Su Plantilla de Datos de Gestión de Almacenes

Este atributo proporciona la fecha y hora precisas para cada actividad registrada en el proceso. Es la columna vertebral cronológica del registro de eventos, estableciendo la secuencia y el cronometraje de todas las operaciones de almacén para un pedido dado.

La Hora del Evento es esencial para todos los análisis de Process Mining basados en el tiempo. Se utiliza para calcular los tiempos de ciclo entre actividades, medir la duración total de un proceso, identificar retrasos y analizar el rendimiento del proceso en diferentes períodos de tiempo. Las marcas de tiempo precisas son cruciales para construir un mapa de procesos confiable y derivar métricas de rendimiento significativas.

Esta marca de tiempo es crucial para secuenciar correctamente los eventos y calcular todas las métricas basadas en la duración, como los tiempos de ciclo y los plazos de entrega.

Ubicado en tablas de registro de eventos o registros de transacciones junto con la información de actividad en Manhattan SCALE. Los campos a menudo se nombran como 'created_ts', 'event_timestamp' o 'status_change_date'.

Este atributo registra los pasos o hitos discretos dentro del proceso de gestión de almacén. Los ejemplos incluyen 'Mercancías Recogidas del Almacén', 'Empaquetado Iniciado' y 'Envío Despachado'. Cada actividad representa una acción específica realizada sobre la orden de almacén.

Este es un atributo crítico para el Process Mining, ya que define los nodos en el mapa de procesos. Analizar la secuencia, frecuencia y duración de estas actividades permite la visualización de los flujos de procesos, la identificación de desviaciones del procedimiento estándar y la identificación de cuellos de botella donde el trabajo se retrasa.

Define los pasos del proceso, formando la base del mapa de procesos y permitiendo el análisis del flujo operativo y las variaciones.

Derivado de códigos de transacción, registros de eventos o tablas de actualización de estado dentro de Manhattan SCALE que rastrean el progreso de los pedidos de almacén.

La Orden de Almacén sirve como el identificador principal del caso, agrupando todas las actividades relacionadas para un único proceso logístico de principio a fin. Esto permite el seguimiento de principio a fin del ciclo de vida de un pedido dentro del almacén, ya sea que implique la recepción de mercancías, su ubicación, picking, empaquetado o envío.

En el análisis de Process Mining, este atributo es fundamental para reconstruir el recorrido de cada pedido. Al vincular todos los eventos a una Orden de Almacén específica, los analistas pueden visualizar los flujos de procesos, medir los tiempos de ciclo para pedidos individuales e identificar variaciones o cuellos de botella que afectan la eficiencia del cumplimiento.

Es la clave esencial para vincular todas las actividades de almacén relacionadas en una única y cohesiva instancia de proceso, permitiendo un análisis de extremo a extremo.

Este identificador se encuentra típicamente en las tablas centrales de gestión de pedidos dentro de Manhattan SCALE, como la tabla de cabecera de pedidos.

Este atributo identifica la aplicación de origen donde se generaron los datos del evento. Para este proceso, el valor sería típicamente 'Manhattan SCALE'.

En un entorno con múltiples sistemas integrados, este campo ayuda a diferenciar las fuentes de datos. Proporciona contexto sobre el origen de los datos, lo que puede ser importante para la gobernanza de datos, la resolución de problemas y la comprensión de posibles variaciones en los procesos de captura de datos en diferentes plataformas.

Proporciona contexto esencial sobre el origen de los datos, lo cual es fundamental para la gobernanza de datos, la validación y los esfuerzos de integración en entornos de TI complejos.

Este es a menudo un valor estático añadido durante el proceso de extracción, transformación y carga (ETL) de datos para etiquetar el conjunto de datos.

Este atributo indica la fecha y hora en que los datos fueron extraídos por última vez de Manhattan SCALE y cargados en la herramienta de Process Mining. Refleja la actualidad de los datos que se están analizando.

Esta información es vital para que los usuarios comprendan la oportunidad del análisis. Les ayuda a saber si están viendo datos en tiempo real o una instantánea de un momento específico, lo cual es crucial para tomar decisiones operativas informadas y para fines de informes.

Informa a los usuarios sobre la frescura de los datos, asegurando que comprendan el período de tiempo cubierto por el análisis y los informes.

Esta marca de tiempo es típicamente generada y almacenada por la herramienta ETL o la tubería de datos durante el proceso de carga de datos.

Este atributo registra la cantidad medida de mercancías en un punto de control clave, como la recepción de mercancías o el picking. Representa lo que se manipuló físicamente, lo que puede diferir de lo planificado.

Comparar la Cantidad Real con la Cantidad Planificada es esencial para identificar discrepancias. Esta es la base para el panel de 'Tendencias de Discrepancias en la Cantidad de Pedidos' y el KPI relacionado. El seguimiento de estas diferencias ayuda a identificar problemas en la precisión del proveedor, los registros de inventario o los errores de picking, que son críticos para mantener la integridad del inventario.

Es crucial para identificar discrepancias entre las cantidades planificadas y ejecutadas, destacando posibles problemas de precisión del inventario o errores operativos.

Encontrado en los registros de detalles de transacciones para actividades como recibir, contar o picking en Manhattan SCALE.

Este atributo representa el acuerdo de nivel de servicio (SLA) o la fecha de entrega objetivo para una orden de almacén de salida. Es la fecha límite contra la cual se miden las operaciones del almacén para el rendimiento a tiempo.

Esta fecha es un punto de referencia crítico para la evaluación del rendimiento. Se utiliza en el panel de 'Rendimiento de Envío a Tiempo' y el KPI de 'Tasa de Envío a Tiempo' para determinar si un pedido se cumplió a tiempo. Analizar los pedidos que no cumplen con esta fecha ayuda a identificar las causas sistémicos de los retrasos y mejorar la satisfacción del cliente.

Sirve como el principal punto de referencia para medir el rendimiento de los envíos a tiempo y la adhesión a los acuerdos de nivel de servicio al cliente.

Típicamente almacenado en la tabla de cabecera de pedidos en Manhattan SCALE, a menudo poblado desde un ERP o Sistema de Gestión de Pedidos superior.

La Hora de Fin marca la finalización de una actividad. Cuando se combina con una Hora de Inicio (EventTime), permite el cálculo preciso del tiempo de procesamiento para tareas individuales. No todos los eventos tienen una hora de fin distinta, pero para aquellos que sí, como 'Picking' o 'Empaquetado', estos datos son muy valiosos.

En el análisis, la Hora de Fin se utiliza para calcular la métrica 'ProcessingTime', que es crucial para comprender la eficiencia de los recursos y la duración de las tareas. Esto ayuda a identificar qué actividades específicas están tardando más, contribuyendo al tiempo de ciclo general y a posibles retrasos.

Permite el cálculo preciso del tiempo de procesamiento para actividades individuales, helping a identificar qué tareas consumen más tiempo y recursos.

Esto puede estar disponible en los mismos registros de transacciones que la hora de inicio, en un campo separado como 'completed_ts' o 'end_time'. Si no está disponible directamente, a veces se puede inferir de la hora de inicio de la actividad subsiguiente.

Este atributo, a menudo conocido como SKU (Unidad de Mantenimiento de Stock), identifica el artículo específico involucrado en una actividad de almacén. Una sola orden de almacén puede contener múltiples materiales, cada uno manejado en partidas individuales o tareas.

Analizar el proceso por ID de Material puede revelar problemas específicos del producto. Por ejemplo, ciertos artículos podrían ser más propensos a fallos en la inspección de calidad, errores de picking o tiempos de manipulación más largos debido a su tamaño, peso o requisitos de almacenamiento. Esto ayuda a optimizar las estrategias de almacenamiento y los procedimientos de manipulación para diferentes tipos de productos.

Permite el análisis a nivel de producto para identificar si ciertos artículos están asociados con retrasos en el proceso, errores o retrabajos.

Ubicado en las tablas de líneas de pedido en Manhattan SCALE, vinculado al pedido principal del almacén.

Este atributo captura el ID del usuario responsable de ejecutar una tarea de almacén específica, como picking, empaquetado o ubicación. Vincula las actividades del proceso a los recursos humanos involucrados.

Analizar el rendimiento por ID de Usuario/Operador es esencial para comprender la utilización de recursos y la eficiencia individual o del equipo. Ayuda a identificar a los de mejor rendimiento, las necesidades de capacitación y la distribución de la carga de trabajo. Estos datos son clave para el panel de 'Utilización de Recursos por Operador' y los KPIs relacionados, permitiendo a los gerentes optimizar la dotación de personal y la asignación de tareas.

Vincula el rendimiento del proceso a individuos o equipos específicos, permitiendo el análisis de la carga de trabajo, la productividad y la asignación de recursos.

Esta información se registra típicamente en los registros de transacciones en Manhattan SCALE, a menudo en campos como 'user_id', 'operator' o 'executed_by'.

El Tipo de Pedido define el propósito general de la orden de almacén. Los tipos comunes incluyen envíos a clientes (salida), recepciones de proveedores (entrada), transferencias de stock entre ubicaciones (internas) o devoluciones.

Este atributo permite segmentar el análisis de procesos. Al filtrar por Tipo de Pedido, se puede comparar el rendimiento de diferentes procesos, como el proceso de recepción versus el proceso de envío. Esto es crucial porque sus pasos, recursos y objetivos de rendimiento suelen ser muy diferentes, y analizarlos juntos puede ser engañoso.

Permite la separación y comparación de procesos distintos, como entrada versus salida, que tienen diferentes flujos y expectativas de rendimiento.

Encontrado en los datos del encabezado del pedido en Manhattan SCALE. El campo puede llamarse 'order_type', 'transaction_type' o similar.

Este atributo booleano identifica instancias de retrabajo, como una actividad de 'Mercancías Recogidas del Almacén' realizada más de una vez para el mismo material dentro de un solo pedido. Se deriva analizando patrones en el flujo del proceso.

Marcar el retrabajo es crucial para identificar ineficiencias y errores en el proceso. Ayuda a cuantificar el KPI de 'Tasa de Retrabajo de Picking' y permite a los analistas aislar e investigar casos con pasos repetidos. Comprender los impulsores del retrabajo es clave para reducir los costos operativos y mejorar la calidad del proceso.

Señala bucles ineficientes y trabajo repetido dentro del proceso, que a menudo son fuentes ocultas de retrasos y aumento de los costos operativos.

Este es un atributo calculado, típicamente derivado dentro de la herramienta de Process Mining al definir reglas que detectan patrones de actividad repetidos específicos (ej., bucles propios o bucles cortos).

Este atributo indica la cantidad de un artículo que se esperaba recibir, recoger o manipular según la orden de almacén original o la instrucción de la tarea. Es la base contra la cual se mide la operación del mundo real.

Este valor se utiliza junto con la 'Cantidad Real' para calcular las discrepancias. Las diferencias frecuentes entre las cantidades planificadas y reales pueden indicar problemas con los envíos de proveedores, la precisión del inventario o los procesos de picking, lo que lo convierte en un atributo clave para el análisis de calidad y precisión.

Actúa como la línea base para medir la precisión de la cantidad, ayudando a identificar discrepancias que impactan el inventario y el cumplimiento de pedidos.

Ubicado en tablas de línea de pedido o detalle de tarea dentro de Manhattan SCALE.

Esta métrica se calcula como 'Cantidad Real' menos 'Cantidad Planificada'. Un valor distinto de cero indica una discrepancia en la cantidad de mercancías manipuladas versus lo esperado. El valor puede ser positivo (sobrante) o negativo (faltante).

Este atributo es la base del KPI de 'Tasa de Discrepancia de Cantidad de Pedido'. Cuantifica la magnitud de los errores en la recepción o el picking, proporcionando una métrica clara para los paneles que rastrean la precisión del inventario. Analizar las tendencias y las causas raíz de estas discrepancias es vital para mejorar la precisión operativa.

Cuantifica directamente los errores de inventario y cumplimiento de pedidos, proporcionando una métrica clara para el seguimiento de la precisión y el impacto financiero de las discrepancias.

Este es un campo calculado derivado en la herramienta de Process Mining mediante la fórmula: CantidadReal - CantidadPlanificada.

Este atributo especifica la pieza de equipo de manipulación de materiales (MHE) o tecnología utilizada para realizar una tarea de almacén. Esto podría incluir IDs de carretillas elevadoras específicas, números de transpaletas o IDs de escáneres RF de mano.

Estos datos son valiosos para el análisis de utilización de recursos más allá de los operadores humanos. Ayuda a comprender los patrones de uso de equipos costosos, la planificación del mantenimiento y asegurar que las herramientas adecuadas estén disponibles cuando sea necesario. Apoya directamente KPIs como 'Utilización de Recursos (Picking)' al proporcionar otra dimensión para el análisis.

Permite el análisis de la utilización del equipo y su impacto en la eficiencia del proceso, ayudando a gestionar los programas de mantenimiento y la inversión en MHE.

Consulte la documentación de Manhattan SCALE o los registros del sistema. Esto podría rastrearse en los registros de ejecución de tareas si el sistema está configurado para capturarlo.

Este atributo booleano se deriva comparando la 'Fecha de Finalización Real' con la 'Fecha de Finalización Solicitada'. Es verdadero si el pedido se completó a tiempo y falso si se retrasó.

Este atributo simplifica el análisis de rendimiento al permitir un fácil filtrado y agregación. Es la base para calcular el KPI de 'Tasa de Envío a Tiempo' e impulsa paneles que rastrean el cumplimiento de los SLAs del cliente. Separa rápidamente los pedidos conformes de los no conformes, permitiendo el análisis de la causa raíz en los pedidos atrasados.

Simplifica la creación de informes de rendimiento al convertir las comparaciones de fechas en un simple indicador verdadero/falso, lo que facilita el cálculo de la tasa de envío a tiempo.

Calculado comparando 'ActualCompletionDate' <= 'RequestedCompletionDate'. Esta lógica se aplica en la herramienta de process mining.

Este atributo es la marca de tiempo que señala el paso final del proceso de almacén para un pedido, como 'Envío Despachado'. Representa el tiempo de finalización real del proceso de cumplimiento.

Esta fecha se compara directamente con la 'Fecha de Finalización Solicitada' para calcular el rendimiento de envío a tiempo. Es el punto de datos real que confirma cuándo terminó la responsabilidad del almacén por el pedido. Analizar este atributo ayuda a medir con precisión los tiempos de ciclo de cumplimiento y el rendimiento frente a los SLAs.

Proporciona la marca de tiempo real de la finalización del pedido, utilizada para calcular los tiempos de ciclo reales y medir el rendimiento frente a las fechas solicitadas.

Esto corresponde a la marca de tiempo de la actividad final en el proceso, como 'Envío Despachado' o 'Orden de Almacén Completada'.

El ID de Envío es un identificador de nivel superior que consolida una o más órdenes de almacén que se transportan juntas en el mismo vehículo o como parte del mismo envío. Vincula las órdenes individuales a un evento de transporte específico.

En el análisis, el ID de Envío permite una visión más amplia de las operaciones logísticas. Puede utilizarse para analizar la eficiencia del proceso de consolidación en las fases de preparación y carga, medir el rendimiento a tiempo a nivel de envío y comprender cómo la consolidación de pedidos impacta los plazos de entrega generales.

Agrupa múltiples pedidos en un único evento de envío, permitiendo el análisis de los procesos de consolidación, preparación y carga.

Encontrado en las tablas de gestión de transporte o envío dentro de Manhattan SCALE. Este ID normalmente se vincula a múltiples pedidos de almacén.

Este atributo identifica al socio logístico o transportista (ej. FedEx, UPS, DHL) asignado a un envío de salida. Vincula el proceso del almacén con la etapa de transporte posterior.

Analizar el rendimiento por transportista puede revelar información importante sobre la cadena de suministro. Ayuda a determinar si ciertos transportistas están asociados con tiempos de preparación más largos, retrasos frecuentes o requisitos de manipulación específicos. Esta información puede utilizarse para evaluar el rendimiento del transportista y optimizar las asociaciones logísticas.

Conecta las operaciones de almacén con los socios logísticos, permitiendo el análisis de rendimiento por transportista para identificar posibles cuellos de botella relacionados con el transporte.

Encontrado en las tablas de envío o planificación de transporte dentro de Manhattan SCALE, a menudo vinculado al encabezado del pedido.

Este atributo registra el resultado de la 'Inspección de Calidad Realizada' actividad. Indica si las mercancías recibidas cumplieron con los estándares de calidad requeridos o si se necesita alguna acción adicional.

Este es un atributo crítico para el análisis de gestión de calidad. Ayuda a rastrear la 'Tasa de Cumplimiento del Control de Calidad' no solo en términos de adhesión sino también en resultados. Analizar las tasas de fallo por proveedor o material puede ayudar a mejorar las decisiones de adquisición y reducir los costos posteriores asociados con mercancías de mala calidad.

Proporciona el resultado de los controles de calidad, permitiendo el análisis de la calidad del proveedor, los problemas del producto y la eficacia del proceso de inspección.

Consulte la documentación de Manhattan SCALE. Probablemente se almacenaría en tablas relacionadas con la gestión de calidad o las tareas de recepción.

Esta métrica calcula la duración total para cada orden de almacén, desde el evento 'Orden de Almacén Creada' hasta el evento 'Orden de Almacén Completada'. Es un indicador clave de rendimiento que mide la eficiencia de extremo a extremo de todo el proceso de cumplimiento del almacén.

En paneles y análisis, este atributo proporciona una vista de alto nivel del rendimiento general. Se utiliza para rastrear tendencias, identificar valores atípicos (tiempos de ciclo extendidos) y comparar el rendimiento a lo largo del tiempo. Apoya directamente el panel de 'Tiempo de Ciclo Total de Cumplimiento de Pedidos' y el KPI correspondiente.

Este es un KPI crítico que mide la velocidad y eficiencia de extremo a extremo del almacén, impactando directamente la satisfacción del cliente y los costos operativos.

Este es un campo calculado, derivado tomando la diferencia entre las marcas de tiempo del primer y último evento para cada Orden de Almacén.

Esta métrica calculada mide la duración de una parte crítica del proceso de entrada: el tiempo entre la actividad 'Mercancías Recibidas y Contadas' y la actividad 'Mercancías Ubicadas en Almacén'. Cuantifica la eficiencia del muelle de recepción y las operaciones de ubicación.

Esta duración es una entrada clave para el panel de 'Ciclo de Recepción de Mercancías a Ubicación' y su KPI correspondiente. Valores altos para esta métrica pueden indicar cuellos de botella en el muelle de recepción, retrasos en la creación de tareas de ubicación o rutas de desplazamiento ineficientes, todo lo cual retrasa la disponibilidad del inventario.

Aísla y mide la eficiencia de un paso crítico del proceso de entrada, destacando cuellos de botella que retrasan la disponibilidad del inventario.

Este es un campo calculado, derivado al encontrar la diferencia de tiempo entre los eventos 'Mercancías Recibidas y Contadas' y 'Mercancías Ubicadas en Almacén' para un caso dado.

Este atributo identifica la ubicación física (ej. Pasillo 5, Contenedor 3, Nivel C) involucrada en una actividad de almacenamiento o recuperación. Proporciona contexto espacial al proceso del almacén.

Analizar las actividades por ubicación de almacenamiento es crucial para optimizar el diseño del almacén y el flujo de materiales. Puede ayudar a identificar ubicaciones de acceso frecuente, rutas de desplazamiento ineficientes durante el picking o áreas propensas a la congestión. Estos datos respaldan el análisis de la eficiencia de ubicación y picking, revelando oportunidades para mejorar las estrategias de almacenamiento.

Proporciona contexto espacial a los movimientos del almacén, permitiendo el análisis de la eficiencia del diseño, los tiempos de viaje y la optimización de la ruta de picking.

Contenido en datos a nivel de tarea para actividades de ubicación y picking en Manhattan SCALE, en campos como 'location_id', 'bin_code' o 'source_location'.