您的质量管理数据模板

MasterControl

您的质量管理数据模板

此模板为收集分析质量管理流程所需的 data 提供了全面指南。它概述了 event log 中应包含的基本属性，识别了需要跟踪的关键 activities，并就如何从 MasterControl 系统中提取这些 data 提供了实用建议。利用此资源，确保您具备成功开展 Process Mining 计划的所有基础要素。

建议收集的属性
需要追踪的关键活动
MasterControl 提取指南

不熟悉事件日志？了解如何创建流程挖掘事件日志.

下载模板

质量管理属性

这些是建议包含在 event log 中的 data 字段，用于对您的质量管理流程进行全面分析。

3 必填 8 推荐 11 可选

	名称	描述
	质量 event QualityEvent	单个质量 event 的唯一标识符，如不合格、偏差或投诉。此 ID 将所有相关的 activities 和文档链接在一起。
描述 Quality Event ID 是整个质量管理流程的首要 case 标识符。它通常是 MasterControl 在启动新质量 event 时生成的字母数字值。在 Process Mining 中，此属性是重建每个质量问题端到端旅程的基础。通过将所有相关 activities 归组在单个 Quality Event ID 下，分析师可以可视化完整的流程流，衡量从创建到关闭的 cycle times，并识别特定 case 的变异或瓶颈。为何重要这是连接所有流程步骤的关键 case 标识符，支持对每个质量问题从启动到解决的完整生命周期进行分析。获取方式这是质量 event 记录的主键。具体表名和字段名请参考 MasterControl 文档或系统配置。示例 QE-2023-00123NC-2023-0456CAPA-2023-0078
	Event 时间 EventTime	特定 activity 或 event 发生的精确日期和时间。这作为每个 activity 的开始时间。
描述此 timestamp 标记了质量流程中特定任务的完成或 event 的发生。它提供了重建每个 case 流程流所需的按时间排序的顺序。 Timestamps 对于所有基于时间的 Process Mining 分析都至关重要。它们用于计算 activities 之间的 cycle times、processing times 和等待时间。这些 data 是构建用于分析解决时间、识别瓶颈以及衡量部门间交接延迟的 dashboards 的基础。为何重要此 timestamp 提供了 events 的时间顺序，这对于计算流程时长、识别瓶颈以及理解流程绩效至关重要。获取方式这是 MasterControl 质量 event 记录审计追踪或历史日志中的标准字段，用于捕捉每项操作的记录时间。示例 2023-10-26T10:00:00Z2023-10-27T14:35:10Z2023-11-05T09:15:00Z
	活动名称 ActivityName	在质量 event 生命周期中发生的特定任务或 event 的名称，例如“已启动调查”或“已实施纠正措施”。
描述 Activity Name 描述了质量管理流程中的一个独立步骤或里程碑。这些 activities 随 timestamp 一起记录，构成了每个质量 event 流程流的 event 序列。分析这些 activities 是 Process Mining 的核心。它支持发现实际流程图、识别常见路径、偏离标准程序的行为以及瓶颈。诸如“根本原因分析已执行”等 activities 的顺序和频率对于关注返工和合规性的 dashboard 而言至关重要。为何重要此属性定义了流程中的步骤，支持流程图可视化、偏差检测以及流程流分析。获取方式此信息通常记录在与 MasterControl 中每个质量 event 记录关联的审计追踪或历史表中。示例质量 event 已创建根本原因分析已执行纠正措施计划已批准措施有效性已验证
	有效性状态 EffectivenessStatus	确定已实施的纠正和预防措施是否有效的验证检查结果。
描述此属性记录有效性验证的结果，这是 CAPA 流程中关键的最后一步。该状态指示所采取的行动是否已成功解决问题并防止其再次发生。此 data 是“CAPA 有效性监控”dashboard 和“CAPA 有效性率”KPI 的主要输入。分析这一结果有助于组织了解其问题解决工作的成功率，并识别纠正措施失败的领域。为何重要衡量已实施措施的成功与否，这对于计算 CAPA 有效率和驱动持续改进至关重要。获取方式这是 CAPA 表单“有效性验证”或“关闭”部分中的一个结果字段，该表单通常与 MasterControl 中的质量 event 关联。示例有效无效需要监控
	根因类别 RootCauseCategory	已识别的质量 event 根本原因分类，例如“人为错误”、“设备故障”或“流程缺陷”。
描述根本原因分析执行后，发现的结果通常会被分类。该属性存储该分类，为分析问题发生的原因提供结构化数据。这是战略性质量改进的关键属性。“根本原因分析一致性”仪表板利用此数据将根本原因类别与纠正措施的有效性及返工率关联起来。这有助于确定某些类型的根本原因是否更难解决，或者分析过程本身是否存在不一致。为何重要对质量问题的根本原因进行分类，实现有针对性的分析，以防止再次发生并提高纠正措施的有效性。获取方式此字段通常是 MasterControl 质量 event 表单中“根本原因分析”或“调查”部分的一部分。示例设备故障培训不足材料缺陷未遵循程序
	用户名称 UserName	执行该活动的用户或资源的名称。
描述此属性识别负责执行流程中特定 task 的人员，例如批准纠正措施计划或关闭质量 event。按用户分析流程有助于理解工作量分布、识别培训需求并发现流程执行中因人而异的差异。它可以用来查看某些特定人员是否与返工或延迟相关联，从而为绩效管理和资源分配提供洞察。为何重要将活动归因于特定人员，从而能够分析工作量、绩效以及与资源相关的瓶颈。获取方式此信息是 MasterControl 中任何质量 event 审计追踪或历史日志的标准部分，通常被记录为“用户”或“执行者”。示例 j.does.smithr.williams
	目标解决日期 TargetResolutionDate	质量 event 应关闭的计划日期或要求日期。
描述此属性定义质量 event 的预期完成日期，通常由其类型、严重程度或相关监管要求决定。它作为解决流程的截止日期。此日期用于衡量准时绩效以及对服务水平协议 (SLA) 的合规性。它对于计算“合规执行率”KPI 以及创建计算得出的“SLA 状态”属性（例如“准时”、“延迟”）至关重要。这有助于分析哪些类型的 events 或部门最容易错过截止日期。为何重要设定解决截止日期，从而支持准时率衡量以及 SLA 合规率计算。获取方式这很可能是 MasterControl 主质量 event 表单上的一个日期字段，可能是自动计算或手动输入的。示例 2023-11-302024-01-152023-12-22
	结束时间 EndTime	指示 activity 何时完成的 timestamp。对于原子 event，它通常与 StartTime 相同。
描述 EndTime（结束时间）标志着一项活动的完成。对于审计追踪中记录的许多事件，开始和结束时间是相同的，代表事件发生的单一时间点。然而，对于具有可衡量持续时间的活动，该字段可以捕获该信息。该属性与 StartTime 结合使用，以计算单个活动的流转时间。这对于识别流程中哪些步骤最耗时至关重要，为“质量流程瓶颈识别”仪表板提供支持。为何重要能够计算精确的活动持续时间，有助于精准定位质量管理流程中哪些特定任务最耗时。获取方式可能存在于 MasterControl 审计追踪或历史日志中。如果不可用，可以将其推导为序列中下一个活动的 StartTime。示例 2023-10-26T10:05:12Z2023-10-27T15:00:00Z2023-11-05T11:20:30Z
	负责部门 ResponsibleDepartment	负责该质量 event 或当前 activity 的部门或职能领域。
描述此属性指示哪个部门（如“制造”、“质量保证”或“工程”）被分配了质量 event 的所有权，或者正在执行特定 task。这是分析的一个关键维度，因为它允许过滤和比较不同业务单元的流程绩效。它对于 Handoff Delay Analysis dashboard 至关重要，因为 activities 之间此属性的变化意味着交接。分析这些交接处的时间间隙可以揭示部门之间的沟通或协作问题。为何重要有助于识别跨部门瓶颈，并按职能区域分析流程绩效，这对于了解交接延迟至关重要。获取方式此信息通常存储在 MasterControl 的主质量 event 表单上，并可能随着 event 在其生命周期中的推进而更新。示例质量保证制造业研发法规事务
	质量 event 状态 QualityEventStatus	质量 event 在其生命周期中的当前状态，例如“开启”、“调查中”、“待批准”或“已关闭”。
描述此属性提供了质量 event 在任何给定时间的快照。它通常随着 case 推进到主要里程碑而更新。在 Process Mining 中，状态可用于过滤开启或关闭的 cases，这对于“质量 event 吞吐量与积压”dashboard 至关重要。分析在每个状态中停留的时间也有助于识别 events 容易停滞的阶段。为何重要指示质量事件的当前状态，从而能够分析待办积压、吞吐量以及在生命周期不同阶段所花费的时间。获取方式这是 MasterControl 主质量 event 记录上的标准状态字段。示例未结进行中等待 CAPA 批准已结案已取消
	质量 event 类型 QualityEventType	质量 event 的分类，例如“不合格”、“客户投诉”、“审计发现”或“偏差”。
描述此属性根据质量 event 的性质对其进行分类。不同类型的 events 可能遵循不同的流程路径，或具有不同的合规要求和目标解决时间。按质量 event 类型分析流程是理解绩效差异的基础。诸如“质量 event 解决时间分析”之类的 dashboards 依赖此属性来比较不同类别的 cycle times，从而帮助识别哪些类型的问题更复杂或需要更长时间来解决。为何重要对质量事件进行分类，以便对不同问题类型的流程流、周期时间和结果进行对比分析。获取方式这是 MasterControl 质量 event 启动表单上的主要分类字段。示例不合格报告 (NCR)客户投诉内部审计发现项供应商纠正措施请求 (SCAR)
	SLA 状态 SlaStatus	指示质量事件是否在目标解决日期内关闭。
描述此属性通过对比质量 event 的实际关闭日期与其“目标解决日期”得出。状态通常设为“准时”或“延迟”。这提供了一个清晰、直观的指标来衡量截止日期的完成情况。它是“合规执行率”KPI 的基础，并允许对延迟的 cases 进行轻松过滤和分析。了解导致延迟解决的驱动因素是提高整体流程及时性和实现合规目标的关键。为何重要提供了一个简单的指标来衡量 case 是否在截止日期前完成，这对于衡量和提高准时率至关重要。获取方式这是在 data 转换过程中通过比较每个 case 的“质量 event 已关闭”activity 的 timestamp 与“TargetResolutionDate”字段计算得出的。示例准时逾期存在风险
	交接等待时间 HandoffWaitTime	由不同部门或团队执行的两个连续 activities 之间的闲置时间。
描述此指标计算一个 case 在一个部门完成 task 后到下一个部门开始 task 之前的等待时长。它通过识别“负责部门”发生变化的连续 activities 并测量它们之间的时间差来计算。这一计算指标是“Handoff Delay Analysis”dashboard 和“平均交接等待时间”KPI 的核心。它将协调或沟通问题导致的等待时间与实际处理时间分离开来，有助于精准定位那些延长整体 cycle time 的特定跨职能瓶颈。为何重要隔离并量化部门之间的等待时间，直接揭示流程中的沟通鸿沟和协作瓶颈。获取方式这是在 data 转换过程中通过分析每个 case 内连续 activities 的 timestamps 和“ResponsibleDepartment”值计算得出的。示例 172800259200604800
	关联法规 AssociatedRegulationStandard	适用于该质量 event 的特定法规或质量标准，如 ISO 13485 或 21 CFR Part 820。
描述此属性将质量 event 与特定的外部法规或内部质量标准联系起来。这对于生命科学或制造业等受监管行业的公司尤为重要。对于“质量流程合规执行”dashboard，此属性至关重要。它允许分析师过滤与特定法规相关的 events，并验证是否遵循了要求的流程步骤。偏差可以被标记为潜在合规风险，使其成为审计和风险管理目的的关键属性。为何重要将质量事件与特定的合规要求联系起来，从而能够分析对监管标准和内部政策的遵循情况。获取方式这可能是 MasterControl 质量 event 表单上的一个可选项字段，允许用户为 events 标记适用的法规。示例 ISO 1348521 CFR Part 820ICH Q10SOP-QA-001
	最后数据更新 LastDataUpdate	指示最后一次从 MasterControl 提取或刷新 data 的 timestamp。
描述此属性记录最近一次从源系统提取 data 的日期和时间。它是一个元数据字段，适用于整个数据集而非单个 events。此信息对于了解所分析 data 的新鲜度至关重要。它向业务用户提供了流程 dashboards 和 KPI 实时程度的透明度，确保决策是基于已知时效的 data 做出的。为何重要提供有关 data 新鲜度的关键背景信息，确保用户了解分析的实时程度以及预计下一次 data 刷新的时间。获取方式此 timestamp 是在从 MasterControl 进行 data 提取、转换和加载 (ETL) 过程中生成并添加的。示例 2024-05-20T02:00:00Z2024-05-21T02:00:00Z
	受影响产品 ProductAffected	作为质量 event 主体的产品、产品线或组件。
描述此属性识别与质量问题相关的特定产品或物料。这为理解质量 event 的影响提供了必不可少的背景。按产品分析流程 data 有助于识别存在重复性质量问题的产品。这可以帮助确定改进工作的优先级、为产品设计变更提供信息，并评估不同生产线或供应商的绩效。为何重要提供关键业务背景，支持按产品线分析质量问题，从而识别重复出现的问题和趋势。获取方式这通常是质量 event 表单上的一个字段，用户可以在其中指定产品，通常是通过从预定义列表中选择或输入零件编号。示例产品 A - 批次 54321组件 XYZAPI-001
	处理时间 ProcessingTime	在一项活动上实际投入工作的时间长度。
描述 Processing Time（也称为活动持续时间）是指 activity 从开始到结束所经过的时间。它代表了实际的工作时间，而非步骤之间的等待时间。这一计算指标是瓶颈分析的基石。通过汇总每个 activity 的 processing times，“Quality Process Bottleneck Identification” dashboard 可以清晰地显示哪些步骤最耗时。这有助于将优化工作集中在耗费时间最多的流程环节。为何重要量化每个 task 的实际工作时长，直接凸显最耗时的步骤以及提高效率的关键领域。获取方式这是在 data 转换过程中通过从 activity 的 EndTime 中减去 StartTime 计算得出的。这要求两个 timestamps 均可用。示例 864003600604800
	是否返工 IsRework	一个布尔标志，用于指示某个活动或活动序列是否代表返工。
描述当一个 activity 在同一个 case 中重复出现，或者流程循环回到较早阶段时，此标记会被设为“true”。例如，如果同一个质量 event 发生了两次“根本原因分析已执行”，则第二次出现将被标记为返工。此属性直接支持“返工与重新调查概览”dashboard 和“根本原因重新调查率”KPI。它简化了返工的量化过程，使过滤和分析流程流低效的 cases 变得更加容易。为何重要显式标记正在重复的活动，从而可以轻松量化和分析返工的频率、原因和影响。获取方式此标记是在 data 转换期间通过分析每个 case 的 activities 序列来检测重复步骤或流程循环而得出的。示例 truefalse
	源系统 SourceSystem	标识提取数据的系统，在此案例中为 MasterControl。
描述此属性提供有关 data 来源的背景。对于此流程，它将始终持有一个指示“MasterControl”的值。虽然它看起来是静态的，但在可能结合来自多个系统的 data 进行更广泛分析的企业环境中，此属性至关重要。它确保了 data 血缘，并有助于隔离特定系统的行为或 data 质量问题。为何重要清晰地将数据归因于其源系统（本例中为 MasterControl），这对于数据治理以及整合多个应用程序数据的分析至关重要。获取方式这通常是在 data 提取、转换和加载 (ETL) 过程中添加的静态值，用于标记数据集的来源。示例 MasterControlMasterControl QMS
	站点位置 SiteLocation	产生该质量 event 的制造基地、工厂或设施。
描述此属性指定与质量 event 关联的物理位置或站点。它为问题提供了地理或组织层面的背景。这是一个有价值的对比分析维度。通过按站点进行过滤或分组，管理层可以比较不同地点的质量管理流程绩效。这可以凸显表现优异且能分享最佳实践的站点，以及可能需要额外支持或流程改进的站点。为何重要允许对不同生产基地或设施的绩效进行比较，有助于识别特定地点的特有问或最佳实践。获取方式此信息通常在质量 event 启动表单中捕捉，通常以公司站点的下拉列表形式呈现。示例 Austin, TXDublin, Ireland新加坡工厂A 站点
	纠正措施 ID CorrectiveActionId	与质量 event 关联的纠正措施计划 (CAPA) 的唯一标识符。
描述此属性在质量 event 与为解决其根本原因而创建的特定纠正措施之间提供直接联系。一个质量 event 可能会链接到一个或多个纠正措施。拥有此 ID 支持更详细的分析，可以将质量 event data 与来自 CAPA 模块的 data 结合起来。这使得能够针对不同根本原因所采取的行动类型及其后续有效性进行更深入的调查，从而支持 CAPA 有效性监控 dashboard。为何重要将质量事件与其特定的纠正措施联系起来，实现对措施有效性和解决策略的更细粒度分析。获取方式这通常存储在 MasterControl 质量 event 表单的相关记录或链接对象部分。示例 CA-2023-0199CA-2023-0204CA-2023-0210
	预防措施 ID PreventiveActionId	与质量 event 关联的预防措施计划 (PAPA) 的唯一标识符。
描述与纠正措施 ID 类似，此属性将质量 event 链接到创建的所有预防措施。预防措施是旨在防止其他领域出现类似潜在问题的预防性手段。此 ID 对于“预防措施优化”dashboard 和“预防措施率”KPI 至关重要。它支持跟踪质量 event 促成主动改进的频率，并分析这些预防措施随时间推移产生的影响。为何重要将质量事件与主动预防措施联系起来，以便分析组织从问题中学习并防止未来再次发生的能力。获取方式这可以在 MasterControl 质量 event 或 CAPA 表单的相关记录部分找到，链接到预防措施对象。示例 PA-2023-0051PA-2023-0052PA-2023-0053

必填推荐可选

质量管理活动

这些是在 event log 中需要捕捉的关键流程步骤和里程碑，旨在支持质量管理中准确的流程发现。

5 推荐 9 可选

	活动	描述
	措施有效性已验证	标志着验证步骤的完成，即收集并审查证据以确认执行的措施是有效的。通常在完成有效性检查任务（通常带有电子签名）时捕获。
为何重要此 activity 对于计算 CAPA 有效性率和平均行动验证时间至关重要。它能确认解决方案是否生效，从而防止问题再次发生。获取方式这可以是通过电子签名捕捉到的验证步骤明确 event，也可以从 workflow 中“有效性检查”task 的完成情况推断得出。捕获从验证步骤的电子签名日志或任务完成时间戳中捕获。事件类型 explicit
	纠正措施计划已批准	表示提议的 CAPA 计划已由相关利益相关者正式审核并批准。这是一个关键里程碑，通常通过 MasterControl 审计追踪中的明确电子签名 event 来捕捉。
为何重要审批步骤是常见的瓶颈。分析该活动所用的时间有助于识别审批流程中的延迟，并为“交接延迟分析”仪表板提供支持。获取方式这是当具有审批权限的用户对 CAPA 计划或相关 workflow 步骤进行电子签名时，在审计追踪中捕捉到的明确 event。捕获从与审批工作流步骤关联的电子签名日志中捕获。事件类型 explicit
	调查已启动	标志着调查阶段的正式开始，以确定质量事件的范围和直接影响。通常在事件正式分配给调查员且状态更新为“调查中”时捕获。
为何重要这是跟踪调查阶段时长的关键里程碑。此处的延迟可能严重影响整体解决时间和合规截止日期。获取方式推断自质量事件记录中状态变更为“调查中”等状态。此变更记录在 MasterControl 审计追踪中。捕获从事件状态更改为“调查中”的时间戳推断。事件类型 inferred
	质量 event 已关闭	这是最后的 activity，标志着 MasterControl 中质量 event 的成功解决和正式关闭。当记录状态更改为“已关闭”时即可捕捉此 event，并带 timestamp 记录在审计追踪中。
为何重要此 activity 标志着流程的结束，对于计算整体周期时间和吞吐量至关重要。它确认了质量管理 case 的成功完成。获取方式这是从质量 event 记录的最终状态更改为“已关闭”中推断出的明确 event。此状态更改的 timestamp 记录在审计日志中。捕获从事件状态更新为“已关闭”的时间戳推断。事件类型 inferred
	质量 event 已创建	这是质量管理流程的起点，即在 MasterControl 中首次记录新的质量 event（如偏差、不合格或投诉）。当用户创建新的质量 event 记录时，通常会明确捕捉到此 activity，并生成带有 timestamp 的审计追踪条目。
为何重要此 activity 标志着 case 生命周期的开始，对于衡量整体质量 event 周转时间 (Cycle Time) 和分析 event 提交量必不可少。获取方式这是记录在质量 event 模块审计追踪表中的明确 event。它对应于质量 event 记录的创建 timestamp。捕获在创建新的质量 event 对象时记录在审计追踪中。事件类型 explicit
	最终审核已执行	表示质量保证经理已完成对整个质量 event 记录（包括所有文档和行动）的最终审核。在 case 关闭前，通常通过明确的电子签名 event 来捕捉此环节。
为何重要这是关闭前的最后一道质量关卡。此阶段的延迟可能导致 events 不必要地保持开启状态，从而影响吞吐量指标。获取方式当用户在工作流中为“最终审核”或“QA 批准”步骤应用电子签名时，从审计追踪中显式捕获。捕获从最终审批工作流步骤的电子签名日志中捕获。事件类型 explicit
	初始分类评估完成	代表初始评估的完成，包括对质量 event 进行分类、分配严重级别和确定优先级。这通常根据系统中的状态更改推断，例如，当 event 状态从“新建”变为“评估中”或“调查中”时。
为何重要分析分类评估所用的时间有助于识别质量问题初始响应中的延迟。这是决定后续工作流和资源分配的关键步骤。获取方式推断自审计追踪，即当事件的状态字段更新为分类后状态，或当所需的分类字段（如“严重程度”和“优先级”）首次填充并保存时。捕获源自事件状态字段的变更，例如从“已提交”更改为“已分配”。事件类型 inferred
	利益相关者已通知	代表将质量 event 的解决结果正式传达给所有相关利益相关者。这可以是一个明确记录的动作，也可以从 workflow 中“最终通知”task 的完成情况推断得出。
为何重要分析此步骤有助于了解沟通效率。它也是计算“最终审核与关闭时间”KPI 的关键标记。获取方式这可以是系统中记录的明确通知 event，也可以从最终关闭前“通知利益相关者”task 的完成情况推断得出。捕获从工作流中特定通知任务的完成情况推断。事件类型 inferred
	有效性被视为无效	此 activity 代表验证步骤的负面结果，即发现已实施的行动无效。此 event 会触发返工，并在验证步骤失败时被推断出来，导致状态更改，从而重新开启调查或 CAPA 规划。
为何重要此 event 对于识别返工循环和计算首检解决率至关重要。它凸显了问题解决流程中需要解决的失败环节。获取方式推断自指示验证失败的状态变更，例如“有效性检查失败”或流转回“调查中”。捕获源自工作流流转，即在验证后将案例退回到较早的阶段。事件类型 inferred
	根本原因分析已执行	此 activity 表示根本原因分析 (RCA) 的完成以及发现结果的文档化。当“根本原因”或相关分析字段已填写且关联 task 被标记为完成时，可以推断出此 activity。
为何重要跟踪此 activity 有助于衡量 RCA 阶段的时间和质量。这对于识别返工的 KPI（如根本原因重新调查率）至关重要。获取方式推断自审计追踪条目，该条目显示根本原因分析 (RCA) 任务已完成，或质量事件表单中的根本原因类别字段已填充并定稿。捕获从“根本原因分析”工作流步骤或任务的完成情况推断。事件类型 inferred
	纠正措施已执行	指示已批准的纠正措施计划中定义的任务已执行并完成。通常在负责该措施的用户将系统中的执行任务标记为“完成”时捕获。
为何重要这是跟踪“平均行动验证时间”KPI 开始的关键里程碑。实施时长反映了纠正措施的复杂性和效率。获取方式推断自审计追踪，即当分配的纠正措施任务的状态更改为“已完成”或“已执行”时。捕获源自关联 CAPA 执行任务的完成时间戳。事件类型 inferred
	纠正措施计划已提议	代表创建并提交纠正和预防措施 (CAPA) 计划以供审核。当 CAPA 记录正式关联到质量 event 且其状态设为“待批准”时，通常会捕捉到此 event。
为何重要此 activity 标志着从调查向解决规划的过渡。RCA 与此步骤之间的时间间隔可以反映规划效率。获取方式可能推断自关联 CAPA 对象的创建，或质量事件中状态变更为“CAPA 计划已提议”或“等待计划批准”。捕获源自关联 CAPA 计划记录的创建或父级事件的状态变更。事件类型 inferred
	质量 event 已取消	代表一种替代的结束状态，即质量 event 被视为无效、重复或录入错误而被取消。这可以通过状态更改为“已取消”或“无效”来捕捉。
为何重要区分已关闭和已取消的事件对于准确报告流程结果非常重要。高取消率可能表明事件报告或分类评估过程中存在问题。获取方式推断自记录在审计追踪中的终结状态变更，例如“已取消”或“已作废”。捕获从事件状态更新为“已取消”的时间戳推断。事件类型 inferred
	预防措施已执行	代表预防措施计划中定义的 task 已完成，旨在防止未来再次发生。当系统中分配的预防措施 task 被标记为完成时，即可捕捉此项。
为何重要跟踪此 activity 对于“预防措施率”KPI 至关重要，有助于评估组织在应对未来潜在问题方面的主动程度。获取方式从 CAPA 计划中专门指定为“预防措施”的任务的完成时间戳推断。捕获源自关联预防措施任务的完成时间戳。事件类型 inferred

推荐可选

提取指南

如何从 MasterControl 获取数据

步骤

登录 MasterControl：使用具有创建和运行 Analytics 报告权限的用户账号访问您的 MasterControl 环境。
前往 Analytics（分析）模块：在主菜单中，选择 Analytics 或 Reports 模块。具体名称可能因系统配置而异。
创建新报告：开始创建新报告。选择合适的数据源，该数据源需结合“质量事件”信息与其关联的审计追踪或历史记录。通常标记为与质量事件相关的 Universe 或数据模型，例如“QEM with Audit Trail”。
定义报告列（结果对象）：在报告生成器中，选择将作为事件日志列的数据字段。您必须包含审计追踪信息以捕获每项活动。添加以下字段：
- 质量事件 ID (对应 QualityEvent)
- 审计操作或事件类型 (对应 ActivityName)
- 审计时间戳或日期/时间 (对应 EventTime)
- 审计用户或执行者 (对应 UserName)
- 质量事件类型
- 责任部门
- 当前状态 (对应 QualityEventStatus)
- 根本原因类别
- 有效性检查状态
- 目标解决日期
配置报告筛选器：设置筛选器以将数据缩小到相关范围。针对“审计操作”或“事件类型”字段创建筛选器。选择所有对应所需活动的值，例如“创建”、“状态变更”、“电子签名”和“任务完成”。
设置日期范围：对“审计时间戳”字段应用日期筛选，以提取特定期间的数据。建议从较小的范围（如最近 3 到 6 个月）开始，以确保系统性能。
运行报告：执行报告，在 MasterControl Analytics 界面中生成数据预览。检查结果以确保结构正确。
精简活动名称：原始的“审计操作”名称可能不够直观。导出后，您需要执行转换步骤。在您偏好的工具（如 Excel 或脚本）中创建映射，将技术性的审计事件（例如 STATUS_CHANGE_TO_CLOSED）转换为所需的业务活动名称（例如 Quality Event Closed）。
添加 EndTime 列：导出数据后，新建一列命名为 EndTime。对于大多数离散的审计追踪事件，EndTime 与 EventTime 相同。将 EventTime 列的值复制到 EndTime 列中。
导出数据：对报告预览满意后，使用 Analytics 模块中的导出功能将数据保存为 CSV 文件。
上传前的最终格式化：打开 CSV 文件。应用步骤 8 中的活动名称映射。确保列标题与要求的属性完全匹配：QualityEvent、ActivityName、EventTime、EndTime、UserName 等。保存最终文件，即可将其上传至 ProcessMind。

配置

报告数据源：报告必须基于将主要“质量事件”记录与其详细的“审计追踪”或“事件历史”数据相结合的数据源。这对于捕获每一项具体的活动至关重要。
日期范围筛选：对审计事件的时间戳（EventTime）应用筛选。为了进行初步分析，建议选择 3 到 6 个月的数据范围，以在完整性和系统性能之间取得平衡。
活动筛选：最关键的筛选条件是审计操作或事件类型字段。您必须选择所有与业务活动相关的系统事件，例如对象创建、状态变更、电子签名以及工作流任务完成等。
质量事件类型筛选：考虑针对特定类型的质量事件（如“不合格”或“客户投诉”）进行筛选，以便初步分析单一的流程变体。
前提条件：运行报告的用户至少需要具备对“质量事件”模块的读取权限，以及在 MasterControl Analytics 模块中创建和执行报告的权限。

a 查询示例 config

/*
This is a configuration guide for building the report in the MasterControl Analytics UI.
There is no executable SQL script, as the extraction is performed through the graphical interface.
Follow these steps in the report builder to configure your data extraction.
*/

**1. Report Data Source (Universe):**
Select a data source that combines Quality Event data with Audit Trail information. Example: `[Quality Events and Audit History]`

**2. Result Objects (Columns to Select):**

-- Case and Recommended Attributes
*   `InfoCard.ID` (as QualityEvent)
*   `InfoCard.Fields.[Quality Event Type]` (as QualityEventType)
*   `InfoCard.Fields.[Responsible Department]` (as ResponsibleDepartment)
*   `InfoCard.Fields.[Root Cause Category]` (as RootCauseCategory)
*   `InfoCard.Fields.[Effectiveness Status]` (as EffectivenessStatus)
*   `InfoCard.Fields.[Target Resolution Date]` (as TargetResolutionDate)
*   `InfoCard.Status` (as QualityEventStatus)

-- Required Activity Attributes
*   `Audit Trail.Record Type` or `Audit Trail.Action` (as ActivityName)
*   `Audit Trail.Date/Time` (as EventTime)
*   `Audit Trail.User Name` or `Audit Trail.Performed By` (as UserName)

**3. Query Filters (Filter Pane):**

*   **Filter 1: Date Range**
    *   Object: `Audit Trail.Date/Time`
    *   Operator: `Between`
    *   Values: `[Select a start date]` and `[Select an end date]`

*   **Filter 2: Activity Types**
    *   Object: `Audit Trail.Record Type`
    *   Operator: `In List`
    *   Values: Select all relevant system events. The exact names may vary in your configuration. You must map these technical names to the required business activity names post-export. Look for values similar to:
        *   `Create InfoCard` (maps to 'Quality Event Created')
        *   `Status Change` (used for 'Initial Triage Completed', 'Investigation Initiated', 'Quality Event Closed', 'Quality Event Cancelled')
        *   `Task Complete` (used for 'Root Cause Analysis Performed', 'Corrective Action Implemented', 'Preventive Action Implemented', 'Effectiveness of Action Verified', 'Stakeholders Notified')
        *   `Task Failed` (maps to 'Effectiveness Deemed Ineffective')
        *   `E-Signature Applied` (maps to 'Corrective Action Plan Approved', 'Final Review Conducted')
        *   `Link Created` (maps to 'Corrective Action Plan Proposed' when a CAPA is linked)

*   **Filter 3 (Optional): Quality Event Type**
    *   Object: `InfoCard.Fields.[Quality Event Type]`
    *   Operator: `In List`
    *   Values: `[Select desired event types, e.g., 'Non-conformance', 'Deviation']`

**4. Post-Export Transformation:**
After exporting to CSV, you must add a data transformation step to map the raw `Audit Trail.Record Type` and `InfoCard.Status` values to the standardized `ActivityName` values required by ProcessMind. For example, an audit record where `Record Type` is 'Status Change' and the new status is 'Closed' should be mapped to the `ActivityName` 'Quality Event Closed'.

步骤

前提条件与准备工作：确保已安装 Python 3.6+ 以及 pandas 和 requests 库。从 MasterControl 管理员处获取 API 凭证，包括 Client ID、Client Secret 和 API Key。您的账号必须具备“质量事件”模块的读取权限。
配置脚本变量：新建一个 Python 脚本文件。在脚本顶部定义变量，用于存储您的 MasterControl 基础 URL 和上一步获取的 API 凭证。同时，指定数据提取的时间段（开始和结束日期）。
实现身份验证：编写一个函数，向 MasterControl 身份验证终端（通常为 /api/v2/auth/token）发送 POST 请求。该请求应包含您的凭证，以获取用于后续 API 调用的临时 Bearer Token。
获取质量事件列表：创建一个主循环，调用质量事件终端（例如 /api/v2/events）。使用 limit 和 offset 参数对所有质量事件列表进行分页处理，确保能够处理大数据集而不会使 API 过载。
检索详细审计追踪：对于主循环中获取的每个质量事件，进行第二次 API 调用以获取其详细的审计追踪或历史记录。终端结构通常类似于 /api/v2/events/{id}/history，其中 {id} 是质量事件的唯一标识符。
将审计数据映射到活动：这是核心的转换步骤。遍历每个质量事件的审计追踪条目。使用条件逻辑（if/elif/else 语句）将特定的审计记录（如状态变更、电子签名或任务完成）映射为事件日志所需的标准活动名称。
提取属性：在审计追踪中识别出活动后，解析 JSON 响应以提取所有必需和推荐的属性。这包括 QualityEvent ID、刚映射的 ActivityName、审计记录中的 EventTime、UserName 以及父级质量事件对象中的其他相关详细信息。
构建事件日志结构：将每个提取的活动及其属性存储为字典。将每个字典添加到一个主列表中，该列表将构成事件日志的基础。
创建 DataFrame：处理完所有质量事件及其审计追踪后，将活动字典的主列表转换为 pandas DataFrame。这便于后续的数据操作和格式化。
导出为 CSV：使用 pandas 的 to_csv() 函数将 DataFrame 导出为 CSV 文件。确保文件以 UTF-8 编码保存，并且 EventTime 和 EndTime 列采用与 ProcessMind 兼容的一致时间戳格式，例如 YYYY-MM-DDTHH:MM:SS。

配置

API 凭证：您必须拥有来自具备 API 访问质量事件数据权限的用户账号的有效 Client ID、Client Secret 和 API Key。
API 终端 (Endpoints)：该脚本主要使用 /api/v2/auth/token 终端进行身份验证，使用 /api/v2/events 终端列出质量事件，并使用 /api/v2/events/{id}/history 终端获取每个事件的详细审计追踪。
日期范围筛选：在脚本中配置 start_date 和 end_date 变量至关重要。对于初步分析，建议选择 3 到 6 个月的日期范围，以确保数据集大小适中且提取时间合理。
分页控制：limit 参数控制每次 API 调用获取的记录数量，通常设置为 100 到 500 之间。脚本必须处理 offset 以检索所有页面的数据。
MasterControl 配置：脚本将审计条目映射到活动的逻辑是基于标准的质量管理工作流配置。您可能需要根据所在组织的具体 MasterControl 设置，在脚本中调整字段名称或状态值。

a 查询示例 python

import requests
import pandas as pd
import json
from datetime import datetime

class=class="hl-string">"hl-comment"># --- Configuration Settings --- 
class=class="hl-string">"hl-comment"># Replace with your MasterControl instance details
BASE_URL = class="hl-string">"https://[Your-MasterControl-Domain].mastercontrol.com"
CLIENT_ID = class="hl-string">"[Your_Client_ID]"
CLIENT_SECRET = class="hl-string">"[Your_Client_Secret]"
API_KEY = class="hl-string">"[Your_API_Key]"

class=class="hl-string">"hl-comment"># --- Date Range for Extraction --- 
class=class="hl-string">"hl-comment"># Format: YYYY-MM-DD
START_DATE = class="hl-string">"2023-01-01"
END_DATE = class="hl-string">"2023-12-31"

class=class="hl-string">"hl-comment"># --- Authentication Function --- 
def get_access_token():
    class="hl-string">"""Authenticates with MasterControl and returns an access token."""
    auth_url = fclass="hl-string">"{BASE_URL}/api/v2/auth/token"
    auth_payload = {
        class="hl-string">'grant_type': class="hl-string">'password',
        class="hl-string">'client_id': CLIENT_ID,
        class="hl-string">'client_secret': CLIENT_SECRET
    }
    headers = {
        class="hl-string">'x-api-key': API_KEY,
        class="hl-string">'Content-Type': class="hl-string">'application/json'
    }
    try:
        response = requests.post(auth_url, headers=headers, data=json.dumps(auth_payload))
        response.raise_for_status() class=class="hl-string">"hl-comment"># Raises an HTTPError for bad responses
        return response.json().get(class="hl-string">'access_token')
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">"Error during authentication: {e}")
        return None

class=class="hl-string">"hl-comment"># --- Main Extraction Logic --- 
def extract_quality_events():
    class="hl-string">"""Extracts, transforms, and returns a DataFrame of quality event activities."""
    token = get_access_token()
    if not token:
        print(class="hl-string">"Could not retrieve access token. Exiting.")
        return pd.DataFrame()

    headers = {
        class="hl-string">'Authorization': fclass="hl-string">'Bearer {token}',
        class="hl-string">'x-api-key': API_KEY
    }

    all_activities = []
    limit = 100
    offset = 0
    
    while True:
        class=class="hl-string">"hl-comment"># 1. Fetch a page of quality events
        events_url = fclass="hl-string">"{BASE_URL}/api/v2/events?limit={limit}&offset={offset}&startDate={START_DATE}&endDate={END_DATE}"
        try:
            events_response = requests.get(events_url, headers=headers)
            events_response.raise_for_status()
            events_data = events_response.json().get(class="hl-string">'data', [])
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Error fetching events list: {e}")
            break

        if not events_data:
            break class=class="hl-string">"hl-comment"># Exit loop if no more events are returned

        for qe_summary in events_data:
            qe_id = qe_summary.get(class="hl-string">'id')
            if not qe_id:
                continue

            class=class="hl-string">"hl-comment"># 2. Fetch the detailed history for each quality event
            history_url = fclass="hl-string">"{BASE_URL}/api/v2/events/{qe_id}/history"
            try:
                history_response = requests.get(history_url, headers=headers)
                history_response.raise_for_status()
                history_data = history_response.json().get(class="hl-string">'data', [])
            except requests.exceptions.RequestException as e:
                print(fclass="hl-string">"Error fetching history for event {qe_id}: {e}")
                continue

            class=class="hl-string">"hl-comment"># 3. Map audit trail entries to activities
            for entry in history_data:
                activity = None
                activity_name = class="hl-string">""
                event_time = entry.get(class="hl-string">'timestamp')
                user_name = entry.get(class="hl-string">'user', {}).get(class="hl-string">'name')

                action = entry.get(class="hl-string">'action', class="hl-string">'').lower()
                field_name = entry.get(class="hl-string">'fieldName', class="hl-string">'').lower()
                new_value = entry.get(class="hl-string">'newValue', class="hl-string">'')
                
                class=class="hl-string">"hl-comment"># Mapping logic based on common MasterControl audit trail patterns
                if action == class="hl-string">'create' and entry.get(class="hl-string">'objectType') == class="hl-string">'QualityEvent':
                    activity_name = class="hl-string">'Quality Event Created'
                elif action == class="hl-string">'status_change' and new_value == class="hl-string">'Under Assessment':
                    activity_name = class="hl-string">'Initial Triage Completed'
                elif action == class="hl-string">'status_change' and new_value == class="hl-string">'Under Investigation':
                    activity_name = class="hl-string">'Investigation Initiated'
                elif action == class="hl-string">'task_complete' and class="hl-string">'root cause' in entry.get(class="hl-string">'taskName', class="hl-string">'').lower():
                    activity_name = class="hl-string">'Root Cause Analysis Performed'
                elif action == class="hl-string">'link' and class="hl-string">'capa' in entry.get(class="hl-string">'linkedObjectType', class="hl-string">'').lower():
                    activity_name = class="hl-string">'Corrective Action Plan Proposed'
                elif action == class="hl-string">'e_signature' and class="hl-string">'approve capa' in entry.get(class="hl-string">'reason', class="hl-string">'').lower():
                    activity_name = class="hl-string">'Corrective Action Plan Approved'
                elif action == class="hl-string">'task_complete' and class="hl-string">'implement corrective' in entry.get(class="hl-string">'taskName', class="hl-string">'').lower():
                    activity_name = class="hl-string">'Corrective Action Implemented'
                elif action == class="hl-string">'task_complete' and class="hl-string">'implement preventive' in entry.get(class="hl-string">'taskName', class="hl-string">'').lower():
                    activity_name = class="hl-string">'Preventive Action Implemented'
                elif action == class="hl-string">'task_complete' and class="hl-string">'effectiveness verification' in entry.get(class="hl-string">'taskName', class="hl-string">'').lower() and entry.get(class="hl-string">'taskResult') == class="hl-string">'Effective':
                    activity_name = class="hl-string">'Effectiveness of Action Verified'
                elif action == class="hl-string">'task_complete' and class="hl-string">'effectiveness verification' in entry.get(class="hl-string">'taskName', class="hl-string">'').lower() and entry.get(class="hl-string">'taskResult') == class="hl-string">'Ineffective':
                    activity_name = class="hl-string">'Effectiveness Deemed Ineffective'
                elif action == class="hl-string">'task_complete' and class="hl-string">'notify stakeholders' in entry.get(class="hl-string">'taskName', class="hl-string">'').lower():
                    activity_name = class="hl-string">'Stakeholders Notified'
                elif action == class="hl-string">'e_signature' and class="hl-string">'final review' in entry.get(class="hl-string">'reason', class="hl-string">'').lower():
                    activity_name = class="hl-string">'Final Review Conducted'
                elif action == class="hl-string">'status_change' and new_value == class="hl-string">'Closed':
                    activity_name = class="hl-string">'Quality Event Closed'
                elif action == class="hl-string">'status_change' and new_value == class="hl-string">'Cancelled':
                    activity_name = class="hl-string">'Quality Event Cancelled'

                if activity_name:
                    activity = {
                        class="hl-string">'QualityEvent': qe_id,
                        class="hl-string">'ActivityName': activity_name,
                        class="hl-string">'EventTime': event_time,
                        class="hl-string">'EndTime': event_time, class=class="hl-string">"hl-comment"># For atomic events, EndTime is the same as EventTime
                        class="hl-string">'UserName': user_name,
                        class="hl-string">'ResponsibleDepartment': qe_summary.get(class="hl-string">'department'),
                        class="hl-string">'QualityEventType': qe_summary.get(class="hl-string">'eventType'),
                        class="hl-string">'QualityEventStatus': new_value if class="hl-string">'status_change' in action else qe_summary.get(class="hl-string">'status'),
                        class="hl-string">'RootCauseCategory': qe_summary.get(class="hl-string">'rootCauseCategory'), class=class="hl-string">"hl-comment"># This might need to be sourced from a different field
                        class="hl-string">'EffectivenessStatus': entry.get(class="hl-string">'taskResult') if class="hl-string">'effectiveness' in activity_name else None,
                        class="hl-string">'TargetResolutionDate': qe_summary.get(class="hl-string">'targetDate')
                    }
                    all_activities.append(activity)

        offset += limit

    df = pd.DataFrame(all_activities)
    class=class="hl-string">"hl-comment"># Ensure datetime format is consistent
    df[class="hl-string">'EventTime'] = pd.to_datetime(df[class="hl-string">'EventTime']).dt.strftime(class="hl-string">'%Y-%m-%dT%H:%M:%S')
    df[class="hl-string">'EndTime'] = pd.to_datetime(df[class="hl-string">'EndTime']).dt.strftime(class="hl-string">'%Y-%m-%dT%H:%M:%S')
    return df

class=class="hl-string">"hl-comment"># --- Execution --- 
if __name__ == class="hl-string">"__main__":
    event_log_df = extract_quality_events()
    if not event_log_df.empty:
        event_log_df.to_csv(class="hl-string">"mastercontrol_quality_events_log.csv", index=False, encoding=class="hl-string">'utf-8-sig')
        print(fclass="hl-string">"Successfully extracted {len(event_log_df)} activities to mastercontrol_quality_events_log.csv")
    else:
        print(class="hl-string">"No data extracted.")

步骤

登录 MasterControl：使用具有创建和运行 Analytics 报告权限的用户账号访问您的 MasterControl 环境。
前往 Analytics（分析）模块：在主菜单中，选择 Analytics 或 Reports 模块。具体名称可能因系统配置而异。
创建新报告：开始创建新报告。选择合适的数据源，该数据源需结合“质量事件”信息与其关联的审计追踪或历史记录。通常标记为与质量事件相关的 Universe 或数据模型，例如“QEM with Audit Trail”。
定义报告列（结果对象）：在报告生成器中，选择将作为事件日志列的数据字段。您必须包含审计追踪信息以捕获每项活动。添加以下字段：
- 质量事件 ID (对应 QualityEvent)
- 审计操作或事件类型 (对应 ActivityName)
- 审计时间戳或日期/时间 (对应 EventTime)
- 审计用户或执行者 (对应 UserName)
- 质量事件类型
- 责任部门
- 当前状态 (对应 QualityEventStatus)
- 根本原因类别
- 有效性检查状态
- 目标解决日期
配置报告筛选器：设置筛选器以将数据缩小到相关范围。针对“审计操作”或“事件类型”字段创建筛选器。选择所有对应所需活动的值，例如“创建”、“状态变更”、“电子签名”和“任务完成”。
设置日期范围：对“审计时间戳”字段应用日期筛选，以提取特定期间的数据。建议从较小的范围（如最近 3 到 6 个月）开始，以确保系统性能。
运行报告：执行报告，在 MasterControl Analytics 界面中生成数据预览。检查结果以确保结构正确。
精简活动名称：原始的“审计操作”名称可能不够直观。导出后，您需要执行转换步骤。在您偏好的工具（如 Excel 或脚本）中创建映射，将技术性的审计事件（例如 STATUS_CHANGE_TO_CLOSED）转换为所需的业务活动名称（例如 Quality Event Closed）。
添加 EndTime 列：导出数据后，新建一列命名为 EndTime。对于大多数离散的审计追踪事件，EndTime 与 EventTime 相同。将 EventTime 列的值复制到 EndTime 列中。
导出数据：对报告预览满意后，使用 Analytics 模块中的导出功能将数据保存为 CSV 文件。
上传前的最终格式化：打开 CSV 文件。应用步骤 8 中的活动名称映射。确保列标题与要求的属性完全匹配：QualityEvent、ActivityName、EventTime、EndTime、UserName 等。保存最终文件，即可将其上传至 ProcessMind。

配置

报告数据源：报告必须基于将主要“质量事件”记录与其详细的“审计追踪”或“事件历史”数据相结合的数据源。这对于捕获每一项具体的活动至关重要。
日期范围筛选：对审计事件的时间戳（EventTime）应用筛选。为了进行初步分析，建议选择 3 到 6 个月的数据范围，以在完整性和系统性能之间取得平衡。
活动筛选：最关键的筛选条件是审计操作或事件类型字段。您必须选择所有与业务活动相关的系统事件，例如对象创建、状态变更、电子签名以及工作流任务完成等。
质量事件类型筛选：考虑针对特定类型的质量事件（如“不合格”或“客户投诉”）进行筛选，以便初步分析单一的流程变体。
前提条件：运行报告的用户至少需要具备对“质量事件”模块的读取权限，以及在 MasterControl Analytics 模块中创建和执行报告的权限。

a 查询示例 config

/*
This is a configuration guide for building the report in the MasterControl Analytics UI.
There is no executable SQL script, as the extraction is performed through the graphical interface.
Follow these steps in the report builder to configure your data extraction.
*/

**1. Report Data Source (Universe):**
Select a data source that combines Quality Event data with Audit Trail information. Example: `[Quality Events and Audit History]`

**2. Result Objects (Columns to Select):**

-- Case and Recommended Attributes
*   `InfoCard.ID` (as QualityEvent)
*   `InfoCard.Fields.[Quality Event Type]` (as QualityEventType)
*   `InfoCard.Fields.[Responsible Department]` (as ResponsibleDepartment)
*   `InfoCard.Fields.[Root Cause Category]` (as RootCauseCategory)
*   `InfoCard.Fields.[Effectiveness Status]` (as EffectivenessStatus)
*   `InfoCard.Fields.[Target Resolution Date]` (as TargetResolutionDate)
*   `InfoCard.Status` (as QualityEventStatus)

-- Required Activity Attributes
*   `Audit Trail.Record Type` or `Audit Trail.Action` (as ActivityName)
*   `Audit Trail.Date/Time` (as EventTime)
*   `Audit Trail.User Name` or `Audit Trail.Performed By` (as UserName)

**3. Query Filters (Filter Pane):**

*   **Filter 1: Date Range**
    *   Object: `Audit Trail.Date/Time`
    *   Operator: `Between`
    *   Values: `[Select a start date]` and `[Select an end date]`

*   **Filter 2: Activity Types**
    *   Object: `Audit Trail.Record Type`
    *   Operator: `In List`
    *   Values: Select all relevant system events. The exact names may vary in your configuration. You must map these technical names to the required business activity names post-export. Look for values similar to:
        *   `Create InfoCard` (maps to 'Quality Event Created')
        *   `Status Change` (used for 'Initial Triage Completed', 'Investigation Initiated', 'Quality Event Closed', 'Quality Event Cancelled')
        *   `Task Complete` (used for 'Root Cause Analysis Performed', 'Corrective Action Implemented', 'Preventive Action Implemented', 'Effectiveness of Action Verified', 'Stakeholders Notified')
        *   `Task Failed` (maps to 'Effectiveness Deemed Ineffective')
        *   `E-Signature Applied` (maps to 'Corrective Action Plan Approved', 'Final Review Conducted')
        *   `Link Created` (maps to 'Corrective Action Plan Proposed' when a CAPA is linked)

*   **Filter 3 (Optional): Quality Event Type**
    *   Object: `InfoCard.Fields.[Quality Event Type]`
    *   Operator: `In List`
    *   Values: `[Select desired event types, e.g., 'Non-conformance', 'Deviation']`

**4. Post-Export Transformation:**
After exporting to CSV, you must add a data transformation step to map the raw `Audit Trail.Record Type` and `InfoCard.Status` values to the standardized `ActivityName` values required by ProcessMind. For example, an audit record where `Record Type` is 'Status Change' and the new status is 'Closed' should be mapped to the `ActivityName` 'Quality Event Closed'.

您的质量管理数据模板

您的质量管理数据模板

质量管理属性

质量管理活动

提取指南

MasterControl Analytics 报告导出为 CSV

步骤

配置

a 查询示例 config

使用 MasterControl REST API 的 Python 脚本提取

步骤

配置

a 查询示例 python

通过 BI Connector 模块进行数据提取

步骤

配置

a 查询示例 config

准备好开始了吗？

让 MasterControl 质量管理提速 30%

您的质量管理数据模板

您的质量管理数据模板

质量管理属性

质量管理活动

提取指南

MasterControl Analytics 报告导出为 CSV

步骤

配置

a 查询示例 config

使用 MasterControl REST API 的 Python 脚本提取

步骤

配置

a 查询示例 python

通过 BI Connector 模块进行数据提取

步骤

配置

a 查询示例 config

我们重视您的隐私

准备好开始了吗？

让 MasterControl 质量管理提速 30%