Heure d'extraction

Aperçu

Le calculateur Heure d'extraction affiche la date et l'heure auxquelles votre jeu de données a été extrait avec succès pour la dernière fois à partir des sources de données. Ce calculateur de métadonnées essentiel vous aide à vérifier la fraîcheur des données et garantit que vous prenez des décisions basées sur des informations à jour.

Contrairement à d'autres calculateurs qui analysent les données de votre processus, Heure d'extraction récupère simplement et affiche un horodatage depuis les métadonnées du jeu de données. Cet horodatage est configuré automatiquement lors de l'importation ou du rafraîchissement des données via votre pipeline ETL.

Utilisations courantes

  • Vérifier la fraîcheur des données : Confirmer la fraîcheur de vos données d'analyse avant de prendre des décisions métier
  • Horodatages dans les tableaux de bord : Afficher les dates "au" sur les tableaux de bord et rapports pour informer les parties prenantes
  • Surveillance de la qualité des données : Identifier les jeux de données périmés nécessitant un rafraîchissement
  • Traçabilité d'audit : Suivre quand les données ont été chargées pour des besoins de conformité et de dépannage
  • Sensibilisation des utilisateurs : Aider les analystes à comprendre la récence des données avec lesquelles ils travaillent
  • Surveillance des pipelines ETL : Vérifier que les extractions programmées des données s'exécutent avec succès

Paramètres

Ce calculateur n'a pas de réglages de configuration. Il récupère et affiche automatiquement l'horodatage d'extraction depuis les métadonnées de votre jeu de données.

Les seuls champs standards disponibles sont :

Titre : Titre personnalisé optionnel pour la sortie du calculateur (par défaut "Heure d'extraction")

Description : Description optionnelle pour fournir un contexte sur cette métrique

Exemples

Exemple 1 : Indicateur de fraîcheur des données pour tableau de bord

Scénario : Votre équipe des opérations utilise un tableau de bord de process mining pour suivre le traitement quotidien des factures. Ils ont besoin de savoir à quel point les données sont récentes pour prendre des décisions éclairées sur la répartition de la charge de travail.

Paramètres :

  • Titre : "Dernière mise à jour des données"
  • Description : "Horodatage de la dernière extraction des données depuis SAP"

Sortie :

Le calculateur affiche une valeur d'horodatage unique, par exemple :

2025-10-19 06:30 AM EST

Cela indique quand les données ont été extraites pour la dernière fois de vos systèmes sources.

Conclusions : L'équipe peut voir que les données ont été rafraîchies ce matin à 6h30, ce qui signifie qu'elles consultent le travail achevé hier. Si l'horodatage montrait une date de la semaine dernière, ils sauraient qu'il faut demander un rafraîchissement des données avant de prendre des décisions opérationnelles.

Exemple 2 : Traçabilité d'audit dans un rapport

Scénario : Votre équipe conformité génère des rapports trimestriels de process mining qui doivent inclure des métadonnées indiquant quand les données sous-jacentes ont été extraites, garantissant l'exactitude et la traçabilité du rapport.

Paramètres :

  • Titre : "Date d'extraction des données sources"
  • Description : "Analyse du service comptes fournisseurs T4 2024"

Sortie :

L’en-tête du rapport affiche :

Rapport Process Mining - T4 2024
Rapport généré : 2025-01-15 14:30
Données extraites : 2025-01-14 23:45
Âge des données : 14 heures 45 minutes

Conclusions : Le rapport documente clairement qu'il est basé sur des données extraites le 14 janvier, assurant une transparence totale sur l’actualité des données. Les auditeurs peuvent vérifier le délai entre l'extraction des données et la génération du rapport, garantissant que l'analyse reflète la période indiquée.

Exemple 3 : Détection de données obsolètes

Scénario : Votre plateforme de process mining doit alerter les utilisateurs lorsqu'ils consultent des données obsolètes qui n'ont pas été rafraîchies comme prévu. Le rafraîchissement hebdomadaire des données depuis votre système ERP a échoué, mais les utilisateurs ne réalisent peut-être pas qu’ils consultent des informations anciennes.

Paramètres :

  • Titre : "Dernier rafraîchissement des données"
  • Description : "Extraction hebdomadaire depuis Oracle ERP"

Sortie :

Le calculateur montre :

2025-10-05 03:00 AM UTC

Date actuelle : 19 octobre 2025

Conclusions : Les données ont 14 jours, indiquant que le processus d'extraction hebdomadaire a échoué deux semaines consécutives. Le système peut automatiquement afficher une bannière d’avertissement : "Les données ont 14 jours - rafraîchissement nécessaire" et alerter l'équipe data pour enquêter sur la défaillance du pipeline ETL. Les utilisateurs sont ainsi informés de ne pas se baser sur ces données pour des décisions opérationnelles actuelles.

Exemple 4 : Tableau de bord global multi-région

Scénario : Votre société multinationale compte des utilisateurs process mining aux États-Unis, en Europe et en Asie qui ont besoin de voir l’heure d’extraction des données dans leur fuseau horaire local pour mieux comprendre la fraîcheur des données.

Paramètres :

  • Titre : "Heure d'extraction des données"
  • Description : "Processus global Order-to-Cash"

Sortie :

Le calculateur convertit automatiquement l’horodatage UTC en fuseau horaire configuré pour chaque région :

  • Bureau Côte Est USA : 2025-10-19 06:30 AM EST
  • Bureau Londres : 2025-10-19 11:30 AM GMT
  • Bureau Tokyo : 2025-10-19 08:30 PM JST

Tous affichent le même événement d'extraction, en heure locale.

Conclusions : Les équipes globales peuvent immédiatement comprendre la fraîcheur des données dans leur contexte local. Les utilisateurs de Tokyo voient que les données ont été extraites ce soir (heure locale), tandis que ceux de New York voient que c'était ce matin. Cela évite toute confusion sur le fait que les "données d'hier" signifient hier à New York ou hier à Tokyo.

Exemple 5 : Surveillance automatisée du pipeline ETL

Scénario : Votre équipe d’ingénierie data doit surveiller que le pipeline d’extraction de nuit s’exécute correctement. Si l'extraction du jour n'a pas eu lieu avant 8h, une alerte doit être déclenchée.

Paramètres :

  • Titre : "Dernière extraction"
  • Description : "Statut du pipeline ETL de nuit"

Sortie :

Le système de surveillance interroge ce calculateur et compare l’horodatage :

Prévu : 2025-10-19 (aujourd'hui)
Réel : 2025-10-18 03:00 AM
Statut : ÉCHOUÉ - extraction en retard de 1 jour

Conclusions : Le système de surveillance automatisé détecte que l’horodatage montre encore la date d’hier alors que l’extraction du jour aurait dû être terminée. Il envoie automatiquement une alerte à l’équipe data pour enquêter sur la défaillance du pipeline. Cette surveillance proactive évite que les utilisateurs prennent des décisions sur des données obsolètes.

Sortie

Le calculateur retourne une valeur unique d’horodatage indiquant quand le jeu de données a été extrait avec succès pour la dernière fois des systèmes sources.

Affichage du fuseau horaire :

  • Si un fuseau horaire est configuré dans les paramètres de votre jeu de données, l’horodatage s’affiche dans ce fuseau horaire local
  • Sinon, l’horodatage est affiché en UTC (Temps Universel Coordonné)
  • L’abréviation ou le décalage du fuseau horaire est généralement affiché avec l’heure (EST, GMT, UTC, etc.)

Format : L’horodatage s’affiche généralement dans un format lisible tel que :

  • "19 octobre 2025 6:30 AM EST"
  • "2025-10-19 06:30:00"

Le format exact peut varier selon les préférences d’affichage de votre système.

Gestion des données manquantes : Si l’horodatage d’extraction n’est pas disponible (cas possible avec des jeux de données tests créés manuellement ou très anciens), le calculateur peut afficher "Inconnu" ou une valeur vide. Dans les systèmes en production avec des pipelines ETL configurés correctement, un horodatage valide doit toujours être présent.

Intégration au tableau de bord : Ce calculateur est couramment ajouté aux en-têtes de tableaux de bord pour fournir une visibilité constante sur la fraîcheur des données. Il peut aussi être inclus dans des rapports automatisés, systèmes de surveillance et journaux d’audit.

Cette documentation fait partie de la plateforme de process mining mindzie Studio.