Raktárirányítási adatsablon

Ez az attribútum minden rögzített tevékenység pontos dátumát és időpontját tartalmazza. Az eseménynapló időrendi alapját adja, és meghatározza az adott rendeléshez kapcsolódó raktári műveletek sorrendjét és időzítését.

Az esemény időpontja minden időalapú process mining elemzéshez szükséges. Segítségével kiszámítható a tevékenységek közötti átfutási idő, mérhető a folyamat teljes időtartama, feltárhatók a késések, és különböző időszakok teljesítménye is elemezhető. A megbízható folyamattérképhez és a használható teljesítménymutatókhoz pontos időbélyegek kellenek.

Ez az időbélyeg szükséges az események helyes sorrendbe állításához és az időtartam-alapú mutatók, például az átfutási és átfutási idő kiszámításához.

A Manhattan SCALE eseménynapló-tábláiban vagy tranzakciós rekordjaiban található, a tevékenység adatai mellett. A mezők neve például „created_ts”, „event_timestamp” vagy „status_change_date” lehet.

A raktári rendelés az elsődleges esetazonosító. A logisztikai folyamat kezdetétől a végéig összekapcsolja az adott rendeléshez tartozó összes tevékenységet. Így a rendelés teljes életútja nyomon követhető a raktárban, legyen szó áruátvételről, betárolásról, komissiózásról, csomagolásról vagy feladásról.

A process mining elemzésben ez az attribútum alapvető a rendelések útjának rekonstruálásához. Ha minden eseményt egy adott raktári rendeléshez kapcsol, az elemzők megjeleníthetik a folyamat menetét, kiszámíthatják az egyes rendelések átfutási idejét, és feltárhatják a teljesítés hatékonyságát befolyásoló eltéréseket vagy szűk keresztmetszeteket.

Ez az azonosító kapcsolja össze az egy rendeléshez tartozó raktári tevékenységeket egyetlen folyamatpéldánnyá, így lehetővé teszi a teljes folyamat elemzését.

A Manhattan SCALE alapvető rendeléskezelési tábláiban található, például a rendelésfejléc-táblában.

Ez az attribútum rögzíti a raktárkezelési folyamat egyes lépéseit és mérföldköveit. Ilyen például az „Áruk kivétele a tárhelyről”, a „Csomagolás megkezdve” és a „Küldemény feladva”. Minden tevékenység a raktári rendeléshez kapcsolódó konkrét műveletet jelöl.

A process mining szempontjából ez alapvető attribútum, mert meghatározza a folyamattérkép csomópontjait. A tevékenységek sorrendjének, gyakoriságának és időtartamának elemzésével megjeleníthető a folyamat menete, feltárhatók a szabványos eljárástól való eltérések, és azonosíthatók azok a szűk keresztmetszetek, ahol a munka elakad.

Meghatározza a folyamat lépéseit, így ez adja a folyamattérkép alapját, és lehetővé teszi a működés menetének és eltéréseinek elemzését.

A Manhattan SCALE tranzakciókódjaiból, eseménynaplóiból vagy a raktári rendelések állapotváltozásait követő tábláiból származik.

Ez az attribútum azonosítja azt a forrásalkalmazást, amelyben az eseményadatok keletkeztek. Ennél a folyamatnál az értéke jellemzően „Manhattan SCALE”.

Több integrált rendszer használatakor ez a mező segít megkülönböztetni az adatforrásokat. Megmutatja az adatok eredetét, ami fontos lehet az adatirányítás, a hibakeresés és a különböző platformokon alkalmazott adatgyűjtési eljárások eltéréseinek megértése szempontjából.

Megmutatja az adatok eredetét, ami összetett informatikai környezetben fontos az adatirányításhoz, az ellenőrzéshez és az integrációhoz.

Gyakran az ETL-folyamat során hozzáadott állandó érték, amely az adatkészlet forrását jelöli.

Ez az attribútum jelzi, mikor nyerték ki utoljára az adatokat a Manhattan SCALE rendszerből, és mikor töltötték be őket a process mining eszközbe. Megmutatja, mennyire frissek az elemzett adatok.

Segít a felhasználóknak megítélni, mennyire aktuális az elemzés. Láthatják, hogy valós idejű adatokat vagy egy adott időpontban készült pillanatképet vizsgálnak-e. Ez fontos a megalapozott működési döntésekhez és a jelentések értelmezéséhez.

Tájékoztatja a felhasználókat az adatok frissességéről, így egyértelmű, hogy az elemzés és a jelentések milyen időszakot fednek le.

Ezt az időbélyeget rendszerint az ETL-eszköz vagy az adatfolyam hozza létre és tárolja az adatok betöltésekor.

Ez az attribútum, amelyet gyakran SKU-nak (Stock Keeping Unit) neveznek, azonosítja a raktári tevékenységben érintett terméket. Egy raktári rendelés többféle anyagot is tartalmazhat, amelyeket külön tételekben vagy feladatokban kezelnek.

Az anyagazonosító szerinti elemzés feltárhatja az egyes termékekhez kapcsolódó problémákat. Bizonyos termékeknél például gyakoribb lehet a minőségellenőrzési hiba, a komissiózási tévedés vagy a hosszabb kezelési idő a méretük, súlyuk vagy tárolási igényük miatt. Az eredmények segítenek a különböző termékek tárolási és kezelési eljárásainak javításában.

Termékszinten mutatja meg, hogy egyes árukhoz kapcsolódnak-e folyamatkésések, hibák vagy újramunka.

A Manhattan SCALE rendeléstétel-tábláiban található, a fő raktári rendeléshez kapcsolva.

A befejezés időpontja jelöli egy tevékenység végét. Ha a kezdési időponttal (EventTime) együtt használják, pontosan kiszámítható az egyes feladatok feldolgozási ideje. Nem minden eseményhez tartozik külön befejezési időpont, de ahol van, például a komissiózásnál vagy a csomagolásnál, ott ez az adat különösen hasznos.

Az elemzésben a befejezés időpontjából számítható ki a „ProcessingTime” mutató, amely segít megérteni az erőforrások hatékonyságát és a feladatok időtartamát. Így azonosíthatók azok a konkrét tevékenységek, amelyek a legtöbb időt veszik igénybe, és növelik a teljes átfutási időt vagy a késések kockázatát.

Segítségével pontosan kiszámítható az egyes tevékenységek feldolgozási ideje, így feltárható, mely feladatok igénylik a legtöbb időt és erőforrást.

A kezdési időponttal együtt, ugyanazokban a tranzakciós naplókban is szerepelhet, például „completed_ts” vagy „end_time” mezőben. Ha közvetlenül nem érhető el, néha a következő tevékenység kezdési időpontjából következtethető ki.

Ez az attribútum rögzíti annak a felhasználónak az azonosítóját, aki egy adott raktári feladatot, például komissiózást, csomagolást vagy betárolást végez. Összekapcsolja a folyamat tevékenységeit az azokban részt vevő dolgozókkal.

A felhasználó vagy dolgozó azonosítója szerinti teljesítményelemzés segít megérteni az erőforrások kihasználtságát, valamint az egyéni és csapatszintű hatékonyságot. Feltárhatók vele a kiemelkedő teljesítmények, a képzési igények és a munkaterhelés eloszlása. Ez az adat a „Resource Utilization by Operator” dashboard és a kapcsolódó KPI-k alapja, amelyek támogatják a létszám és a feladatkiosztás optimalizálását.

A folyamat teljesítményét konkrét dolgozókhoz vagy csapatokhoz kapcsolja, így elemezhető a munkaterhelés, a termelékenység és az erőforrások elosztása.

Ezt az információt rendszerint a Manhattan SCALE tranzakciós naplói rögzítik, például „user_id”, „operator” vagy „executed_by” mezőben.

Ez az attribútum a kimenő raktári rendelés szolgáltatási szintjét (SLA) vagy célként megadott szállítási dátumát jelöli. Ehhez a határidőhöz mérik, hogy a raktári működés időben teljesítette-e a rendelést.

Ez a dátum fontos viszonyítási alap a teljesítmény értékeléséhez. A „Shipment On-Time Performance” dashboard és az „On-Time Shipment Rate” KPI segítségével állapítható meg, hogy a rendelést határidőre teljesítették-e. A határidőt elmulasztó rendelések elemzése segít feltárni a késések rendszeres okait és javítani az ügyfél-elégedettséget.

Elsődleges viszonyítási alap a határidőre történő feladás és az ügyféllel egyeztetett szolgáltatási szint teljesítésének méréséhez.

Általában a Manhattan SCALE rendelésfejléc-táblájában tárolják, és gyakran egy felsőbb szintű ERP- vagy rendeléskezelő rendszer tölti ki.

A rendeléstípus a raktári rendelés célját határozza meg. Gyakori típus a vevői küldemény (kimenő), a beszállítói áruátvétel (beérkező), a helyszínek közötti készletáthelyezés (belső) és a visszáru.

Ez az attribútum lehetővé teszi a folyamatok külön elemzését. A rendeléstípus szerinti szűréssel összehasonlítható például az áruátvétel és a kiszállítás teljesítménye. Erre azért van szükség, mert a lépések, az erőforrások és a teljesítménycélok gyakran eltérnek. Együttes elemzésük félrevezető eredményeket adhat.

Segít elkülöníteni és összehasonlítani az eltérő folyamatokat, például a beérkező és a kimenő árumozgást, amelyek menete és teljesítményelvárásai különböznek.

A Manhattan SCALE rendelésfejléc-adataiban található. A mező neve például „order_type”, „transaction_type” vagy hasonló lehet.

Ez az attribútum egy fontos ellenőrzési ponton, például áruátvételkor vagy komissiózáskor mért árumennyiséget rögzíti. A ténylegesen kezelt mennyiséget mutatja, amely eltérhet a tervezettől.

A tényleges és a tervezett mennyiség összehasonlítása segít feltárni az eltéréseket. Ez adja az „Order Quantity Discrepancy Trends” dashboard és a kapcsolódó KPI alapját. Az eltérések követése rávilágíthat a beszállítói pontosság, a készletnyilvántartás vagy a komissiózás hibáira, amelyek kezelése nélkülözhetetlen a készletadatok megbízhatóságához.

Segít feltárni a tervezett és a tényleges mennyiség közötti eltéréseket, amelyek készletpontossági problémára vagy működési hibára utalhatnak.

A Manhattan SCALE áruátvételi, leltározási vagy komissiózási tevékenységeihez tartozó tranzakciós részletekben található.

Ez a számított mutató a bejövő folyamat egyik fontos szakaszának időtartamát méri: a „Beérkezett és megszámolt áru” és az „Áru betárolva” tevékenység közötti időt. Megmutatja az áruátvétel és a betárolás hatékonyságát.

Ez az időtartam a „Beérkezéstől betárolásig tartó ciklus” dashboard és a hozzá tartozó KPI egyik alapadata. A magas értékek az átvételi területen kialakuló szűk keresztmetszetre, a betárolási feladatok létrehozásának késedelmére vagy a nem hatékony útvonalakra utalhatnak. Ezek mind késleltetik a készlet elérhetőségét.

Külön méri a bejövő folyamat egyik fontos lépésének hatékonyságát, és megmutatja, hol alakulnak ki a készlet elérhetőségét késleltető szűk keresztmetszetek.

Számított mező: az adott esetben a „Beérkezett és megszámolt áru” és az „Áru betárolva” esemény időpontja közötti különbséget mutatja.

Ez az attribútum azonosítja a kimenő küldeményhez rendelt logisztikai partnert vagy fuvarozót, például a FedExet, az UPS-t vagy a DHL-t. Összekapcsolja a raktári folyamatot a szállítás következő szakaszával.

A fuvarozók szerinti teljesítményelemzés fontos információkat adhat az ellátási láncról. Megmutatja, hogy egyes fuvarozókhoz hosszabb várakozási idő, gyakori késés vagy különleges kezelési igény kapcsolódik-e. Az eredmények alapján értékelhető a fuvarozók teljesítménye és javíthatók a logisztikai együttműködések.

Összekapcsolja a raktári működést a logisztikai partnerekkel, így fuvarozónként elemezhető a teljesítmény, és feltárhatók a szállításhoz kapcsolódó szűk keresztmetszetek.

A Manhattan SCALE küldemény- vagy szállítástervezési tábláiban található, gyakran a rendelésfejléchez kapcsolva.

Ez az attribútum megadja, hogy a raktári feladatot milyen anyagmozgató eszközzel (MHE) vagy technológiával végezték. Ilyen lehet egy adott targonca, raklapemelő vagy kézi RF-leolvasó azonosítója.

Ezek az adatok az emberi erőforrásokon túl az eszközök kihasználtságának elemzéséhez is hasznosak. Segítenek megérteni a költséges berendezések használati szokásait, megtervezni a karbantartást, és biztosítani, hogy a megfelelő eszközök rendelkezésre álljanak. Támogatják például a „Resource Utilization (Picking)” KPI elemzését azzal, hogy újabb szempontot adnak az értékeléshez.

Lehetővé teszi az eszközök kihasználtságának és a folyamat hatékonyságára gyakorolt hatásának elemzését, így tervezhető a karbantartás és az MHE-eszközök beszerzése.

Nézze meg a Manhattan SCALE dokumentációját vagy a rendszer naplóit. Ha a rendszer rögzíti ezt az adatot, a feladat-végrehajtási rekordokban is megtalálható.

Ez a logikai attribútum a „Tényleges teljesítési dátum” és a „Kért teljesítési dátum” összehasonlításából adódik. Értéke igaz, ha a rendelést határidőre teljesítették, és hamis, ha késve.

Egyszerűbbé teszi a teljesítmény elemzését, mert könnyen szűrhető és összesíthető. Ez alapján számítható ki a „Határidőre feladott rendelések aránya” KPI, és ez táplálja az ügyfél-SLA-k betartását követő dashboardokat. Gyorsan elkülöníti a megfelelőségi követelményeknek eleget tevő rendeléseket a többitől, így elemezhetők a késések okai.

Egyszerűsíti a teljesítményjelentéseket: a dátumok összehasonlítását egy könnyen kezelhető igaz/hamis értékké alakítja, amelyből kiszámítható a határidőre feladott rendelések aránya.

Számítása: az 'ActualCompletionDate' <= 'RequestedCompletionDate' feltétel összehasonlítása. Ezt a logikát a process mining eszköz alkalmazza.

Ez a logikai attribútum az ismételt munkát jelöli. Ilyen például, ha ugyanabban a rendelésben ugyanahhoz az anyaghoz többször végzik el a „Termék kivétele a raktárból” tevékenységet. Az érték a folyamatmenet mintáinak elemzéséből adódik.

Az ismételt munka jelölése segít feltárni a folyamat hatékonysági problémáit és hibáit. Alapul szolgál a „Komissiózási ismételtmunka-arány” KPI kiszámításához, az elemzők pedig elkülöníthetik és megvizsgálhatják az ismétlődő lépéseket tartalmazó eseteket. Az ismételt munka okainak feltárása segít csökkenteni a működési költségeket és javítani a folyamat minőségét.

Jelzi a folyamatban előforduló hatékonytalan köröket és ismétlődő munkát, amelyek gyakran késedelmet és többletköltséget okoznak.

Számított attribútum. A process mining eszközben általában olyan szabályokkal állítják elő, amelyek felismerik az ismétlődő tevékenységmintákat, például az önhurkokat vagy a rövid hurkokat.

A küldeményazonosító magasabb szintű azonosító, amely egyesíti az egy járművön vagy egy szállítmány részeként együtt szállított raktári rendeléseket. Az egyes rendeléseket egy konkrét szállítási eseményhez kapcsolja.

Az elemzésben a küldeményazonosító tágabb képet ad a logisztikai működésről. Segítségével elemezhető az összevonás hatékonysága az indulási és rakodási szakaszban, mérhető a küldemények határidőre történő feladása, és megérthető, hogyan befolyásolja a rendelések összevonása a teljes átfutási időt.

Több rendelést kapcsol egyetlen feladási eseményhez, így elemezhető az összevonás, az indulási területre helyezés és a rakodás folyamata.

A Manhattan SCALE szállítási vagy küldeménykezelési tábláiban található. Ez az azonosító jellemzően több raktári rendeléshez kapcsolódik.

A mutató értéke a „Tényleges mennyiség” és a „Tervezett mennyiség” különbsége. A nullától eltérő érték azt jelzi, hogy a kezelt árumennyiség nem egyezik a várttal. Az érték lehet pozitív, vagyis többlet, illetve negatív, vagyis hiány.

Ez az attribútum az „Eltérő rendelési mennyiségek aránya” KPI alapja. Számszerűsíti az áruátvétel vagy a komissiózás során keletkező hibákat, így a készletpontosságot követő dashboardokon is egyértelműen mérhetővé teszi az eltéréseket. Az eltérések trendjeinek és kiváltó okainak elemzése segít pontosabbá tenni a működést.

Közvetlenül számszerűsíti a készletkezelés és a rendelések teljesítése során keletkező hibákat. Egyértelmű mutatót ad a pontosság és az eltérések pénzügyi hatásának követéséhez.

A process mining eszközben számított mező, képlete: ActualQuantity - PlannedQuantity.

Ez az attribútum a „Minőségellenőrzés elvégezve” tevékenység eredményét rögzíti. Megmutatja, hogy a beérkezett áru megfelelt-e az előírt minőségi követelményeknek, vagy további intézkedésre van szükség.

Ez az attribútum fontos a minőségirányítás elemzéséhez. Segítségével nemcsak a követelmények betartása, hanem a „Quality Control Compliance Rate” mutató eredményei is követhetők. A beszállítónkénti vagy anyagonkénti hibaarány elemzése javíthatja a beszerzési döntéseket, és csökkentheti a gyenge minőségű áruk későbbi költségeit.

Megmutatja a minőségellenőrzés eredményét, így elemezhető a beszállítói minőség, a termékproblémák és az ellenőrzési folyamat hatékonysága.

Nézze meg a Manhattan SCALE dokumentációját. Az adat valószínűleg a minőségirányítási vagy áruátvételi feladatokhoz tartozó táblákban található.

Ez a mutató a raktári rendelések teljes időtartamát méri a „Raktári rendelés létrehozva” eseménytől a „Raktári rendelés teljesítve” eseményig. A teljes raktári rendelésteljesítési folyamat végpontok közötti hatékonyságát mutatja.

A dashboardokon és az elemzésekben átfogó képet ad a teljesítményről. Segítségével nyomon követhetők a trendek, kiszűrhetők a kiugróan hosszú átfutási idejű rendelések, és időben összehasonlítható a teljesítmény. Közvetlenül támogatja a „Teljes rendelésteljesítési idő” dashboardot és a hozzá tartozó KPI-t.

Ez a KPI a raktári működés végpontok közötti sebességét és hatékonyságát méri, amelyek közvetlenül befolyásolják az ügyfelek elégedettségét és a működési költségeket.

Számított mező: az egyes raktári rendelések első és utolsó eseményének időbélyege közötti különbséget mutatja.

Ez az attribútum azonosítja a tárolási vagy kivételi tevékenység fizikai helyét, például az 5. folyosót, a 3. tárhelyet vagy a C szintet. Térbeli összefüggésbe helyezi a raktári folyamatot.

A tárolási hely szerinti elemzés segít optimalizálni a raktár elrendezését és az anyagáramlást. Feltárhatók vele a gyakran használt helyek, a komissiózás során megtett kerülő útvonalak és a torlódásra hajlamos területek. Az adatok támogatják a betárolás és a komissiózás hatékonyságának elemzését, és megmutatják, hol javíthatók a tárolási eljárások.

Térbeli összefüggésbe helyezi a raktári árumozgásokat, így elemezhető az elrendezés hatékonysága, a menetidő és a komissiózási útvonal.

A Manhattan SCALE betárolási és komissiózási feladatainak adatai között található, például „location_id”, „bin_code” vagy „source_location” mezőben.

Ez az attribútum a raktári folyamat utolsó lépésének, például a „Küldemény feladva” eseménynek az időbélyege. A rendelésteljesítés tényleges befejezési időpontját mutatja.

Ezt a dátumot közvetlenül a kért teljesítési dátummal összevetve mérhető, hogy a küldeményt időben feladták-e. Ez az adat igazolja, mikor ért véget a raktár felelőssége a rendelésért. Elemzésével pontosan mérhető a rendelésteljesítés átfutási ideje és az SLA-k teljesítése.

A rendelés befejezésének tényleges időpontját adja meg. Ebből számítható ki a tényleges átfutási idő, és mérhető a kért dátumhoz viszonyított teljesítmény.

A folyamat utolsó tevékenységének időbélyegével egyezik meg, például a „Küldemény feladva” vagy a „Raktári rendelés lezárva” eseményével.

Ez az attribútum azt a mennyiséget jelöli, amelyet az eredeti raktári rendelés vagy feladatutasítás szerint át kellett venni, komissiózni vagy kezelni. Ez az alapérték, amelyhez a tényleges működés eredményeit viszonyítják.

A tényleges mennyiséggel együtt használva kiszámíthatók az eltérések. Ha a tervezett és a tényleges mennyiség gyakran különbözik, az beszállítói szállítási problémára, pontatlan készletadatokra vagy komissiózási hibákra utalhat. Ezért fontos attribútum a minőség és a pontosság elemzéséhez.

Viszonyítási alapot ad a mennyiségi pontosság méréséhez, és segít feltárni a készletet vagy a rendelésteljesítést érintő eltéréseket.

A Manhattan SCALE rendeléstétel- vagy feladatrészlet-tábláiban található.