Templat data pengelolaan persediaan Anda

Nomor batch atau lot inventaris mengelompokkan semua aktivitas yang terkait dengan jumlah produk tertentu. Dengan nomor ini, Anda dapat melacak seluruh siklus stok tersebut, mulai dari penerimaan hingga berbagai perpindahan dan akhirnya dikeluarkan atau digunakan.

Dalam process mining, atribut ini penting untuk merekonstruksi perjalanan setiap unit inventaris dari awal hingga akhir. Anda dapat menganalisis variasi proses, waktu siklus, dan hambatan yang memengaruhi batch tertentu. Misalnya, Anda dapat menemukan batch yang lama tertahan dalam pemeriksaan kualitas atau sering dipindahkan secara internal sebelum dikirim.

ID utama ini menghubungkan semua peristiwa inventaris terkait ke dalam satu instans proses, sehingga seluruh siklus inventaris dapat dianalisis dari awal hingga akhir.

ID ini biasanya ditemukan di tabel detail inventaris atau data induk lot di Manhattan Active Inventory. Lihat dokumentasi sistem untuk mengetahui nama tabel dan kolom yang tepat.

Atribut ini menjelaskan langkah atau tonggak tertentu dalam proses manajemen inventaris. Setiap aktivitas mewakili tindakan khusus pada batch inventaris, seperti menerima, memeriksa, memindahkan, atau mengirim barang.

Analisis urutan dan frekuensi aktivitas menjadi dasar process mining. Analisis ini membantu memvisualisasikan alur proses, menemukan penyimpangan dari prosedur standar, dan menunjukkan aktivitas yang menyebabkan keterlambatan atau pekerjaan berulang. Misalnya, analisis dapat menunjukkan apakah 'Cycle Count Performed' sering terjadi setelah upaya pengambilan yang gagal.

Atribut ini menentukan langkah-langkah proses sehingga perjalanan inventaris dari awal hingga akhir dapat divisualisasikan dan dianalisis.

Biasanya, atribut ini diambil dari log peristiwa, kode transaksi, atau catatan perubahan status di Manhattan Active Inventory. Anda mungkin perlu memetakan kode teknis ke nama yang mudah dipahami pengguna.

Atribut ini mencatat tanggal dan waktu dimulainya setiap aktivitas. Informasi ini penting untuk mengurutkan peristiwa secara kronologis dan menghitung durasi antar langkah proses.

Dalam analisis, waktu mulai digunakan untuk menghitung indikator kinerja utama, seperti waktu siklus penempatan barang, waktu tunggu pemeriksaan kualitas, dan total lama penyimpanan stok. Dengan menganalisis stempel waktu, organisasi dapat mengetahui kapan pekerjaan berlangsung, mengukur kinerja berdasarkan jadwal, dan menemukan inefisiensi yang berkaitan dengan waktu di gudang.

Stempel waktu ini penting untuk mengurutkan peristiwa dengan benar serta menghitung semua metrik kinerja berbasis waktu dan KPI.

Setiap transaksi atau catatan peristiwa di Manhattan Active Inventory sebaiknya memiliki kolom stempel waktu, biasanya bernama seperti 'CREATE_DTTM' atau 'EVENT_TIMESTAMP'.

Atribut ini mencatat tanggal dan waktu data diambil dari sistem sumber. Kolom metadata ini penting untuk mengetahui seberapa baru data yang digunakan dalam analisis.

Di dashboard dan laporan, stempel waktu ini memberi tahu pengguna seberapa mutakhir data yang mendasarinya. Informasi ini membantu mengelola ekspektasi terkait keterlambatan data dan penting untuk menjadwalkan pembaruan pipeline data.

Membantu pengguna mengetahui seberapa baru data yang digunakan, sehingga mereka dapat mengambil keputusan operasional tepat waktu berdasarkan informasi yang tersedia.

Stempel waktu ini dibuat dan ditambahkan ke set data oleh alat atau skrip ekstraksi, transformasi, dan pemuatan data (ETL).

Atribut ini menunjukkan aplikasi atau modul sumber yang menghasilkan data peristiwa. Di lingkungan logistik modern, data dapat berasal dari WMS inti, sistem manajemen area bongkar muat, atau sistem manajemen transportasi.

Mencantumkan sistem sumber penting untuk tata kelola data dan memahami konteks data. Misalnya, mengetahui apakah suatu peristiwa berasal dari sistem otomatis atau portal input manual dapat membantu analisis otomatisasi.

Memberikan konteks penting tentang asal data, yang diperlukan untuk validasi dan tata kelola data serta memahami interaksi antarsistem.

Biasanya berupa nilai tetap yang ditambahkan saat proses ekstraksi data untuk menunjukkan asal set data.

Atribut ini menunjukkan jumlah produk yang terkait dengan suatu peristiwa persediaan, seperti jumlah barang yang diterima, dipindahkan, diambil, atau disesuaikan.

Jumlah barang penting untuk memahami skala operasional dan menghitung beberapa KPI utama. Data ini digunakan untuk menghitung Rasio Volume Penyesuaian Manual, Tingkat Barang Dibuang berdasarkan Jumlah, dan Produktivitas Pengambilan Barang. Analisis jumlah barang dapat menunjukkan apakah pesanan besar dan kecil memiliki karakteristik proses yang berbeda.

Menunjukkan volume setiap aktivitas. Informasi ini penting untuk menghitung produktivitas, tingkat, dan KPI lain berdasarkan volume.

Tabel transaksi di Manhattan Active Inventory akan memiliki kolom jumlah untuk setiap perpindahan atau peristiwa. Kolom ini mungkin bernama 'QTY', 'QUANTITY', atau 'UNITS'.

Kode alasan perpindahan menjelaskan penyebab terjadinya peristiwa persediaan. Kode ini terutama penting untuk aktivitas di luar proses standar, seperti pemindahan internal, penyesuaian, retur, atau pembuangan barang.

Atribut ini penting untuk analisis akar masalah. Misalnya, di dashboard Ikhtisar Selisih Persediaan, kode ini menjelaskan alasan penyesuaian, seperti 'Barang Rusak', 'Koreksi Penghitungan Stok', atau 'Pencurian'. Kode ini juga digunakan untuk menganalisis penyebab pemindahan stok internal dan pembuangan barang.

Menjelaskan alasan di balik perpindahan dan penyesuaian persediaan, sehingga Anda dapat menganalisis akar masalah selisih, barang yang dibuang, dan pemindahan stok.

Kolom ini biasanya terdapat di tabel transaksi dan terkait dengan jenis perpindahan tertentu. Cari kolom seperti 'REASON_CODE' atau 'MOVEMENT_TYPE' di Manhattan Active Inventory.

Atribut ini menunjukkan lokasi yang terkait dengan suatu peristiwa persediaan, misalnya zona, lorong, atau rak. Informasi ini memberi konteks lokasi untuk perpindahan stok dan aktivitas di dalam gudang.

Dimensi ini penting untuk analisis dan digunakan di hampir setiap dashboard. Anda dapat menemukan area yang menjadi hambatan, membandingkan kinerja antar lokasi, dan menyelidiki penyebab utama selisih persediaan. Misalnya, atribut ini dapat menunjukkan apakah kesalahan pengambilan barang sering terjadi atau waktu penempatan barang lebih lama di zona tertentu.

Memberikan konteks lokasi untuk peristiwa persediaan, sehingga Anda dapat menganalisis hambatan, efisiensi, dan masalah di lokasi fisik tertentu.

Data lokasi merupakan bagian inti dari setiap WMS dan seharusnya tersedia di tabel transaksi persediaan, biasanya pada kolom seperti 'LOCATION_ID', 'BIN_CODE', atau 'ZONE'. Lihat dokumentasi Manhattan Active Inventory.

Atribut ini mencatat ID pengguna atau nama orang yang bertanggung jawab menjalankan tugas, seperti mengambil atau mengemas barang, maupun menyesuaikan persediaan. Untuk tugas otomatis, atribut ini juga dapat berisi ID sistem atau bot.

Analisis kinerja per pengguna penting untuk menemukan kebutuhan pelatihan, mengenali karyawan berkinerja tinggi, dan memahami pembagian beban kerja. Atribut ini menjadi dimensi utama di dashboard kinerja pengambilan dan pengemasan barang, serta untuk menyelidiki area yang sering memerlukan penyesuaian manual.

Menghubungkan aktivitas proses dengan pengguna tertentu, sehingga Anda dapat menganalisis kinerja, menyeimbangkan beban kerja, dan mengetahui kebutuhan pelatihan.

Informasi ini biasanya disimpan bersama data transaksi di kolom seperti 'USER_ID', 'EXECUTED_BY', atau 'RESOURCE_ID'. Lihat dokumentasi Manhattan Active Inventory.

Stock Keeping Unit, atau SKU, adalah kode khusus untuk melacak produk. Kode ini membedakan barang berdasarkan karakteristik seperti ukuran, warna, dan merek.

Dalam process mining, analisis berdasarkan SKU membantu menemukan masalah yang terkait dengan produk tertentu. Misalnya, analisis dapat menunjukkan SKU yang waktu pemeriksaan kualitasnya lebih lama, lebih sering rusak atau dibuang, atau kerap memerlukan penyesuaian persediaan. Atribut ini penting untuk dashboard seperti Analisis Waktu Siklus Penempatan Barang dan Tren Barang Persediaan yang Dibuang.

Memungkinkan analisis pada tingkat produk untuk mengetahui apakah masalah proses hanya terjadi pada barang atau kategori produk tertentu.

SKU merupakan kolom utama dalam data master barang dan tabel transaksi persediaan. Cari kolom bernama 'SKU', 'ITEM_ID', atau 'PRODUCT_CODE'.

Atribut ini mencatat tanggal dan waktu selesainya setiap aktivitas. Beberapa peristiwa terjadi seketika (StartTime sama dengan EndTime), sedangkan yang lain memiliki durasi, seperti pemeriksaan kualitas atau tugas pengambilan barang.

Waktu akhir diperlukan untuk menghitung waktu pengerjaan setiap aktivitas. Dengan begitu, Anda dapat menganalisis tugas tertentu yang paling banyak menyita waktu dalam keseluruhan proses dan menentukan perbaikan yang tepat sasaran.

Memungkinkan penghitungan durasi setiap aktivitas dan membantu menemukan tugas tertentu yang menyebabkan keterlambatan proses.

Kolom ini mungkin terpisah di sistem sumber, misalnya 'END_DTTM', atau nilainya sama dengan waktu mulai untuk peristiwa yang terjadi seketika. Lihat dokumentasi Manhattan Active Inventory untuk mengetahui struktur data peristiwa.

Atribut boolean ini menunjukkan apakah tugas penempatan barang selesai sesuai waktu target. Nilainya dihitung dengan membandingkan waktu siklus penempatan barang yang sebenarnya, dari 'Penempatan Barang Dimulai' hingga 'Penempatan Barang Selesai', dengan target bisnis yang telah ditetapkan, misalnya 4 jam.

Atribut ini digunakan untuk menghitung KPI Tingkat Penempatan Barang Tepat Waktu. Atribut ini memudahkan analisis karena pengguna dapat memfilter penempatan yang terlambat dan menyelidiki penyebabnya, seperti lokasi gudang, kategori SKU, atau pengguna yang terlibat. Dengan begitu, standar efisiensi operasional dapat dipantau dan ditegakkan.

Mengukur secara langsung kepatuhan terhadap tingkat layanan internal untuk penempatan stok, sehingga kegagalan proses dapat segera ditemukan dan dianalisis.

Kolom ini dihitung berdasarkan aturan bisnis atau definisi SLA, misalnya 'Target Waktu Penempatan Barang = 4 jam', yang diterapkan pada waktu siklus hasil perhitungan.

Atribut ini menunjukkan fasilitas tertentu, seperti pusat distribusi atau gudang, tempat aktivitas persediaan berlangsung. Cakupannya lebih luas daripada Lokasi gudang tertentu, seperti rak atau lorong.

Analisis berdasarkan gudang penting bagi perusahaan yang memiliki beberapa fasilitas. Anda dapat membandingkan kinerja antar lokasi, menemukan praktik yang berhasil di gudang berkinerja tinggi, dan mengetahui area yang perlu diperbaiki di lokasi lain. Atribut ini menjadi dimensi utama untuk dashboard Produktivitas Aktivitas Gudang.

Memungkinkan perbandingan kinerja proses persediaan secara umum di berbagai lokasi fisik atau pusat distribusi.

Informasi ini biasanya terdapat dalam data master lokasi atau dapat diturunkan dari kode Lokasi gudang. Cari kolom seperti 'WH_ID' atau 'SITE_CODE'.

Inventory Batch/Lot melacak barang, sedangkan ID tugas melacak instruksi kerja tertentu yang diberikan kepada pengguna atau sistem. Misalnya, satu kelompok berisi 100 barang dapat ditempatkan melalui dua tugas terpisah, masing-masing untuk 50 barang.

Atribut ini memungkinkan analisis efisiensi operasional yang lebih terperinci. Atribut ini dapat menghubungkan peristiwa 'Tugas Pengambilan Dibuat' dengan peristiwa 'Pengambilan Selesai' yang sesuai, sehingga waktu pengerjaan tugas dapat diukur dengan tepat. Informasi ini berguna untuk menganalisis kinerja pengambilan dan penempatan barang pada tingkat tugas.

Menghubungkan peristiwa pembuatan dan penyelesaian tugas secara terperinci, sehingga waktu pengerjaan setiap penugasan dapat diukur dengan tepat.

Tabel manajemen atau pelaksanaan tugas di Manhattan Active Inventory akan memiliki ID unik untuk setiap tugas. Cari 'TASK_ID' atau 'WORK_ORDER_ID'.

Kategori SKU memungkinkan Anda mengelompokkan produk sejenis untuk analisis gabungan. Pengelompokan dapat didasarkan pada jenis produk, kebutuhan penyimpanan (misalnya, berpendingin), atau kecepatan penjualan (misalnya, barang kategori A, B, dan C).

Atribut ini memberikan wawasan yang lebih luas daripada analisis SKU satu per satu. Anda dapat menjawab pertanyaan seperti, 'Apakah barang elektronik membutuhkan waktu lebih lama untuk ditempatkan dibandingkan kategori lain?' atau 'Apakah barang yang dibuang banyak berasal dari kategori produk musiman?'. Atribut ini digunakan di dashboard Waktu Siklus Penempatan Barang dan Waktu Tunggu Pemeriksaan Kualitas.

Memudahkan analisis gabungan dengan mengelompokkan produk, sehingga Anda dapat menemukan tren proses dan masalah yang terjadi pada seluruh kelompok produk.

Informasi ini biasanya terdapat dalam data master barang dan ditautkan ke SKU. Lihat konfigurasi produk atau data master barang di Manhattan Active Inventory.

Lama penyimpanan stok adalah indikator kinerja utama yang mengukur berapa lama persediaan tersimpan tanpa bergerak di gudang. Nilainya dihitung dari selisih waktu antara peristiwa 'Penempatan Barang Selesai' dan 'Pengeluaran Barang Dicatat' untuk kelompok persediaan tertentu.

Memantau KPI ini membantu perusahaan mengoptimalkan tingkat persediaan dan memperbaiki arus kas. Waktu penyimpanan yang lama dapat menunjukkan kelebihan stok, produk yang lambat terjual, atau proses pemenuhan pesanan yang tidak efisien. Mengurangi lama penyimpanan sering menjadi sasaran utama pengelolaan persediaan.

Mengukur lama persediaan disimpan, sehingga mendukung sasaran untuk mengoptimalkan tingkat persediaan dan mengurangi biaya penyimpanan.

Kolom ini dihitung dengan mencari peristiwa 'Penempatan Barang Selesai' dan 'Pengeluaran Barang Dicatat' untuk suatu kasus, lalu mengurangkan stempel waktunya.

Atribut ini menunjukkan pemasok yang mengirimkan suatu kelompok persediaan. Informasi ini paling relevan di awal siklus persediaan, terutama saat penerimaan barang dan pemeriksaan kualitas.

Analisis proses berdasarkan pemasok penting untuk mengelola kinerja pemasok. Misalnya, dashboard Waktu Tunggu Pemeriksaan Kualitas menggunakan atribut ini untuk mengetahui apakah persediaan dari pemasok tertentu terus mengalami keterlambatan pemeriksaan. Hal ini dapat mengindikasikan masalah kualitas atau dokumen.

Menghubungkan proses persediaan dengan pemasok tertentu, sehingga Anda dapat menganalisis kinerja terkait pemasok, seperti keterlambatan pemeriksaan kualitas.

Informasi ini biasanya tersedia di pesanan pembelian atau pemberitahuan pengiriman awal yang terkait dengan peristiwa penerimaan barang. Anda mungkin perlu menggabungkannya dengan data pembelian.

Atribut ini menunjukkan nilai finansial persediaan yang terkait dengan suatu peristiwa. Nilainya dihitung dengan mengalikan Jumlah barang dengan biaya per unit. Atribut ini terutama berguna untuk menganalisis dampak finansial.

Nilai barang penting untuk dashboard Tren Barang Persediaan yang Dibuang karena membantu menghitung kerugian finansial akibat barang yang dibuang. Informasi ini membantu menentukan prioritas pengurangan biaya dengan berfokus pada barang bernilai tinggi yang sering dihapus dari catatan. Atribut ini juga menambahkan dimensi finansial pada analisis penyesuaian dan selisih persediaan.

Menunjukkan dampak finansial dari perpindahan persediaan, sehingga biaya pembuangan barang, selisih, dan kelebihan stok dapat dihitung.

Nilai ini biasanya dihitung dengan mengalikan Jumlah barang dari tabel transaksi dengan biaya per unit dari data master barang atau data finansial. Biaya per unit mungkin tersimpan di kolom seperti 'STANDARD_COST' atau 'UNIT_PRICE'.

Satuan ukur (UoM) memberi konteks pada atribut Jumlah barang. Satuan ini menunjukkan apakah jumlah mengacu pada barang satuan, karton berisi beberapa barang, atau palet utuh.

Memahami satuan ukur penting agar analisis akurat, terutama saat membandingkan produk atau transaksi yang berbeda. Satuan ini memastikan KPI seperti produktivitas pengambilan barang dihitung secara tepat dan konsisten, sehingga data dengan satuan berbeda tidak disalahartikan.

Memberikan konteks penting pada kolom jumlah, sehingga metrik dan perbandingan tetap akurat dan bermakna.

Kolom ini merupakan bagian standar dari data master barang dan biasanya disertakan dalam tabel transaksi. Cari kolom seperti 'UOM' atau 'UNIT'.

Atribut ini menjelaskan kondisi persediaan pada waktu tertentu. Atribut ini menunjukkan apakah stok tersedia untuk dialokasikan ke pesanan, sedang menjalani pemeriksaan kualitas, diblokir karena alasan lain, atau sedang dalam perjalanan.

Melacak perubahan status persediaan dapat memberikan wawasan yang berguna. Misalnya, analisis lama waktu stok berstatus 'Ditahan' atau 'Sedang diperiksa' membantu mengukur keterlambatan ketersediaan persediaan. Atribut ini berguna untuk memahami penyebab stok tersimpan terlalu lama.

Menunjukkan ketersediaan stok untuk memenuhi pesanan dan membantu menganalisis keterlambatan akibat status yang tidak tersedia, seperti pemeriksaan kualitas atau penahanan.

Kolom ini penting dalam tabel saldo atau tingkat stok di Manhattan Active Inventory. Cari 'STATUS_CODE' atau 'INVENTORY_STATUS'.