您的资产维修数据模板

该属性为维修日志中的每个事件提供时间背景。它记录了源系统中状态更改或事务提交的准确时刻。

Timestamp 是流程挖掘中所有基于时长的指标的基础。通过它，可以计算周期时间、交付周期和资源空闲时间。高精度的 timestamp 对于正确排序快速连续发生的事件至关重要。

它允许对 event 进行排序并计算所有时长指标。

见于交易日志、历史表或活动旁的审计轨迹。

该属性追踪分析所用数据集的时效性。它有助于分析师了解数据的新鲜度，并识别业务系统与流程挖掘环境之间潜在的延迟问题。

虽然它不是物理流程流的一部分，但对数据治理至关重要。它确保利益相关者清楚自己查看的是实时数据还是上个结算周期的快照。

它有助于验证 data 新鲜度并管理增量加载。

由 ETL 管道或提取脚本在运行时生成。

该属性是流程挖掘分析的核心 case 标识。它代表了一个完整的端到端维修周期，从最初的申请或预防性触发到最终完成和财务结案。

在分析中，此字段作为关联所有相关事件、成本和资源日志的主键。它使流程挖掘引擎能够重构特定任务的生命周期，让分析师能够追踪工作流，识别 case 级别的瓶颈，并将特定的结果与工单类型或优先级关联起来。

它是区分唯一流程实例所需的基础 case ID。

通常可以在工单抬头表（例如 Maximo 中的 WONUM，SAP 中的 AUFNR）中找到。

该属性定义了维修工单生命周期中的各个步骤。它捕捉工单经历的不同状态，如已创建、已批准、进行中、挂起和已完成。

为了实现精确的流程挖掘，该字段将各种系统事件标准化为可读的活动。它对于可视化流程图、计算各阶段之间的转换时间以及识别工单退回前一状态的返工循环至关重要。

它定义了流程图中的节点，是重构 Workflow 的必需项。

源自状态历史表、交易日志或工单变更日志。

该属性识别负责生成数据的软件环境。在复杂的维护环境中，数据可能来自 ERP、专门的 CMMS 或 IoT 监控平台。

在分析中，当多个系统的数据被导入同一个流程模型时，该字段对于过滤数据非常有用。它有助于验证数据血缘，并可用于比较不同遗留系统之间的数据质量或流程差异。

它确保了多系统环境下的 data 可追溯性。

在提取过程中硬编码，或从系统配置中映射。

该属性指示维修任务对业务运营的关键程度。数值通常从数字代码（1、2、3）到描述性标签（关键、高、中、低）。它决定了所需的响应时间和资源分配。

在流程分析中，该属性用于检查 SLA 合规性。分析师可以调查高优先级项目在流程中的流转速度是否确实快于低优先级项目，或者它们是否卡在了审批瓶颈中。

它支持 SLA 合规性分析和资源优先级检查。

工单抬头表（例如 Maximo 中的 PRIORITY，SAP 中的 PRIOK）。

该属性汇总了工单下记录的所有人工工时。它反映了完成任务所投入的实际工作量。

该指标对于计算劳动力利用率和效率至关重要。通过对比实际工时与预估工时，可以反映出规划流程的准确性。显著的偏差可能预示着工作范围定义不明确或人员技能存在缺口。

它衡量投入程度，用于计算利用率和计划准确性。

从工时表或人工交易表汇总。

该属性汇总了与工单相关的所有财务过账。它提供了维修活动的最终经济影响。

成本分析是资产管理流程挖掘的主要驱动力。该属性有助于识别维修成本最高的资产类别，并突出显示维修成本超过资产重置价值的异常情况。

它是财务影响分析和预算偏差报告的核心。

成本汇总表，或从关联至工单的总账过账中汇总。

该属性对维修工作的性质进行分类。常见值包括计划内工作（预防性）和计划外停机（纠正性或紧急维修）。这是几乎所有 EAM/CMMS 系统中的标准字段。

分析师使用此字段对流程模型进行维度拆分。对比紧急维修与预防性维护的 workflow，通常会发现截然不同的流程路径、审批要求和周期。它是计算“预防性与反应性维护比率”的主要维度。

这对于区分计划内和计划外工作的细分分析至关重要。

工单抬头表（例如 Maximo 中的 WORKTYPE，SAP 中的 AUART）。

该布尔属性将工单类型简化为二元分类：预防性 vs. 非预防性。它通常源自工单类型代码。

此标记是过滤仪表板以专注于预防性维护 (PM) 合规性的最快方式。它简化了 PM/CM 比率 KPI 的计算，而该比率是衡量维修组织成熟度的标准行业指标。

它简化了预防性维护比例的过滤和 KPI 计算。

源自工单类型或特定的系统标识（如 PPM 标识）。

该属性代表由计划员安排或 SLA 规定的到期日期。它是计算及时交付率的参考点。

通过对比实际完成日期与此目标日期，可以计算计划达成率和延迟指标。较大的偏差通常意味着规划效率低下或资源受限。

它是计算延迟和排程合规性的基准。

工单排程页签（例如 SAP 中的 GLTRP，Maximo 中的 SCHEDFINISH）。

该属性识别分配给工单的团队、工种或部门，例如电气、机械、仪表或设施部门。

此视角可实现不同团队之间的绩效基准分析。分析师可以比较各部门的周期时间、待办积压水平和返工率，以识别特定工种的培训需求或资源短缺。

它支持在不同团队之间进行绩效和积压工作的基准测试。

工单抬头（例如 SAP 中的工作中心，Maximo 中的 Crew ID）。

该属性将工单与现场的实物对象关联起来。它代表接受维修资产的位号、设备 ID 或机器代码。

这对于识别“问题设备”或需要频繁维修的资产至关重要。通过按资产 ID 汇总工单，分析师可以计算平均故障间隔时间 (MTBF)，并识别出消耗了不成比例维修预算的设备。

它支持对特定设备进行性能分析以及 MTBF（平均故障间隔时间）计算。

工单抬头表（例如 Maximo 中的 ASSETNUM，SAP 中的 EQUNR）。

该属性根据故障对安全、环境或生产的影响对资产进行分类。它通常是资产主记录中的静态属性，但经常会被镜像到工单中。

利用该属性，分析师可以确定维修团队是否正确地优先处理关键资产。它有助于验证最重要的设备是否严格执行了预防性维护计划。

它有助于使维护重点与业务风险和运营影响保持一致。

资产主数据，或反规范化的工单表头。

该属性定义了资产所在的地理或功能区域。它可能是一座特定的建筑、楼层或偏远站点。

位置数据有助于分析由于交通往返导致的效率低下。如果技术人员在不同地点之间往返处理低优先级任务耗费了大量时间，流程挖掘可以揭示通过优化路线规划或按位置合并工单来提高效率的机会。

它有助于物流分析并识别特定地点的瓶颈。

工单抬头或关联的资产位置表。

该属性识别负责执行维修任务的个人或首席技术人员。部门通常只追踪团队，而此属性则追踪到具体的执行人。

这种粒度对于分析员工的工作量分布非常有用。它可以揭示某些技术人员是否长期处于超负荷状态，或者特定人员是否具有较高的返工率，从而识别培训需求。

它支持工作负载平衡分析和个人绩效指标。

工单分配或人工明细表。