Votre modèle de données pour la gestion de la chaîne d’approvisionnement
Votre modèle de données pour la gestion de la chaîne d’approvisionnement
- Attributs recommandés à recueillir
- Activités clés à suivre
- Guide d’extraction
Attributs de la gestion de la chaîne d’approvisionnement
| Nom | Description | ||
|---|---|---|---|
| Commande logistique LogisticsOrder | Identifiant unique d’une commande logistique, utilisé comme identifiant de cas principal pour suivre le processus de chaîne logistique de bout en bout. | ||
| Description La commande logistique est le numéro de suivi central qui relie toutes les activités, de la passation de la commande client à la livraison finale. Chaque commande logistique correspond à un parcours de traitement unique. Elle permet d’analyser l’ensemble du cycle de vie de la commande, notamment l’approvisionnement, l’entreposage, l’expédition et la livraison. En Process Mining, cet attribut sert à regrouper tous les événements associés dans un même cas. L’analyse par commande logistique permet de calculer les temps de cycle de bout en bout, de repérer les variantes de processus courantes et de détecter les goulots d’étranglement ou les écarts qui touchent certaines commandes. Pourquoi est-ce important ? Il s’agit de l’ID de cas principal qui regroupe tous les événements associés et permet de suivre le parcours complet d’une commande, de son début à sa fin. Où trouver ces données Il s’agit de la clé primaire des principales tables de gestion des commandes dans Manhattan Associates. Consultez la documentation du système pour connaître la table concernée, probablement liée aux en-têtes de commande. Exemples LO-2024-00123LO-2024-00456LO-2024-00789 | |||
| Horodatage de l’événement EventTimestamp | La date et l’heure exactes auxquelles l’activité a eu lieu. | ||
| Description L’horodatage de l’événement, ou l’heure de début, indique le moment précis où une activité a été exécutée. Il est essentiel pour ordonner les événements chronologiquement et calculer la durée entre les activités. En Process Mining, ces données servent à établir la chronologie de chaque cas, à calculer les temps de cycle, à repérer les retards et à analyser l’évolution des performances du processus. Des horodatages précis sont indispensables à presque toutes les analyses temporelles des processus et au calcul des KPI, comme le délai de traitement et le taux de livraison dans les délais. Pourquoi est-ce important ? Cet attribut indique l’ordre chronologique des événements. Il est indispensable au calcul des métriques temporelles, notamment des temps de cycle et des retards. Où trouver ces données Dans Manhattan Associates, ces informations figurent dans les tables de journal des transactions, à côté de l’événement correspondant ou de la mise à jour du statut. Exemples 2023-10-26T10:00:00Z2023-10-26T14:30:00Z2023-10-27T08:15:00Z | |||
| Nom de l’activité ActivityName | Nom de l’événement métier ou de l’étape précise qui s’est produite dans le processus logistique. | ||
| Description Le nom de l’activité désigne une étape précise du cycle de vie de la chaîne logistique, comme « Order Allocated », « Goods Picked » ou « Shipment Dispatched ». Ces activités constituent les nœuds de la carte de processus découverte. L’analyse de ces activités permet de visualiser le flux du processus, de repérer les parcours fréquents et de mesurer le temps passé à chaque étape. Elle est essentielle pour comprendre le déroulement des commandes logistiques et repérer les reprises, les goulots d’étranglement et les écarts par rapport au processus standard. Pourquoi est-ce important ? Cet attribut définit les étapes du processus. Il constitue la base de la carte de processus et permet d’analyser les flux et les goulots d’étranglement. Où trouver ces données Cet attribut est généralement obtenu en associant les codes d’événement ou les changements de statut de différentes tables de transactions dans Manhattan Associates à des noms d’activité faciles à comprendre. Exemples Commande client reçueMarchandises prélevéesExpédition partieConfirmation de livraison reçue | |||
| Dernière mise à jour des données LastDataUpdate | L’horodatage indiquant la dernière actualisation de ces données ou leur dernière extraction du système source. | ||
| Description Cet attribut indique la date et l’heure de la dernière extraction des données depuis le système source. Ce champ de métadonnées aide à évaluer leur fraîcheur. Dans les Dashboards de Process Mining, cette information permet de préciser l’actualité des analyses. Les parties prenantes savent ainsi de quand datent les données et peuvent prendre leurs décisions en conséquence, sans s’appuyer sur des informations obsolètes. Pourquoi est-ce important ? Indique si les données sont à jour, afin que les analyses et les décisions reposent sur des informations récentes. Où trouver ces données Cet horodatage est généré et ajouté lors du processus d’extraction, de transformation et de chargement des données (ETL). Exemples 2024-05-21T02:00:00Z2024-05-22T02:00:00Z | |||
| Système source SourceSystem | Le système à partir duquel les données ont été extraites. | ||
| Description Cet attribut identifie le système d’information source dont proviennent les données d’événement. Dans ce contexte, il s’agit généralement de « Manhattan Associates », mais il peut aussi distinguer différents modules ou systèmes intégrés. Il est important pour la gouvernance des données et pour comprendre leur contexte, en particulier lorsque des données provenant de plusieurs systèmes sont combinées. Il permet de retracer leur origine et de résoudre les problèmes de qualité des données. Pourquoi est-ce important ? Cet attribut indique l’origine des données, ce qui est essentiel pour leur gouvernance et leur validation, ainsi que lors de la fusion de données provenant de plusieurs systèmes d’entreprise. Où trouver ces données Il s’agit généralement d’une valeur statique ajoutée lors de l’extraction des données pour indiquer l’origine du jeu de données. Exemples Manhattan Associates WMSManhattan Associates TMSMA-SCALE | |||
| Date de livraison demandée RequestedDeliveryDate | La date de livraison demandée par le client ou prévue dans le plan interne. | ||
| Description Cet attribut enregistre la date à laquelle les marchandises doivent être livrées au client ou au lieu de réception. Elle sert de référence pour mesurer la performance des livraisons dans les délais. Lors de l’analyse, cette date est comparée à l’horodatage réel de livraison (« Preuve de livraison reçue ») afin de déterminer si la commande a été livrée à temps, en avance ou en retard. Elle entre dans le calcul de KPI tels que le taux de livraison dans les délais aux clients et aux fournisseurs, et dans la création des Dashboards associés. Pourquoi est-ce important ? Cette date sert de référence pour mesurer les livraisons dans les délais, un KPI important pour la satisfaction client et la gestion des fournisseurs. Où trouver ces données Se trouve dans les tables d’en-tête de commande ou de lignes de commande de Manhattan Associates. Consultez la documentation du système. Exemples 2023-11-102023-11-152023-12-01 | |||
| Mode de transport ModeOfTransport | Le mode de transport utilisé pour l’expédition, par exemple le camion, l’avion ou le bateau. | ||
| Description Cet attribut précise le mode de transport utilisé pour acheminer les marchandises de l’entrepôt à leur destination. Il peut s’agir d’un chargement complet (FTL), d’un chargement partiel (LTL), du fret aérien ou maritime, ou d’un envoi de colis. Cette dimension est essentielle au Dashboard « Analyse des coûts et de l’efficacité du transport ». Elle permet de comparer le coût et la rapidité des différents modes de transport et de calculer le KPI « Fréquence des expéditions accélérées », en repérant les cas où des modes plus rapides et plus coûteux sont utilisés. Pourquoi est-ce important ? Permet d’analyser les coûts et l’efficacité du transport, et de repérer le recours aux options d’expédition accélérée les plus coûteuses. Où trouver ces données Se trouve dans les tables de planification des expéditions ou du transport du module TMS de Manhattan Associates. Exemples Fret aérienLTLTransport maritimeColis | |||
| Nom d’utilisateur UserName | Le nom ou l’identifiant de l’utilisateur qui a exécuté l’activité. | ||
| Description Cet attribut identifie l’employé ou l’utilisateur système qui a effectué une étape donnée du processus. Il peut s’agir d’un identifiant unique, d’un nom ou du nom d’un compte système pour les tâches automatisées. L’analyse par utilisateur permet de comprendre la répartition de la charge de travail et la performance des ressources, ainsi que de repérer les besoins de formation. Elle est utile pour les Dashboards consacrés à la charge des ressources et au débit, et pour examiner les écarts du processus qui peuvent être liés à certains utilisateurs. Pourquoi est-ce important ? Permet d’analyser la performance des ressources et la répartition de la charge de travail, et de repérer les utilisateurs ou les équipes concernés par les exceptions du processus. Où trouver ces données Généralement présent dans les tables de transactions, à côté des données d’événement, sous la forme d’un champ « UserID » ou « ChangedBy ». Consultez la documentation de Manhattan Associates. Exemples jdoeasmithsys_batch_user | |||
| Référence SKU du produit ProductSKU | La référence SKU (Stock Keeping Unit) ou l’identifiant du produit figurant dans la commande. | ||
| Description La référence SKU du produit est un code unique qui identifie un produit précis. Une même commande logistique peut contenir plusieurs SKU. L’analyse du processus par produit permet de repérer les articles associés à des inefficacités, comme des temps de préparation plus longs, davantage de reprises ou des ruptures de stock fréquentes. Cet attribut est essentiel au Dashboard « Réapprovisionnement des stocks et risque de rupture », qui permet d’analyser le calendrier des réapprovisionnements par produit. Pourquoi est-ce important ? Permet d’analyser les processus par produit et de repérer les problèmes liés à certains articles, comme les ruptures de stock, les retards de préparation ou les problèmes de qualité. Où trouver ces données Se trouve dans les tables de lignes de commande de Manhattan Associates. Il faut relier l’en-tête de commande aux détails des lignes. Exemples SKU-A123-REDSKU-B456-LSKU-C789-V2 | |||
| Type de commande OrderType | La catégorie de la commande logistique, par exemple standard, express ou réapprovisionnement. | ||
| Description Le type de commande classe les commandes logistiques selon leur nature ou leur priorité. Les catégories courantes comprennent les commandes client, les transferts de stock et les retours. Chaque type peut suivre un flux de processus et être soumis à un accord de niveau de service (SLA) différents. Cet attribut est essentiel pour comparer les processus. En filtrant ou en segmentant les données par type de commande, les analystes peuvent comprendre comment chaque catégorie est traitée, comparer les temps de cycle et déterminer si certains types sont plus souvent associés à des retards ou à des exceptions. Il alimente directement le Dashboard « Comparaison des temps de cycle par type de commande ». Pourquoi est-ce important ? Permet de comparer les performances et les flux de processus de différentes catégories de commandes, qui suivent souvent des parcours et des SLA distincts. Où trouver ces données Se trouve dans les données d’en-tête de commande de Manhattan Associates. Consultez la documentation du système pour connaître le nom exact du champ. Exemples Commande standardLivraison expressRéapprovisionnement des stocksCommande de retour | |||
| Coût total TotalCost | Le coût financier total associé à la commande logistique ou à certaines activités. | ||
| Description Cet attribut représente le coût total de la commande logistique. Il peut être ventilé en plusieurs postes, comme le transport, l’entreposage et la manutention. Le niveau de détail dépend des données sources. Les données de coût sont précieuses pour le Process Mining fondé sur la valeur. Elles alimentent le Dashboard « Analyse des coûts et de l’efficacité du transport » en apportant un contexte financier aux temps de cycle. L’analyse des coûts permet aux entreprises de repérer les variantes de processus les plus coûteuses et de prendre des décisions fondées sur les données pour optimiser à la fois les délais et les dépenses. Pourquoi est-ce important ? Ajoute une dimension financière à l’analyse du processus et permet d’étudier les facteurs de coût ainsi que l’impact financier des inefficacités. Où trouver ces données Les données de coût peuvent provenir de plusieurs tables de Manhattan Associates ou nécessiter une intégration avec un système financier. Consultez la documentation relative aux tables de coûts de fret ou de calcul des coûts des commandes. Exemples 150.752500.0085.50 | |||
| Identifiant de l’entrepôt WarehouseId | L’identifiant de l’entrepôt ou du centre de distribution où ont lieu les activités de préparation et d’emballage. | ||
| Description Cet attribut identifie l’entrepôt chargé de traiter la commande. Il constitue une dimension importante pour les opérations qui s’appuient sur plusieurs entrepôts. Il alimente directement le Dashboard « Analyse des goulots d’étranglement dans la préparation en entrepôt », qui permet de comparer les performances des différents sites. Les analystes peuvent repérer les entrepôts les plus efficaces, ceux où les temps de cycle de préparation sont les plus longs et les endroits où une réaffectation des ressources pourrait être nécessaire. Pourquoi est-ce important ? Permet de comparer les performances des entrepôts afin de repérer les goulots d’étranglement propres à chaque site et les pratiques efficaces. Où trouver ces données Figure généralement dans les données de commande ou d’expédition de Manhattan Associates WMS et indique le site chargé du traitement. Exemples WH01-EASTWH02-WESTWH03-CENTRAL | |||
| Identifiant de l’expédition ShipmentId | Un identifiant unique pour une expédition, qui peut regrouper une ou plusieurs commandes logistiques. | ||
| Description L’identifiant de l’expédition est un numéro de référence attribué à un ensemble de marchandises transportées ensemble. Une expédition peut regrouper plusieurs commandes logistiques, notamment lorsqu’elles sont destinées au même lieu. La commande logistique constitue l’identifiant du cas, tandis que l’identifiant de l’expédition fournit un contexte important. Il permet d’analyser les activités à l’échelle de l’expédition, comme « Transporteur affecté » ou « Expédition envoyée », et de mieux comprendre l’efficacité du regroupement des marchandises et de la planification du transport. Pourquoi est-ce important ? Relie les commandes expédiées ensemble et permet d’analyser l’efficacité du transport et les stratégies de regroupement. Où trouver ces données Généré et stocké dans les tables de planification du transport et des expéditions de Manhattan Associates. Exemples SH-98765SH-98766SH-98767 | |||
| Lieu d’origine OriginLocation | L’entrepôt, l’usine ou le site d’où part l’expédition. | ||
| Description Cet attribut indique le point de départ de l’expédition, par exemple un centre de distribution, une usine ou le site d’un fournisseur. Il est généralement représenté par un code ou un nom de lieu. Les données d’origine et de destination sont essentielles à l’analyse du réseau logistique. Cet attribut alimente le Dashboard « Matrice des délais entre origine et destination », qui permet de visualiser et d’analyser les délais sur les différents itinéraires et de repérer les goulots d’étranglement propres à une région ou à un site. Pourquoi est-ce important ? Essentiel pour optimiser le réseau logistique et repérer les différences de performance entre les itinéraires ou les sites. Où trouver ces données Ces informations sont généralement stockées dans les tables d’expédition ou d’en-tête de commande de Manhattan Associates. Exemples DC-AtlantaWH-NevadaPlant-Mexico-01 | |||
| Lieu de destination DestinationLocation | L’adresse du client, le magasin ou le site où l’expédition est livrée. | ||
| Description Cet attribut indique le point de livraison final des marchandises. Il peut s’agir du centre de distribution d’un client, d’un magasin ou de l’adresse d’un consommateur. Il est souvent représenté par une ville, un État ou un code postal. Associé au lieu d’origine, cet attribut est essentiel au Dashboard « Matrice des délais entre origine et destination ». L’analyse des délais par destination permet de repérer les difficultés de livraison dans certaines régions et d’évaluer l’efficacité du réseau de distribution. Pourquoi est-ce important ? Permet d’analyser les performances de livraison dans différentes zones géographiques et de repérer les goulots d’étranglement régionaux ou les problèmes liés aux transporteurs. Où trouver ces données Il s’agit de l’adresse de livraison indiquée dans l’en-tête de commande ou les détails de l’expédition dans Manhattan Associates. Exemples New York, NYLos Angeles, CAMagasin n° 582 | |||
| Livraison dans les délais au client IsOnTimeDeliveryCustomer | Indicateur calculé qui précise si la commande a été livrée au client à la date de livraison demandée ou avant. | ||
| Description Cet attribut booléen est calculé en comparant l’horodatage de l’événement « Preuve de livraison reçue » à la valeur « RequestedDeliveryDate ». Il indique pour chaque commande si la livraison a eu lieu dans les délais (true) ou en retard (false). Cet attribut alimente directement le KPI et le Dashboard « Taux de livraison dans les délais aux clients ». Il simplifie l’analyse en indiquant clairement le résultat pour chaque cas. Il est ainsi facile de filtrer les commandes en retard et d’en rechercher les causes. Pourquoi est-ce important ? Mesure directement le niveau de service client et simplifie l’analyse des livraisons dans les délais en classant chaque commande comme livrée à temps ou en retard. Où trouver ces données Ce champ n’existe pas dans le système source. Il est calculé lors de la transformation des données, en comparant l’horodatage réel de livraison à la date de livraison demandée. Exemples truefalse | |||
| Nom du client CustomerName | Le nom du client auquel les marchandises sont livrées. | ||
| Description Cet attribut identifie le client final qui reçoit l’expédition. Il peut s’agir d’un particulier ou d’une entreprise. Les informations sur les clients sont essentielles pour analyser les niveaux de service et repérer les tendances propres à certains clients. Elles alimentent le Dashboard « Taux de livraison dans les délais aux clients », qui permet de segmenter les performances par client et de déterminer si les retards concernent certains comptes ou certaines régions. Pourquoi est-ce important ? Permet de segmenter l’analyse par client, ce qui aide à comprendre les problèmes propres à chacun et à mesurer les niveaux de service. Où trouver ces données Se trouve dans les données d’en-tête de commande, souvent à l’aide d’un identifiant client. Consultez la documentation de Manhattan Associates. Exemples Retail CorpBigMartSuperStore Inc. | |||
| Nom du fournisseur SupplierName | Le nom du fournisseur qui fournit les marchandises d’une commande d’achat. | ||
| Description Cet attribut identifie le vendeur ou le fournisseur auprès duquel les marchandises ou les matières premières sont achetées. Il concerne les commandes logistiques créées à partir d’une commande d’achat. L’analyse par fournisseur est essentielle pour évaluer ses performances. Elle permet de créer des tableaux de suivi, de surveiller les taux de livraison dans les délais et de repérer les fournisseurs souvent associés à des retards à l’étape « Marchandises reçues ». Elle alimente directement le Dashboard « Performance des livraisons des fournisseurs dans les délais ». Pourquoi est-ce important ? Permet d’analyser les performances des fournisseurs, de repérer les partenaires fiables et de localiser les sources de retard dans la chaîne d’approvisionnement entrante. Où trouver ces données Établi à partir des tables de commandes d’achat de Manhattan Associates. Il faut souvent relier la commande logistique à l’en-tête de la commande d’achat. Exemples Global Components Inc.Advanced Materials LLCPrecision Parts Co. | |||
| Nom du transporteur CarrierName | Le nom du transporteur chargé de l’expédition. | ||
| Description Le nom du transporteur identifie le partenaire logistique ou l’entreprise qui achemine les marchandises. Il peut s’agir d’une grande société de transport ou d’un coursier local. L’analyse par transporteur permet d’évaluer ses performances en matière de livraison dans les délais, de coût et d’efficacité. C’est une dimension clé du Dashboard « Analyse des coûts et de l’efficacité du transport », qui permet de comparer les temps de cycle et les coûts des différents transporteurs. Pourquoi est-ce important ? Permet d’évaluer les performances des partenaires de transport et de choisir les transporteurs en fonction de leur coût et de leur fiabilité. Où trouver ces données Se trouve dans les tables d’expédition ou de commandes de fret, généralement dans le module TMS de Manhattan Associates. Exemples FedExCH RobinsonMaersk | |||
Activités de la gestion de la chaîne d’approvisionnement
| Activité | Description | ||
|---|---|---|---|
| Commande annulée | La commande client est officiellement annulée avant la fin de son traitement. Ce statut final interrompt toutes les opérations ultérieures liées à la commande logistique. | ||
| Pourquoi est-ce important ? Il s’agit d’un événement de fin correspondant à un échec. L’analyse des motifs et de la fréquence des annulations aide à repérer les problèmes liés à la saisie des commandes ou à la satisfaction des clients. Où trouver ces données Transaction explicite dans l’OMS qui fait passer le statut de la commande à « Canceled ». L’événement est horodaté au moment de ce changement de statut. Données à recueillir Enregistré lorsque le statut de la commande passe à « Canceled ». Type d’événement explicit | |||
| Commande client reçue | Cette activité correspond à la création d’une nouvelle commande logistique dans le système. Elle est généralement déclenchée par un client via EDI, un portail web ou une saisie manuelle. L’événement est enregistré lorsqu’une nouvelle commande dotée d’un identifiant unique est créée dans le module de gestion des commandes. | ||
| Pourquoi est-ce important ? Il s’agit de l’événement de début principal du processus logistique de bout en bout. L’analyse de son horodatage est essentielle pour calculer le temps de cycle total de la commande et comprendre les tendances de la demande. Où trouver ces données Enregistré comme une transaction explicite dans le module Manhattan Order Management System (OMS). Recherchez les tables de création des commandes et les horodatages associés. Données à recueillir Enregistré lors de la création d’une commande client. Type d’événement explicit | |||
| Confirmation de livraison reçue | La confirmation finale de la livraison, souvent accompagnée d’une signature, est reçue et enregistrée dans le système. Il peut s’agir d’une confirmation électronique du transporteur ou d’un document numérisé et joint manuellement. | ||
| Pourquoi est-ce important ? Cette activité constitue le principal événement de fin réussi du processus logistique. Elle est indispensable pour calculer le temps de cycle complet de la commande et le taux de livraison des clients dans les délais. Où trouver ces données Peut correspondre à un événement explicite provenant d’un message du transporteur ou être déduit du passage du statut de l’expédition à « POD Received » ou « Completed ». L’horodatage indique la clôture finale. Données à recueillir Déduit du passage du statut de l’expédition à « Delivered » ou « POD Confirmed ». Type d’événement inferred | |||
| Expédition partie | Cette activité indique le moment où l’expédition quitte physiquement l’entrepôt ou le centre de distribution. Elle est généralement enregistrée dans le WMS au moyen d’une dernière transaction « ship confirm », lorsque la remorque est scellée et quitte le site. | ||
| Pourquoi est-ce important ? Cette étape marque la fin du traitement en entrepôt et le début du transport. Elle est essentielle pour mesurer le respect des délais d’expédition et le temps de traitement en entrepôt. Où trouver ces données Transaction explicite fondamentale dans Manhattan WMS/TMS, souvent appelée « Ship Confirm » ou « Manifest Close ». Elle est horodatée et finalise les détails de l’expédition. Données à recueillir Enregistré par la transaction « Ship Confirm » dans le WMS. Type d’événement explicit | |||
| Marchandises prélevées | Un opérateur d’entrepôt prélève physiquement les articles d’une commande dans leurs emplacements de stockage. Cette activité est généralement enregistrée lorsque l’opérateur confirme le prélèvement, souvent en scannant les codes-barres des articles et des emplacements. | ||
| Pourquoi est-ce important ? L’analyse de la durée de préparation des commandes est essentielle pour repérer les goulots d’étranglement en entrepôt et améliorer l’efficacité du travail. Elle contribue directement à l’indicateur clé de performance du temps de cycle de préparation en entrepôt. Où trouver ces données Enregistré comme une transaction explicite dans les journaux des tâches ou d’exécution du WMS. Chaque confirmation de prélèvement est horodatée et associée à un opérateur et à une commande. Données à recueillir Enregistré par un scan ou une confirmation dans l’interface de préparation du WMS. Type d’événement explicit | |||
| Vague créée | Dans le WMS, une « vague » regroupe plusieurs commandes ou lignes d’expédition afin d’organiser efficacement leur préparation et leur emballage. La création d’une vague est un événement système distinct qui lance le traitement physique d’un lot de commandes. | ||
| Pourquoi est-ce important ? Cette activité marque une étape importante des opérations en entrepôt. L’analyse du temps d’attente avant l’intégration des commandes à une vague peut révéler des problèmes dans la stratégie de regroupement et la planification des ressources. Où trouver ces données Explicitement enregistré dans Manhattan WMS lorsqu’un utilisateur ou un processus automatisé lance une vague. Les tables de création des vagues contiennent les horodatages de cet événement. Données à recueillir Enregistré à partir de l’horodatage de la création de la vague. Type d’événement explicit | |||
| Commande affectée | Le système réserve des unités de stock précises dans un entrepôt pour une commande donnée. Cette affectation est une étape essentielle qui précède toute activité physique en entrepôt. | ||
| Pourquoi est-ce important ? Cette étape marque le passage de la gestion des commandes à leur traitement en entrepôt. Le délai entre la réception de la commande et son affectation révèle d’éventuels retards de traitement avant le début de l’exécution. Où trouver ces données Enregistré comme une mise à jour du statut de la ligne de commande ou d’expédition dans Manhattan WMS. L’événement correspond à l’horodatage du passage au statut « Allocated » ou à un état similaire. Données à recueillir Identifié à partir de l’horodatage du passage de la ligne de commande au statut « Allocated ». Type d’événement inferred | |||
| Commande d’achat créée | Une commande d’achat est générée pour se procurer des marchandises auprès d’un fournisseur externe, généralement à la suite d’une rupture de stock ou d’une commande en attente. Cette transaction explicite crée un nouveau document PO associé à la demande du client. | ||
| Pourquoi est-ce important ? Le suivi de la création des commandes d’achat est essentiel pour analyser l’étape d’approvisionnement de la chaîne logistique et son effet sur le délai total de traitement des commandes. Il permet également de mesurer les performances des fournisseurs. Où trouver ces données Enregistré comme un événement distinct dans le module d’approvisionnement ou d’achat. Recherchez les tables de création des commandes d’achat et leurs horodatages, souvent associés à la commande client d’origine. Données à recueillir Enregistré lorsqu’une nouvelle commande d’achat est sauvegardée. Type d’événement explicit | |||
| Disponibilité des stocks vérifiée | Le système vérifie les niveaux de stock disponibles pour déterminer si la commande client peut être satisfaite à partir des stocks existants. Cette étape, souvent automatisée et effectuée juste après la création de la commande, entraîne la mise à jour du statut de la ligne de commande. | ||
| Pourquoi est-ce important ? Cette activité est essentielle pour comprendre les cycles de réapprovisionnement des stocks et repérer les risques de rupture. Tout retard à cette étape peut directement allonger les délais de traitement des commandes. Où trouver ces données Cette étape est généralement déduite des changements de statut des lignes de commande dans le module OMS. Le passage du statut « New » à « Awaiting Allocation », ou à un statut similaire, indique souvent que la vérification est terminée. Données à recueillir Déduit d’un changement de statut de la ligne de commande après sa création. Type d’événement inferred | |||
| Expédition créée | Une fiche d’expédition est créée dans le système. Elle regroupe une ou plusieurs commandes ou cartons destinés à la même adresse et transportés par le même transporteur. Cette étape formalise le plan de transport des marchandises sortantes. | ||
| Pourquoi est-ce important ? Cette activité fait le lien entre les opérations en entrepôt et la gestion du transport. Elle sert de base à l’affectation d’un transporteur, au calcul du tarif de fret et à la création des documents d’expédition. Où trouver ces données Transaction explicite dans les modules Manhattan WMS ou TMS. Elle est enregistrée dans les tables d’en-tête des expéditions, avec un horodatage de création. Données à recueillir Enregistré lors de la création d’une nouvelle fiche d’expédition. Type d’événement explicit | |||
| Expédition replanifiée | La date d’expédition prévue pour une commande est modifiée en raison d’un problème de disponibilité des stocks, d’une demande du client ou de contraintes de transport. Cette modification entraîne une boucle de reprise dans le traitement de la commande. | ||
| Pourquoi est-ce important ? Le suivi des replanifications est essentiel pour repérer les sources de retard et l’instabilité des processus. Cette activité contribue directement à l’indicateur clé de performance du taux de reprise des commandes et aide à mesurer l’effet des exceptions. Où trouver ces données Déduit des modifications des champs de date d’expédition prévue ou demandée dans la fiche de commande ou d’expédition. La comparaison entre la date initiale et la date mise à jour permet de repérer une replanification. Données à recueillir Déduit de la comparaison entre les valeurs historiques et actuelles du champ « Planned Ship Date ». Type d’événement calculated | |||
| Marchandises emballées | Les articles prélevés sont regroupés et emballés dans un ou plusieurs conteneurs ou cartons d’expédition. Cet événement est généralement enregistré lorsqu’un opérateur au poste d’emballage confirme la fermeture du carton et la création de l’étiquette d’expédition. | ||
| Pourquoi est-ce important ? Cette étape marque la fin des opérations principales de préparation et d’emballage. L’analyse du délai entre le prélèvement et l’emballage aide à optimiser l’agencement des postes d’emballage et la répartition des ressources. Où trouver ces données Événement explicite enregistré dans le WMS au poste d’emballage. Recherchez les tables de création des cartons ou de confirmation de l’emballage, avec leurs horodatages. Données à recueillir Enregistré à la fin de l’étape de vérification de l’emballage. Type d’événement explicit | |||
| Marchandises livrées au client | L’expédition arrive à destination chez le client et y est déchargée. Cet événement est souvent enregistré à partir d’une mise à jour électronique envoyée par le transporteur, par exemple un message EDI 214. | ||
| Pourquoi est-ce important ? Cette activité donne de la visibilité sur les performances du transporteur et la durée réelle du transport. Elle est nécessaire pour mesurer le respect des délais de livraison et lancer l’étape finale de confirmation de livraison. Où trouver ces données Il s’agit généralement d’un événement explicite déclenché par un message externe du transporteur, qui met à jour le statut de l’expédition dans le TMS. L’horodatage provient de la mise à jour du transporteur. Données à recueillir Enregistré à partir d’un message EDI du transporteur, par exemple EDI 214, qui met à jour le statut de l’expédition. Type d’événement explicit | |||
| Marchandises reçues du fournisseur | Cette activité enregistre la réception physique des marchandises d’un fournisseur au quai de l’entrepôt, généralement pour une commande d’achat donnée. Elle est explicitement enregistrée dans le WMS lorsque le personnel de l’entrepôt scanne et réceptionne les stocks entrants. | ||
| Pourquoi est-ce important ? Cette étape est essentielle pour mesurer la performance des livraisons des fournisseurs dans les délais. Elle marque la fin de la logistique entrante et rend les stocks disponibles pour le traitement des commandes. Où trouver ces données Transaction explicite standard dans le module de logistique entrante de Manhattan WMS. Elle est enregistrée avec son horodatage dans les journaux de réception et associée à une commande d’achat ou à un avis d’expédition préalable (ASN). Données à recueillir Enregistré par une transaction de réception en entrepôt. Type d’événement explicit | |||
| Transporteur affecté | Un transporteur précis est sélectionné et affecté à l’expédition. Cette opération peut être automatisée à partir des règles d’acheminement ou effectuée manuellement par un planificateur de transport. | ||
| Pourquoi est-ce important ? Cette décision est essentielle pour analyser les coûts de transport et les performances des transporteurs. Le temps nécessaire à l’affectation d’un transporteur peut révéler des retards de planification. Où trouver ces données Déduit d’une modification horodatée du champ « carrier » de la fiche d’expédition dans le module TMS. L’événement correspond à la première saisie de ce champ. Données à recueillir Déduit du journal des modifications ou de l’horodatage de mise à jour du champ du transporteur dans la fiche d’expédition. Type d’événement inferred | |||
Guides d’extraction
Les méthodes d’extraction de ce processus sont en cours de validation. Revenez plus tard ou contactez-nous pour obtenir de l’assistance.
Prêt à commencer ?
Utilisez ce modèle pour préparer vos données plus simplement et commencer dès aujourd’hui à améliorer les performances de votre chaîne d’approvisionnement. Repérez les inefficacités cachées et obtenez des améliorations concrètes grâce à des analyses fondées sur les données.
Améliorez les performances de la chaîne d’approvisionnement dans Manhattan Associates
Bénéficiez d’une visibilité de bout en bout et atteignez une précision des prévisions de 90 %.
Aucune carte bancaire requise. Configuration en quelques minutes.