêu để xử lý sự kiện chất lượng. Ngày này thường được tính dựa trên ngày tạo sự kiện, mức độ nghiêm trọng hoặc loại sự kiện. Đây là mốc để so sánh với hiệu suất thực tế. Thuộc tính này rất quan trọng đối với dashboard “Hiệu suất xử lý đúng hạn” và KPI “Tỷ lệ xử lý đúng hạn”, giúp xác định sự kiện có được xử lý kịp thời hay không và yếu tố nào gây chậm trễ. Vì sao điều này quan trọng Xác định SLA xử lý trường hợp, giúp đo lường hiệu suất đúng hạn và phân tích nguyên nhân chậm trễ. Lấy dữ liệu ở đâu Đây có thể là trường ngày trên đối tượng Quality Event, được nhập thủ công hoặc do hệ thống tự tính. Ví dụ 2024-01-15T23:59:59Z2024-02-28T23:59:59Z2024-03-10T23:59:59Z
	Phòng ban được giao AssignedDepartment	Phòng ban hoặc bộ phận chức năng chịu trách nhiệm về sự kiện chất lượng hoặc hoạt động.
Mô tả Thuộc tính này cho biết đơn vị kinh doanh hoặc phòng ban, chẳng hạn như Đảm bảo chất lượng, Sản xuất hoặc Nghiên cứu và phát triển, chịu trách nhiệm xử lý sự kiện chất lượng hoặc một tác vụ cụ thể. Thông tin này thường được lấy từ hồ sơ của người dùng được giao. Chiều dữ liệu này rất quan trọng để phân tích hiệu suất ở cấp tổng thể. Bạn có thể so sánh hiệu quả quy trình và mức độ tuân thủ giữa các bộ phận trong tổ chức, từ đó xác định vấn đề mang tính hệ thống ở từng phòng ban. Thuộc tính này cũng hỗ trợ dashboard “Phân bổ khối lượng công việc của điều tra viên”. Vì sao điều này quan trọng Cho phép lọc và so sánh hiệu suất quy trình giữa các đơn vị kinh doanh, qua đó phát hiện điểm nghẽn hoặc cách làm hiệu quả ở từng phòng ban. Lấy dữ liệu ở đâu Thông tin này thường được lưu trong dữ liệu hồ sơ người dùng liên kết với “Điều tra viên được giao”, hoặc trong một trường trực tiếp trên đối tượng sự kiện chất lượng. Ví dụ Đảm bảo chất lượngVận hành sản xuấtNghiên cứu và phát triển
	Thời điểm kết thúc EndTime	Dấu thời gian cho biết một hoạt động đã hoàn tất khi nào.
Mô tả Thuộc tính này ghi lại ngày giờ một hoạt động hoặc tác vụ cụ thể kết thúc. Thuộc tính này khác với StartTime (EventTime) và rất cần thiết để xác định thời lượng của từng bước trong quy trình. Trong process mining, EndTime được dùng cùng với StartTime để tính thời gian xử lý hoạt động. Đây là cơ sở để xác định tác vụ nào mất nhiều thời gian nhất, làm tăng tổng thời gian chu trình và có thể gây chậm trễ. Vì sao điều này quan trọng Cho phép tính thời gian xử lý hoạt động, rất cần thiết để xác định điểm nghẽn ở cấp tác vụ. Lấy dữ liệu ở đâu Dấu thời gian này thường có trong lịch sử workflow hoặc dữ liệu nhật ký kiểm tra của một sự kiện chất lượng, thường nằm ở trường “ngày hoàn tất” hoặc “ngày sửa đổi” của một nhiệm vụ hay trạng thái cụ thể. Ví dụ 2023-10-26T11:30:00Z2023-11-01T18:00:10Z2023-11-15T09:45:00Z
	Trạng thái sự kiện chất lượng QualityEventStatus	Trạng thái hiện tại trong vòng đời của sự kiện chất lượng.
Mô tả Thuộc tính này cho biết trạng thái hiện tại của sự kiện chất lượng, chẳng hạn như “Đang mở”, “Đang điều tra”, “Chờ phê duyệt” hoặc “Đã đóng”. Nhờ đó, bạn có thể biết mỗi trường hợp đang ở giai đoạn nào trong vòng đời. Thuộc tính này cần thiết cho dashboard “Tổng quan tiến độ sự kiện chất lượng”, giúp theo dõi các trường hợp đang xử lý theo thời gian thực. Thuộc tính này giúp quản lý theo dõi tiến độ, phát hiện sự kiện bị đình trệ và điều phối khối lượng công việc hiệu quả. Vì sao điều này quan trọng Cho biết trạng thái hiện tại của một trường hợp, giúp theo dõi công việc đang diễn ra và phát hiện sự kiện bị đình trệ. Lấy dữ liệu ở đâu Đây là trường tiêu chuẩn trên đối tượng sự kiện chất lượng trong Veeva Vault Quality, cho biết vị trí của sự kiện trong vòng đời. Ví dụ Đang phân loại ban đầuĐang điều traĐề xuất CAPAĐã đóng
	Có làm lại IsRework	Cờ được tính để xác định hoạt động hoặc trường hợp có phát sinh làm lại.
Mô tả Thuộc tính dạng đúng/sai này cho biết một hoạt động hoặc chuỗi hoạt động có phải là công việc làm lại hay không, chẳng hạn như điều tra lại hoặc mở lại CAPA đã đóng. Đây không phải trường tiêu chuẩn mà được tính dựa trên các mẫu luồng quy trình. Trong process mining, cờ này giúp định lượng công sức và chi phí lãng phí trong quy trình. Thuộc tính này cần thiết cho dashboard “Phân tích công việc làm lại” và KPI “Tỷ lệ sự kiện chất lượng phải làm lại”, giúp xác định nguyên nhân gây kém hiệu quả và chất lượng chưa đạt ngay từ lần đầu. Vì sao điều này quan trọng Định lượng mức độ kém hiệu quả của quy trình bằng cách đánh dấu công việc lặp lại, giúp xác định nguyên nhân gốc rễ của vấn đề chất lượng và công sức lãng phí. Lấy dữ liệu ở đâu Thuộc tính này không được lấy trực tiếp từ nguồn dữ liệu. Thuộc tính được tính trong quá trình chuyển đổi dữ liệu bằng cách phát hiện tên hoạt động lặp lại hoặc vòng lặp trong quy trình của một trường hợp. Ví dụ truefalse
	Cơ sở Site	Cơ sở sản xuất, nhà máy hoặc địa điểm nơi sự kiện chất lượng xảy ra hoặc được phát hiện.
Mô tả Thuộc tính này cho biết địa điểm thực tế, chẳng hạn như nhà máy hoặc phòng thí nghiệm, liên quan đến sự kiện chất lượng. Thông tin này cung cấp bối cảnh về địa lý hoặc tổ chức cho vấn đề. Đây là chiều dữ liệu hữu ích để so sánh, giúp ban quản lý đối chiếu hiệu suất quy trình, loại vấn đề và thời gian xử lý giữa các cơ sở. Qua đó, bạn có thể phát hiện vấn đề riêng tại từng cơ sở hoặc chia sẻ cách làm hiệu quả từ những nơi có kết quả tốt. Vì sao điều này quan trọng Cung cấp chiều dữ liệu về địa lý hoặc tổ chức để so sánh hiệu suất và phát hiện vấn đề riêng tại từng cơ sở. Lấy dữ liệu ở đâu Thông tin này thường nằm trong trường tiêu chuẩn trên đối tượng sự kiện chất lượng, liên kết đến danh sách cơ sở hoặc địa điểm của công ty. Ví dụ Cơ sở A - New JerseyCơ sở B - IrelandCơ sở C - Switzerland
	Có tái diễn IsRecurrence	Cờ cho biết sự kiện chất lượng này có phải là vấn đề đã từng xảy ra hay không.
Mô tả Thuộc tính dạng đúng/sai này cho biết sự kiện chất lượng không phải là vấn đề mới mà là vấn đề đã xảy ra trước đó. Đây là dấu hiệu quan trọng cho thấy các hành động khắc phục trước đó chưa hiệu quả. Cờ này là thành phần cốt lõi của dashboard “Hiệu quả CAPA và tỷ lệ tái diễn”. Theo dõi các trường hợp tái diễn giúp đánh giá trực tiếp hiệu quả lâu dài của hệ thống quản lý chất lượng và phát hiện vấn đề mang tính hệ thống chưa được xử lý thỏa đáng. Vì sao điều này quan trọng Cho thấy hành động khắc phục chưa hiệu quả, giúp phân tích nguyên nhân vấn đề tái diễn và cách cải thiện giải pháp lâu dài. Lấy dữ liệu ở đâu Thông tin này có thể nằm trong trường hộp kiểm trên đối tượng sự kiện chất lượng, hoặc là trường được tính dựa trên liên kết đến các sự kiện tương tự trước đó. Ví dụ truefalse
	Kết quả kiểm tra hiệu quả EffectivenessCheckResult	Kết quả bước xác minh nhằm xác nhận hành động khắc phục có hiệu quả hay không.
Mô tả Thuộc tính này ghi lại kết quả kiểm tra hiệu quả sau khi hành động khắc phục được triển khai. Kết quả thường là “Có hiệu quả” hoặc “Không hiệu quả”. Đây là thước đo trực tiếp mức độ thành công của quy trình CAPA, đồng thời rất quan trọng đối với dashboard “Hiệu quả CAPA và tỷ lệ tái diễn” và KPI “Tỷ lệ CAPA hiệu quả”. Kết quả cho biết rõ giải pháp đã triển khai có thực sự ngăn vấn đề tái diễn hay không. Vì sao điều này quan trọng Đo trực tiếp mức độ thành công của hành động khắc phục, cung cấp thông tin cần thiết để cải thiện cách giải quyết vấn đề. Lấy dữ liệu ở đâu Đây có thể là trường, thường là danh sách chọn, trên đối tượng CAPA Action hoặc Effectiveness Check liên quan đến Quality Event chính. Ví dụ Có hiệu quảKhông hiệu quảChờ xác minh
	Nguyên nhân gốc rễ RootCause	Nguyên nhân nền tảng được xác định của sự kiện chất lượng.
Mô tả Thuộc tính này ghi lại kết luận cuối cùng của cuộc điều tra phân tích nguyên nhân gốc rễ (RCA). Thuộc tính phân loại nguyên nhân cốt lõi của vấn đề chất lượng, chẳng hạn như thiết bị hỏng, lỗi do con người hoặc quy trình chưa đầy đủ. Phân tích nguyên nhân gốc rễ là bước thiết yếu để giải quyết vấn đề hiệu quả. Việc này giúp xác định các vấn đề mang tính hệ thống tái diễn cần được xử lý bằng hành động khắc phục và phòng ngừa. Thuộc tính này hỗ trợ trực tiếp các dashboard “Thời gian xử lý phân tích nguyên nhân gốc rễ” và “Hiệu quả CAPA”. Vì sao điều này quan trọng Phân loại nguyên nhân cốt lõi của vấn đề chất lượng, giúp phân tích và ngăn vấn đề tái diễn. Lấy dữ liệu ở đâu Thông tin này thường nằm trong trường văn bản hoặc danh sách chọn trên đối tượng sự kiện chất lượng hay đối tượng phân tích nguyên nhân gốc rễ liên quan. Ví dụ Thiết bị trục trặcLỗi quy trìnhĐào tạo chưa đầy đủLỗi nguyên vật liệu
	Sản phẩm Product	Sản phẩm hoặc nguyên vật liệu liên quan đến sự kiện chất lượng.
Mô tả Thuộc tính này liên kết sự kiện chất lượng với một sản phẩm, nguyên vật liệu hoặc lô cụ thể. Mối liên kết này rất quan trọng trong các ngành chịu sự quản lý chặt chẽ, giúp truy xuất nguồn gốc và phân tích tác động. Phân tích sự kiện chất lượng theo sản phẩm giúp xác định sản phẩm nào thường gặp vấn đề hơn, từ đó định hướng cải tiến sản phẩm hoặc điều chỉnh quy trình sản xuất. Bạn cũng có thể lọc dashboard để xem hiệu suất của từng dòng sản phẩm. Vì sao điều này quan trọng Liên kết sự kiện chất lượng với từng sản phẩm, giúp phân tích và phát hiện vấn đề cũng như xu hướng riêng của sản phẩm. Lấy dữ liệu ở đâu Đây thường là trường tham chiếu trên đối tượng Quality Event, dùng để liên kết với đối tượng Product hoặc Material trong Veeva Vault. Ví dụ Sản phẩm A-100Sản phẩm B-200Nguyên vật liệu C-300
	Thời gian chu trình CycleTime	Tổng thời gian từ khi tạo sự kiện chất lượng đến khi đóng sự kiện.
Mô tả Chỉ số này thể hiện tổng thời gian xử lý một sự kiện chất lượng từ đầu đến cuối. Chỉ số được tính bằng khoảng thời gian giữa hoạt động đầu tiên (ví dụ: “Tạo sự kiện chất lượng”) và hoạt động cuối cùng (ví dụ: “Rà soát cuối cùng và đóng”). Thời gian chu trình là KPI chính để đánh giá hiệu quả tổng thể của quy trình. Chỉ số này được dùng trong dashboard “Thời gian xử lý sự kiện chất lượng” để phân tích xu hướng, xác định yếu tố kéo dài thời gian xử lý và đặt mốc tham chiếu cho hoạt động cải tiến quy trình. Vì sao điều này quan trọng Đo hiệu quả quy trình từ đầu đến cuối, cung cấp KPI quan trọng để theo dõi hiệu suất tổng thể và tác động của các hoạt động cải tiến. Lấy dữ liệu ở đâu Đây là chỉ số được tính ở cấp trường hợp bằng cách lấy dấu thời gian của sự kiện cuối cùng trừ dấu thời gian của sự kiện đầu tiên. Ví dụ 30 ngày 12 giờ65 ngày 4 giờ15 ngày 2 giờ
	Thời gian phê duyệt ApprovalTime	Thời gian cần để hoàn tất một hoạt động phê duyệt cụ thể.
Mô tả Chỉ số này đo thời lượng của các bước phê duyệt, chẳng hạn như “Phê duyệt kế hoạch hành động khắc phục”. Chỉ số được tính từ lúc gửi yêu cầu phê duyệt đến khi yêu cầu được chấp thuận hoặc từ chối. Thuộc tính này được thiết kế để hỗ trợ dashboard “Điểm nghẽn trong workflow phê duyệt” và KPI “Thời gian chu trình của workflow phê duyệt”. Bằng cách tách riêng thời gian chờ phê duyệt, bạn có thể xác định và xử lý chậm trễ do ra quyết định chậm hoặc quy trình phê duyệt kém hiệu quả. Vì sao điều này quan trọng Xác định chậm trễ ở các bước ra quyết định quan trọng, giúp tinh gọn workflow phê duyệt và rút ngắn thời gian chu trình tổng thể. Lấy dữ liệu ở đâu Chỉ số này được tính bằng cách lấy thời điểm bắt đầu của hoạt động liên quan đến phê duyệt trừ thời điểm kết thúc, dựa trên nhật ký sự kiện. Ví dụ 3 ngày 4 giờ1 ngày 0 giờ7 ngày 8 giờ
	Xử lý đúng hạn IsOnTimeResolution	Cờ được tính để cho biết sự kiện chất lượng có được đóng trước hoặc đúng ngày mục tiêu hay không.
Mô tả Thuộc tính dạng đúng/sai này được tính bằng cách so sánh ngày đóng thực tế của sự kiện chất lượng với “Ngày xử lý mục tiêu”. Thuộc tính cung cấp kết quả rõ ràng, chỉ gồm hai trạng thái, về việc xử lý có đúng hạn hay không. Cờ này là cơ sở cho dashboard “Hiệu suất xử lý đúng hạn” và KPI “Tỷ lệ xử lý đúng hạn”. Bạn có thể tổng hợp và lọc dữ liệu để biết loại sự kiện, phòng ban hoặc cơ sở nào gặp khó khăn khi đáp ứng thời hạn. Vì sao điều này quan trọng Cho biết rõ việc đáp ứng thời hạn thành công hay không, giúp đơn giản hóa phân tích và báo cáo hiệu suất. Lấy dữ liệu ở đâu Được tính bằng cách so sánh dấu thời gian của hoạt động “Rà soát cuối cùng và đóng” với thuộc tính “TargetResolutionDate”. Công thức: Closure Time <= TargetResolutionDate. Ví dụ truefalse

Bắt buộc Nên có Không bắt buộc

Hoạt động quản lý chất lượng

Đây là các bước và mốc quan trọng cần ghi lại trong event log để khám phá và phân tích chính xác quy trình quản lý chất lượng.

7 Nên có 6 Không bắt buộc

	Hoạt động	Mô tả
	Bắt đầu điều tra	Đánh dấu thời điểm chính thức bắt đầu điều tra nguyên nhân gốc rễ của sự kiện chất lượng. Thông thường, một người hoặc nhóm điều tra được phân công và sự kiện chuyển sang giai đoạn điều tra đang diễn ra. Có thể ghi nhận mốc này khi trạng thái vòng đời của sự kiện chất lượng chuyển thành 'Under Investigation'.
Vì sao điều này quan trọng Đây là mốc quan trọng để đo KPI 'Thời gian từ khi xác định vấn đề đến khi bắt đầu điều tra'. Nếu có chậm trễ trước mốc này, có thể nhóm đang tồn đọng việc phân bổ tài nguyên hoặc bắt đầu phân tích quan trọng. Lấy dữ liệu ở đâu Có thể suy ra từ dấu thời gian khi trạng thái vòng đời của đối tượng sự kiện chất lượng được cập nhật thành 'Under Investigation' hoặc trạng thái tương tự. Việc phân công người điều tra cũng có thể là dấu hiệu bắt đầu. Thu thập Dùng dấu thời gian khi trạng thái chuyển thành 'Under Investigation'. Loại sự kiện inferred
	Hoàn tất phân tích nguyên nhân gốc rễ	Đánh dấu việc hoàn tất giai đoạn phân tích nguyên nhân gốc rễ (RCA), khi nguyên nhân sâu xa của sự kiện chất lượng đã được xác định. Thường có thể ghi nhận mốc này khi người điều tra hoàn tất tác vụ RCA hoặc chuyển sự kiện sang trạng thái 'Pending CAPA'.
Vì sao điều này quan trọng Hoạt động này rất quan trọng để đo KPI 'Thời gian phân tích nguyên nhân gốc rễ trung bình'. Phân tích thời lượng giúp xác định điểm nghẽn trong quá trình phân tích và cải thiện chất lượng điều tra. Lấy dữ liệu ở đâu Thông thường, có thể suy ra từ thay đổi trạng thái vòng đời của đối tượng sự kiện chất lượng, chẳng hạn như chuyển sang 'RCA Complete' hoặc 'Pending Action Plan'. Mốc này cũng có thể tương ứng với lúc hoàn tất một tác vụ workflow cụ thể. Thu thập Dùng dấu thời gian thay đổi trạng thái hoặc thời điểm hoàn tất tác vụ liên quan đến RCA. Loại sự kiện inferred
	Phê duyệt kế hoạch hành động khắc phục	Đánh dấu thời điểm các bên liên quan, chẳng hạn như hội đồng đánh giá chất lượng, chính thức phê duyệt kế hoạch hành động khắc phục được đề xuất. Đây là bước kiểm soát quan trọng trước khi triển khai hành động khắc phục. Có thể ghi nhận khi trạng thái hồ sơ kế hoạch CAPA chuyển thành 'Approved'.
Vì sao điều này quan trọng Bước phê duyệt này thường là một điểm nghẽn lớn. Đo 'Thời gian xử lý quy trình phê duyệt' cho hoạt động này giúp xác định và xử lý chậm trễ trong khâu xem xét, từ đó đẩy nhanh toàn bộ quá trình xử lý. Lấy dữ liệu ở đâu Có thể suy ra từ dấu thời gian khi trạng thái vòng đời của đối tượng kế hoạch CAPA liên quan chuyển thành 'Approved'. Sự kiện này cũng có thể được phản ánh qua thay đổi trạng thái của sự kiện chất lượng cấp trên. Thu thập Dùng dấu thời gian thay đổi trạng thái trên đối tượng kế hoạch CAPA được liên kết. Loại sự kiện inferred
	Rà soát và đóng hồ sơ lần cuối	Đây là lần rà soát hành chính cuối cùng đối với hồ sơ sự kiện chất lượng trước khi chính thức đóng. Bước này đảm bảo tài liệu đã đầy đủ và các bước trong quy trình đã được thực hiện. Đây là bước cuối cùng trước khi xem trường hợp đã được xử lý xong.
Vì sao điều này quan trọng Hoạt động kết thúc này rất quan trọng để tính tổng 'Thời gian xử lý sự kiện chất lượng'. Mốc này đánh dấu toàn bộ công việc đã hoàn tất. Dấu thời gian được so sánh với 'Ngày xử lý mục tiêu' để đo hiệu quả. Lấy dữ liệu ở đâu Có thể suy ra từ thay đổi trạng thái vòng đời của đối tượng sự kiện chất lượng sang 'Closed', 'Resolved' hoặc trạng thái kết thúc tương tự. Thu thập Dùng dấu thời gian của lần thay đổi trạng thái cuối cùng sang 'Closed'. Loại sự kiện inferred
	Tạo sự kiện chất lượng	Đây là điểm bắt đầu của quy trình, khi hồ sơ sự kiện chất lượng được chính thức tạo trong Veeva. Hoạt động này thường bắt đầu khi phát hiện và ghi nhận một vấn đề chất lượng mới, trường hợp không phù hợp hoặc khiếu nại vào hệ thống.
Vì sao điều này quan trọng Hoạt động này đánh dấu thời điểm bắt đầu vòng đời của một trường hợp. Đây là mốc cần thiết để tính tổng thời gian xử lý sự kiện chất lượng và đo thời lượng các giai đoạn đầu của quy trình, chẳng hạn như thời gian bắt đầu điều tra. Lấy dữ liệu ở đâu Đây là sự kiện được ghi nhận rõ ràng từ dấu thời gian tạo đối tượng sự kiện chất lượng trong Veeva Vault. Nhật ký kiểm tra của đối tượng cho biết chính xác ngày giờ tạo và người tạo. Thu thập Dùng dấu thời gian tạo hồ sơ sự kiện chất lượng chính. Loại sự kiện explicit
	Triển khai hành động khắc phục	Đánh dấu việc hoàn tất tất cả tác vụ trong kế hoạch hành động khắc phục đã được phê duyệt. Hoạt động này xác nhận các hành động cần thiết để xử lý nguyên nhân gốc rễ đã được thực hiện. Có thể ghi nhận khi trạng thái hồ sơ CAPA được cập nhật thành 'Implementation Complete'.
Vì sao điều này quan trọng Đây là cột mốc quan trọng, đánh dấu quá trình chuyển từ lập kế hoạch sang thực hiện. Thời gian từ lúc phê duyệt CAPA đến mốc này cho thấy hiệu quả của giai đoạn triển khai. Lấy dữ liệu ở đâu Có thể suy ra từ thay đổi trạng thái vòng đời của đối tượng CAPA liên quan sang trạng thái như 'Implemented' hoặc 'Pending Effectiveness Check'. Thu thập Dùng dấu thời gian thay đổi trạng thái trên đối tượng CAPA được liên kết. Loại sự kiện inferred
	Xác nhận hành động có hiệu quả	Hoạt động này xác nhận các hành động khắc phục đã triển khai ngăn vấn đề tái diễn thành công. Việc xác minh chính thức được hoàn tất và ghi lại. Có thể ghi nhận khi trạng thái CAPA hoặc sự kiện chất lượng được cập nhật thành 'Effectiveness Verified'.
Vì sao điều này quan trọng Đây là bước xác nhận cuối cùng về hiệu quả của giải pháp và rất quan trọng để tính 'Tỷ lệ CAPA hiệu quả'. Nếu không đạt ở giai đoạn này, nhóm thường phải làm lại và mở lại cuộc điều tra. Lấy dữ liệu ở đâu Có thể suy ra từ thay đổi trạng thái vòng đời của đối tượng sự kiện chất lượng hoặc CAPA sang trạng thái như 'Verified' hoặc 'Closed - Effective'. Thu thập Dùng dấu thời gian thay đổi trạng thái cho biết việc xác minh đã thành công. Loại sự kiện inferred
	Bắt đầu kiểm tra hiệu quả	Đánh dấu thời điểm bắt đầu theo dõi hiệu quả của các hành động khắc phục đã triển khai. Đây không phải sự kiện xảy ra tại một thời điểm đơn lẻ, mà là lúc bắt đầu giai đoạn xác minh. Có thể ghi nhận khi hồ sơ sự kiện chất lượng hoặc CAPA chuyển sang trạng thái 'Monitoring' hoặc 'Pending Effectiveness Verification'.
Vì sao điều này quan trọng Hoạt động này mở đầu vòng xác nhận cuối cùng. Thời lượng của giai đoạn kiểm tra hiệu quả giúp bạn hiểu cần bao lâu để xác nhận giải pháp đã thành công. Lấy dữ liệu ở đâu Có thể suy ra từ thay đổi trạng thái vòng đời của đối tượng sự kiện chất lượng hoặc CAPA sang trạng thái như 'Under Effectiveness Review'. Thu thập Dùng dấu thời gian khi trạng thái chuyển sang trạng thái liên quan đến theo dõi. Loại sự kiện inferred
	Đề xuất kế hoạch hành động khắc phục	Hoạt động này diễn ra khi kế hoạch chính thức nhằm khắc phục nguyên nhân gốc rễ đã xác định được soạn thảo và gửi đi xem xét. Thường cần tạo hồ sơ CAPA (hành động khắc phục và phòng ngừa) liên kết với sự kiện chất lượng. Có thể ghi nhận mốc này khi tạo hồ sơ CAPA hoặc cập nhật trạng thái sự kiện chất lượng.
Vì sao điều này quan trọng Theo dõi bước này giúp phân tích thời gian chuyển từ khâu phân tích sang thiết kế giải pháp. Đây là dữ liệu đầu vào quan trọng để tính 'Thời gian xử lý RCA', từ lúc hoàn tất RCA đến khi đề xuất CAPA. Lấy dữ liệu ở đâu Có thể suy ra từ lúc trạng thái vòng đời của đối tượng sự kiện chất lượng chuyển thành 'Pending CAPA Approval' hoặc từ dấu thời gian tạo hồ sơ kế hoạch CAPA được liên kết. Thu thập Dùng dấu thời gian tạo hồ sơ CAPA được liên kết hoặc dấu thời gian thay đổi trạng thái. Loại sự kiện inferred
	Hoàn tất phân loại ban đầu	Đánh dấu việc hoàn tất bước xem xét và đánh giá ban đầu về sự kiện chất lượng. Ở giai đoạn này, nhóm thu thập và xác minh thông tin cơ bản để xác định tính hợp lệ và tác động trước mắt của sự kiện. Thường có thể nhận biết qua trạng thái hồ sơ chuyển từ 'New' sang 'Under Assessment' hoặc trạng thái tương tự.
Vì sao điều này quan trọng Phân tích thời gian xử lý bước phân loại ban đầu giúp phát hiện chậm trễ trong khâu tiếp nhận sự kiện chất lượng. Qua đó, bạn có thể hiểu rõ hơn về khối lượng công việc và cách phân bổ tài nguyên ngay từ đầu quy trình. Lấy dữ liệu ở đâu Có thể suy ra từ dấu thời gian khi trạng thái vòng đời của đối tượng sự kiện chất lượng được cập nhật để cho biết bước phân loại ban đầu đã hoàn tất, chẳng hạn như chuyển từ 'New' sang 'In Assessment' hoặc 'Triaged'. Thu thập Dùng dấu thời gian thay đổi trạng thái trên đối tượng sự kiện chất lượng. Loại sự kiện inferred
	Phân loại và xác định mức ưu tiên của vấn đề	Hoạt động này đánh dấu thời điểm sự kiện chất lượng được chính thức phân loại theo loại, mức độ nghiêm trọng và mức ưu tiên. Đây là bước quan trọng, quyết định hướng điều tra và thời gian xử lý tiếp theo. Thường có thể nhận biết qua thay đổi trạng thái cho biết việc phân loại đã hoàn tất.
Vì sao điều này quan trọng Sự kiện này rất quan trọng để phân nhóm phân tích theo mức độ nghiêm trọng hoặc loại sự kiện. Qua đó, bạn có thể biết vấn đề ưu tiên cao có được xử lý nhanh hơn vấn đề ưu tiên thấp hay không, đồng thời đảm bảo tài nguyên được phân bổ hợp lý. Lấy dữ liệu ở đâu Có thể suy ra từ thay đổi trạng thái vòng đời của đối tượng sự kiện chất lượng, chẳng hạn như chuyển sang 'Categorized' hoặc 'Pending Investigation'. Cũng có thể dựa vào dấu thời gian khi các trường phân loại chính được điền. Thu thập Có thể suy ra từ thay đổi trạng thái hoặc thời điểm điền các trường như 'Severity' và 'Priority'. Loại sự kiện inferred
	Thông báo kết quả xử lý cho các bên liên quan	Hoạt động này ghi nhận việc gửi thông tin về kết quả xử lý sự kiện chất lượng cho các bên liên quan. Đây có thể là email thông báo tự động được gửi khi đóng hồ sơ hoặc tác vụ trao đổi thông tin được ghi nhận thủ công.
Vì sao điều này quan trọng Thông báo kịp thời giúp các bên liên quan hài lòng và nắm rõ tình hình. Hoạt động này cho phép đo KPI 'Thời gian chậm thông báo cho các bên liên quan' và phát hiện chậm trễ trong trao đổi thông tin. Lấy dữ liệu ở đâu Đây có thể là sự kiện được ghi nhận rõ ràng nếu Veeva Vault gửi thông báo tự động và lưu nhật ký. Ngoài ra, có thể suy ra từ thời điểm hoàn tất tác vụ workflow thủ công 'Notify Stakeholders'. Thu thập Dùng nhật ký thông báo của hệ thống hoặc dấu thời gian hoàn tất tác vụ trao đổi thông tin. Loại sự kiện explicit
	Xác định hành động phòng ngừa	Hoạt động này diễn ra khi nhóm xác định hành động phòng ngừa để tránh vấn đề tái diễn trong tương lai, thường là kết quả của quá trình điều tra. Có thể ghi nhận bằng việc tạo hồ sơ hành động phòng ngừa (PA) liên kết với sự kiện chất lượng.
Vì sao điều này quan trọng Không phải trường hợp nào cũng có hoạt động này. Tuy nhiên, theo dõi hoạt động giúp bạn hiểu quy trình chất lượng chủ động đến đâu, đồng thời cho thấy tổ chức chú trọng phòng ngừa lâu dài hay chỉ tập trung khắc phục trước mắt. Lấy dữ liệu ở đâu Có thể suy ra từ dấu thời gian tạo hồ sơ hành động phòng ngừa được liên kết trong Veeva Vault. Thu thập Dùng dấu thời gian tạo hồ sơ hành động phòng ngừa được liên kết. Loại sự kiện inferred

Nên có Không bắt buộc

Hướng dẫn trích xuất dữ liệu

Cách lấy dữ liệu từ Veeva Vault Quality

Các bước

Điều kiện cần có: Đảm bảo đã cài Python 3.6 trở lên cùng các thư viện requests và pandas. Bạn có thể cài bằng pip: pip install requests pandas. Bạn cũng cần thông tin API cho phiên bản Veeva Vault, gồm DNS của Vault (ví dụ: yourcompany.veevavault.com), tên người dùng và mật khẩu của tài khoản có quyền truy cập API và quyền đọc đối tượng Sự kiện chất lượng cùng các đối tượng liên quan.
Cấu hình tập lệnh: Sao chép tập lệnh Python được cung cấp vào tệp có tên extract_quality_events.py. Mở tệp và cập nhật các biến mẫu ở đầu tệp: VAULT_DNS, USERNAME và PASSWORD bằng thông tin đăng nhập Veeva Vault của bạn.
Đặt khoảng ngày: Tìm các truy vấn VQL trong tập lệnh. Mỗi truy vấn có mệnh đề WHERE với giá trị mẫu như created_date__v > '2023-01-01T00:00:00.000Z'. Thay ngày này để xác định khoảng thời gian trích xuất dữ liệu. Nên áp dụng bộ lọc cho trường ngày chính để giới hạn lần lấy dữ liệu đầu tiên.
Kiểm tra tên đối tượng và trường: Cấu hình Veeva Vault có thể khác nhau. Tập lệnh mẫu dùng các tên API phổ biến cho đối tượng (quality_event__v, capa__v) và trường (status__v, severity_level__c). Hãy kiểm tra các tên này theo cấu hình Vault bằng tài liệu API Vault hoặc công cụ như Vault Field and Object Reference. Điều chỉnh tên trong truy vấn VQL nếu cần.
Chạy tập lệnh: Mở terminal hoặc cửa sổ lệnh, chuyển đến thư mục đã lưu tập lệnh rồi chạy lệnh: python extract_quality_events.py. Tập lệnh sẽ xác thực, chạy một loạt truy vấn và xử lý dữ liệu.
Theo dõi quá trình chạy: Tập lệnh sẽ in thông báo trạng thái ra cửa sổ lệnh, cho biết hoạt động đang được trích xuất và số bản ghi tìm thấy. Nhờ đó, bạn có thể theo dõi tiến độ và phát hiện vấn đề như lỗi xác thực hoặc truy vấn không trả về kết quả.
Lấy tệp đầu ra: Khi chạy thành công, tập lệnh sẽ tạo tệp CSV quality_event_log.csv trong cùng thư mục. Tệp này chứa nhật ký sự kiện đã trích xuất.
Chuyển đổi và bổ sung dữ liệu: Tập lệnh thực hiện chuyển đổi cơ bản bằng cách ánh xạ các trường nguồn sang các cột nhật ký sự kiện cần thiết. Tập lệnh tính dấu thời gian LastDataUpdate và đặt giá trị cố định cho SourceSystem. Nếu cần tính thêm thông tin như ActivityDuration, bạn có thể chỉnh sửa phần xử lý pandas DataFrame trước khi xuất CSV cuối cùng.
Chuẩn bị tải lên: Mở tệp quality_event_log.csv bằng công cụ bảng tính để kiểm tra. Đảm bảo các cột QualityEvent, ActivityName và EventTime có dữ liệu chính xác. Tệp đã được định dạng để tải lên phần mềm process mining.

Cấu hình

Thông tin đăng nhập API: Cần có tài khoản API riêng với “Security Policy” cho phép truy cập API. “Permission Set” của tài khoản phải cấp ít nhất quyền “Read” cho đối tượng quality_event__v, tất cả trường được truy vấn và các đối tượng liên quan như capa__v.
DNS của Vault: Tập lệnh cần DNS cụ thể của phiên bản Vault, chẳng hạn yourcompany.veevavault.com. DNS này được dùng để tạo URL điểm cuối API.
Lọc theo khoảng ngày: Để kiểm soát khối lượng dữ liệu trích xuất, cần thêm bộ lọc ngày vào mệnh đề WHERE của từng truy vấn VQL. Bạn nên bắt đầu với dữ liệu trong 3 đến 6 tháng gần đây, chẳng hạn created_date__v > 'YYYY-MM-DD', để đảm bảo hiệu suất ổn định và rút ngắn thời gian kiểm thử.
Tên API của đối tượng và trường: Tất cả truy vấn VQL phải dùng tên API nội bộ của hệ thống, có thể khác với nhãn hiển thị trong giao diện người dùng. Tên trường tùy chỉnh thường kết thúc bằng __c. Hãy kiểm tra tên tất cả đối tượng và trường trong cấu hình Vault.
Xử lý phân trang: Tập lệnh tự động xử lý phân trang API của Veeva. Tập lệnh liên tục truy vấn URL 'next_page' do API cung cấp cho đến khi lấy đủ kết quả của truy vấn VQL. Bạn không cần cấu hình thủ công.
Lưu ý về hiệu suất: Trích xuất dữ liệu trong thời gian dài hoặc từ Vault có hàng triệu sự kiện chất lượng có thể mất nhiều thời gian và chạm giới hạn tốc độ API. Hãy chạy vào giờ thấp điểm và dùng bộ lọc ngày chặt chẽ để giảm tác động.

Truy vấn mẫu python

import requests
import pandas as pd
from datetime import datetime
import io

class=class="hl-string">"hl-comment"># --- Configuration: Update these values --- #
VAULT_DNS = class="hl-string">"[your_vault_dns].veevavault.com"  class=class="hl-string">"hl-comment"># Example: yourcompany.veevavault.com
USERNAME = class="hl-string">"[your_api_username]"
PASSWORD = class="hl-string">"[your_api_password]"
API_VERSION = class="hl-string">"v23.1"
OUTPUT_FILENAME = class="hl-string">"quality_event_log.csv"
class=class="hl-string">"hl-comment"># --- End of Configuration --- #

def get_session_id():
    class="hl-string">"""Authenticates with Veeva Vault API and returns a session ID."""
    auth_url = fclass="hl-string">"https://{VAULT_DNS}/api/{API_VERSION}/auth"
    headers = {class="hl-string">"Content-Type": class="hl-string">"application/x-www-form-urlencoded", class="hl-string">"Accept": class="hl-string">"application/json"}
    data = {class="hl-string">"username": USERNAME, class="hl-string">"password": PASSWORD}
    
    try:
        response = requests.post(auth_url, headers=headers, data=data)
        response.raise_for_status() class=class="hl-string">"hl-comment"># Raises an exception for bad responses (4xx or 5xx)
        auth_data = response.json()
        if auth_data.get(class="hl-string">"responseStatus") == class="hl-string">"SUCCESS":
            print(class="hl-string">"Authentication successful.")
            return auth_data[class="hl-string">"sessionId"]
        else:
            print(fclass="hl-string">"Authentication failed: {auth_data.get('responseMessage')}")
            return None
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">"An error occurred during authentication: {e}")
        return None

def run_vql_query(session_id, query):
    class="hl-string">"""Runs a VQL query, handles pagination, and returns all results as a pandas DataFrame."""
    query_url = fclass="hl-string">"https://{VAULT_DNS}/api/{API_VERSION}/query"
    headers = {class="hl-string">"Authorization": session_id, class="hl-string">"Accept": class="hl-string">"application/json"}
    all_results = []
    
    params = {class="hl-string">'q': query}
    
    page_num = 1
    while True:
        print(fclass="hl-string">"Fetching page {page_num}...")
        try:
            response = requests.post(query_url, headers=headers, params=params)
            response.raise_for_status()
            query_response = response.json()
            
            if query_response.get(class="hl-string">"responseStatus") != class="hl-string">"SUCCESS":
                print(fclass="hl-string">"Query failed: {query_response.get('responseDetails', {}).get('message')}")
                break

            all_results.extend(query_response.get(class="hl-string">'data', []))
            
            if class="hl-string">'next_page' in query_response.get(class="hl-string">'responseDetails', {}):
                next_page_url = query_response[class="hl-string">'responseDetails'][class="hl-string">'next_page']
                query_url = fclass="hl-string">"https://{VAULT_DNS}{next_page_url}"
                params = {}
                page_num += 1
            else:
                break
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"An error occurred during query execution: {e}")
            break

    if not all_results:
        return pd.DataFrame()
    
    class=class="hl-string">"hl-comment"># Convert list of dictionaries to DataFrame
    class=class="hl-string">"hl-comment"># Veeva API returns data as {class="hl-string">'field_name': class="hl-string">'value'}. We need to flatten this.
    flat_data = [{key: item[key] for key in item} for item in all_results]
    return pd.DataFrame(flat_data)


def main():
    session_id = get_session_id()
    if not session_id:
        return

    class=class="hl-string">"hl-comment"># Common fields to select in every query for context
    common_fields = (
        class="hl-string">"id, "
        class="hl-string">"name__v, "
        class="hl-string">"investigator__c, "
        class="hl-string">"department_owner__c, "
        class="hl-string">"type_of_quality_event__c, "
        class="hl-string">"status__v, "
        class="hl-string">"target_due_date__c, "
        class="hl-string">"severity__c"
    )

    class=class="hl-string">"hl-comment"># Define VQL queries for each activity
    class=class="hl-string">"hl-comment"># NOTE: Field names like class="hl-string">'triage_completed_date__c' are placeholders for common custom date fields.
    class=class="hl-string">"hl-comment"># Adjust these to match your Veeva Vault configuration.
    activity_queries = {
        class="hl-string">"Quality Event Created": fclass="hl-string">"SELECT {common_fields}, created_date__v FROM quality_event__v WHERE created_date__v > '2023-01-01T00:00:00.000Z'",
        class="hl-string">"Initial Triage Completed": fclass="hl-string">"SELECT {common_fields}, triage_completed_date__c FROM quality_event__v WHERE triage_completed_date__c != null",
        class="hl-string">"Issue Categorized And Prioritized": fclass="hl-string">"SELECT {common_fields}, categorization_date__c FROM quality_event__v WHERE categorization_date__c != null",
        class="hl-string">"Investigation Initiated": fclass="hl-string">"SELECT {common_fields}, investigation_start_date__c FROM quality_event__v WHERE investigation_start_date__c != null",
        class="hl-string">"Root Cause Analysis Performed": fclass="hl-string">"SELECT {common_fields}, rca_completed_date__c FROM quality_event__v WHERE rca_completed_date__c != null",
        class="hl-string">"Corrective Action Plan Proposed": fclass="hl-string">"SELECT {common_fields}, quality_event__vr.created_date__v FROM capa__v WHERE quality_event__vr.created_date__v != null AND action_type__c = 'Corrective'",
        class="hl-string">"Corrective Action Plan Approved": fclass="hl-string">"SELECT {common_fields}, quality_event__vr.approval_date__c FROM capa__v WHERE quality_event__vr.approval_date__c != null AND action_type__c = 'Corrective'",
        class="hl-string">"Corrective Action Implemented": fclass="hl-string">"SELECT {common_fields}, quality_event__vr.implementation_date__c FROM capa__v WHERE quality_event__vr.implementation_date__c != null AND action_type__c = 'Corrective'",
        class="hl-string">"Preventive Action Identified": fclass="hl-string">"SELECT {common_fields}, quality_event__vr.created_date__v FROM capa__v WHERE quality_event__vr.created_date__v != null AND action_type__c = 'Preventive'",
        class="hl-string">"Effectiveness Check Initiated": fclass="hl-string">"SELECT {common_fields}, effectiveness_check_start_date__c FROM quality_event__v WHERE effectiveness_check_start_date__c != null",
        class="hl-string">"Effectiveness Of Action Verified": fclass="hl-string">"SELECT {common_fields}, effectiveness_verified_date__c FROM quality_event__v WHERE effectiveness_verified_date__c != null",
        class="hl-string">"Final Review And Closure": fclass="hl-string">"SELECT {common_fields}, closed_date__c FROM quality_event__v WHERE closed_date__c != null",
        class="hl-string">"Stakeholders Notified Of Resolution": fclass="hl-string">"SELECT {common_fields}, notification_date__c FROM quality_event__v WHERE notification_date__c != null"
    }

    all_events_df = pd.DataFrame()

    for activity_name, query in activity_queries.items():
        print(fclass="hl-string">"\n--- Extracting activity: {activity_name} ---")
        df = run_vql_query(session_id, query)
        
        if df.empty:
            print(fclass="hl-string">"No data found for activity: {activity_name}")
            continue

        print(fclass="hl-string">"Found {len(df)} records for {activity_name}")
        
        class=class="hl-string">"hl-comment"># Standardize columns
        df[class="hl-string">'ActivityName'] = activity_name
        df[class="hl-string">'SourceSystem'] = class="hl-string">'Veeva Vault Quality'
        df[class="hl-string">'LastDataUpdate'] = datetime.utcnow().isoformat() + class="hl-string">'Z'
        
        class=class="hl-string">"hl-comment"># Find the correct timestamp column based on the activity name
        class=class="hl-string">"hl-comment"># This logic assumes the last field in the SELECT statement is the event time
        timestamp_field = query.split(class="hl-string">' FROM')[0].split(class="hl-string">',')[-1].strip()
        if class="hl-string">'.' in timestamp_field:
            timestamp_field = timestamp_field.split(class="hl-string">'.')[-1]

        df.rename(columns={
            class="hl-string">'name__v': class="hl-string">'QualityEvent',
            timestamp_field: class="hl-string">'EventTime',
            class="hl-string">'investigator__c': class="hl-string">'AssignedInvestigator',
            class="hl-string">'department_owner__c': class="hl-string">'AssignedDepartment',
            class="hl-string">'type_of_quality_event__c': class="hl-string">'QualityEventType',
            class="hl-string">'status__v': class="hl-string">'QualityEventStatus',
            class="hl-string">'target_due_date__c': class="hl-string">'TargetResolutionDate',
            class="hl-string">'severity__c': class="hl-string">'SeverityLevel'
        }, inplace=True)
        
        class=class="hl-string">"hl-comment"># For CAPA queries, the Quality Event name is nested
        if class="hl-string">'quality_event__vr.name__v' in df.columns:
            df.rename(columns={class="hl-string">'quality_event__vr.name__v': class="hl-string">'QualityEvent'}, inplace=True)

        all_events_df = pd.concat([all_events_df, df], ignore_index=True)
    
    class=class="hl-string">"hl-comment"># Define the final column structure
    final_columns = [
        class="hl-string">'QualityEvent', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate',
        class="hl-string">'AssignedInvestigator', class="hl-string">'AssignedDepartment', class="hl-string">'QualityEventType',
        class="hl-string">'QualityEventStatus', class="hl-string">'TargetResolutionDate', class="hl-string">'SeverityLevel'
    ]
    
    class=class="hl-string">"hl-comment"># Select and reorder columns, filling missing ones with None
    output_df = pd.DataFrame(columns=final_columns)
    for col in final_columns:
        if col in all_events_df.columns:
            output_df[col] = all_events_df[col]
        else:
            output_df[col] = None
    
    class=class="hl-string">"hl-comment"># Drop rows where EventTime is NaT (Not a Time)
    output_df.dropna(subset=[class="hl-string">'EventTime'], inplace=True)

    class=class="hl-string">"hl-comment"># Sort by case and event time for readability
    output_df.sort_values(by=[class="hl-string">'QualityEvent', class="hl-string">'EventTime'], inplace=True)
    
    output_df.to_csv(OUTPUT_FILENAME, index=False)
    print(fclass="hl-string">"\nExtraction complete. Event log saved to {OUTPUT_FILENAME}")

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

Các bước

Cài đặt và cấu hình Veeva Vault Loader: Tải công cụ dòng lệnh Veeva Vault Loader từ thẻ Apps trong Vault. Giải nén tệp vào một thư mục riêng. Đảm bảo máy dùng để trích xuất đã cài Java 1.8 trở lên.
Chuẩn bị tệp cấu hình: Tạo tệp CSV để xác định truy vấn xuất dữ liệu. Tệp này có một dòng chứa truy vấn VQL. Ví dụ, tạo tệp vql_query.csv.
Tạo truy vấn VQL: Mở vql_query.csv và thêm hàng tiêu đề query. Ở hàng thứ hai, thêm toàn bộ truy vấn VQL trong phần query bên dưới. Truy vấn này được thiết kế để trích xuất các trường cần thiết từ đối tượng Sự kiện chất lượng và các bản ghi liên quan nhằm tạo nhật ký sự kiện.
Tạo tập lệnh Bash: Tạo tệp tập lệnh bash, chẳng hạn run_export.sh, để tự động chạy Vault Loader. Sao chép tập lệnh trong phần query vào tệp này. Tập lệnh sẽ xử lý xác thực và chạy thao tác xuất dữ liệu.
Đặt biến cho tập lệnh: Chỉnh sửa tập lệnh run_export.sh và thay tất cả giá trị mẫu. Bao gồm DNS Vault, tên người dùng, mật khẩu, đường dẫn đến tệp vault-loader.jar và đường dẫn cho các tệp đầu vào, đầu ra.
Chạy trích xuất: Mở terminal hoặc cửa sổ lệnh, chuyển đến thư mục chứa tập lệnh rồi chạy lệnh: bash run_export.sh. Tập lệnh sẽ kết nối với Veeva Vault, chạy truy vấn VQL và tải kết quả xuống tệp CSV có tên quality_events_raw.csv.
Chuyển đổi dữ liệu thô: Tệp đầu ra quality_events_raw.csv là bảng định dạng rộng, mỗi hàng tương ứng với một sự kiện chất lượng. Bạn cần chuyển dữ liệu sang nhật ký sự kiện định dạng dài. Dùng công cụ hoặc tập lệnh chuẩn bị dữ liệu như Python hoặc công cụ ETL để chuyển các cột ngày thành từng hàng riêng. Với mỗi sự kiện chất lượng, tạo một hàng cho mỗi trường ngày có dữ liệu và ánh xạ trường đó sang ActivityName tương ứng.
Ánh xạ sang cấu trúc nhật ký sự kiện: Trong quá trình chuyển đổi, ánh xạ các cột từ dữ liệu trích xuất thô sang cấu trúc nhật ký sự kiện cần thiết. Ví dụ, cột id trở thành QualityEvent, còn mỗi cột ngày sau khi chuyển đổi trở thành EventTime. Thêm cột SourceSystem với giá trị cố định như 'Veeva Vault Quality' và cột LastDataUpdate với dấu thời gian hiện tại.
Tạo tệp đầu ra cuối cùng: Lưu dữ liệu đã chuyển đổi thành tệp CSV nhật ký sự kiện cuối cùng, sẵn sàng tải lên ProcessMind. Đảm bảo tệp dùng mã hóa UTF-8 và tiêu đề cột khớp với các thuộc tính cần thiết.

Cấu hình

Điều kiện cần có: Bạn cần tài khoản Veeva Vault có quyền truy cập API và đủ quyền đọc đối tượng Sự kiện chất lượng (quality_event__v) cùng các đối tượng liên quan như CAPA (capa__v). Cần cài công cụ dòng lệnh Veeva Vault Loader.
Xác thực: Tập lệnh dùng tên người dùng và mật khẩu để xác thực. Đảm bảo tài khoản có hồ sơ bảo mật cho phép truy cập API.
Phạm vi dữ liệu: Truy vấn VQL có mệnh đề WHERE để lọc dữ liệu. Bạn cần cấu hình bộ lọc created_date__v để giới hạn trích xuất trong khoảng thời gian phù hợp, chẳng hạn 6 đến 12 tháng gần đây, nhằm kiểm soát kích thước tệp và hiệu suất.
Chọn đối tượng và trường: Truy vấn mẫu giả định dùng các tên đối tượng tiêu chuẩn như quality_event__v và capa__v. Bạn cần kiểm tra các tên này và tên trường tùy chỉnh như triage_completion_date__c trong cấu hình Veeva Vault của mình, rồi điều chỉnh truy vấn cho phù hợp.
Vị trí lưu đầu ra: Tập lệnh xác định OUTPUTDIR. Đảm bảo người chạy tập lệnh có quyền ghi vào thư mục này, vì tệp CSV trích xuất sẽ được lưu tại đây.
Lên lịch chạy: Để tự động hóa, bạn có thể lên lịch chạy tập lệnh bash này bằng cron trên Linux hoặc công cụ tương tự, chẳng hạn hằng ngày hoặc hằng tuần vào giờ thấp điểm.

Truy vấn mẫu bash

#!/bin/bash

# Veeva Vault Connection Details (Replace with your credentials)
VAULTDNS="[Your Vault DNS e.g., your-vault.veevavault.com]"
USERNAME="[Your Username]"
PASSWORD="[Your Password]"

# Configuration Paths (Update paths as needed)
LOADERDIR="/path/to/vault-loader"
INPUTDIR="/path/to/input/files"
OUTPUTDIR="/path/to/output/files"
LOGFILE="${OUTPUTDIR}/loader_export.log"

# Input VQL Query File
QUERYCSV="${INPUTDIR}/vql_query.csv"

# Raw Output File
OUTPUTCSV="${OUTPUTDIR}/quality_events_raw.csv"

# --- VQL Query Definition ---
# This query extracts a wide table of Quality Event data.
# A separate transformation step is required to pivot this into an event log.
# Field names (`__c`) are examples and must be verified in your Vault.
cat > "$QUERYCSV" <<- EOM
query
"SELECT id, name__v, created_date__v, status__v, type__v, severity_level__c, target_resolution_date__c, assigned_investigator__c, assigned_department__c, initial_triage_completed_date__c, issue_categorized_date__c, investigation_initiated_date__c, rca_performed_date__c, capa_proposed_date__c, capa_approved_date__c, capa_implemented_date__c, pa_identified_date__c, effectiveness_check_initiated_date__c, effectiveness_verified_date__c, final_review_closure_date__c, stakeholder_notification_date__c FROM quality_event__v WHERE created_date__v >= '2023-01-01'"
EOM

# --- Veeva Loader Execution ---
echo "Starting Veeva Vault Quality Event export..."

java -jar "${LOADERDIR}/vault-loader.jar" \
-action EXTRACT \
-V "https://www.veeva.com" \
-vql "$QUERYCSV" \
-outputdir "$OUTPUTDIR" \
-resultsfile "$OUTPUTCSV" \
-u "$USERNAME" \
-p "$PASSWORD" \
-dns "$VAULTDNS" \
-logfile "$LOGFILE"

echo "Export complete. Raw data saved to $OUTPUTCSV"
echo "Log file available at $LOGFILE"

Sẵn sàng bắt đầu?

Chuẩn bị dữ liệu ngay hôm nay để khám phá thông tin mới và tối ưu hóa quy trình quản lý chất lượng. Bắt đầu từ đây để nâng cao khả năng tuân thủ và hiệu quả vận hành.

Quay lại hướng dẫn cải tiến

Tải mẫu xuống

Tối ưu hóa quản lý chất lượng: bắt đầu dùng thử miễn phí ngay hôm nay

Loại bỏ khâu kém hiệu quả, rút ngắn 30% thời gian chu kỳ và tăng cường tuân thủ.

Bắt đầu dùng thử miễn phí

Không cần thẻ tín dụng. Bắt đầu tối ưu hóa chỉ trong vài phút.

Mẫu dữ liệu quản lý chất lượng

Mẫu dữ liệu quản lý chất lượng

Thuộc tính quản lý chất lượng

Hoạt động quản lý chất lượng

Hướng dẫn trích xuất dữ liệu

Trích xuất dữ liệu qua Veeva Vault API bằng tập lệnh Python

Các bước

Cấu hình

Truy vấn mẫu python

Xuất dữ liệu hàng loạt bằng dòng lệnh Veeva Vault Loader

Các bước

Cấu hình

Truy vấn mẫu bash

Sẵn sàng bắt đầu?

Tối ưu hóa quản lý chất lượng: bắt đầu dùng thử miễn phí ngay hôm nay