Templat data pengelolaan gudang Anda
Templat data pengelolaan gudang Anda
- Atribut yang disarankan untuk dikumpulkan
- Aktivitas utama yang perlu dilacak dalam operasional gudang
- Panduan ekstraksi untuk Körber WMS
Atribut pengelolaan gudang
| Nama | Deskripsi | ||
|---|---|---|---|
| Nama aktivitas ActivityName | Nama peristiwa atau tugas tertentu yang terjadi pada suatu waktu dalam siklus pesanan gudang. | ||
| Deskripsi Atribut ini menjelaskan satu langkah dalam proses pengelolaan gudang, seperti 'Barang diambil dari penyimpanan' atau 'Kiriman diberangkatkan'. Setiap aktivitas mewakili peristiwa bisnis tersendiri yang tercatat di sistem, lengkap dengan stempel waktu. Analisis aktivitas menjadi inti process mining. Dari sini, Anda dapat menyusun peta proses untuk melihat alur kerja yang sebenarnya di gudang. Analisis ini membantu menemukan hambatan, pengulangan pekerjaan, dan penyimpangan dari prosedur operasi standar. Mengapa ini penting Atribut ini menentukan langkah-langkah proses, menjadi dasar peta proses dan memungkinkan analisis alur, variasi, serta hambatan proses. Sumber data Tabel log peristiwa atau transaksi di Körber WMS yang mencatat peristiwa bisnis. Data ini sering diperoleh dari kode transaksi atau keterangan perubahan status. Contoh Tugas Pengambilan Barang DibuatBarang Selesai DikemasPengiriman DiberangkatkanPesanan gudang dibatalkan | |||
| Pesanan gudang WarehouseOrder | Pengenal unik untuk pesanan gudang, yang menjadi ID kasus utama untuk melacak semua aktivitas logistik terkait. | ||
| Deskripsi Pesanan gudang adalah pengenal utama yang mengelompokkan semua tugas dan peristiwa terkait permintaan logistik tertentu, seperti penerimaan barang masuk atau pengiriman barang keluar. Pengenal ini memungkinkan Anda melacak seluruh siklus pesanan di gudang, mulai dari pembuatan hingga pengiriman atau pembatalan. Dalam process mining, analisis berdasarkan pesanan gudang menampilkan alur proses setiap pesanan secara menyeluruh. Anda dapat melihat jalur yang umum, penyimpangan, hambatan, dan waktu siklus untuk berbagai jenis pesanan, seperti pesanan standar dan pesanan ekspres. Mengapa ini penting Ini adalah ID Kasus utama yang menghubungkan semua peristiwa terkait, sehingga Anda dapat menganalisis proses pengelolaan gudang secara menyeluruh untuk setiap pesanan. Sumber data Pengenal ini biasanya terdapat di tabel inti pengelolaan pesanan dalam Körber WMS. Lihat dokumentasi Körber WMS untuk mengetahui nama tabel dan kolom yang tepat, seperti header pesanan. Contoh WO-0012845WO-0012991WO-0013402 | |||
| Waktu peristiwa EventTime | Tanggal dan waktu tepat saat aktivitas atau peristiwa dicatat di sistem sumber. | ||
| Deskripsi Waktu peristiwa adalah stempel waktu untuk setiap aktivitas yang menunjukkan kapan aktivitas itu terjadi. Data waktu ini menjadi dasar untuk menghitung durasi, waktu siklus, dan waktu tunggu di antara langkah-langkah proses. Dalam analisis proses, atribut ini digunakan untuk mengurutkan peristiwa secara kronologis, menyusun alur proses, dan melakukan analisis berbasis waktu. Atribut ini penting bagi dashboard yang mengukur kinerja, seperti analisis waktu siklus, serta untuk menghitung KPI seperti 'Rata-rata waktu siklus pesanan dari awal hingga akhir'. Mengapa ini penting Stempel waktu ini penting untuk mengurutkan peristiwa, menghitung metrik berbasis waktu seperti waktu siklus dan waktu tunggu, serta memahami kinerja proses. Sumber data Tersedia di semua tabel transaksi dan log peristiwa dalam Körber WMS. Nama kolomnya biasanya seperti 'CreationDate', 'Timestamp', atau 'EventDateTime'. Contoh 2023-10-26T10:00:00Z2023-10-26T11:35:10Z2023-10-27T08:15:00Z | |||
| Pembaruan data terakhir LastDataUpdate | Stempel waktu yang menunjukkan kapan data untuk proses ini terakhir diperbarui. | ||
| Deskripsi Atribut ini mencatat tanggal dan waktu ekstraksi atau pembaruan data terbaru. Informasi ini menunjukkan seberapa baru data yang dianalisis, sehingga pengguna tahu kondisi proses yang sedang dilihat. Informasi ini penting untuk transparansi di dashboard dan laporan. Pengguna dapat mengetahui apakah data yang dilihat diperbarui secara real-time, harian, atau mingguan. Hal ini berpengaruh pada pengambilan keputusan. Mengapa ini penting Memberi tahu pengguna seberapa baru data yang tersedia. Informasi ini penting agar keputusan bisnis berdasarkan analisis tetap akurat dan relevan. Sumber data Nilai ini dibuat dan dicatat oleh pipeline data atau alat ETL pada akhir setiap siklus pembaruan data. Contoh 2024-05-21T02:00:00Z2024-05-22T02:00:00Z | |||
| Sistem sumber SourceSystem | Sistem tempat data diekstrak. | ||
| Deskripsi Atribut ini menunjukkan sistem asal data peristiwa. Dalam contoh ini, sistemnya adalah 'Körber WMS'. Jika beberapa sistem terintegrasi, kolom ini membantu membedakan sumber data dan melacak asal-usulnya. Dalam analisis, atribut ini memberi konteks, terutama saat Anda menggabungkan data dari beberapa sistem. Atribut ini juga membantu menjaga kualitas data dan memfilter aktivitas dari sistem tertentu. Mengapa ini penting Memberi konteks penting tentang asal data, sehingga sumbernya jelas dan dapat dilacak, terutama jika beberapa sistem saling terhubung. Sumber data Biasanya, nilai statis ini ditambahkan saat proses ekstraksi data untuk mengidentifikasi sistem sumber. Contoh Körber WMSKörberOne | |||
| ID pengguna/operator UserOperatorId | Pengenal pengguna atau operator yang melakukan aktivitas. | ||
| Deskripsi Atribut ini menunjukkan karyawan gudang atau pengguna sistem yang bertanggung jawab menjalankan tugas tertentu, seperti mengambil, mengemas, atau menempatkan barang. Dalam beberapa kasus, atribut ini juga dapat merujuk pada sistem otomatis atau bot. Dimensi ini penting untuk menganalisis kinerja sumber daya. Anda dapat memahami pembagian beban kerja, mengenali karyawan dengan kinerja tinggi, dan menemukan siapa yang mungkin memerlukan pelatihan tambahan. Atribut ini menjadi dasar dashboard 'Pemanfaatan sumber daya dan beban kerja' serta KPI 'Jumlah barang yang diproses per operator'. Mengapa ini penting Memungkinkan analisis kinerja tenaga kerja, pembagian beban kerja, dan efisiensi sumber daya. Hasilnya membantu menemukan kebutuhan pelatihan dan karyawan dengan kinerja tinggi. Sumber data Tersedia di tabel transaksi atau log yang mencatat tindakan pengguna. Cari kolom seperti 'UserID', 'UserName', 'ExecutedBy', atau 'OperatorID'. Contoh JSMITHABOT01CDAVISsistem | |||
| Jumlah aktual ActualQuantity | Jumlah barang yang benar-benar ditangani atau dicatat selama suatu tugas. | ||
| Deskripsi Jumlah aktual adalah jumlah unit yang benar-benar dihitung, diambil, dikemas, atau diterima oleh operator gudang. Nilai ini dicatat saat tugas selesai dan terkadang berbeda dari 'Jumlah yang direncanakan' karena kekurangan stok, kerusakan, atau kesalahan manusia. Membandingkan atribut ini dengan 'Jumlah yang direncanakan' menjadi dasar dashboard 'Kesehatan dan keakuratan proses inventaris'. Selisih antara kedua nilai tersebut menunjukkan adanya masalah proses atau ketidakakuratan data yang perlu diselidiki. Mengapa ini penting Menunjukkan jumlah barang yang benar-benar ditangani. Informasi ini penting untuk menghitung tingkat selisih dan memastikan keakuratan inventaris. Sumber data Tersedia di catatan konfirmasi transaksi atau penyelesaian tugas. Nama kolomnya mungkin 'ActualQty', 'ConfirmedQuantity', atau 'PickedQuantity'. Contoh 10491 | |||
| SKU produk ProductSKU | Stock Keeping Unit (SKU) atau nomor material untuk barang yang ditangani. | ||
| Deskripsi SKU produk adalah pengenal unik untuk produk atau material tertentu dalam pesanan gudang. Satu pesanan dapat berisi satu SKU atau lebih. Analisis berdasarkan SKU produk membantu Anda mengetahui apakah penanganan produk tertentu lebih rumit atau bermasalah. Misalnya, Anda mungkin menemukan bahwa barang mudah pecah membutuhkan waktu pengemasan lebih lama atau SKU tertentu sering mengalami selisih saat pengambilan. Temuan ini dapat menjadi dasar untuk mengubah strategi penyimpanan atau prosedur penanganan. Mengapa ini penting Memungkinkan analisis kinerja proses berdasarkan produk tertentu, sehingga Anda dapat mengetahui apakah barang tertentu menyebabkan keterlambatan atau kesalahan. Sumber data Tersedia di tabel baris pesanan yang terhubung ke header pesanan gudang utama. Nama kolom yang umum antara lain 'SKU', 'MaterialNumber', atau 'ItemCode'. Contoh SKU-847361SKU-991204SKU-103557 | |||
| Tingkat prioritas PriorityLevel | Menunjukkan tingkat urgensi atau prioritas pesanan gudang, misalnya standar atau ekspres. | ||
| Deskripsi Tingkat prioritas menunjukkan urgensi penanganan pesanan gudang. Misalnya, pesanan dapat ditandai sebagai 'Ekspres' atau 'Prioritas tinggi' agar diproses sebelum pesanan standar. Atribut ini penting untuk dashboard 'Analisis pesanan ekspres' dan KPI 'Persentase pengiriman ekspres'. Atribut ini membantu Anda memahami dampak pesanan mendesak terhadap operasional gudang secara keseluruhan, biaya terkait, dan apakah waktu pemrosesannya memang lebih cepat daripada pesanan standar. Mengapa ini penting Membantu menganalisis penanganan dan frekuensi pesanan mendesak, serta dampaknya terhadap kinerja proses dan biaya secara keseluruhan. Sumber data Tersedia di data header pesanan. Cari kolom seperti 'Priority', 'Urgency', atau indikator tingkat layanan pengiriman tertentu. Contoh StandarEkspresSemalamKritis | |||
| Ada selisih pengambilan IsPickingDiscrepancy | Penanda yang menunjukkan apakah jumlah aktual yang diambil sesuai dengan jumlah yang direncanakan. | ||
| Deskripsi Atribut boolean turunan ini bernilai true jika 'Jumlah aktual' berbeda dari 'Jumlah yang direncanakan' pada aktivitas terkait pengambilan barang. Atribut ini menjadi penanda sederhana untuk kesalahan pengambilan atau masalah inventaris pada tugas tertentu. Penanda ini memudahkan analisis karena pengguna dapat memfilter semua pesanan yang mengalami selisih pengambilan. Penanda ini digunakan untuk menghitung KPI 'Tingkat selisih pengambilan' dan mendukung dashboard 'Kesehatan dan keakuratan proses inventaris' dengan menyoroti titik masalah tertentu. Mengapa ini penting Memberi penanda yang jelas untuk kesalahan pengambilan, sehingga analisis masalah keakuratan inventaris dan pengukurannya menjadi lebih mudah. Sumber data Dihitung saat transformasi data. Logikanya: Contoh truefalse | |||
| ID gudang WarehouseId | Pengenal unik untuk gudang atau pusat distribusi tempat aktivitas berlangsung. | ||
| Deskripsi ID gudang menunjukkan lokasi fisik atau fasilitas tempat pesanan gudang diproses. Bagi organisasi dengan beberapa pusat distribusi, dimensi ini penting untuk analisis. Atribut ini memungkinkan Anda membandingkan kinerja antar lokasi. Misalnya, Anda dapat membandingkan 'Rata-rata waktu siklus pesanan dari awal hingga akhir' antara Gudang A dan Gudang B untuk menemukan praktik terbaik atau masalah operasional di lokasi tertentu. Mengapa ini penting Memungkinkan perbandingan dan tolok ukur kinerja antar lokasi gudang, serta membantu menemukan masalah khusus wilayah atau fasilitas. Sumber data Informasi ini biasanya tersedia di tabel header pesanan atau konfigurasi lokasi. Nama kolomnya mungkin 'Plant', 'Site', atau 'LocationCode'. Contoh WH-NYCDC-LAXFC-DAL | |||
| Jenis pesanan OrderType | Mengelompokkan pesanan gudang, misalnya sebagai pesanan masuk, keluar, atau pemindahan internal. | ||
| Deskripsi Jenis pesanan menunjukkan tujuan bisnis dari pesanan gudang. Jenis yang umum mencakup pengiriman ke pelanggan (keluar), penerimaan dari pemasok (masuk), pemindahan stok antar lokasi gudang (internal), atau retur. Atribut ini berguna untuk memfilter dan membandingkan proses. Anda dapat menganalisis dan membandingkan alur serta kinerja berbagai jenis kegiatan logistik, misalnya untuk mengetahui apakah proses barang masuk lebih efisien daripada proses barang keluar. Mengapa ini penting Memungkinkan analisis dikelompokkan berdasarkan tujuan pesanan. Anda dapat melihat perbedaan kinerja antara proses penerimaan barang masuk dan pengiriman barang keluar. Sumber data Biasanya terdapat di tabel header pesanan dalam Körber WMS. Cari kolom bernama 'OrderType', 'TransactionType', atau yang serupa. Contoh Pengiriman keluarPenerimaan barang masukPemindahan internalRetur pelanggan | |||
| Jumlah yang direncanakan PlannedQuantity | Jumlah barang yang direncanakan untuk ditangani dalam suatu tugas, seperti pengambilan atau penerimaan. | ||
| Deskripsi Jumlah yang direncanakan adalah target jumlah unit untuk suatu tugas sesuai pesanan gudang. Misalnya, jika pesanan meminta 10 unit SKU tertentu untuk diambil, jumlah yang direncanakan untuk tugas pengambilan itu adalah 10. Atribut ini penting untuk menemukan selisih dengan membandingkannya dengan 'Jumlah aktual'. Atribut ini menjadi masukan utama untuk menghitung KPI 'Tingkat selisih pengambilan' dan 'Tingkat selisih inventaris', yang penting untuk menjaga keakuratan inventaris. Mengapa ini penting Menjadi acuan untuk mengukur keakuratan tugas seperti pengambilan dan penerimaan, serta membantu mendeteksi selisih inventaris. Sumber data Tersedia di tabel tugas atau baris pesanan. Cari kolom seperti 'OrderQuantity', 'PlannedQty', atau 'ExpectedQuantity'. Contoh 10501 | |||
| Lokasi penyimpanan StorageLocation | Lokasi tertentu di gudang, seperti rak atau lorong, tempat barang disimpan atau diambil. | ||
| Deskripsi Atribut ini menunjukkan koordinat fisik di dalam gudang, seperti rak, ambalan, atau lokasi penyimpanan. Atribut ini relevan untuk aktivitas seperti 'Barang ditempatkan di penyimpanan' dan 'Barang diambil dari penyimpanan'. Data ini digunakan di dashboard 'Efisiensi penempatan barang dan penggunaan lokasi' untuk menganalisis waktu tempuh, pemanfaatan lokasi, dan efektivitas strategi penyimpanan. Misalnya, data ini dapat membantu menentukan apakah barang yang sering diambil disimpan di lokasi yang mudah dijangkau agar waktu pengambilan lebih singkat. Mengapa ini penting Membantu mengoptimalkan tata letak gudang dan strategi penyimpanan dengan menganalisis waktu tempuh serta efisiensi tugas penempatan dan pengambilan barang di lokasi tertentu. Sumber data Tersedia di tabel inventaris, tugas, atau data induk lokasi. Cari kolom seperti 'BinCode', 'LocationID', atau 'StorageBin'. Contoh A1-R02-S03-B01B5-R10-S01-B04C2-BULK-05 | |||
| Pengangkut Carrier | Perusahaan pengangkut yang ditugaskan untuk mengirimkan pesanan ke tujuan akhir. | ||
| Deskripsi Pengangkut adalah penyedia logistik pihak ketiga, seperti FedEx, UPS, atau DHL, yang bertanggung jawab mengirim barang dari gudang ke tujuan akhir. Pengangkut biasanya ditentukan saat perencanaan atau pemberangkatan kiriman. Analisis berdasarkan pengangkut dapat menunjukkan perbedaan kinerja antar mitra pengiriman. Misalnya, Anda dapat mengetahui apakah pengangkut tertentu berkaitan dengan waktu tunggu di area penyiapan yang lebih lama atau keterlambatan yang lebih sering. Data ini berguna saat menegosiasikan kontrak dan memilih pengangkut. Mengapa ini penting Memungkinkan analisis kinerja berbagai mitra pengiriman, sehingga Anda dapat mengoptimalkan logistik dan meningkatkan keandalan pengiriman. Sumber data Tersedia di tabel perencanaan pengiriman atau transportasi dalam Körber WMS. Cari kolom seperti 'CarrierCode', 'ShippingAgent', atau 'SCAC'. Contoh FedExUPSDHLLocal Freight Inc. | |||
| Peralatan yang digunakan EquipmentUsed | Pengenal peralatan yang digunakan untuk menjalankan tugas, seperti forklift atau pemindai. | ||
| Deskripsi Atribut ini menunjukkan peralatan penanganan material (MHE) atau teknologi yang digunakan saat menjalankan tugas gudang. Contohnya forklift tertentu, hand pallet, pemindai genggam, atau kendaraan berpemandu otomatis (AGV). Analisis berdasarkan peralatan membantu Anda memahami pemanfaatan sumber daya, kebutuhan pemeliharaan, dan dampak jenis peralatan terhadap efisiensi tugas. Atribut ini menjadi dimensi penting untuk dashboard 'Pemanfaatan sumber daya dan beban kerja', yang menampilkan penggunaan sumber daya manusia dan mesin. Mengapa ini penting Memungkinkan analisis pemanfaatan peralatan dan dampaknya terhadap kinerja tugas. Hasilnya membantu mengoptimalkan pengelolaan armada dan menemukan hambatan terkait mesin. Sumber data Lihat dokumentasi Körber WMS. Data ini mungkin dicatat dalam rekaman pelaksanaan tugas, terutama jika operator masuk menggunakan peralatan tertentu. Contoh FORKLIFT-08SCANNER-112AGV-03 | |||
| Status SLA SLAStatus | Menunjukkan apakah pesanan selesai tepat waktu, terlambat, atau berisiko terlambat berdasarkan tanggal penyelesaian yang diminta. | ||
| Deskripsi Status SLA adalah atribut terhitung yang mengelompokkan setiap pesanan berdasarkan ketepatan waktunya dibandingkan dengan 'RequestedCompletionDate'. Nilainya dapat berupa 'Tepat waktu', 'Terlambat', atau 'Sedang diproses'. Atribut ini memberi gambaran langsung tentang kinerja tingkat layanan. Anda dapat memfilter dan menganalisis pesanan yang terlambat dengan cepat untuk memahami penyebab utamanya, seperti hambatan tertentu atau masalah sumber daya. Atribut ini penting untuk analisis kepuasan pelanggan dan keandalan operasional. Mengapa ini penting Mengukur kepatuhan terhadap perjanjian tingkat layanan secara langsung, sehingga pesanan yang terlambat mudah ditemukan dan penyebabnya dapat dianalisis. Sumber data Dihitung di lapisan transformasi data dengan membandingkan stempel waktu peristiwa 'Pesanan gudang selesai' dengan 'RequestedCompletionDate'. Contoh Tepat waktuTerlambatSedang diproses | |||
| Tanggal penyelesaian yang diminta RequestedCompletionDate | Tanggal yang diminta pelanggan atau pemangku kepentingan internal untuk menyelesaikan pesanan. | ||
| Deskripsi Ini adalah target tanggal penyelesaian atau pengiriman untuk pesanan keluar, yang biasanya ditentukan oleh harapan pelanggan atau perjanjian tingkat layanan (SLA). Tanggal ini menjadi tenggat utama untuk mengukur kinerja aktual. Tanggal ini penting untuk dashboard 'Analisis pesanan ekspres'. Dengan membandingkan 'Tanggal penyelesaian yang diminta' dan 'Tanggal penyelesaian aktual' (stempel waktu aktivitas 'Kiriman diberangkatkan' atau 'Pesanan gudang selesai'), Anda dapat mengukur ketepatan waktu dan menemukan pesanan yang berisiko terlambat. Mengapa ini penting Menjadi acuan untuk mengukur ketepatan waktu dan pemenuhan perjanjian tingkat layanan (SLA), serta menandai pesanan yang berpotensi terlambat. Sumber data Tersedia di tabel header pesanan. Nama kolom yang umum antara lain 'RequiredDeliveryDate', 'RequestedShipDate', atau 'SLA'. Contoh 2023-10-28T23:59:59Z2023-11-05T23:59:59Z | |||
| Waktu selesai EndTime | Stempel waktu yang menunjukkan kapan aktivitas selesai, jika tersedia. | ||
| Deskripsi Waktu selesai adalah stempel waktu saat suatu aktivitas berakhir. StartTime (EventTime) menandai awal aktivitas, sedangkan waktu selesai menandai akhirnya. Dengan begitu, durasi aktivitas dapat dihitung secara langsung. Tidak semua peristiwa memiliki waktu selesai tersendiri. Untuk banyak peristiwa, durasi aktivitas sebelumnya diperkirakan dari StartTime peristiwa berikutnya. Atribut ini sangat berguna untuk menghitung waktu pemrosesan setiap tugas secara akurat. Misalnya, atribut ini digunakan untuk menghitung 'Rata-rata waktu pemeriksaan kualitas', dari awal hingga akhir pemeriksaan. Mengapa ini penting Memungkinkan penghitungan waktu pemrosesan setiap aktivitas secara akurat. Ini penting untuk menemukan tugas yang tidak efisien dan hambatan terkait sumber daya. Sumber data Lihat dokumentasi Körber WMS. Data ini mungkin tersedia di tabel transaksi bersama waktu mulai atau di tabel riwayat status terkait. Contoh 2023-10-26T10:15:00Z2023-10-26T11:45:20Z2023-10-27T08:30:00Z | |||
| Waktu siklus CycleTime | Total durasi pesanan gudang, dari pembuatan hingga selesai. | ||
| Deskripsi Waktu siklus adalah metrik terhitung yang mengukur total waktu sejak peristiwa pertama ('Pesanan gudang dibuat') hingga peristiwa terakhir ('Pesanan gudang selesai') dalam satu kasus. Metrik ini menunjukkan waktu pemrosesan pesanan dari awal hingga akhir. Ini adalah indikator kinerja utama dalam process mining yang langsung menjawab pertanyaan, 'Berapa lama waktu yang dibutuhkan?'. Metrik ini menjadi dasar dashboard 'Waktu siklus pesanan gudang dari awal hingga akhir' dan KPI 'Rata-rata waktu siklus pesanan dari awal hingga akhir'. Gunakan metrik ini untuk memantau kesehatan proses secara keseluruhan dan menemukan pesanan yang membutuhkan waktu jauh lebih lama untuk dipenuhi. Mengapa ini penting KPI penting ini mengukur efisiensi proses gudang secara keseluruhan, yang berdampak langsung pada kepuasan pelanggan dan biaya operasional. Sumber data Metrik ini dihitung di alat process mining dengan mencari selisih antara stempel waktu peristiwa terakhir dan pertama untuk setiap pesanan gudang. Contoh 8640017280036000 | |||
Aktivitas pengelolaan gudang
| Aktivitas | Deskripsi | ||
|---|---|---|---|
| Barang Diambil dari Penyimpanan | Operator mengonfirmasi bahwa barang untuk suatu pesanan telah diambil dari lokasi penyimpanan. Biasanya, operator memindai barang dan lokasinya. Tindakan ini mengurangi persediaan di lokasi penyimpanan dan mencatat aktivitas tersebut. | ||
| Mengapa ini penting Ini adalah tonggak utama dalam proses pesanan keluar. Data ini memungkinkan analisis waktu pengambilan dan membantu menemukan kemungkinan keterlambatan antara pengambilan dan pengemasan. Sumber data Dicatat saat operator mengonfirmasi penyelesaian tugas pengambilan melalui perangkat RF. Tindakan ini memperbarui status tugas menjadi 'Completed' dan mencatat stempel waktu penyelesaian. Pengumpulan data Stempel waktu dari transaksi konfirmasi tugas pengambilan barang. Jenis peristiwa explicit | |||
| Barang Ditempatkan di Lokasi Penyimpanan | Operator mengonfirmasi bahwa tugas penempatan barang telah selesai, biasanya dengan memindai lokasi penyimpanan dan palet atau barang. Tindakan ini mencatat perpindahan secara eksplisit dan memperbarui lokasi persediaan di sistem. | ||
| Mengapa ini penting Tonggak penting ini menandai akhir proses barang masuk. Data ini digunakan untuk menghitung KPI 'Waktu Siklus Penempatan Barang' dan 'Waktu dari Penerimaan Barang hingga Penempatan'. Sumber data Dicatat saat operator mengonfirmasi penyelesaian tugas penempatan melalui perangkat RF. Tindakan ini memperbarui status tugas menjadi 'Completed' dan mencatat stempel waktu penyelesaian. Pengumpulan data Stempel waktu dari transaksi konfirmasi tugas penempatan barang. Jenis peristiwa explicit | |||
| Barang Diterima dan Dihitung | Staf gudang membongkar, memindai, dan menghitung barang yang diterima, lalu mencocokkannya dengan pemberitahuan pengiriman barang masuk. Transaksi eksplisit ini mengonfirmasi penerimaan jumlah material tertentu ke dalam penguasaan fisik gudang. | ||
| Mengapa ini penting Ini adalah tonggak penting dalam proses barang masuk yang mendukung pengukuran KPI seperti 'Waktu dari Penerimaan Barang hingga Penempatan'. Data ini juga membantu menemukan lebih awal selisih antara jumlah yang diharapkan dan yang diterima. Sumber data Dibuat saat pengguna mengonfirmasi jumlah barang yang diterima melalui pemindai RF atau transaksi desktop. Tindakan ini memperbarui status persediaan menjadi 'Received' atau 'On-Hand' di lokasi penampungan sementara. Pengumpulan data Stempel waktu dari transaksi konfirmasi penerimaan. Jenis peristiwa explicit | |||
| Barang Selesai Dikemas | Pengemasan barang ke dalam kontainer atau karton pengiriman selesai, lalu kemasan disegel dan diberi label. Peristiwa ini menandakan pesanan siap dipindahkan ke area penyiapan dan dikirim, serta dicatat secara eksplisit. | ||
| Mengapa ini penting Tonggak penting ini menandai selesainya persiapan barang untuk dikirim. Data ini digunakan untuk menghitung kapasitas pemrosesan pengemasan dan menemukan keterlambatan sebelum pemuatan. Sumber data Operator menjalankan transaksi eksplisit 'Packing Complete' atau 'Close Carton'. Transaksi ini mencatat stempel waktu penyelesaian untuk kontainer pengiriman. Pengumpulan data Stempel waktu dari transaksi 'Close Container' atau 'Packing Complete'. Jenis peristiwa explicit | |||
| Pengiriman Diberangkatkan | Barang dimuat dan truk berangkat dari gudang. Peristiwa ini dipicu oleh transaksi 'Ship Confirm' atau 'Post Goods Issue' yang menyelesaikan proses pengiriman di sistem. | ||
| Mengapa ini penting Tonggak penting ini menandai keberangkatan fisik barang. Peristiwa ini sering menjadi acuan untuk penagihan dan pemberitahuan kepada pelanggan. Sumber data Transaksi 'Ship Confirm' dijalankan secara eksplisit dan terkait dengan pencetakan Bill of Lading. Transaksi ini memiliki stempel waktu tertentu. Pengumpulan data Stempel waktu dari transaksi 'Ship Confirm' atau 'Post Goods Issue'. Jenis peristiwa explicit | |||
| Pesanan Gudang Dibuat | Pembuatan awal pesanan gudang di sistem, yang menandai kebutuhan untuk memindahkan barang. Peristiwa ini biasanya tercatat secara eksplisit saat pengguna atau sistem terintegrasi seperti ERP membuat catatan pesanan dengan stempel waktu pembuatan. | ||
| Mengapa ini penting Peristiwa ini menandai awal proses dari pembuatan hingga selesai. Data ini penting untuk mengukur total waktu siklus pesanan dan memahami permintaan serta volume pesanan secara keseluruhan. Sumber data Data ini diambil dari stempel waktu pembuatan pada tabel utama header pesanan gudang saat catatan pesanan baru disimpan di Körber WMS. Pengumpulan data Dicatat dari stempel waktu pembuatan pada header pesanan gudang. Jenis peristiwa explicit | |||
| Pesanan gudang selesai | Pesanan gudang ditutup di sistem. Ini menandakan semua perpindahan fisik dan transaksi terkait telah selesai. Biasanya, hal ini diketahui dari perubahan status pada header pesanan yang mengakhiri siklus pesanan. | ||
| Mengapa ini penting Ini adalah titik akhir utama proses, yang diperlukan untuk menghitung waktu siklus dari awal hingga akhir dan mengukur tingkat penyelesaian proses secara keseluruhan. Sumber data Diketahui dari perubahan status pada header pesanan gudang ke status akhir, seperti 'Complete' atau 'Closed'. Pengumpulan data Diketahui dari stempel waktu perubahan status menjadi 'Completed' pada header pesanan gudang. Jenis peristiwa inferred | |||
| Barang Tiba di Dermaga | Kedatangan fisik kendaraan pengangkut di dermaga penerimaan gudang dicatat. Petugas gerbang atau staf penerimaan biasanya mencatat peristiwa ini, yang menandai awal proses penerimaan fisik. Peristiwa ini sering disimpulkan dari perubahan status pengiriman. | ||
| Mengapa ini penting Peristiwa ini membantu mengukur ketepatan waktu kendaraan pengangkut dan menganalisis waktu tunggu di dermaga penerimaan. Dengan begitu, hambatan dapat ditemukan sebelum proses bongkar dimulai. Sumber data Biasanya dicatat sebagai pembaruan status pada catatan pengiriman barang masuk atau melalui transaksi khusus 'Check-In' di modul manajemen halaman jika tersedia. Pengumpulan data Disimpulkan dari perubahan status menjadi 'Arrived' atau 'At Dock' pada catatan pengiriman barang masuk. Jenis peristiwa inferred | |||
| Disiapkan untuk Pengiriman | Karton atau palet yang telah dikemas dipindahkan dari area pengemasan ke jalur penyiapan khusus untuk menunggu pengambilan oleh pengangkut. Peristiwa ini sering disimpulkan dari stempel waktu transaksi perpindahan persediaan ke lokasi pengiriman. | ||
| Mengapa ini penting Data ini membantu menganalisis waktu tunggu antara pengemasan dan pengiriman akhir. Waktu penyiapan yang lama dapat menunjukkan koordinasi yang kurang baik dengan pengangkut atau pengelolaan pintu dermaga yang tidak efisien. Sumber data Disimpulkan dari perubahan lokasi unit penanganan, dari pusat kerja pengemasan ke jalur pengiriman. Transaksi perpindahan mencatat stempel waktu yang diperlukan. Pengumpulan data Disimpulkan dari stempel waktu transaksi perpindahan persediaan saat lokasi tujuan merupakan area penyiapan. Jenis peristiwa inferred | |||
| Pemberitahuan Pengiriman Barang Masuk Diterima | Pemberitahuan Pengiriman Awal (ASN) atau pemberitahuan pengiriman barang masuk diterima dari pemasok. Peristiwa ini menandakan jadwal kedatangan barang agar gudang dapat merencanakan kegiatan penerimaan. Biasanya, pemberitahuan dibuat melalui transaksi EDI atau entri manual. | ||
| Mengapa ini penting Aktivitas ini menandai awal perencanaan barang masuk. Analisis waktu antara pemberitahuan ini dan kedatangan barang membantu mengukur kinerja pemasok dan merencanakan tenaga kerja. Sumber data Dicatat dari stempel waktu pembuatan ASN atau catatan pengiriman barang masuk, yang biasanya dibuat melalui antarmuka EDI atau entri data manual. Pengumpulan data Dicatat saat catatan ASN berhasil dibuat di sistem. Jenis peristiwa explicit | |||
| Pemeriksaan Kualitas Dilakukan | Pemeriksaan kualitas dilakukan pada barang yang diterima. Proses ini mungkin mengharuskan barang dipindahkan ke area pemeriksaan kualitas khusus. Aktivitas ini sering disimpulkan dari perubahan status persediaan, misalnya dari 'On-Hand' ke 'QI Hold', lalu kembali ke 'Unrestricted'. | ||
| Mengapa ini penting Data ini memungkinkan analisis durasi pemeriksaan kualitas, yang dapat menjadi hambatan besar. Data ini juga membantu melacak volume pemeriksaan dan menemukan keterlambatan dalam menyediakan stok. Sumber data Dapat disimpulkan dari rangkaian perubahan status persediaan terkait penahanan untuk pemeriksaan kualitas. Beberapa sistem mungkin memiliki log transaksi manajemen kualitas yang eksplisit. Pengumpulan data Disimpulkan dari perubahan status persediaan atau log transaksi yang terkait dengan pesanan pemeriksaan kualitas. Jenis peristiwa inferred | |||
| Pengemasan Dimulai | Barang yang telah diambil tiba di stasiun pengemasan dan operator mulai mengemasnya. Peristiwa ini sering disimpulkan dari pemindaian barang pertama di stasiun pengemasan yang terkait dengan pesanan keluar tertentu. | ||
| Mengapa ini penting Peristiwa ini menandai awal tahap pengemasan. Mengukur waktu tunggu sebelum aktivitas ini dan durasi pengemasan membantu menemukan hambatan dalam persiapan pengiriman. Sumber data Peristiwa ini dapat dicatat melalui transaksi 'Start Packing', tetapi lebih sering disimpulkan dari pemindaian barang pertama untuk pesanan tersebut di stasiun pengemasan. Pengumpulan data Disimpulkan dari stempel waktu tindakan pertama di stasiun pengemasan untuk pesanan tertentu. Jenis peristiwa inferred | |||
| Pesanan gudang dibatalkan | Pesanan gudang dibatalkan sebelum selesai sehingga semua pekerjaan yang sedang berlangsung dihentikan. Biasanya, hal ini diketahui dari perubahan status pada header pesanan menjadi 'Canceled'. | ||
| Mengapa ini penting Menandai akhir proses alternatif. Analisis pembatalan membantu Anda memahami penyebab proses gagal, seperti kekurangan stok atau perubahan dari pelanggan. Sumber data Diketahui dari perubahan status pada header pesanan gudang menjadi 'Canceled' atau 'Deleted', beserta stempel waktu perubahan tersebut. Pengumpulan data Diketahui dari stempel waktu perubahan status menjadi 'Canceled' pada header pesanan gudang. Jenis peristiwa inferred | |||
| Tugas Penempatan Barang Dibuat | WMS membuat tugas bagi operator untuk memindahkan barang yang diterima dari area penampungan sementara ke lokasi penyimpanan akhir. Logika sistem menentukan lokasi penyimpanan yang optimal berdasarkan strategi penempatan barang. | ||
| Mengapa ini penting Peristiwa ini menandai awal proses penempatan barang. Analisis waktu dari peristiwa ini hingga tugas selesai membantu mengukur efisiensi sistem dan operator. Sumber data Catatan dibuat di tabel manajemen tugas atau antrean kerja dengan jenis tugas 'Putaway' dan stempel waktu pembuatan. Pengumpulan data Dicatat dari stempel waktu pembuatan catatan tugas penempatan barang. Jenis peristiwa explicit | |||
| Tugas Pengambilan Barang Dibuat | Sistem membuat tugas pengambilan barang untuk operator berdasarkan pesanan gudang keluar. Tugas ini mengarahkan operator ke lokasi tertentu untuk mengambil jumlah barang yang ditentukan. | ||
| Mengapa ini penting Peristiwa ini memulai proses pemenuhan pesanan keluar. Analisis pembuatan tugas pengambilan membantu memahami logika pemrosesan pesanan dan pembagian beban kerja. Sumber data Catatan dengan jenis tugas 'Picking' dan stempel waktu pembuatan dibuat di tabel manajemen tugas atau antrean kerja dalam Körber WMS. Pengumpulan data Dicatat dari stempel waktu pembuatan catatan tugas pengambilan barang. Jenis peristiwa explicit | |||
Panduan ekstraksi
Langkah
- Siapkan akses database: Dapatkan kredensial hanya-baca dan detail koneksi, seperti nama server, nama database, dan port, untuk database produksi Körber WMS atau replika database. Anda memerlukan alat klien seperti Microsoft SQL Server Management Studio (SSMS) atau Oracle SQL Developer.
- Identifikasi tabel utama: Sebelum menjalankan skrip, minta administrator sistem memverifikasi nama tabel dan kolom yang tepat dalam penerapan Körber WMS Anda karena namanya bisa berbeda. Tabel utama biasanya mencakup header pesanan, tugas, dan transaksi inventaris.
- Hubungkan ke database: Buka klien SQL dan hubungkan ke database Körber WMS menggunakan kredensial yang diberikan.
- Muat skrip SQL: Buka jendela kueri baru, lalu salin seluruh skrip SQL dari bagian 'query' dokumen ini.
- Atur parameter: Temukan variabel placeholder di bagian atas skrip. Ganti
@[StartDate],@[EndDate], dan@[WarehouseId]dengan rentang tanggal yang diinginkan dan ID gudang tertentu untuk memfilter ekstraksi data. - Jalankan kueri: Jalankan skrip SQL yang sudah dikonfigurasi. Lama proses bergantung pada rentang tanggal dan volume data di sistem Anda.
- Periksa hasil: Setelah kueri selesai, periksa sekilas hasilnya di klien SQL untuk memastikan ada baris data dan kolom (
WarehouseOrder,ActivityName,EventTime, dan lainnya) terisi sesuai harapan. - Ekspor ke CSV: Ekspor seluruh hasil kueri ke file CSV. Sebagian besar klien SQL menyediakan fungsi bawaan untuk mengekspor hasil kueri secara langsung.
- Siapkan untuk diunggah: Simpan file CSV hasil ekspor dengan encoding UTF-8. Pastikan judul kolom dalam file sama persis dengan nama atribut yang diwajibkan, tanpa spasi atau karakter tambahan.
Konfigurasi
- Koneksi database: Anda memerlukan koneksi langsung ke database. Siapkan alamat server, nama database, nama pengguna yang valid, dan kata sandi. Sebaiknya gunakan pengguna hanya-baca untuk mencegah perubahan data yang tidak disengaja.
- Filter rentang tanggal: Kueri menggunakan placeholder
@StartDatedan@EndDateuntuk menentukan periode ekstraksi. Untuk analisis awal, disarankan menggunakan rentang 3 hingga 6 bulan agar variasi proses cukup terwakili tanpa membebani database secara berlebihan. - Filter gudang dan pesanan: Skrip menyertakan placeholder
@[WarehouseId]untuk membatasi ekstraksi ke fasilitas tertentu. Anda dapat menambahkan filter lain ke klausaWHEREdalam skrip, seperti jenis pesanan atau pelanggan, untuk mempersempit kumpulan data. - Tingkat perincian data: Skrip ini mengekstrak aktivitas pada tingkat header pesanan, misalnya 'Warehouse Order Created', serta tingkat tugas atau transaksi terperinci, misalnya 'Goods Picked'.
- Prasyarat: Anda harus memiliki izin database yang memadai untuk membaca semua tabel yang dirujuk dalam kueri. Anda juga perlu memahami skema Körber WMS yang digunakan untuk memeriksa dan, jika perlu, menyesuaikan nama tabel dan kolom.
Contoh kueri sql
DECLARE @StartDate DATETIME = '2023-01-01';
DECLARE @EndDate DATETIME = '2023-12-31';
DECLARE @WarehouseId NVARCHAR(10) = '[Your Warehouse ID]';
-- 1. Warehouse Order Created
SELECT
ord.ORD_NBR AS WarehouseOrder,
'Warehouse Order Created' AS ActivityName,
ord.CREATE_DATE AS EventTime,
'Körber WMS' AS SourceSystem,
GETDATE() AS LastDataUpdate,
ord.CREATE_USER AS UserOperatorId,
ord.PRIORITY AS PriorityLevel,
NULL AS ProductSKU,
NULL AS ActualQuantity
FROM [ORD_HDR] ord
WHERE ord.CREATE_DATE BETWEEN @StartDate AND @EndDate AND ord.WH_ID = @WarehouseId
UNION ALL
-- 2. Inbound Delivery Notification Rcvd
SELECT
asn.ASN_NBR AS WarehouseOrder,
'Inbound Delivery Notification Rcvd' AS ActivityName,
asn.CREATE_DATE AS EventTime,
'Körber WMS' AS SourceSystem,
GETDATE() AS LastDataUpdate,
asn.CREATE_USER AS UserOperatorId,
asn.PRIORITY AS PriorityLevel,
NULL AS ProductSKU,
NULL AS ActualQuantity
FROM [ASN_HDR] asn
WHERE asn.CREATE_DATE BETWEEN @StartDate AND @EndDate AND asn.WH_ID = @WarehouseId
UNION ALL
-- 3. Goods Arrived at Dock
SELECT
asn.ASN_NBR AS WarehouseOrder,
'Goods Arrived at Dock' AS ActivityName,
asn.ACTUAL_ARRIVAL_TSTMP AS EventTime,
'Körber WMS' AS SourceSystem,
GETDATE() AS LastDataUpdate,
asn.MOD_USER AS UserOperatorId,
asn.PRIORITY AS PriorityLevel,
NULL AS ProductSKU,
NULL AS ActualQuantity
FROM [ASN_HDR] asn
WHERE asn.ACTUAL_ARRIVAL_TSTMP IS NOT NULL AND asn.ACTUAL_ARRIVAL_TSTMP BETWEEN @StartDate AND @EndDate AND asn.WH_ID = @WarehouseId
UNION ALL
-- 4. Goods Received and Counted
SELECT
tran.ORD_NBR AS WarehouseOrder,
'Goods Received and Counted' AS ActivityName,
tran.TRAN_TSTMP AS EventTime,
'Körber WMS' AS SourceSystem,
GETDATE() AS LastDataUpdate,
tran.USER_ID AS UserOperatorId,
NULL AS PriorityLevel,
tran.SKU AS ProductSKU,
tran.TRAN_QTY AS ActualQuantity
FROM [INV_TRAN] tran
WHERE tran.TRAN_TYPE = 'RECV' AND tran.TRAN_TSTMP BETWEEN @StartDate AND @EndDate AND tran.WH_ID = @WarehouseId
UNION ALL
-- 5. Quality Inspection Performed
SELECT
tran.ORD_NBR AS WarehouseOrder,
'Quality Inspection Performed' AS ActivityName,
tran.TRAN_TSTMP AS EventTime,
'Körber WMS' AS SourceSystem,
GETDATE() AS LastDataUpdate,
tran.USER_ID AS UserOperatorId,
NULL AS PriorityLevel,
tran.SKU AS ProductSKU,
tran.TRAN_QTY AS ActualQuantity
FROM [INV_TRAN] tran
WHERE tran.TRAN_TYPE = 'MOVE' AND tran.REASON_CODE = 'QI_INSP' AND tran.TRAN_TSTMP BETWEEN @StartDate AND @EndDate AND tran.WH_ID = @WarehouseId
UNION ALL
-- 6. Putaway Task Created
SELECT
tsk.ORD_NBR AS WarehouseOrder,
'Putaway Task Created' AS ActivityName,
tsk.CREATE_DATE AS EventTime,
'Körber WMS' AS SourceSystem,
GETDATE() AS LastDataUpdate,
tsk.CREATE_USER AS UserOperatorId,
tsk.PRIORITY AS PriorityLevel,
tsk.SKU AS ProductSKU,
tsk.TASK_QTY AS ActualQuantity
FROM [TASK_DTL] tsk
WHERE tsk.TASK_TYPE = 'PUTAWAY' AND tsk.CREATE_DATE BETWEEN @StartDate AND @EndDate AND tsk.WH_ID = @WarehouseId
UNION ALL
-- 7. Goods Put Away in Storage
SELECT
tsk.ORD_NBR AS WarehouseOrder,
'Goods Put Away in Storage' AS ActivityName,
tsk.CMPL_TSTMP AS EventTime,
'Körber WMS' AS SourceSystem,
GETDATE() AS LastDataUpdate,
tsk.USER_ID AS UserOperatorId,
tsk.PRIORITY AS PriorityLevel,
tsk.SKU AS ProductSKU,
tsk.CMPL_QTY AS ActualQuantity
FROM [TASK_DTL] tsk
WHERE tsk.TASK_TYPE = 'PUTAWAY' AND tsk.STAT_CODE = 'COMPLETED' AND tsk.CMPL_TSTMP IS NOT NULL AND tsk.CMPL_TSTMP BETWEEN @StartDate AND @EndDate AND tsk.WH_ID = @WarehouseId
UNION ALL
-- 8. Picking Task Created
SELECT
tsk.ORD_NBR AS WarehouseOrder,
'Picking Task Created' AS ActivityName,
tsk.CREATE_DATE AS EventTime,
'Körber WMS' AS SourceSystem,
GETDATE() AS LastDataUpdate,
tsk.CREATE_USER AS UserOperatorId,
tsk.PRIORITY AS PriorityLevel,
tsk.SKU AS ProductSKU,
tsk.TASK_QTY AS ActualQuantity
FROM [TASK_DTL] tsk
WHERE tsk.TASK_TYPE = 'PICK' AND tsk.CREATE_DATE BETWEEN @StartDate AND @EndDate AND tsk.WH_ID = @WarehouseId
UNION ALL
-- 9. Goods Picked from Storage
SELECT
tsk.ORD_NBR AS WarehouseOrder,
'Goods Picked from Storage' AS ActivityName,
tsk.CMPL_TSTMP AS EventTime,
'Körber WMS' AS SourceSystem,
GETDATE() AS LastDataUpdate,
tsk.USER_ID AS UserOperatorId,
tsk.PRIORITY AS PriorityLevel,
tsk.SKU AS ProductSKU,
tsk.CMPL_QTY AS ActualQuantity
FROM [TASK_DTL] tsk
WHERE tsk.TASK_TYPE = 'PICK' AND tsk.STAT_CODE = 'COMPLETED' AND tsk.CMPL_TSTMP IS NOT NULL AND tsk.CMPL_TSTMP BETWEEN @StartDate AND @EndDate AND tsk.WH_ID = @WarehouseId
UNION ALL
-- 10. Packing Initiated
SELECT
pck.ORD_NBR AS WarehouseOrder,
'Packing Initiated' AS ActivityName,
MIN(pck.CREATE_DATE) AS EventTime,
'Körber WMS' AS SourceSystem,
GETDATE() AS LastDataUpdate,
MIN(pck.USER_ID) AS UserOperatorId,
NULL AS PriorityLevel,
NULL AS ProductSKU,
NULL AS ActualQuantity
FROM [PACK_TRAN] pck
WHERE pck.CREATE_DATE BETWEEN @StartDate AND @EndDate AND pck.WH_ID = @WarehouseId
GROUP BY pck.ORD_NBR
UNION ALL
-- 11. Goods Packed
SELECT
ctn.ORD_NBR AS WarehouseOrder,
'Goods Packed' AS ActivityName,
ctn.PACK_CMPL_TSTMP AS EventTime,
'Körber WMS' AS SourceSystem,
GETDATE() AS LastDataUpdate,
ctn.PACKER_ID AS UserOperatorId,
NULL AS PriorityLevel,
NULL AS ProductSKU,
NULL AS ActualQuantity
FROM [SHIP_CARTON] ctn
WHERE ctn.PACK_CMPL_TSTMP IS NOT NULL AND ctn.PACK_CMPL_TSTMP BETWEEN @StartDate AND @EndDate AND ctn.WH_ID = @WarehouseId
UNION ALL
-- 12. Staged for Shipment
SELECT
tran.ORD_NBR AS WarehouseOrder,
'Staged for Shipment' AS ActivityName,
tran.TRAN_TSTMP AS EventTime,
'Körber WMS' AS SourceSystem,
GETDATE() AS LastDataUpdate,
tran.USER_ID AS UserOperatorId,
NULL AS PriorityLevel,
tran.SKU AS ProductSKU,
tran.TRAN_QTY AS ActualQuantity
FROM [INV_TRAN] tran
JOIN [LOC_HDR] loc ON tran.TO_LOC = loc.LOC_ID AND tran.WH_ID = loc.WH_ID
WHERE tran.TRAN_TYPE = 'MOVE' AND loc.LOC_TYPE = 'SHIP_STAGE' AND tran.TRAN_TSTMP BETWEEN @StartDate AND @EndDate AND tran.WH_ID = @WarehouseId
UNION ALL
-- 13. Shipment Dispatched
SELECT
shp.ORD_NBR AS WarehouseOrder,
'Shipment Dispatched' AS ActivityName,
shp.SHIP_CONFIRM_TSTMP AS EventTime,
'Körber WMS' AS SourceSystem,
GETDATE() AS LastDataUpdate,
shp.USER_ID AS UserOperatorId,
NULL AS PriorityLevel,
NULL AS ProductSKU,
NULL AS ActualQuantity
FROM [SHIPMENT_HDR] shp
WHERE shp.SHIP_CONFIRM_TSTMP IS NOT NULL AND shp.SHIP_CONFIRM_TSTMP BETWEEN @StartDate AND @EndDate AND shp.WH_ID = @WarehouseId
UNION ALL
-- 14. Warehouse Order Completed
SELECT
ord.ORD_NBR AS WarehouseOrder,
'Warehouse Order Completed' AS ActivityName,
ord.MOD_DATE AS EventTime,
'Körber WMS' AS SourceSystem,
GETDATE() AS LastDataUpdate,
ord.MOD_USER AS UserOperatorId,
ord.PRIORITY AS PriorityLevel,
NULL AS ProductSKU,
NULL AS ActualQuantity
FROM [ORD_HDR] ord
WHERE ord.STAT_CODE IN ('99', 'COMPLETED') AND ord.MOD_DATE BETWEEN @StartDate AND @EndDate AND ord.WH_ID = @WarehouseId
UNION ALL
-- 15. Warehouse Order Canceled
SELECT
ord.ORD_NBR AS WarehouseOrder,
'Warehouse Order Canceled' AS ActivityName,
ord.MOD_DATE AS EventTime,
'Körber WMS' AS SourceSystem,
GETDATE() AS LastDataUpdate,
ord.MOD_USER AS UserOperatorId,
ord.PRIORITY AS PriorityLevel,
NULL AS ProductSKU,
NULL AS ActualQuantity
FROM [ORD_HDR] ord
WHERE ord.STAT_CODE IN ('95', 'CANCELED') AND ord.MOD_DATE BETWEEN @StartDate AND @EndDate AND ord.WH_ID = @WarehouseId; Siap memulai?
Mulai temukan wawasan penting dan inefisiensi dalam proses pengelolaan gudang Anda. Templat ini menjadi dasar untuk pendekatan yang lebih optimal dan berbasis data.
Optimalkan pengelolaan gudang: tingkatkan efisiensi sekarang
Kurangi kesalahan pengambilan barang dan capai akurasi inventaris 99,5% dengan cepat.
Tidak perlu kartu kredit. Batalkan kapan saja.