Ihr Daten-Template für die Bestandsverwaltung

Dieses Attribut beschreibt einen bestimmten Schritt oder Meilenstein im Bestandsmanagement. Jede Aktivität steht für eine konkrete Aktion an der Bestandscharge, etwa deren Eingang, Prüfung, Umlagerung oder Versand.

Die Analyse der Reihenfolge und Häufigkeit dieser Aktivitäten bildet die Grundlage für Process Mining. Sie hilft, den Prozessablauf zu visualisieren, Abweichungen vom Sollprozess zu erkennen und Aktivitäten aufzudecken, die Verzögerungen oder Nacharbeit verursachen. So kann die Analyse beispielsweise zeigen, ob „Inventur durchgeführt“ häufig auf einen fehlgeschlagenen Kommissionierversuch folgt.

Das Attribut legt die Prozessschritte fest und ermöglicht es, den Weg des Bestands vom Anfang bis zum Ende zu visualisieren und zu analysieren.

Wird üblicherweise aus Event Logs, Transaktionscodes oder Datensätzen zu Statusänderungen in Manhattan Active Inventory abgeleitet. Technische Codes müssen möglicherweise verständlichen Bezeichnungen zugeordnet werden.

Die Nummer der Bestandscharge oder des Loses fasst alle Aktivitäten zu einer bestimmten Produktmenge zusammen. Damit lässt sich der vollständige Lebenszyklus einer abgegrenzten Bestandsmenge verfolgen, vom Wareneingang über verschiedene Warenbewegungen bis zur Ausbuchung oder zum Verbrauch.

In Process Mining ist dieses Attribut entscheidend, um den durchgängigen Ablauf für jede Bestandseinheit zu rekonstruieren. Es ermöglicht die Analyse von Prozessvarianten, Durchlaufzeiten und Engpässen bei bestimmten Chargen. So lassen sich beispielsweise Chargen erkennen, bei denen die Qualitätsprüfung lange dauert oder die vor dem Versand häufig intern umgelagert werden.

Diese zentrale Kennung verknüpft alle zugehörigen Bestandsereignisse zu einer einzigen Prozessinstanz und ermöglicht so die durchgängige Analyse des Bestandslebenszyklus.

Diese Kennung ist üblicherweise in Bestandsdetailtabellen oder den Stammdaten der Lose in Manhattan Active Inventory zu finden. Die genaue Bezeichnung der Tabellen und Felder entnehmen Sie der Systemdokumentation.

Dieses Attribut enthält Datum und Uhrzeit des Beginns jeder erfassten Aktivität. Es ist entscheidend, um Ereignisse chronologisch zu ordnen und die Dauer zwischen einzelnen Prozessschritten zu berechnen.

Bei der Analyse dient die Startzeit zur Berechnung wichtiger Leistungskennzahlen wie der Einlagerungszykluszeit, der Durchlaufzeit der Qualitätsprüfung und der gesamten Lagerliegezeit. Anhand der Timestamps können Unternehmen feststellen, wann Arbeiten ausgeführt werden, die Leistung mit Zeitplänen vergleichen und zeitbedingte Ineffizienzen im Lager aufdecken.

Dieser Timestamp ist entscheidend, um Ereignisse korrekt zu ordnen und alle zeitbasierten Leistungskennzahlen zu berechnen.

Zu jedem Transaktions- oder Ereignisdatensatz in Manhattan Active Inventory sollte ein Timestamp-Feld gehören, das beispielsweise 'CREATE_DTTM' oder 'EVENT_TIMESTAMP' heißt.

Dieses Attribut erfasst Datum und Uhrzeit, zu denen die Daten aus dem Quellsystem abgerufen wurden. Als Metadatenfeld ist es wichtig, um die Aktualität der Analyse einzuschätzen.

In Dashboards und Berichten zeigt dieser Timestamp, wie aktuell die zugrunde liegenden Daten sind. So lassen sich Erwartungen an die Datenverzögerung steuern und Aktualisierungen der Datenpipeline planen.

Macht die Aktualität der Daten transparent. Das ist entscheidend, um zeitnah fundierte operative Entscheidungen zu treffen.

Dieser Timestamp wird vom Tool oder Skript für die Datenextraktion, -transformation und -ladung (ETL) erzeugt und dem Datensatz hinzugefügt.

Dieses Attribut gibt an, aus welcher Quellanwendung oder welchem Modul die Ereignisdaten stammen. In einer modernen Logistikumgebung können die Daten aus dem zentralen WMS, einem Yard-Management-System oder einem Transportmanagementsystem kommen.

Die Angabe des Quellsystems ist wichtig für die Data Governance und hilft, den Kontext der Daten zu verstehen. So kann es für die Automatisierungsanalyse entscheidend sein, ob ein Ereignis von einem automatisierten System oder über ein manuelles Eingabeportal erfasst wurde.

Liefert wichtige Informationen zur Herkunft der Daten. Das ist entscheidend für die Datenvalidierung und Data Governance sowie für das Verständnis der Interaktionen zwischen Systemen.

Dieser Wert wird bei der Datenextraktion üblicherweise statisch hinzugefügt, um die Herkunft des Datensatzes zu kennzeichnen.

Dieses Attribut gibt die Produktmenge an, die mit einem Bestandsereignis verbunden ist, etwa die Anzahl der erhaltenen, umgelagerten, kommissionierten oder korrigierten Artikel.

Die Menge ist eine wichtige Kennzahl, um den Umfang der Abläufe zu verstehen und verschiedene Leistungskennzahlen zu berechnen. Sie fließt in die Berechnung des Anteils manueller Bestandskorrekturen, der Verschrottungsquote nach Menge und des Kommissionierdurchsatzes ein. Eine Mengenauswertung kann zeigen, ob sich die Prozessmerkmale bei großen und kleinen Aufträgen unterscheiden.

Gibt den Umfang jeder Aktivität an und ist damit eine wichtige Grundlage für Durchsatz, Quoten und weitere mengenbezogene Leistungskennzahlen.

Transaktionstabellen in Manhattan Active Inventory enthalten für jede Bewegung oder jedes Ereignis ein Mengenfeld. Es kann beispielsweise 'QTY', 'QUANTITY' oder 'UNITS' heißen.

Die Stock Keeping Unit (SKU) ist ein eindeutiger Code zur Nachverfolgung eines Produkts. Anhand der SKU lassen sich Artikel nach Merkmalen wie Größe, Farbe und Marke unterscheiden.

In der Process-Mining-Analyse hilft die Auswertung nach SKU, produktspezifische Probleme zu erkennen. So zeigt sich beispielsweise, ob bestimmte SKUs längere Qualitätsprüfungen erfordern, häufiger beschädigt oder verschrottet werden oder oft von Bestandskorrekturen betroffen sind. Das Attribut ist wichtig für Dashboards wie die Analyse der Einlagerungszykluszeit und die Entwicklung der Bestandsverschrottung.

Ermöglicht Analysen auf Produktebene und zeigt, ob Prozessprobleme bestimmte Artikel oder Produktkategorien betreffen.

Die SKU ist ein grundlegendes Feld in Artikelstammdaten und Bestandstransaktionstabellen. Suchen Sie nach Feldern mit Namen wie 'SKU', 'ITEM_ID' oder 'PRODUCT_CODE'.

Dieses Attribut enthält die Benutzer-ID oder den Namen der Person, die eine Aufgabe wie Kommissionieren, Verpacken oder eine Bestandskorrektur ausgeführt hat. Bei automatisierten Aufgaben kann es auch die ID eines automatisierten Systems oder Bots enthalten.

Die Analyse der Leistung nach Benutzer ist wichtig, um Schulungsbedarf zu erkennen, besonders leistungsstarke Mitarbeitende zu identifizieren und die Arbeitslastverteilung zu verstehen. Das Attribut ist eine wichtige Dimension in Dashboards zur Kommissionier- und Verpackungsleistung und hilft, Häufungen manueller Bestandskorrekturen zu untersuchen.

Ordnet Prozessaktivitäten bestimmten Benutzern zu. So lassen sich Leistung und Arbeitslastverteilung analysieren und Schulungsbedarf erkennen.

Diese Information wird üblicherweise zusammen mit den Transaktionsdaten in Feldern wie 'USER_ID', 'EXECUTED_BY' oder 'RESOURCE_ID' gespeichert. Weitere Informationen finden Sie in der Dokumentation zu Manhattan Active Inventory.

Der Bewegungsgrundcode gibt an, warum ein Bestandsereignis stattgefunden hat. Besonders wichtig ist er bei nicht standardmäßigen Aktivitäten wie internen Umlagerungen, Bestandskorrekturen, Retouren oder Verschrottungen.

Dieses Attribut ist entscheidend für die Ursachenanalyse. Im Dashboard zur Übersicht über Bestandsabweichungen erklärt der Code beispielsweise, warum Korrekturen vorgenommen wurden, etwa wegen 'Damaged Goods', 'Cycle Count Correction' oder 'Theft'. Außerdem lässt sich damit untersuchen, welche Gründe zu internen Bestandsumlagerungen und Verschrottungen führen.

Erklärt die Gründe für Bestandsbewegungen und -korrekturen und ermöglicht eine fundierte Ursachenanalyse von Abweichungen, Verschrottungen und Umlagerungen.

Dieses Feld ist häufig in Transaktionstabellen den jeweiligen Bewegungsarten zugeordnet. Suchen Sie in Manhattan Active Inventory nach Feldern wie 'REASON_CODE' oder 'MOVEMENT_TYPE'.

Dieses Attribut enthält Datum und Uhrzeit des Abschlusses jeder erfassten Aktivität. Manche Ereignisse sind punktuell, sodass StartTime und EndTime übereinstimmen. Andere dauern eine gewisse Zeit, etwa eine Qualitätsprüfung oder ein Kommissionierauftrag.

Die Endzeit wird benötigt, um die Verarbeitungszeit einzelner Aktivitäten zu berechnen. So lässt sich genau analysieren, welche Aufgaben im Gesamtprozess am meisten Zeit beanspruchen und wo gezielte Verbesserungen ansetzen können.

Ermöglicht die Berechnung der Dauer einzelner Aktivitäten und hilft, genau die Aufgaben zu ermitteln, die den Prozess verzögern.

Im Quellsystem kann dafür ein eigenes Feld vorhanden sein, zum Beispiel 'END_DTTM'. Bei punktuellen Ereignissen kann der Wert mit der Startzeit übereinstimmen. Informationen zur Struktur der Ereignisdaten finden Sie in der Dokumentation zu Manhattan Active Inventory.

Dieses Attribut gibt den Ort eines Bestandsereignisses an, etwa Zone, Gang oder Lagerplatz. Es liefert den räumlichen Kontext für Bestandsbewegungen und Aktivitäten im Lager.

Diese wichtige Analysedimension wird in fast jedem Dashboard verwendet. Sie hilft, Engpässe zu erkennen, die Leistung an verschiedenen Standorten zu vergleichen und Ursachen für Bestandsabweichungen zu untersuchen. So lässt sich beispielsweise feststellen, ob in einer bestimmten Zone besonders viele Kommissionierfehler oder lange Einlagerungszeiten auftreten.

Liefert den räumlichen Kontext zu Bestandsereignissen und ermöglicht die Analyse von Engpässen, Effizienz und Problemen an bestimmten physischen Standorten.

Standortdaten gehören zu den Kerndaten jedes WMS und sollten in den Bestandstransaktionstabellen verfügbar sein, häufig in Feldern wie 'LOCATION_ID', 'BIN_CODE' oder 'ZONE'. Weitere Informationen finden Sie in der Dokumentation zu Manhattan Active Inventory.

Dieses Attribut gibt den finanziellen Wert des Bestands an, der mit einem Ereignis verbunden ist. Er wird berechnet, indem die Artikelmenge mit den Stückkosten multipliziert wird. Besonders relevant ist das Attribut für Analysen der finanziellen Auswirkungen.

Der Artikelwert ist für das Dashboard zur Entwicklung der Bestandsverschrottung entscheidend, da sich damit der finanzielle Verlust durch verschrottete Waren beziffern lässt. So können Maßnahmen zur Kostensenkung auf hochwertige Artikel konzentriert werden, die häufig abgeschrieben werden. Außerdem ergänzt das Attribut Bestandskorrekturen und -abweichungen um eine finanzielle Dimension.

Zeigt die finanziellen Auswirkungen von Bestandsbewegungen und ist entscheidend, um die Kosten von Verschrottungen, Abweichungen und Überbeständen zu beziffern.

Der Wert wird häufig berechnet, indem die Artikelmenge aus der Transaktionstabelle mit den Stückkosten aus den Artikelstammdaten oder Finanzdaten multipliziert wird. Die Stückkosten können in Feldern wie 'STANDARD_COST' oder 'UNIT_PRICE' gespeichert sein.

Während die Bestandscharge oder das Los den Artikel erfasst, bezeichnet die Aufgabenkennung den konkreten Arbeitsauftrag, der einem Benutzer oder System zugewiesen wurde. So kann eine Charge mit 100 Artikeln beispielsweise über zwei separate Aufgaben mit jeweils 50 Artikeln eingelagert werden.

Dieses Attribut ermöglicht eine detailliertere Analyse der betrieblichen Effizienz. Es kann ein Ereignis wie 'Kommissionierauftrag erstellt' mit dem zugehörigen Ereignis 'Kommissionierung abgeschlossen' verknüpfen und so die Ausführungszeit genau messen. Damit lässt sich die Leistung beim Kommissionieren und Einlagern auf Ebene einzelner Aufgaben analysieren.

Verknüpft die Erstellung und den Abschluss einzelner Aufgaben und ermöglicht so eine genaue Messung konkreter Arbeitsaufträge.

Aufgabenverwaltungs- oder Ausführungstabellen in Manhattan Active Inventory enthalten eine eindeutige ID für jede Aufgabe. Suchen Sie nach 'TASK_ID' oder 'WORK_ORDER_ID'.

Dieses Attribut beschreibt den Zustand des Bestands zu einem bestimmten Zeitpunkt. Es gibt an, ob der Bestand für Aufträge verfügbar ist, einer Qualitätsprüfung unterzogen wird, aus anderen Gründen gesperrt ist oder sich im Transport befindet.

Die Analyse von Änderungen des Bestandsstatus liefert wertvolle Erkenntnisse. So lässt sich anhand der Dauer im Status 'Gesperrt' oder 'In Qualitätsprüfung' ermitteln, wie stark sich die Verfügbarkeit des Bestands verzögert. Das Attribut hilft, lange Lagerliegezeiten zu erklären.

Zeigt, ob der Bestand für die Auftragsabwicklung verfügbar ist, und hilft, Verzögerungen durch nicht verfügbare Status wie Qualitätsprüfungen oder Sperren zu analysieren.

Dieses wichtige Feld findet sich in Manhattan Active Inventory in Tabellen zu Bestandsbilanzen oder Lagerbeständen. Suchen Sie nach 'STATUS_CODE' oder 'INVENTORY_STATUS'.

Dieses boolesche Attribut gibt an, ob eine Einlagerungsaufgabe innerhalb der vorgegebenen Zeit abgeschlossen wurde. Dazu wird die tatsächliche Einlagerungszykluszeit, vom Ereignis 'Einlagerung gestartet' bis 'Einlagerung abgeschlossen', mit einem vorab festgelegten Zielwert verglichen, zum Beispiel 4 Stunden.

Das Attribut dient zur Berechnung der Kennzahl für fristgerechte Einlagerungen. Es vereinfacht die Analyse, da Benutzer verspätete Einlagerungen gezielt filtern und deren Ursachen untersuchen können, etwa den Lagerstandort, die SKU-Kategorie oder den beteiligten Benutzer. So lassen sich Effizienzstandards im Betrieb überwachen und durchsetzen.

Misst direkt, ob die internen Servicezeiten für die Einlagerung eingehalten werden, und hilft, Prozessabweichungen schnell zu erkennen und zu analysieren.

Dieses Feld wird berechnet. Dafür muss eine Geschäftsregel oder SLA-Vorgabe festgelegt werden, zum Beispiel 'Zielzeit für die Einlagerung = 4 Stunden', die auf die berechnete Zykluszeit angewendet wird.

Dieses Attribut gibt den konkreten Standort an, etwa ein Distributionszentrum oder Lager, an dem die Bestandsaktivität stattfindet. Es ermöglicht eine übergeordnete Gruppierung im Vergleich zum einzelnen Lagerstandort wie Lagerplatz oder Gang.

Für Unternehmen mit mehreren Standorten ist die Auswertung nach Lager entscheidend. Sie ermöglicht den Leistungsvergleich zwischen Standorten, sodass sich bewährte Vorgehensweisen in leistungsstarken Lagern und Verbesserungsmöglichkeiten an anderen Standorten erkennen lassen. Das Attribut ist eine wichtige Dimension für das Dashboard zum Lageraktivitätsdurchsatz.

Ermöglicht den übergeordneten Vergleich der Bestandsprozesse an verschiedenen Standorten und in unterschiedlichen Distributionszentren.

Diese Information ist üblicherweise in den Standortstammdaten enthalten oder lässt sich aus dem Lagerstandortcode ableiten. Suchen Sie nach Feldern wie 'WH_ID' oder 'SITE_CODE'.

Die Lagerliegezeit ist eine wichtige Leistungskennzahl. Sie misst, wie lange Bestände ungenutzt im Lager liegen. Berechnet wird sie als Zeitspanne zwischen dem Ereignis 'Einlagerung abgeschlossen' und dem Ereignis 'Warenausgang erfasst' für eine bestimmte Bestandscharge.

Die Überwachung dieser Kennzahl hilft Unternehmen, Bestände zu optimieren und den Cashflow zu verbessern. Lange Lagerliegezeiten können auf Überbestände, langsam drehende Produkte oder ineffiziente Auftragsabwicklung hindeuten. Die Verringerung der Lagerliegezeit ist häufig ein zentrales Ziel der Bestandsverwaltung.

Misst, wie lange Bestände gelagert werden, und unterstützt damit das strategische Ziel, Bestände zu optimieren und Lagerhaltungskosten zu senken.

Dieses berechnete Feld ergibt sich aus der Differenz zwischen den Timestamps der Ereignisse 'Einlagerung abgeschlossen' und 'Warenausgang erfasst' für einen bestimmten Case.

Dieses Attribut gibt den Lieferanten an, von dem die Bestandscharge stammt. Besonders relevant ist diese Information zu Beginn des Bestandslebenszyklus, insbesondere beim Wareneingang und bei der Qualitätsprüfung.

Die Analyse nach Lieferant ist wichtig, um die Lieferantenleistung zu bewerten. Das Dashboard zur Durchlaufzeit der Qualitätsprüfung verwendet dieses Attribut beispielsweise, um festzustellen, ob Bestände bestimmter Lieferanten regelmäßig länger geprüft werden. Das kann auf Qualitätsprobleme oder fehlende Dokumente hindeuten.

Ordnet Bestandsprozesse bestimmten Lieferanten zu und ermöglicht die Analyse lieferantenbezogener Leistungsunterschiede, etwa bei Verzögerungen in der Qualitätsprüfung.

Diese Information ist in der Regel in der Bestellung oder der Vorab-Versandmeldung zum Wareneingang enthalten. Möglicherweise muss sie mit Einkaufsdaten verknüpft werden.

Die Maßeinheit (UoM) gibt der Artikelmenge ihren Kontext. Sie legt fest, ob sich die Menge auf einzelne Artikel, Kartons mit mehreren Artikeln oder ganze Paletten bezieht.

Die Maßeinheit muss bekannt sein, damit Analysen korrekt sind, insbesondere beim Vergleich verschiedener Produkte oder Transaktionen. So werden Kennzahlen wie der Kommissionierdurchsatz einheitlich und korrekt berechnet. Außerdem lassen sich Fehlinterpretationen vermeiden, wenn Mengen in unterschiedlichen Einheiten erfasst wurden.

Liefert den nötigen Kontext zu Mengenfeldern und stellt sicher, dass Kennzahlen und Vergleiche aussagekräftig und korrekt sind.

Dieses Standardfeld in den Artikelstammdaten wird üblicherweise in die Transaktionstabellen übernommen. Suchen Sie nach Feldern wie 'UOM' oder 'UNIT'.

Die SKU-Kategorie ermöglicht es, ähnliche Produkte für aggregierte Analysen zusammenzufassen. Die Gruppierung kann sich nach Produkttyp, Lagerbedingungen wie Kühlung oder Umschlagshäufigkeit richten, etwa bei A-, B- und C-Artikeln.

Dieses Attribut ermöglicht übergeordnete Erkenntnisse, die über die Analyse einzelner SKUs hinausgehen. Damit lässt sich beispielsweise untersuchen, ob Elektronik länger eingelagert wird als andere Kategorien oder ob die Verschrottung vor allem saisonale Waren betrifft. Es wird in den Dashboards zur Einlagerungszykluszeit und zur Durchlaufzeit der Qualitätsprüfung verwendet.

Fasst Produkte für aggregierte Analysen zusammen und macht so Prozesstrends und Probleme sichtbar, die ganze Produktfamilien betreffen.

Dieses Attribut ist üblicherweise in den Artikelstammdaten hinterlegt und mit der SKU verknüpft. Weitere Informationen finden Sie in der Produkt- oder Artikelstammdatenkonfiguration von Manhattan Active Inventory.