Ihr Supply Chain Management Daten Template

Dieses Attribut beschreibt einen einzelnen Schritt oder Meilenstein im Supply Chain Prozess. Es erfasst Schlüssel-Events wie Auftragserstellung, Bestandsprüfungen, Produktionsphasen und Lieferbestätigungen, die die Abfolge der Operationen für jeden Logistics Order bilden.

Bei der Process Mining Analyse wird die Abfolge der Aktivitäten verwendet, um die Prozesslandkarte automatisch zu entdecken, Abweichungen vom Standardverfahren zu identifizieren und Engpässe zu lokalisieren. Es ist die Grundlage für die Analyse des Prozessflusses, der Konformität und der Identifizierung von Nacharbeitszyklen, wie im Quality Control Rework Analysis Dashboard zu sehen ist.

Es definiert die Schritte des Prozesses und ermöglicht die Entdeckung und Visualisierung des tatsächlichen End-to-End-Lieferkettenflusses.

Dies wird typischerweise aus Event Logs, Statusänderungsdatensätzen oder Transaktionscodes innerhalb verschiedener Module von Kinaxis RapidResponse abgeleitet.

Die Event Time erfasst den genauen Zeitpunkt, zu dem eine Aktivität stattgefunden hat. Dieser Zeitstempel ist entscheidend für die chronologische Reihenfolge der Events und die Berechnung von Dauern zwischen verschiedenen Prozessschritten.

Die Analyse stützt sich stark auf dieses Attribut, um alle zeitbasierten Metriken zu berechnen, einschließlich Zykluszeiten, Wartezeiten und Durchlaufzeiten. Es ist unerlässlich für Dashboards wie die Auftragsabwicklungs-Zykluszeit und KPIs wie die durchschnittliche Auftrags-Lieferzeit. Genaue Zeitstempel sind die Grundlage für das Verständnis der Prozessleistung und die Identifizierung von Verzögerungen.

Dieser Timestamp liefert die chronologische Reihenfolge der Events und ist die Basis für alle Dauer- und Leistungsberechnungen, wodurch Engpässe und Verzögerungen aufgedeckt werden.

Diese Informationen finden sich typischerweise neben Aktivitätsdaten in Transaktionsprotokollen oder Statusaktualisierungsaufzeichnungen in allen Kinaxis RapidResponse Modulen.

Der Logistikauftrag dient als primärer Fallidentifikator, der alle Events im Zusammenhang mit einem einzelnen Abwicklungsweg gruppiert. Er ermöglicht die End-to-End-Verfolgung der Produktbewegung durch die Lieferkette, von der ersten Prognose oder Kundenanfrage bis zum endgültigen Liefernachweis.

Im Process Mining ist die Analyse von Aktivitäten nach Logistikauftrag grundlegend. Sie ermöglicht die Visualisierung vollständiger Prozessabläufe, die Berechnung von Zykluszeiten und die Identifizierung von Variationen und Engpässen für jeden einzelnen Auftrag. Dies ist die Grundlage für Dashboards wie „Auftragsabwicklungs-Zykluszeit“ und „End-to-End-Logistikvarianten“.

Dies ist der essenzielle Schlüssel zur Nachverfolgung des gesamten Lebenszyklus eines Auftrags, der es ermöglicht, Prozessvariationen, Effizienz und Compliance von Anfang bis Ende zu analysieren.

Dieser Identifikator ist typischerweise ein Kernfeld in Auftragsmanagement- oder Logistikplanungsmodulen innerhalb von Kinaxis RapidResponse.

Dieses Attribut liefert Datum und Uhrzeit des letzten Datenabzugs. Es ist ein Metadatenfeld, das Nutzern hilft, die Aktualität der von ihnen analysierten Daten zu verstehen.

In jedem Process Mining Dashboard sind diese Informationen für den Kontext entscheidend. Sie informieren den Nutzer darüber, wie aktuell die Analyse ist und wann das nächste Datenupdate erwartet wird, wodurch sichergestellt wird, dass Entscheidungen auf zeitnahen Informationen basieren.

Informiert Benutzer über die Aktualität der Daten und stellt sicher, dass sie verstehen, wie aktuell die Prozessanalyse ist und wann sie zuletzt aktualisiert wurde.

Dies ist ein Metadatenfeld, das während des Datenextraktions-, Transformations- und Ladeprozesses (ETL) generiert und dem Datensatz hinzugefügt wird.

Dieses Attribut identifiziert das Ursprungssystem für jeden Event Log Eintrag. In einer komplexen Landschaft können Events für einen einzelnen Prozess aus mehreren Systemen stammen, wie einem ERP, einem WMS und Kinaxis selbst.

In der Analyse hilft dies bei der Datenvalidierung und dem Verständnis der technologischen Landschaft des Prozesses. Es kann auch helfen, Datenintegrationsprobleme oder Diskrepanzen zwischen verschiedenen Systemen in der Supply Chain zu identifizieren.

Es liefert Kontext über den Datenursprung, was entscheidend für die Datenvalidierung, Fehlerbehebung und das Verständnis der Prozessfragmentierung über verschiedene IT-Systeme hinweg ist.

Dies ist oft ein statischer Wert, der während des Datenextraktionsprozesses hinzugefügt wird, um den Ursprung der Daten zu kennzeichnen.

Dieses Attribut zeichnet den Timestamp auf, wann der Kunde die Ware offiziell erhalten hat. Es markiert den letzten Schritt im Auftragserfüllungsprozess.

Es ist das Gegenstück zum 'Requested Delivery Date' und wird verwendet, um festzustellen, ob eine Lieferung pünktlich oder verspätet erfolgte. Dies ist eine Kernmetrik für das On-Time Delivery Performance Dashboard und entscheidend für die Berechnung von Service Level Agreements (SLAs) und die allgemeine Zuverlässigkeit der Supply Chain.

Es bestätigt den Abschluss des Lieferprozesses und ist wesentlich für die Berechnung der tatsächlichen Lieferleistung im Vergleich zu Kundenerwartungen.

Diese Informationen stammen oft von einem Proof of Delivery Event, das in Kinaxis oder einem integrierten Transportmanagement System (TMS) erfasst werden kann.

Dieses Attribut speichert das Datum, an dem der Kunde seine Bestellung voraussichtlich erhalten wird. Es dient als Basislinie für die Messung der Lieferleistung und Kundenzufriedenheit.

Dieses Datum wird direkt mit dem 'Actual Delivery Date' verglichen, um den On-Time Delivery Rate KPI zu berechnen und das On-Time Delivery Performance Dashboard zu steuern. Das Verständnis der Diskrepanz zwischen angeforderten und tatsächlichen Lieferdaten ist entscheidend, um systemische Verzögerungen zu identifizieren und den Kundenservice zu verbessern.

Dies ist der primäre Benchmark für die Messung der pünktlichen Lieferleistung und ein kritischer Bestandteil der Kundenzufriedenheits-KPIs.

Dies ist ein Standardfeld in Kundenaufträgen innerhalb von Kinaxis RapidResponse.

Dieses Attribut identifiziert den einzelnen oder Systemnutzer, der für einen spezifischen Prozessschritt verantwortlich ist. Es hilft beim Verständnis der Arbeitslastverteilung, bei der Identifizierung von Schulungsbedarfen und bei der Analyse der Leistung verschiedener Nutzer oder Teams.

In der Analyse kann es verwendet werden, um die Prozesslandkarte zu filtern, um zu sehen, wie spezifische Nutzer ihre Aufgaben ausführen, oder um Aktivitäten zu identifizieren, die häufig von einer kleinen Gruppe von Spezialisten bearbeitet werden. Es kann auch potenzielle Automatisierungsmöglichkeiten für repetitive, manuelle Aufgaben aufzeigen.

Weist die Verantwortlichkeit des Benutzers für Prozessschritte zu, was die Analyse der Teamleistung, Arbeitslastverteilung und Einhaltung von Verfahren ermöglicht.

Typischerweise in Transaktionsprotokollen als Felder 'User Name', 'Changed By' oder 'Created By' innerhalb von Kinaxis RapidResponse zu finden.

Dieses Attribut identifiziert den Endkunden, der mit dem Logistikauftrag verbunden ist. Es ist entscheidend für die Segmentierung der Prozessanalyse aus kundenzentrierter Sicht.

Mit der Customer ID ist es möglich, die On-Time Delivery Performance für spezifische Kunden zu analysieren, zu verstehen, welche Kunden die komplexesten Auftragsflüsse haben, und Serviceverbesserungen maßzuschneidern. Dies hilft bei der Priorisierung von hochwertigen Kunden und der effektiveren Verwaltung von Kundenbeziehungen.

Ermöglicht eine kundenorientierte Prozessanalyse, die dabei hilft, Servicelevel, Lieferperformance und die Komplexität der Abwicklung für Schlüsselkunden zu bewerten.

In Kundenbestelltabellen oder Arbeitsmappen innerhalb von Kinaxis RapidResponse zu finden, oft als „Kundennummer“ oder „Regulierer“ bezeichnet.

Dieses Attribut spezifiziert das Produkt, das im Logistikauftrag gehandhabt wird. Es ermöglicht die Segmentierung der Analyse nach Produkttyp, Kategorie oder spezifischem Artikel.

Die Analyse des Prozesses nach Produkt ist entscheidend, um Artikel zu identifizieren, die häufig Verzögerungen, Qualitätsprobleme oder komplexe Erfüllungspfade aufweisen. Dies ist essenziell für die Dashboards zur Demand Forecast Accuracy und Quality Control Rework Analysis, um problematische Produktlinien oder Lieferketten zu lokalisieren.

Ermöglicht eine prozessspezifische Analyse von Produktlinien oder -kategorien und hilft so, Produkte mit ineffizienten oder problematischen Lieferpfaden zu identifizieren.

Dies ist ein Standardfeld in Auftrags-, Versand- und Bestandsdaten innerhalb von Kinaxis RapidResponse, oft als 'SKU', 'Material Number' oder 'Product ID' bezeichnet.

Dieses boolesche Attribut wird durch den Vergleich des 'Actual Delivery Date' mit dem 'Requested Delivery Date' abgeleitet. Es vereinfacht die Leistungsanalyse, indem es jede abgeschlossene Bestellung als entweder pünktlich oder verspätet kategorisiert.

Dieses Flag ist der primäre Treiber für das On-Time Delivery Performance Dashboard und den On-Time Delivery Rate KPI. Es ermöglicht einfaches Filtern, Aggregieren und Visualisieren der Lieferleistung über verschiedene Dimensionen wie Kunde, Produkt oder Region hinweg.

Bietet ein klares, binäres Ergebnis für die Lieferleistung, vereinfacht die Berechnung von On-Time-KPIs und ermöglicht leistungsstarke Dashboard-Visualisierungen.

Dieses Attribut ist im Quellsystem nicht vorhanden, wird aber während der Daten Transformationsphase für Process Mining berechnet.

Dieses Attribut erfasst den spezifischen Grund für einen Qualitätsmangel. Es liefert kritischen Kontext, wenn eine 'Quality Control Passed'-Aktivität nicht stattfindet und stattdessen der Prozess zur Nacharbeit in die Produktion zurückkehrt.

Im Dashboard für die Analyse von Nacharbeiten in der Qualitätskontrolle liefern diese Daten das 'Warum' hinter Nacharbeits-Events. Die Analyse von Ablehnungsgründen hilft, die Ursachen von Qualitätsproblemen wie Materialfehler, Gerätefehlfunktionen oder Bedienungsfehler zu identifizieren, was gezielte Verbesserungsmaßnahmen ermöglicht.

Liefert entscheidenden Kontext für Qualitätsfehler und Nacharbeitschleifen und ermöglicht eine Ursachenanalyse zur Verbesserung der Produktqualität und Reduzierung von Ausschuss.

Diese Informationen finden sich in Qualitätsmanagementmodulen oder -tabellen, verknüpft mit Qualitätsprüfungs-Events.

Dies ist eine Case-Level Metrik, die die End-to-End-Dauer des gesamten Auftragserfüllungsprozesses misst. Sie wird berechnet, indem der Timestamp der letzten Aktivität ('Proof Of Delivery Signed') vom Timestamp der ersten relevanten Aktivität ('Customer Order Received') subtrahiert wird.

Diese Metrik ist der Eckpfeiler des Order Fulfillment Cycle Time Dashboards und des Avg Order-to-Delivery Cycle Time KPI. Sie bietet einen Überblick über die Gesamteffizienz und Geschwindigkeit der Supply Chain und hilft, Verbesserungen zu verfolgen und systemische Verzögerungen über die Zeit zu identifizieren.

Stellt die gesamte End-to-End-Dauer des Abwicklungsprozesses dar und dient als kritische KPI zur Messung der Gesamtgeschwindigkeit und Effizienz der Lieferkette.

Dies ist kein Feld im Quellsystem, sondern eine Metrik, die auf Case-Ebene innerhalb der Process Mining Software berechnet wird.

Dieses Attribut spezifiziert die Anzahl der Einheiten eines bestimmten Produkts, die in einem Kundenauftrag enthalten sind. Es ist ein grundlegendes Stück Transaktionsdaten.

In der Analyse wird die Auftragsmenge verwendet, um sie mit den prognostizierten Mengen zu vergleichen und die Prognosegenauigkeit zu messen. Es hilft auch bei der Priorisierung von Großaufträgen und dem Verständnis des Umfangs der für verschiedene Aufträge erforderlichen Produktions- und Logistikoperationen.

Entscheidend für die Messung der Prognosegenauigkeit durch Vergleich mit prognostizierten Mengen und für das Verständnis der Mengentreiber in der Lieferkette.

Dies ist ein Standardfeld in den Kundeneinzelposten-Daten innerhalb von Kinaxis RapidResponse.

Dieses Attribut ist der Schlüsselidentifikator für Beschaffungsaktivitäten. Es verknüpft die Materialanforderung ('Purchase Requisition Created') mit der offiziellen Bestellung, die an einen Lieferanten gesendet wird ('Purchase Order Issued'), und dem anschließenden Empfang dieser Materialien ('Raw Materials Received').

Während der Logistics Order die Case ID ist, ist die Purchase Order Number eine kritische Geschäftsbelegreferenz, die ein detailliertes Eintauchen in spezifische Lieferantentransaktionen ermöglicht. Sie ist essenziell für die detaillierte Analyse des Supplier Delivery Performance Dashboards.

Dient als zentrale Referenz für alle Beschaffungsaktivitäten und ermöglicht eine detaillierte Analyse des Einkaufsprozesses und der Lieferantenleistung.

Dies ist ein primäres Feld in Einkaufs- und Beschaffungsmodulen oder Workbooks innerhalb von Kinaxis RapidResponse.

Dieses boolesche Attribut identifiziert Aktivitäten, die als Teil eines Nacharbeitszyklus auftreten. Es wird typischerweise als 'true' gekennzeichnet, wenn eine Produktions- oder Qualitätskontrollaktivität für denselben Logistics Order nach einem ersten Versuch wiederholt wird.

Dieses Flag ist essenziell für das Quality Control Rework Analysis Dashboard und den Rework Rate KPI. Es ermöglicht Analysten, die Häufigkeit von Nacharbeiten einfach zu quantifizieren und die Prozessflüsse zu isolieren, die Ineffizienzen, erhöhte Kosten und längere Zykluszeiten verursachen.

Kennzeichnet direkt ineffiziente Nacharbeitschleifen innerhalb des Prozesses und erleichtert so die Quantifizierung der Auswirkungen von Qualitätsproblemen auf Kosten und Zykluszeit.

Dieses Attribut wird innerhalb des Process Mining Tools durch die Erkennung wiederholter Aktivitätensequenzen für einen bestimmten Case berechnet.

Dieses Attribut spezifiziert die Lagerstätte, die an den Erfüllungsaktivitäten beteiligt ist. Es ist entscheidend für das Verständnis der Logistik- und Bestandsmanagementteile der Supply Chain.

Durch die Analyse der Aktivitäten pro Lager können Unternehmen die Effizienz ihres Distributionsnetzwerks vergleichen. Dies ist nützlich für Dashboards, die sich auf Bestandsengpässe und Erfüllungsdurchsatz beziehen, und hilft, langsam drehende Bestände oder ineffiziente Lagerabläufe zu identifizieren.

Identifiziert das spezifische Lager- oder Distributionszentrum und ermöglicht so die Analyse von Lagerbewegungen, Kommissioniereffizienz und Abwicklungsgeschwindigkeit nach Standort.

In Bestandsverwaltungs- und Versanddaten zu finden, oft im Zusammenhang mit Warenkommissionierungs- und Versandereignissen.

Dieses Attribut identifiziert den Lieferanten, der an beschaffungsrelevanten Aktivitäten beteiligt ist, wie 'Purchase Order Issued' und 'Raw Materials Received'.

Es ist essenziell für das Supplier Delivery Performance Dashboard, das es dem Unternehmen ermöglicht, die pünktliche Leistung und die Lieferzeiten verschiedener Lieferanten zu messen und zu vergleichen. Diese Analyse hilft beim Lieferantenbeziehungsmanagement, bei der Identifizierung zuverlässiger Partner und bei der Risikominderung in der inbound Supply Chain.

Ermöglicht eine Leistungsanalyse der Lieferanten, die entscheidend ist, um Beschaffungsengpässe zu identifizieren und eine zuverlässige Inbound-Lieferkette sicherzustellen.

In Einkaufsdokumenten und Wareneingangsdatensätzen innerhalb von Kinaxis RapidResponse zu finden, oft als „Lieferanten-ID“ oder „Lieferantennummer“ bezeichnet.

Dieses Attribut enthält die Menge eines Produkts, die in einem bestimmten Zeitraum voraussichtlich bestellt wird. Es repräsentiert das Ergebnis des Bedarfsplanungsprozesses.

Diese Daten sind essenziell für das Demand Forecast Accuracy Dashboard und den Forecast-to-Actual Order Deviation KPI. Durch den Vergleich dieses Werts mit der tatsächlichen 'Order Quantity' können Unternehmen die Zuverlässigkeit ihrer Prognosen bewerten, was entscheidend für die Optimierung von Lagerbeständen und die Produktionsplanung ist.

Dient als Basislinie zur Messung der Prognosegenauigkeit und hilft, das Bestandsmanagement zu verbessern und Kosten im Zusammenhang mit Über- oder Fehlbeständen zu reduzieren.

Diese Daten stammen aus den Bedarfsplanungs- oder Prognosemodulen innerhalb von Kinaxis RapidResponse.

Dieses Attribut identifiziert die physische Ressource, die an einem Prozessschritt beteiligt ist, insbesondere in der Fertigung. Es könnte eine spezifische Maschine, eine Montagelinie oder eine Packstation sein.

Die Analyse des Prozesses nach Ressourcen ist zentral für das Supply Chain Resource Utilization Dashboard. Es hilft, die Arbeitslast und Leistung verschiedener Ressourcen zu verstehen, zu identifizieren, welche Maschinen Engpässe darstellen, und die Ressourcenzuweisung für einen besseren Durchsatz und Effizienz zu optimieren.

Identifiziert die verwendete spezifische Ausrüstung oder Linie, was für die Analyse der Ressourcennutzung, Kapazitätsbeschränkungen und Produktionsengpässe unerlässlich ist.

Diese Daten finden sich oft in Manufacturing Execution Systems (MES), die mit Kinaxis integriert sind, oder in detaillierten Produktionsplanungsdaten.

Dieses Attribut spezifiziert, wie Waren von einem Ort zum anderen transportiert werden. Es kann Standard- und Expressoptionen umfassen.

Es ist entscheidend für das Expedited Order Overview Dashboard und den Expedited Order Percentage KPI. Die Analyse dieses Attributs hilft zu identifizieren, wie oft teurer Expressversand genutzt wird, was auf zugrunde liegende Probleme in Planung oder Ausführung hinweisen kann. Es unterstützt auch die Analyse der Transportdauer, indem die Effizienz verschiedener Modi verglichen wird.

Identifiziert Transportmethoden, was entscheidend für die Analyse von Logistikkosten, Transitzeiten und der Häufigkeit teurer Eillieferungen ist.

Diese Informationen werden typischerweise in Versand- oder Transportdokumenten innerhalb von Kinaxis RapidResponse oder einem integrierten TMS gespeichert.

Dieses Attribut identifiziert den spezifischen physischen Standort, wie eine Fabrik oder Produktionsstätte, der am Supply Chain Prozess beteiligt ist. Es bietet geografischen und organisatorischen Kontext für produktionsbezogene Aktivitäten.

Die Analyse des Prozesses nach Werk ermöglicht den Leistungsvergleich über verschiedene Standorte hinweg. Sie kann helfen zu identifizieren, welche Werke effizienter sind, welche höhere Nacharbeitsquoten aufweisen und wo Produktionsengpässe am häufigsten sind, wodurch die Ressourcenauslastungsanalyse unterstützt wird.

Bietet Standortkontext für Produktionsaktivitäten und ermöglicht Leistungsbenchmarking sowie Engpassanalysen über verschiedene Fertigungsstandorte hinweg.

Dies ist ein gängiges Attribut in Produktions-, Bestands- und Logistikdaten innerhalb von Kinaxis RapidResponse.