Votre Template de Données de Gestion d'Entrepôt

L'horodatage de la dernière mise à jour des données spécifie quand l'ensemble de données utilisé pour l'analyse a été rafraîchi pour la dernière fois à partir des systèmes sources. Il fournit une indication claire de la fraîcheur et de la pertinence des données, garantissant que les utilisateurs sont conscients de la période couverte par l'analyse.

Cet attribut est essentiel pour maintenir la confiance dans les tableaux de bord et les analyses de Process Mining. Il permet aux utilisateurs de comprendre s'ils consultent des informations quasi en temps réel ou des données historiques. L'affichage proéminent de cet horodatage dans les tableaux de bord aide à gérer les attentes des utilisateurs et à prévenir les interprétations erronées basées sur des informations obsolètes. C'est un élément clé de la gouvernance et de la transparence des données.

Cet horodatage garantit que les utilisateurs comprennent la fraîcheur des données, ce qui est vital pour prendre des décisions éclairées et opportunes basées sur les informations issues du Process Mining.

Ceci est généralement généré et stocké pendant le processus d'extraction, de transformation et de chargement (ETL) des données lorsque celles-ci sont chargées dans la plateforme de Process Mining.

L'heure de début de l'événement est un horodatage précis qui enregistre le moment où une activité d'entrepôt commence. Ce point de données est essentiel pour comprendre le timing et la durée des étapes de processus. Combiné à un horodatage de fin, il permet le calcul exact de la durée de chaque activité.

En Process Mining, cet horodatage est fondamental pour ordonner les événements chronologiquement afin de construire un flux de processus précis. Il est la base de toute analyse temporelle, y compris le calcul des temps de cycle entre les activités, l'identification des temps d'attente et le repérage des goulots d'étranglement où le travail est retardé. Des heures de début précises sont essentielles pour les tableaux de bord de performance et les KPI liés à l'efficacité des processus.

Cet horodatage est essentiel pour ordonnancer correctement les événements et calculer les temps de cycle, qui sont critiques pour identifier les goulots d'étranglement et les retards de processus.

Trouvé dans les journaux d'événements du système ou les enregistrements de transactions qui capturent le début d'une tâche spécifique ou un changement de statut.

L'ID de commande d'entrepôt (Warehouse Order ID) est une clé unique attribuée à chaque ordre de travail logistique au sein du système de gestion d'entrepôt. Il relie toutes les activités connexes, telles que la réception, le rangement, le prélèvement, l'emballage et l'expédition, en une seule instance de processus de bout en bout.

En Process Mining, cet attribut est fondamental pour reconstituer le cycle de vie de chaque commande d'entrepôt. En utilisant l'ID de commande d'entrepôt comme identifiant de cas, les analystes peuvent visualiser le flux complet d'une commande, identifier les chemins communs, découvrir les écarts par rapport au processus standard et mesurer le temps total écoulé du début à la fin. Il permet une analyse complète de l'ensemble du processus d'exécution des commandes d'entrepôt pour une commande spécifique.

C'est l'ID de cas essentiel qui relie toutes les activités d'entrepôt connexes, rendant possible l'analyse du processus d'exécution des commandes de bout en bout.

Généralement trouvé dans les tables d'en-tête des documents de commande d'entrepôt ou les journaux de transactions liés aux tâches logistiques.

Le nom d'activité décrit une étape ou un événement distinct au sein du processus de gestion d'entrepôt. Ces activités représentent les tâches individuelles effectuées pour exécuter une commande d'entrepôt, offrant une vue granulaire du flux de processus. Des exemples incluent la création d'une commande, la réception de marchandises, l'exécution de contrôles qualité, le prélèvement d'articles et l'expédition.

Pour l'analyse de Process Mining, cet attribut est crucial pour la construction de la cartographie des processus. Il définit les nœuds du graphe de processus, permettant aux analystes de visualiser la séquence des événements, de comprendre la fréquence des différentes tâches et d'identifier les goulots d'étranglement ou les transitions inefficaces entre les activités. Une convention de nommage claire et cohérente pour les activités est essentielle pour une découverte et une analyse de processus significatives.

Cet attribut définit les étapes de la carte des processus, qui est la base de toute analyse Process Mining pour l'identification des goulots d'étranglement et des écarts.

Généralement trouvé dans les event logs, les tables de gestion des tâches ou les données de transaction où les opérations d'entrepôt individuelles sont enregistrées.

L'attribut Système Source (Source System) indique l'origine des données d'événement, telles qu'un système de gestion d'entrepôt (WMS) spécifique, un système de planification des ressources d'entreprise (ERP) ou une application héritée. Dans des paysages informatiques complexes, un même processus métier peut s'étendre sur plusieurs systèmes, et ce champ aide à différencier la provenance de chaque donnée.

Ces informations sont précieuses pour la validation et la gouvernance des données, garantissant que les données utilisées pour le Process Mining sont tracées jusqu'à leur origine correcte. Elles aident également à l'analyse des causes profondes lorsque des problèmes de qualité des données sont détectés. Pour l'analyse, elles peuvent être utilisées pour comparer les variations de processus ou les métriques de performance entre différents systèmes ou versions de systèmes au sein de la même organisation.

Il fournit le contexte sur l'origine des données, ce qui est crucial pour la validation des données, le dépannage et la compréhension des variations de processus à travers différents systèmes.

Cette information est souvent ajoutée pendant le processus d'extraction, de transformation et de chargement (ETL) des données ou peut être un champ standard dans les entrepôts de données et les plateformes d'intégration.

La Date d'achèvement demandée représente l'échéance cible pour finaliser une commande d'entrepôt, généralement pour les expéditions sortantes. Cette date est souvent déterminée par les engagements clients, les plannings de ramassage des transporteurs ou les accords de niveau de service (SLA) internes. Elle constitue le principal indicateur pour mesurer la performance de livraison à temps.

En Process Mining, cet attribut est essentiel pour l'analyse de la performance des expéditions à temps. En comparant la Date d'achèvement réelle avec la Date d'achèvement demandée, les entreprises peuvent calculer leur taux de livraison à temps et identifier les causes profondes des retards. L'analyse des commandes qui n'ont pas respecté leur date demandée peut révéler des goulots d'étranglement spécifiques, des contraintes de ressources ou des étapes de processus qui contribuent systématiquement aux retards, permettant ainsi des efforts d'amélioration ciblés.

C'est la référence pour mesurer la performance à temps. La comparer à la date d'achèvement réelle est essentiel pour calculer l'indicateur de performance clé (KPI) du taux de livraison à temps.

Généralement trouvé dans les données d'en-tête de la commande d'entrepôt, souvent hérité de la commande client ou de la demande client associée.

L'Emplacement de stockage (Storage Location) identifie l'endroit physique au sein de l'entrepôt associé à une activité. Il peut s'agir d'un emplacement source pour une tâche de prélèvement ou d'un emplacement de destination pour une tâche de rangement. La granularité peut varier d'une zone large à un rayonnage, une étagère et un numéro de casier spécifiques.

L'analyse des données par Emplacement de stockage offre des aperçus sur l'agencement et l'efficacité de l'entrepôt. Le Process Mining peut révéler les temps de déplacement entre différents emplacements, identifier les « points chauds » à forte activité et mettre en évidence des chemins de rangement ou de prélèvement inefficaces. Ces informations sont inestimables pour optimiser les stratégies d'attribution des emplacements (slotting strategies), où les articles fréquemment prélevés sont placés dans des emplacements facilement accessibles afin de minimiser les temps de déplacement et d'améliorer l'efficacité globale du prélèvement. Elles peuvent également aider à repenser l'agencement de l'entrepôt pour réduire la congestion et améliorer les flux.

Il permet d'analyser l'aménagement de l'entrepôt et l'efficacité des déplacements, aidant à optimiser les chemins de prélèvement et les stratégies de stockage pour réduire les temps de cycle.

Trouvé dans les détails des tâches d'entrepôt, des enregistrements d'inventaire et des transactions de mouvement de matériaux.

L'heure de fin d'événement marque le moment précis où une tâche ou une activité d'entrepôt est terminée. Cet horodatage est le pendant de l'heure de début d'événement et est essentiel pour mesurer la durée des activités individuelles. Tous les événements n'ont pas une durée distincte, mais pour ceux qui en ont une, comme le prélèvement ou l'emballage, cette donnée est inestimable.

En Process Mining, disposer à la fois des heures de début et de fin permet une analyse plus sophistiquée des performances du processus. Cela permet le calcul des temps de traitement (le temps passé à travailler activement sur une tâche) par rapport aux temps d'attente (le temps entre les tâches). Cette distinction est essentielle pour identifier les véritables goulots d'étranglement opérationnels par rapport aux problèmes de disponibilité des ressources. L'analyse des durées d'activité aide à l'évaluation comparative des performances, à la planification des ressources et à l'identification des opportunités d'amélioration opérationnelle.

Il permet le calcul de durées d'activité précises, aidant à différencier le temps de traitement actif du temps d'attente inactif pour une meilleure analyse des goulots d'étranglement.

Trouvé dans les journaux d'événements du système ou les enregistrements de transactions qui capturent l'achèvement d'une tâche spécifique ou un changement de statut.

L'ID utilisateur (User ID) identifie de manière unique la personne ou la ressource responsable de l'exécution d'une tâche d'entrepôt spécifique. Il peut s'agir d'un travailleur d'entrepôt, d'un chef d'équipe, ou même d'un système automatisé comme un robot ou un contrôleur de bande transporteuse. Le suivi de l'exécution de chaque activité est essentiel pour comprendre l'allocation des ressources et la performance.

Cet attribut permet des analyses puissantes liées à la gestion de la main-d'œuvre et des ressources. Il peut être utilisé pour analyser les niveaux de productivité des différents utilisateurs ou équipes, identifier les besoins en formation et garantir le respect des procédures opérationnelles standard. En filtrant la carte des processus par ID utilisateur, les analystes peuvent comparer la manière dont différentes personnes ou équipes exécutent le même processus, révélant les meilleures pratiques ou les domaines nécessitant des améliorations. C'est également crucial pour les objectifs de conformité et d'audit.

Cet attribut est vital pour l'analyse de la performance des ressources, permettant des comparaisons d'efficacité et de qualité entre différents employés, équipes ou quarts de travail.

Généralement disponible dans les journaux de transactions ou les enregistrements d'exécution de tâches où l'utilisateur ayant confirmé ou achevé l'action est enregistré.

La quantité planifiée représente le nombre d'unités cibles pour une tâche d'entrepôt spécifique. Pour une commande entrante, c'est la quantité attendue à recevoir. Pour une commande sortante, c'est la quantité qui doit être prélevée et expédiée. Cette valeur est généralement dérivée du document commercial d'origine, tel qu'un bon de commande ou un ordre de vente.

Cet attribut sert de référence cruciale pour l'analyse des performances et de la précision. En comparant la quantité planifiée à la quantité réelle, les entreprises peuvent mesurer la précision du prélèvement, les écarts de réception et la précision des enregistrements de stock. L'analyse des écarts peut aider à identifier les problèmes systémiques avec les fournisseurs, les processus internes ou les données d'inventaire, conduisant à des améliorations de l'efficacité opérationnelle et de la satisfaction client.

Cela fournit la référence pour mesurer la précision. La comparer à la quantité réelle est essentiel pour calculer des indicateurs de performance clés (KPI) comme la Précision de Prélèvement et identifier les écarts.

Trouvé dans les détails des postes d'une commande d'entrepôt ou d'une tâche, souvent provenant d'un bon de commande, d'un ordre d'achat ou d'un ordre de transfert associé.

La quantité réelle est le nombre d'unités physiquement manipulées, comptées et confirmées par un opérateur ou un système d'entrepôt au cours d'une activité. Cela reflète l'exécution réelle d'une tâche, telle que le nombre d'articles reçus d'un fournisseur ou la quantité prélevée dans un bac pour exécuter une commande.

Cet attribut est essentiel pour l'analyse des écarts lorsqu'il est comparé à la quantité planifiée. Les divergences entre les quantités planifiées et réelles sont des indicateurs directs de problèmes de processus, tels que des livraisons incomplètes de la part des fournisseurs, des erreurs de prélèvement ou des inexactitudes d'inventaire. Le Process Mining peut utiliser ces données pour identifier les produits, les emplacements ou les employés les plus fréquemment associés à ces écarts, permettant ainsi des interventions ciblées pour améliorer la précision et réduire les erreurs coûteuses.

Cela mesure le résultat réel d'une tâche. L'analyser par rapport à la quantité prévue aide à identifier les erreurs et les inefficacités dans le prélèvement, la réception ou le comptage.

Enregistré dans les données de confirmation de tâche, où un opérateur ou un système saisit la quantité d'articles qui ont été physiquement manipulés.

Le type de commande classe les commandes d'entrepôt en fonction de leur objectif commercial. Les types courants incluent les commandes entrantes pour la réception de marchandises des fournisseurs, les commandes sortantes pour l'expédition de produits aux clients, et les commandes internes pour des mouvements comme le réapprovisionnement ou les ajustements d'inventaire.

Cet attribut est fondamental pour segmenter et comparer différents processus d'entrepôt. Le flux de processus pour une commande entrante est très différent de celui d'une commande sortante. En utilisant le type de commande comme filtre, les analystes peuvent créer des cartographies de processus et des tableaux de bord distincts pour chaque flux, permettant une analyse plus précise et pertinente. La comparaison des KPI comme le temps de cycle entre différents types de commandes peut aider à allouer les ressources plus efficacement et à adapter les processus pour répondre à des demandes spécifiques.

Cela permet la séparation et la comparaison de processus distincts comme les mouvements entrants, sortants et internes, qui ont des flux et des objectifs de performance différents.

Généralement situé dans les données d'en-tête du document de commande d'entrepôt.

La date de fin réelle est l'horodatage qui marque la finalisation de toutes les activités liées à une commande d'entrepôt. Pour les commandes sortantes, c'est généralement le moment où l'expédition est expédiée de l'entrepôt. Pour les commandes entrantes, cela peut être lorsque toutes les marchandises sont rangées et disponibles en stock.

Cet attribut est le pendant factuel de la date de fin demandée et est essentiel pour la mesure des performances. Il est utilisé directement dans le calcul des taux de livraison à temps et du temps de cycle global d'exécution des commandes. Dans l'analyse des causes profondes, le filtrage des cas avec une date de fin réelle tardive permet aux analystes d'approfondir les flux de processus des commandes retardées et d'identifier les modèles ou causes courants.

Cela fournit le résultat réel pour l'analyse de la ponctualité. C'est utilisé pour calculer le temps de cycle total et pour déterminer si une commande était en avance, à l'heure ou en retard.

C'est l'horodatage de l'événement final dans le cycle de vie de la commande, tel que « Expédition Envoyée » ou « Commande d'Entrepôt Terminée ».

L'ID d'équipement spécifie l'équipement de manutention (MHE) utilisé pour effectuer une tâche d'entrepôt. Cela peut inclure des chariots élévateurs, des transpalettes, des scanners portables, des casques de prélèvement vocal ou des systèmes automatisés comme des convoyeurs et des machines de tri.

L'analyse des données de processus par ID d'équipement est cruciale pour l'utilisation des actifs et la planification de la maintenance. Elle aide à répondre à des questions telles que quel équipement est utilisé le plus fréquemment, s'il existe des goulots d'étranglement liés à l'équipement, et comment les performances de l'équipement impactent la durée globale des tâches. Cette information peut guider les décisions concernant l'acquisition d'équipement, l'équilibrage de la flotte dans l'entrepôt et la planification de la maintenance préventive pour minimiser les temps d'arrêt.

Cet attribut aide à analyser l'utilisation des ressources pour les machines, identifiant les goulots d'étranglement liés aux équipements et éclairant les décisions de maintenance ou d'approvisionnement.

Souvent enregistré dans les données de confirmation de tâche, où un opérateur enregistre l'équipement utilisé pour effectuer le travail, ou à partir des journaux système automatisés.

L'ID d'expédition (Shipment ID) est une clé unique qui regroupe une ou plusieurs commandes d'entrepôt pour une seule livraison sortante. Une expédition peut contenir plusieurs commandes destinées à la même destination ou gérées par le même transporteur. Cet identifiant relie les activités de l'entrepôt à la phase de transport et de logistique.

Cet attribut permet une analyse au niveau de l'expédition consolidée plutôt qu'au niveau des commandes individuelles. Il peut être utilisé pour analyser l'efficacité des processus de préparation et de chargement, mesurer le temps total entre le moment où le premier article d'une expédition est prélevé et le départ du camion, et corréler la performance de l'entrepôt avec les données de transport. Cette vue d'ensemble plus large contribue à optimiser l'ensemble de la chaîne logistique sortante, et pas seulement les étapes au sein de l'entrepôt.

Il regroupe plusieurs commandes d'entrepôt en une seule livraison, permettant l'analyse du processus sortant consolidé, y compris l'efficacité de la préparation et du chargement.

Trouvé dans les documents d'expédition ou de transport, souvent lié aux commandes d'entrepôt pendant la phase de planification ou d'allocation des vagues.

L'ID d'entrepôt (Warehouse ID) est un code unique qui identifie l'installation physique, telle qu'un centre de distribution ou un entrepôt, où les activités enregistrées ont eu lieu. C'est particulièrement important pour les organisations qui exploitent un réseau de plusieurs sites logistiques.

Cet attribut permet une analyse comparative entre différents emplacements. En filtrant ou en segmentant les données par ID d'entrepôt, les entreprises peuvent comparer les performances, l'efficacité des processus et identifier les meilleures pratiques sur les sites les plus performants qui peuvent être reproduites ailleurs. Il aide également à comprendre les variations régionales de la demande, l'utilisation des ressources et les défis opérationnels, fournissant une base pour les décisions stratégiques à l'échelle du réseau.

Il permet d'évaluer les performances et de comparer les processus entre différents centres de distribution, aidant à identifier les meilleures pratiques et les problèmes régionaux.

Il s'agit d'un champ de données organisationnelles clé, généralement disponible dans l'en-tête de presque tous les documents de transaction liés à l'entrepôt.

L'ID produit, souvent appelé SKU ou numéro de matériau, est le code unique attribué à chaque article distinct stocké dans l'entrepôt. Cet identifiant relie les activités à des produits spécifiques, permettant une analyse détaillée de la façon dont différents types d'articles sont traités.

L'analyse du processus par ID produit peut révéler des informations significatives. Par exemple, vous pouvez comparer les temps de traitement pour les articles volumineux par rapport aux petits articles, identifier les produits fréquemment associés à des écarts de processus comme les blocages qualité, ou analyser le processus d'exécution pour les produits à forte demande par rapport à ceux à faible demande. Ce niveau de détail est essentiel pour l'optimisation de la gestion des stocks, la planification de l'aménagement de l'entrepôt et l'adaptation des processus logistiques aux caractéristiques des produits.

Il permet une analyse au niveau des produits, aidant à découvrir les variations de processus et les goulots d'étranglement liés à des articles ou catégories de produits spécifiques.

Cette information se trouve dans les détails au niveau des articles des commandes d'entrepôt, des tâches et des enregistrements d'inventaire.

La priorité de commande est une classification qui indique l'importance relative ou l'urgence d'une commande d'entrepôt. Cela dicte souvent la vitesse et l'ordre dans lesquels les tâches sont attribuées et exécutées. Par exemple, une commande 'expédiée' ou 'haute priorité' peut être traitée avant les commandes de priorité 'standard', même si elle est arrivée plus tard.

L'analyse du processus basée sur la priorité de commande est cruciale pour évaluer la conformité aux accords de niveau de service (SLA). Le Process Mining peut vérifier si les commandes hautement prioritaires sont effectivement traitées plus rapidement que les commandes standard. Il peut également révéler si la priorisation de certaines commandes crée des retards ou des goulots d'étranglement significatifs pour d'autres. Cette analyse aide à affiner les règles de priorisation et les stratégies d'allocation des ressources pour équilibrer la rapidité des commandes urgentes avec l'efficacité globale de l'entrepôt.

Cela permet d'analyser si les accords de niveau de service sont respectés en vérifiant que les commandes à haute priorité sont traitées plus rapidement que celles à basse priorité.

Généralement trouvé dans les données d'en-tête d'une commande d'entrepôt, souvent déterminé par la commande client source ou les exigences métier.