Ihr Lagerverwaltungs-Daten-Template

Dieses Attribut beschreibt einen einzelnen Schritt im Lagerverwaltungsprozess, wie 'Waren aus Lager entnommen' oder 'Versand versendet'. Jede Aktivität repräsentiert ein eigenständiges Business Event, das im System erfasst und mit einem spezifischen Timestamp verknüpft ist.

Die Analyse von Aktivitäten ist der Kern des Process Mining. Sie ermöglicht den Aufbau der Prozesslandkarte, die zeigt, wie die Arbeit tatsächlich durch das Lager fließt. Dies hilft, Engpässe, Schleifen und Abweichungen vom Standardvorgehen zu identifizieren.

Es definiert die Schritte des Prozesses, bildet die Grundlage der Prozesslandkarte und ermöglicht die Analyse von Prozessfluss, Variationen und Engpässen.

Event- oder Transaktionsprotokolltabellen in Körber WMS, in denen Geschäftsereignisse erfasst werden. Dies wird oft aus Transaktionscodes oder Statusänderungsbeschreibungen abgeleitet.

Event Time ist der Zeitstempel, der jeder Aktivität zugeordnet ist und den genauen Zeitpunkt ihres Auftretens markiert. Diese temporalen Daten sind grundlegend für die Berechnung von Dauern, Zykluszeiten und Wartezeiten zwischen verschiedenen Schritten im Prozess.

In der Prozessanalyse wird dieses Attribut verwendet, um Events chronologisch zu ordnen, den Prozessfluss aufzubauen und zeitbasierte Analysen durchzuführen. Es ist unerlässlich für Dashboards, die die Leistung messen, wie z.B. die Zykluszeitanalyse, und für die Berechnung von KPIs wie 'Average Order End-to-End Cycle Time'.

Dieser Timestamp ist entscheidend für die Anordnung von Events, die Berechnung aller zeitbasierten Metriken wie Zykluszeiten und Wartezeiten sowie das Verständnis der Prozessleistung.

In allen Transaktions- und Event Log-Tabellen innerhalb von Körber WMS zu finden, typischerweise benannt als 'CreationDate', 'Timestamp' oder 'EventDateTime'.

Der Lagerauftrag ist der zentrale Identifikator, der alle Aufgaben und Events gruppiert, die mit einer spezifischen logistischen Anforderung verbunden sind, wie einem Wareneingang oder einem Warenausgang. Er ermöglicht die End-to-End-Verfolgung des Lebenszyklus eines Auftrags innerhalb des Lagers, von seiner Erstellung bis zu seinem endgültigen Versand oder seiner Stornierung.

Im Process Mining ermöglicht die Analyse nach Lagerauftrag die Visualisierung des gesamten Prozessablaufs für jeden Auftrag. Dies hilft bei der Identifizierung gängiger Pfade, Abweichungen, Engpässe und der gesamten Durchlaufzeit für verschiedene Auftragstypen, wie Standard- vs. Eilaufträge.

Dies ist die essenzielle Case ID, die alle zugehörigen Events verbindet und eine vollständige End-to-End-Analyse des Lagerverwaltungsprozesses für jeden spezifischen Auftrag ermöglicht.

Dieser Identifikator ist typischerweise in den Kern-Auftragsverwaltungstabellen innerhalb von Körber WMS zu finden. Konsultieren Sie die Körber WMS-Dokumentation für spezifische Tabellen- und Feldnamen, wie z.B. Auftrags-Header.

Dieses Attribut spezifiziert Datum und Uhrzeit der letzten Datenextraktion oder -aktualisierung. Es bietet Kontext für die Aktualität der analysierten Daten und stellt sicher, dass Benutzer wissen, wie aktuell die Prozessansicht ist.

In Dashboards und Berichten sind diese Informationen für die Transparenz unerlässlich. Sie helfen Benutzern zu verstehen, ob sie Echtzeit-, Tages- oder Wochen-Daten betrachten, was die Entscheidungsfindung beeinflusst.

Informiert Benutzer über die Aktualität der Daten, was entscheidend ist, um genaue und relevante Geschäftsentscheidungen auf der Grundlage der Analyse zu treffen.

Dieser Wert wird von der Datenpipeline oder dem ETL-Tool am Ende jedes Datenaktualisierungszyklus generiert und aufgezeichnet.

Dieses Attribut identifiziert das Ursprungssystem für die Event-Daten, in diesem Fall 'Körber WMS'. In Umgebungen mit mehreren integrierten Systemen hilft dieses Feld, Datenquellen zu unterscheiden und die Datenherkunft zu verfolgen.

Für die Analyse bietet es Kontext, insbesondere beim Kombinieren von Daten aus mehreren Systemen. Es hilft, die Datenqualität sicherzustellen und kann verwendet werden, um die Analyse auf die Aktivitäten eines spezifischen Systems zu filtern.

Liefert entscheidenden Kontext zur Datenherkunft, um Klarheit und Nachvollziehbarkeit zu gewährleisten, insbesondere in Umgebungen mit mehreren miteinander verbundenen Systemen.

Dies ist typischerweise ein statischer Wert, der während des Datenextraktionsprozesses hinzugefügt wird, um das Quellsystem zu identifizieren.

Dieses Attribut identifiziert den Lagerarbeiter oder Systembenutzer, der für die Ausführung einer spezifischen Aufgabe verantwortlich ist, wie Kommissionierung, Verpackung oder Einlagerung von Waren. Es kann in einigen Fällen auch ein automatisiertes System oder einen Bot bezeichnen.

Diese Dimension ist entscheidend für die Leistungsanalyse der Ressourcen. Sie hilft beim Verständnis der Arbeitslastverteilung, der Identifizierung von Spitzenleistungen und der Erkennung von Personen, die zusätzliche Schulungen benötigen könnten. Es ist die Basis für das Dashboard 'Ressourcenauslastung und Arbeitslast' und den KPI 'Durchsatz pro Bediener'.

Ermöglicht die Analyse der Mitarbeiterleistung, der Arbeitslastverteilung und der Ressourceneffizienz, was hilft, Schulungsbedarfe und Leistungsträger zu identifizieren.

In Transaktions- oder Protokolltabellen zu finden, wo Benutzeraktionen aufgezeichnet werden. Suchen Sie nach Feldern wie 'UserID', 'UserName', 'ExecutedBy' oder 'OperatorID'.

Die Prioritätsstufe ist eine Klassifikation, die einem Lagerauftrag zugewiesen wird, um seine Bearbeitungsdringlichkeit festzulegen. Zum Beispiel könnte ein Auftrag als 'Eilauftrag' oder 'Hohe Priorität' gekennzeichnet sein, was darauf hinweist, dass er vor Standardaufträgen bearbeitet werden sollte.

Dieses Attribut ist essenziell für das Dashboard 'Expedited Order Analysis' und den KPI 'Expedited Shipment %'. Es hilft, die Auswirkungen dringender Aufträge auf die gesamten Lagerabläufe, deren zugehörige Kosten und ob ihre Bearbeitungszeiten tatsächlich schneller sind als bei Standardaufträgen, zu verstehen.

Hilft bei der Analyse der Bearbeitung von Eilaufträgen, deren Häufigkeit und deren Auswirkungen auf die gesamte Prozessleistung und Kosten.

In den Auftragsheader-Daten zu finden. Suchen Sie nach Feldern wie 'Priority', 'Urgency' oder einem spezifischen Indikator für den Versanddienstleistungsgrad.

Die Produkt-SKU ist der eindeutige Identifikator für ein bestimmtes Produkt oder Material, das im Lagerauftrag enthalten ist. Ein Auftrag kann eine oder mehrere SKUs enthalten.

Die Analyse nach Produkt-SKU hilft zu verstehen, ob bestimmte Produkte komplexere oder problematischere Bearbeitungsprozesse aufweisen. Zum Beispiel könnten Sie feststellen, dass zerbrechliche Artikel längere Verpackungszeiten haben oder dass bestimmte SKUs häufig mit Kommissionierabweichungen verbunden sind. Dies kann Änderungen an der Lagerstrategie oder den Handhabungsverfahren beeinflussen.

Ermöglicht die Analyse der Prozessleistung basierend auf spezifischen Produkten und zeigt auf, ob bestimmte Artikel Verzögerungen oder Fehler verursachen.

In den Auftragspositionstabellen zu finden, die mit dem Haupt-Lagerauftragskopf verknüpft sind. Gängige Feldnamen sind 'SKU', 'MaterialNumber' oder 'ItemCode'.

Die Ist-Menge ist die Anzahl der Einheiten, die vom Lagerbediener physisch gezählt, kommissioniert, verpackt oder empfangen wurden. Dieser Wert wird bei Abschluss der Aufgabe erfasst und kann manchmal von der 'Planned Quantity' (Planmenge) aufgrund von Bestandsengpässen, Beschädigungen oder menschlichem Fehler abweichen.

Der Vergleich dieses Attributs mit der 'Planned Quantity' ist grundlegend für das Dashboard 'Inventory Process Health and Accuracy'. Abweichungen zwischen den beiden Werten sind direkte Indikatoren für Prozessfehler oder Datenungenauigkeiten, die untersucht werden müssen.

Liefert die tatsächliche Basis dessen, was physisch bearbeitet wurde, was für die Berechnung von Diskrepanzraten und die Sicherstellung der Bestandsgenauigkeit unerlässlich ist.

In Transaktionsbestätigungs- oder Aufgabenabschlussaufzeichnungen zu finden. Feldnamen könnten 'ActualQty', 'ConfirmedQuantity' oder 'PickedQuantity' umfassen.

Diese Metrik stellt die Bearbeitungszeit für ein einzelnes Event dar, berechnet als Differenz zwischen seiner End Time und Start Time. Wenn eine End Time nicht verfügbar ist, kann sie aus der Zeit zwischen aufeinanderfolgenden Events abgeleitet werden.

Die Analyse der Aktivitätsdauer ist entscheidend, um herauszufinden, welche spezifischen Aufgaben die meiste Zeit im Gesamtprozess beanspruchen. Dies wird in Dashboards wie 'Resource Utilization and Workload' verwendet, um den Aufwand pro Aufgabe zu verstehen, und ist essenziell für die Berechnung von KPIs wie 'Average Quality Inspection Time'.

Misst direkt die für einzelne Aufgaben aufgewendete Zeit und hilft dabei, die längsten und ineffizientesten Schritte im Lagerprozess zu identifizieren.

Dies wird typischerweise während der Datentransformation berechnet, indem der Start-Timestamp vom End-Timestamp einer Aktivität subtrahiert wird.

Dies ist das angestrebte Fertigstellungs- oder Versanddatum für einen Warenausgangsauftrag, oft bestimmt durch Kundenerwartungen oder Service Level Agreements (SLAs). Es dient als primäre Frist, an der die tatsächliche Leistung gemessen wird.

Dieses Datum ist entscheidend für das Dashboard 'Expedited Order Analysis'. Der Vergleich des 'Requested Completion Date' mit dem 'Actual Completion Date' (dem Timestamp der Aktivität 'Shipment Dispatched' oder 'Warehouse Order Completed') hilft, die Pünktlichkeit zu bestimmen und Aufträge zu identifizieren, die Gefahr laufen, verspätet zu sein.

Bietet die Grundlage für die Messung der Pünktlichkeit und die Erfüllung von Service Level Agreements (SLAs), wobei potenziell verspätete Aufträge hervorgehoben werden.

In der Auftragskopftabelle zu finden. Gängige Feldnamen sind 'RequiredDeliveryDate', 'RequestedShipDate' oder 'SLA'.

Der Auftragstyp definiert den Geschäftszweck des Lagerauftrags. Gängige Typen umfassen Kundenlieferungen (Warenausgang), Lieferantenwareneingänge (Wareneingang), Umlagerungen zwischen Lagerorten (intern) oder Retouren.

Dies ist ein mächtiges Attribut für Filterung und Vergleichsanalyse. Es ermöglicht Ihnen, die Prozessabläufe und Leistungen für verschiedene Arten logistischer Operationen zu analysieren und zu vergleichen, beispielsweise um zu sehen, ob der Wareneingangsprozess effizienter oder weniger effizient ist als der Warenausgangsprozess.

Ermöglicht die Segmentierung der Analyse nach dem Zweck des Auftrags und zeigt Leistungsunterschiede zwischen Prozessen wie Wareneingang und Warenausgang auf.

Typischerweise in der Auftrags-Header-Tabelle in Körber WMS zu finden. Suchen Sie nach einem Feld namens 'OrderType', 'TransactionType' oder ähnlichem.

Die Cycle Time ist eine berechnete Metrik, die die gesamte verstrichene Zeit für einen Fall misst, vom allerersten Event ('Warehouse Order Created') bis zum letzten Event ('Warehouse Order Completed'). Sie stellt die End-to-End-Verarbeitungszeit für einen Auftrag dar.

Dies ist ein primärer Key Performance Indicator im Process Mining, der direkt die Frage "Wie lange dauert es?" beantwortet. Es ist die Kernmetrik für das Dashboard 'Warehouse Order End-to-End Cycle Time' und den KPI 'Average Order End-to-End Cycle Time', die zur Verfolgung der gesamten Prozessgesundheit und zur Identifizierung von Aufträgen verwendet werden, deren Bearbeitung ungewöhnlich lange dauert.

Dies ist ein kritischer KPI, der die Gesamteffizienz des Lagerprozesses misst und sich direkt auf die Kundenzufriedenheit und die Betriebskosten auswirkt.

Diese Metrik wird im Process Mining Tool berechnet, indem die Differenz zwischen dem Timestamp des letzten Events und des ersten Events für jeden Lagerauftrag ermittelt wird.

Die Endzeit stellt den Abschluss-Timestamp für eine Aktivität dar. Während StartTime (EventTime) den Beginn markiert, kennzeichnet End Time den Abschluss und ermöglicht die direkte Berechnung der Dauer dieser einzelnen Aktivität. Nicht alle Events haben eine eindeutige Endzeit; bei vielen wird die StartTime des nächsten Events verwendet, um die Dauer des vorhergehenden abzuleiten.

Dieses Attribut ist äußerst wertvoll für die genaue Berechnung der Bearbeitungszeit einzelner Aufgaben. Es wird beispielsweise verwendet, um die 'Durchschnittliche Qualitätsinspektionszeit' zu bestimmen, indem die Zeit vom Beginn bis zum Ende der Inspektion gemessen wird.

Ermöglicht die präzise Berechnung der Bearbeitungszeiten einzelner Aktivitäten, was entscheidend für die Identifizierung ineffizienter Aufgaben und Ressourcenengpässe ist.

Konsultieren Sie die Körber WMS-Dokumentation. Dies kann in Transaktionstabellen zusammen mit der Startzeit oder in verwandten Statusverlaufstabellen enthalten sein.

Die Sollmenge stellt die Zielanzahl von Einheiten für eine gegebene Aufgabe dar, wie sie durch den Lagerauftrag spezifiziert wird. Wenn ein Auftrag beispielsweise die Kommissionierung von 10 Einheiten einer bestimmten SKU erfordert, beträgt die Sollmenge für diese Kommissionieraufgabe 10.

Dieses Attribut ist entscheidend, um Diskrepanzen im Vergleich zur 'Ist-Menge' zu identifizieren. Es ist ein wichtiger Input für die Berechnung der KPIs 'Kommissionier-Diskrepanzrate' und 'Inventur-Diskrepanzrate', die für die Aufrechterhaltung der Bestandsgenauigkeit unerlässlich sind.

Dient als Basis für die Messung der Genauigkeit bei Aufgaben wie Kommissionierung und Wareneingang und ermöglicht die Erkennung von Bestandsabweichungen.

Verfügbar in Aufgaben- oder Auftragspositionstabellen. Suchen Sie nach Feldern wie 'OrderQuantity', 'PlannedQty' oder 'ExpectedQuantity'.

Dies ist ein abgeleitetes boolesches Attribut, das wahr ist, wenn die 'Ist-Menge' von der 'Sollmenge' für eine kommissionierungsbezogene Aktivität abweicht. Es dient als einfacher Indikator für einen Kommissionierfehler oder ein Bestandsproblem für eine spezifische Aufgabe.

Dieses Flag vereinfacht die Analyse, indem es Benutzern ermöglicht, schnell alle Aufträge zu filtern, bei denen eine Kommissionierabweichung aufgetreten ist. Es wird verwendet, um den KPI 'Kommissionier-Diskrepanzrate' zu berechnen und unterstützt das Dashboard 'Inventarprozessgesundheit und Genauigkeit', indem es spezifische Fehlerpunkte hervorhebt.

Bietet einen klaren, binären Indikator für Kommissionierfehler, der die zur Identifizierung und Quantifizierung von Problemen mit der Bestandsgenauigkeit erforderliche Analyse vereinfacht.

Wird während der Datentransformation berechnet. Die Logik lautet: IF (ActualQuantity != PlannedQuantity) THEN true ELSE false für relevante Kommissionieraktivitäten.

Die Lager-ID spezifiziert den physischen Standort oder die Einrichtung, wo der Lagerauftrag bearbeitet wird. Für Organisationen mit mehreren Distributionszentren ist dies eine Schlüsseldimension für die Analyse.

Dieses Attribut ermöglicht das Benchmarking der Leistung über verschiedene Standorte hinweg. Sie können beispielsweise die 'Average Order End-to-End Cycle Time' zwischen Lager A und Lager B vergleichen, um Best Practices oder standortspezifische operative Probleme zu identifizieren.

Ermöglicht den Leistungsvergleich und das Benchmarking über verschiedene physische Lagerstandorte hinweg und hebt regionale oder anlagenspezifische Probleme hervor.

Diese Informationen sind üblicherweise in Auftrags-Header- oder Standortkonfigurationstabellen verfügbar. Sie könnten als 'Werk', 'Standort' oder 'LocationCode' dargestellt werden.

Dieses Attribut identifiziert die physische Koordinate innerhalb des Lagers, wie ein Regal, Fach oder Behälter. Es ist relevant für Aktivitäten wie 'Waren eingelagert' und 'Waren entnommen'.

Diese Daten werden im Dashboard 'Einlagerungseffizienz und Standortnutzung' verwendet, um Fahrzeiten, Standortauslastung und die Wirksamkeit von Lagerstrategien zu analysieren. Zum Beispiel kann es helfen festzustellen, ob schnell drehende Artikel an leicht zugänglichen Orten gelagert werden, um die Kommissionierzeit zu minimieren.

Hilft bei der Optimierung des Lagerlayouts und der Lagerstrategie durch Analyse von Fahrzeiten und der Effizienz von Einlagerungs- und Kommissionieraufgaben für spezifische Standorte.

In Bestands-, Aufgaben- oder Stammdatentabellen des Standorts zu finden. Suchen Sie nach Feldern wie 'BinCode', 'LocationID' oder 'StorageBin'.

Der SLA Status ist ein berechnetes Attribut, das jeden Auftrag basierend auf seiner Pünktlichkeit relativ zum 'RequestedCompletionDate' kategorisiert. Er kann Werte wie 'Pünktlich', 'Verspätet' oder 'In Bearbeitung' annehmen.

Dieses Attribut bietet eine sofortige Übersicht über die Service-Level-Leistung. Es ermöglicht eine schnelle Filterung und Analyse aller verspäteten Aufträge, um die Grundursachen zu verstehen, wie spezifische Engpässe oder Ressourcenprobleme. Dies ist ein entscheidendes Element für jede Analyse, die auf Kundenzufriedenheit und operative Zuverlässigkeit abzielt.

Misst direkt die Einhaltung von Service-Level-Agreements und ermöglicht eine einfache Identifizierung und Ursachenanalyse verspäteter Aufträge.

Dies wird in der Datentransformationsschicht berechnet, indem der Timestamp des Events 'Warehouse Order Completed' mit dem 'RequestedCompletionDate' verglichen wird.

Der Spediteur ist der Drittanbieter von Logistikdienstleistungen (z.B. FedEx, UPS, DHL), der für den Transport der Waren vom Lager zum endgültigen Bestimmungsort verantwortlich ist. Dies wird typischerweise während der Versandplanung oder der Versandphase zugewiesen.

Die Analyse nach Spediteur kann Leistungsunterschiede zwischen Versandpartnern aufdecken. Zum Beispiel kann sie helfen zu identifizieren, ob bestimmte Spediteure mit längeren Bereitstellungszeiten oder häufigeren Verzögerungen verbunden sind, was wertvolle Daten für Speditionsvertragsverhandlungen und die Auswahl liefert.

Ermöglicht die Leistungsanalyse verschiedener Versandpartner und hilft so, die Logistik zu optimieren und die Lieferzuverlässigkeit zu verbessern.

In Versand- oder Transportplanungstabellen innerhalb von Körber WMS zu finden. Suchen Sie nach Feldern wie 'CarrierCode', 'ShippingAgent' oder 'SCAC'.

Dieses Attribut spezifiziert das Material Handling Equipment (MHE) oder die Technologie, die während einer Lageraufgabe verwendet wird. Dies könnte ein spezifischer Gabelstapler, Hubwagen, Handscanner oder ein Automated Guided Vehicle (AGV) sein.

Die Analyse nach Equipment hilft beim Verständnis der Ressourcenauslastung, des Wartungsbedarfs und der Auswirkungen verschiedener Equipmenttypen auf die Effizienz der Aufgaben. Es ist eine Schlüsseldimension für das Dashboard 'Ressourcenauslastung und Arbeitslast', die eine umfassende Sicht auf menschliche und maschinelle Ressourcen ermöglicht.

Ermöglicht die Analyse der Gerätenutzung und deren Einfluss auf die Aufgabenleistung, was hilft, das Flottenmanagement zu optimieren und maschinenbedingte Engpässe zu identifizieren.

Konsultieren Sie die Körber WMS-Dokumentation. Diese Daten können in Aufgaben-Ausführungsaufzeichnungen protokolliert werden, insbesondere wenn Bediener sich an spezifischen Geräten anmelden.