Templat data pengelolaan transportasi Anda
Templat data pengelolaan transportasi Anda
- Atribut yang disarankan untuk analisis menyeluruh
- Aktivitas utama untuk dilacak saat menemukan proses
- Panduan terperinci untuk mengekstrak data dari Blue Yonder TMS
Atribut pengelolaan transportasi
| Nama | Deskripsi | ||
|---|---|---|---|
| Aktivitas ActivityName | Nama peristiwa bisnis atau aktivitas tertentu yang terjadi pada waktu tertentu dalam proses pengiriman. | ||
| Deskripsi Atribut ini menjelaskan satu tahap dalam proses transportasi, seperti 'Pengiriman direncanakan', 'Penawaran dikirim ke pengangkut', atau 'Barang terkirim'. Aktivitas ini menjadi simpul dalam peta proses yang ditemukan, sedangkan urutannya membentuk alur proses setiap pengiriman. Menganalisis urutan dan frekuensi aktivitas merupakan bagian inti process mining. Analisis ini membantu menemukan jalur proses yang paling umum (varian), hambatan saat aktivitas tertunda, dan pengulangan proses, misalnya ketika 'Penawaran ditolak' terjadi berulang kali. Mengapa ini penting Atribut ini menentukan tahapan proses, sehingga perjalanan pengiriman dapat divisualisasikan dan ketidakefisienan proses dapat ditemukan. Sumber data Berasal dari log peristiwa, catatan perubahan status, atau kode transaksi di berbagai modul Blue Yonder TMS. Biasanya, peristiwa sistem perlu dipetakan ke nama aktivitas yang mudah dipahami dalam konteks bisnis. Contoh Pengiriman direncanakanPenawaran dikirim ke pengangkutBarang terkirimPembayaran diproses | |||
| Pengiriman ShipmentId | Pengenal unik untuk satu pengiriman, yang berfungsi sebagai ID kasus dalam proses transportasi. | ||
| Deskripsi ID Pengiriman adalah kunci utama yang menghubungkan semua aktivitas dan peristiwa terkait perpindahan barang dari titik awal hingga tujuan. Setiap ID unik mewakili satu kasus transportasi lengkap, mulai dari permintaan awal hingga pembayaran akhir. Dalam analisis process mining, atribut ini menjadi dasar untuk merekonstruksi perjalanan setiap pengiriman dari awal hingga akhir. Atribut ini memungkinkan peristiwa seperti 'Pengiriman direncanakan', 'Barang dijemput', dan 'Barang terkirim' dikelompokkan menjadi alur proses yang utuh. Dengan begitu, Anda dapat menghitung waktu siklus dan menemukan variasi proses pada setiap pengiriman. Mengapa ini penting Ini adalah ID kasus utama yang menghubungkan semua peristiwa transportasi terkait, sehingga seluruh siklus pengiriman dapat dianalisis. Sumber data Ini adalah kunci utama dalam modul pengelolaan pengiriman atau muatan di Blue Yonder TMS. Lihat dokumentasi sistem untuk mengetahui tabel spesifiknya, kemungkinan terkait dengan header pengiriman. Contoh SHP-0012845SHP-0012991SHP-0013054 | |||
| Waktu mulai EventTime | Stempel waktu yang menunjukkan kapan aktivitas atau peristiwa tertentu terjadi. | ||
| Deskripsi Waktu peristiwa menunjukkan tanggal dan waktu yang tepat untuk setiap aktivitas dalam proses pengiriman. Data ini menjadi dasar kronologis log peristiwa, sehingga aktivitas dapat diurutkan dan durasi antaraktivitas dapat dihitung. Dalam analisis, stempel waktu ini penting untuk menghitung semua KPI berbasis waktu, seperti Waktu siklus pengiriman dari awal hingga akhir, Durasi pemeriksaan bea cukai, dan kinerja Ketepatan waktu pengiriman. Data ini membantu menemukan kapan keterlambatan terjadi dan berapa lama setiap tahap proses berlangsung. Mengapa ini penting Stempel waktu ini penting untuk mengurutkan peristiwa, menghitung waktu siklus, dan menganalisis kinerja proses dari waktu ke waktu. Sumber data Biasanya tersedia bersama catatan status atau peristiwa dalam log transaksi Blue Yonder TMS. Setiap peristiwa atau perubahan status seharusnya memiliki stempel waktu. Contoh 2023-04-15T09:00:00Z2023-04-16T14:30:00Z2023-04-25T11:15:00Z | |||
| Pembaruan data terakhir LastDataUpdate | Stempel waktu saat data untuk catatan ini terakhir kali diperbarui atau diekstrak dari sistem sumber. | ||
| Deskripsi Atribut ini menunjukkan seberapa baru data yang tersedia. Atribut ini mencatat tanggal dan waktu terakhir kali log peristiwa diperbarui dari Blue Yonder TMS. Dalam analisis, informasi ini penting untuk mengetahui seberapa mutakhir dasbor dan KPI. Pengguna dapat mengetahui apakah data yang dilihat merupakan informasi terkini atau berasal dari periode sebelumnya. Hal ini penting untuk mengambil keputusan operasional berdasarkan informasi yang tepat. Mengapa ini penting Atribut ini memberi tahu pengguna seberapa baru data yang tersedia, hal penting untuk menjaga relevansi dan keakuratan analisis. Sumber data Kolom metadata ini biasanya dibuat dan ditambahkan selama proses ekstraksi data (ETL). Contoh 2023-05-20T02:00:00Z2023-05-21T02:00:00Z | |||
| Sistem sumber SourceSystem | Menunjukkan sistem tempat data diekstrak. | ||
| Deskripsi Atribut ini menunjukkan asal data peristiwa, dalam hal ini Blue Yonder TMS. Atribut ini berguna terutama jika data dari beberapa sistem digabungkan untuk memberikan gambaran proses yang lebih luas. Dalam analisis, atribut ini membantu memfilter data dan memahami konteksnya. Mencatat informasi ini memastikan asal-usul data dapat ditelusuri dan merupakan praktik yang baik dalam tata kelola data. Mengapa ini penting Atribut ini memberikan konteks penting tentang asal data, memastikan data dapat ditelusuri, dan membantu mengelola data dari berbagai sumber. Sumber data Biasanya berupa nilai tetap yang ditambahkan selama proses ekstraksi, transformasi, dan pemuatan data (ETL). Contoh Blue Yonder TMSBY_TMS_NABY_TMS_EMEA | |||
| Moda transportasi ModeOfTransport | Jenis transportasi yang digunakan untuk pengiriman, seperti truk, udara, laut, atau kereta api. | ||
| Deskripsi Atribut ini menunjukkan moda transportasi. Nilai yang umum mencakup Less-than-Truckload (LTL), Full Truckload (FTL), angkutan udara, laut, dan kereta api. Dalam analisis proses, moda transportasi menjadi dimensi penting untuk pemfilteran dan perbandingan. Proses, waktu siklus, dan biaya dapat sangat berbeda antar-moda. Contohnya, 'Analisis hambatan pemeriksaan bea cukai' sangat relevan untuk pengiriman udara dan laut, tetapi kurang relevan untuk pengiriman truk domestik. Analisis kinerja berdasarkan moda membantu menyesuaikan inisiatif perbaikan dengan kebutuhan logistik tertentu. Mengapa ini penting Atribut ini memungkinkan analisis berdasarkan kelompok, karena setiap moda transportasi memiliki proses, biaya, dan waktu siklus yang berbeda. Sumber data Ini adalah kolom standar dalam modul perencanaan dan penentuan tarif pengiriman di Blue Yonder TMS. Contoh LTLFTLUdaraLaut | |||
| Nama pengangkut CarrierName | Nama perusahaan transportasi atau penyedia logistik yang bertanggung jawab memindahkan pengiriman. | ||
| Deskripsi Nama pengangkut menunjukkan perusahaan pihak ketiga yang ditugaskan untuk mengangkut barang. Perusahaan ini dapat berupa perusahaan truk, maskapai penerbangan, perusahaan pelayaran, atau perusahaan ekspedisi. Atribut ini penting untuk analisis kinerja, terutama pada dasbor 'Perbandingan kinerja pengangkut'. Anda dapat memfilter dan mengelompokkan data untuk membandingkan tingkat ketepatan waktu pengiriman, kepatuhan terhadap jadwal penjemputan, dan rata-rata durasi keterlambatan antar-pengangkut. Hasilnya dapat membantu pemilihan pengangkut dan pengelolaan hubungan kerja. Mengapa ini penting Atribut ini memungkinkan perbandingan kinerja antar-pengangkut untuk membantu memilih pengangkut dan meningkatkan kualitas layanan. Sumber data Tersedia di detail pengiriman atau muatan dalam Blue Yonder TMS, biasanya melalui tautan ke tabel data induk pengangkut. Contoh Global Shipping Inc.FastLane LogisticsAirExpress Cargo | |||
| Negara asal OriginCountry | Negara tempat pengiriman berasal. | ||
| Deskripsi Atribut ini menunjukkan negara asal perjalanan pengiriman. Informasi ini diperoleh dari alamat pengirim atau detail lokasi penjemputan. Dalam analisis, negara asal menjadi dimensi penting untuk mengelompokkan data. Atribut ini membantu memahami perbedaan kinerja proses, ketersediaan pengangkut, dan waktu siklus antarwilayah. Contohnya, atribut ini penting untuk menganalisis waktu pemeriksaan bea cukai pada pengiriman internasional. Mengapa ini penting Atribut ini memungkinkan analisis kinerja proses berdasarkan wilayah, sehingga hambatan atau perbedaan efisiensi antarwilayah dapat ditemukan. Sumber data Disimpan sebagai bagian dari data lokasi asal atau alamat pengirim dalam detail pengiriman di Blue Yonder TMS. Contoh USAJermanTiongkok | |||
| Negara tujuan DestinationCountry | Negara tempat pengiriman akan diantarkan. | ||
| Deskripsi Atribut ini menunjukkan negara tujuan akhir pengiriman, berdasarkan alamat penerima atau lokasi pengiriman. Seperti negara asal, atribut ini digunakan untuk pengelompokan geografis. Analis dapat membandingkan kinerja pada rute perdagangan yang berbeda, misalnya AS ke Kanada dibandingkan dengan AS ke Meksiko, menganalisis tantangan pengiriman di negara tertentu, dan menilai dampak proses lintas negara terhadap waktu siklus. Mengapa ini penting Atribut ini memungkinkan analisis kinerja berdasarkan tujuan, yang penting untuk memahami kompleksitas rute perdagangan dan tantangan pengiriman di tiap wilayah. Sumber data Disimpan sebagai bagian dari data lokasi tujuan atau alamat penerima dalam detail pengiriman di Blue Yonder TMS. Contoh KanadaMeksikoBritania Raya | |||
| Status pengiriman ShipmentStatus | Status pengiriman saat ini atau status terakhir yang diketahui. | ||
| Deskripsi Status pengiriman menunjukkan keadaan pengiriman saat ini dalam siklusnya, seperti 'Direncanakan', 'Dalam transit', 'Terkirim', atau 'Dibatalkan'. Status ini memberikan gambaran posisi pengiriman dalam proses. Dalam process mining, menganalisis status akhir kasus penting untuk memahami hasil proses. Contohnya, membandingkan alur proses pengiriman yang 'Terkirim' dengan yang 'Dibatalkan' dapat mengungkap pola yang berujung pada hasil yang tidak diinginkan. Status ini juga membantu memantau beban kerja aktif dengan memfilter pengiriman yang belum selesai. Mengapa ini penting Status ini memberikan gambaran cepat tentang keadaan pengiriman saat ini dan membantu membedakan pengiriman yang selesai, masih berjalan, atau dibatalkan. Sumber data Ini adalah kolom penting pada header pengiriman atau tabel utama pelacakan status di Blue Yonder TMS. Contoh DirencanakanDalam transitTerkirimDibatalkan | |||
| Tanggal pengiriman yang diminta RequestedDeliveryDate | Tanggal pengiriman yang diminta pelanggan atau diwajibkan dalam pesanan penjualan. | ||
| Deskripsi Atribut ini mencatat tanggal target pengiriman yang ingin dicapai dalam proses logistik. Tanggal ini mencerminkan harapan pelanggan atau perjanjian tingkat layanan (SLA) internal untuk pengiriman. Tanggal ini menjadi acuan untuk menghitung KPI 'Tingkat ketepatan waktu pengiriman'. Dengan membandingkan 'ActualDeliveryTime' dan 'RequestedDeliveryDate', analisis dapat menentukan apakah pengiriman tiba lebih awal, tepat waktu, atau terlambat. Data ini menjadi dasar dasbor 'Kinerja ketepatan waktu penjemputan dan pengiriman'. Mengapa ini penting Tanggal ini menjadi acuan utama untuk mengukur ketepatan waktu pengiriman dan kepuasan pelanggan. Sumber data Informasi ini biasanya berasal dari sistem hulu seperti ERP atau sistem manajemen pesanan, lalu disimpan dalam detail permintaan pengiriman di Blue Yonder TMS. Contoh 2023-04-25T23:59:59Z2023-05-10T17:00:00Z | |||
| Waktu pengiriman aktual ActualDeliveryTime | Stempel waktu saat peristiwa 'Barang terkirim' benar-benar terjadi. | ||
| Deskripsi Atribut ini adalah stempel waktu khusus untuk aktivitas pengiriman akhir. Atribut ini mencatat waktu tepat saat pengiriman tiba di tujuan dan dikonfirmasi telah terkirim. Data ini penting untuk mengukur kinerja. KPI 'Tingkat ketepatan waktu pengiriman' dihitung dengan membandingkan stempel waktu ini dengan 'RequestedDeliveryDate'. Selain itu, data ini menjadi titik akhir untuk menghitung KPI 'Total waktu hingga pengiriman'. Mengapa ini penting Stempel waktu ini penting untuk menghitung tingkat ketepatan waktu pengiriman dan mengukur total waktu transit pengiriman. Sumber data Ini adalah stempel waktu pembaruan status 'Barang terkirim', yang sering diterima melalui pesan EDI dari pengangkut atau dimasukkan secara manual di Blue Yonder TMS. Contoh 2023-04-25T11:15:00Z2023-05-11T09:30:00Z | |||
| Alasan keterlambatan DelayReason | Kode atau teks yang menjelaskan penyebab keterlambatan penjemputan atau pengiriman. | ||
| Deskripsi Atribut ini mencatat alasan suatu tonggak pengiriman tidak tercapai. Contohnya, 'Cuaca buruk', 'Tertahan di bea cukai', atau 'Kapasitas pengangkut terbatas'. Informasi ini sering diberikan oleh pengangkut. Atribut ini penting untuk dasbor 'Kinerja ketepatan waktu penjemputan dan pengiriman'. Anda tidak hanya mengetahui bahwa pengiriman terlambat, tetapi juga alasannya. Dengan menganalisis alasan keterlambatan yang paling umum, tim logistik dapat mengantisipasi risiko dan bekerja sama dengan pengangkut untuk mengatasi masalah yang berulang. Mengapa ini penting Atribut ini menjelaskan penyebab utama keterlambatan, sehingga Anda dapat mengelola risiko lebih awal dan melakukan perbaikan terarah bersama pengangkut. Sumber data Data ini sering dicatat di bagian pengelolaan peristiwa atau pengecualian Blue Yonder TMS, dan kerap diisi dari pembaruan EDI pengangkut, misalnya EDI 214. Contoh CuacaPenahanan bea cukaiKeterlambatan pengemudiKepadatan fasilitas | |||
| Apakah pengiriman tepat waktu IsOnTimeDelivery | Penanda hasil perhitungan yang menunjukkan apakah kiriman tiba pada atau sebelum tanggal pengiriman yang diminta. | ||
| Deskripsi Atribut boolean ini dihitung dengan membandingkan 'ActualDeliveryTime' dengan 'RequestedDeliveryDate'. Nilainya true jika kiriman tiba pada atau sebelum tanggal yang diminta, dan false jika tidak. Sebagai metrik hasil perhitungan, atribut ini memudahkan analisis dan visualisasi KPI 'On-Time Delivery Rate'. Anda dapat memfilter dan mengelompokkan data untuk membuat dashboard yang menampilkan persentase pengiriman tepat waktu dari waktu ke waktu, berdasarkan perusahaan pengangkut, atau berdasarkan moda transportasi. Data ini juga mendukung dashboard 'On-Time Pickup and Delivery Performance'. Mengapa ini penting Atribut ini memudahkan analisis ketepatan waktu serta mempercepat pemfilteran dan pengelompokan data di dashboard dan KPI. Sumber data Atribut ini tidak tersedia di sistem sumber. Nilainya dihitung saat transformasi data dengan rumus: ActualDeliveryTime <= RequestedDeliveryDate. Contoh truefalse | |||
| Pengguna User | ID atau nama pengguna yang melakukan aktivitas. | ||
| Deskripsi Atribut ini menunjukkan perencana logistik, koordinator, atau pengguna sistem yang bertanggung jawab menjalankan peristiwa atau perubahan status tertentu di TMS. Untuk peristiwa otomatis, atribut ini dapat berisi ID sistem atau akun layanan. Analisis berdasarkan pengguna membantu memahami pembagian beban kerja, kinerja individu, dan kebutuhan pelatihan. Analisis ini dapat menunjukkan apakah pengguna tertentu lebih sering terkait dengan pengulangan proses atau keterlambatan, atau apakah tim tertentu bekerja lebih efisien. Informasi ini mendukung pengelolaan sumber daya dan perbaikan proses yang terarah. Mengapa ini penting Atribut ini memungkinkan analisis kinerja dan beban kerja berdasarkan pengguna atau tim, sehingga peluang pelatihan dan keterbatasan sumber daya dapat ditemukan. Sumber data Informasi ini seharusnya tersedia di log transaksi atau peristiwa, biasanya dalam kolom 'Diubah oleh' atau 'ID Pengguna' yang terkait dengan setiap catatan. Contoh j.doea.smithTMS_AUTOMATION_USER | |||
| Selisih tagihan angkutan FreightBillDiscrepancyReason | Kode atau keterangan yang menjelaskan alasan tagihan angkutan tidak lolos audit. | ||
| Deskripsi Jika audit tagihan angkutan menemukan selisih, atribut ini menjelaskan penyebabnya. Contohnya, 'Tarif salah', 'Faktur duplikat', atau 'Bukti pengiriman tidak ada'. Atribut ini penting untuk dasbor 'Bukti pengiriman dan akurasi penagihan' serta KPI 'Tingkat pengulangan proses tagihan angkutan'. Dengan menganalisis frekuensi setiap alasan selisih, Anda dapat menemukan penyebab utama kesalahan penagihan, baik yang berasal dari kesalahan pengangkut, ketidaksesuaian kontrak, maupun masalah proses internal. Informasi ini membantu menentukan tindakan untuk mengurangi pengulangan proses faktur. Mengapa ini penting Atribut ini menunjukkan penyebab utama kesalahan penagihan, sehingga perbaikan yang terarah dapat mengurangi pengulangan proses tagihan angkutan dan keterlambatan pembayaran. Sumber data Tersedia di modul audit dan pembayaran angkutan Blue Yonder TMS, terkait dengan log pengecualian atau penolakan. Contoh Tarif yang diterapkan salahFaktur duplikatSengketa biaya tambahan | |||
| Waktu penjemputan aktual ActualPickupTime | Stempel waktu saat peristiwa 'Barang dijemput' benar-benar terjadi. | ||
| Deskripsi Atribut ini mencatat waktu tepat saat pengangkut mengambil kiriman secara fisik dari lokasi asal. Waktu ini menandai dimulainya tahap transit secara resmi. Data ini penting untuk mengukur kinerja pengangkut. Waktu ini dibandingkan dengan 'ScheduledPickupTime' untuk menghitung KPI 'Tingkat ketepatan waktu penjemputan' dan 'Rata-rata durasi keterlambatan penjemputan'. Dengan menganalisis selisihnya, Anda dapat menemukan masalah pada pengangkut atau lokasi penjemputan tertentu. Mengapa ini penting Stempel waktu ini digunakan untuk mengukur kinerja penjemputan secara akurat dan menemukan keterlambatan pada tahap awal proses transportasi. Sumber data Ini adalah stempel waktu pembaruan status 'Barang dijemput', yang biasanya diterima dari pengangkut melalui EDI atau dimasukkan secara manual di Blue Yonder TMS. Contoh 2023-04-16T14:30:00Z2023-05-02T10:15:00Z | |||
| Waktu penjemputan terjadwal ScheduledPickupTime | Tanggal dan waktu yang direncanakan untuk pengangkut mengambil barang dari lokasi asal. | ||
| Deskripsi Atribut ini menyimpan waktu janji temu yang dijadwalkan dan disepakati dengan pengangkut untuk mengambil kiriman. Ini adalah tonggak penting dalam rencana pengiriman. Stempel waktu ini digunakan sebagai acuan untuk menghitung KPI 'Tingkat ketepatan waktu penjemputan' dan 'Rata-rata durasi keterlambatan penjemputan'. Dengan membandingkannya dengan 'ActualPickupTime', Anda dapat menemukan keterlambatan sejak awal perjalanan pengiriman, yang sering berdampak pada tonggak berikutnya. Mengapa ini penting Ini menjadi acuan untuk mengukur ketepatan waktu penjemputan, indikator penting keandalan pengangkut dan akurasi perencanaan. Sumber data Tersedia di modul penjadwalan janji temu atau perencanaan muatan Blue Yonder TMS. Contoh 2023-04-16T14:00:00Z2023-05-02T10:00:00Z | |||
Aktivitas pengelolaan transportasi
| Aktivitas | Deskripsi | ||
|---|---|---|---|
| Barang dijemput | Aktivitas ini menandai dimulainya perjalanan fisik pengiriman, saat pengangkut mengambil barang dari lokasi asal. Peristiwa ini biasanya dicatat di Blue Yonder TMS berdasarkan pesan pembaruan status dari pengangkut, seperti transaksi EDI 214. | ||
| Mengapa ini penting Ini adalah tonggak penting dalam pelaksanaan yang memastikan pengiriman sudah berjalan. Waktu pada tahap ini menjadi acuan untuk menghitung waktu transit dan mengukur ketepatan waktu penjemputan dibandingkan dengan jadwal. Sumber data Peristiwa eksplisit ini dicatat dari pembaruan status pengangkut. Sistem mencatat stempel waktu saat konfirmasi penjemputan diproses, misalnya EDI 214 dengan status 'AF' atau 'X3'. Pengumpulan data Gunakan stempel waktu dari EDI 214 yang diproses atau pesan konfirmasi penjemputan lain dari pengangkut. Jenis peristiwa explicit | |||
| Barang terkirim | Tonggak ini menandakan pengiriman telah tiba secara fisik di tujuan penerima. Pengangkut mengirimkan konfirmasi, biasanya melalui pesan EDI 214, yang memperbarui status pengiriman di TMS. | ||
| Mengapa ini penting Ini adalah tonggak penting yang menandai berakhirnya transit fisik. Data ini menjadi dasar untuk mengukur ketepatan waktu pengiriman, indikator penting kepuasan pelanggan dan keandalan pengangkut. Sumber data Peristiwa eksplisit ini dicatat dari pesan konfirmasi pengiriman oleh pengangkut. TMS mencatat stempel waktu saat EDI 214 dengan status 'D1' atau pesan setara diproses. Pengumpulan data Gunakan stempel waktu dari pesan konfirmasi pengiriman oleh pengangkut yang telah diproses. Jenis peristiwa explicit | |||
| Lolos pemeriksaan bea cukai | Untuk pengiriman internasional, aktivitas ini menandai saat barang berhasil melewati pemeriksaan bea cukai di perbatasan atau pelabuhan. Peristiwa ini dipicu oleh pemberitahuan dari broker bea cukai atau pengangkut. | ||
| Mengapa ini penting Bea cukai sering menjadi penyebab utama keterlambatan dalam logistik internasional. Mengukur waktu yang dibutuhkan hingga barang lolos pemeriksaan penting untuk menemukan hambatan dan mempercepat transit lintas negara. Sumber data Biasanya dicatat sebagai peristiwa eksplisit berdasarkan pesan pengangkut, misalnya EDI 214, atau pembaruan manual yang mengubah status bea cukai pengiriman menjadi 'lolos'. Pengumpulan data Catat stempel waktu saat status bea cukai pengiriman diperbarui menjadi 'Lolos'. Jenis peristiwa explicit | |||
| Pembayaran diproses | Ini adalah aktivitas terakhir dalam siklus pengiriman, yang mengonfirmasi bahwa pengangkut telah dibayar atas layanan transportasi. Peristiwa ini biasanya berasal dari sistem keuangan eksternal (ERP), lalu diperbarui kembali di TMS. | ||
| Mengapa ini penting Aktivitas ini menandai penyelesaian keuangan pengiriman. Menganalisis waktu siklus dari pengiriman atau audit hingga pembayaran penting untuk mengelola modal kerja dan menjaga hubungan baik dengan pengangkut. Sumber data Biasanya dicatat sebagai peristiwa eksplisit saat pesan antarmuka dari sistem utang usaha atau ERP memperbarui status pembayaran tagihan angkutan di TMS. Pengumpulan data Gunakan stempel waktu dari pesan konfirmasi pembayaran yang diterima dari sistem keuangan. Jenis peristiwa explicit | |||
| Pengiriman dipesan | Tonggak ini menandakan pengangkut telah menerima penawaran dan berkomitmen menangani pengiriman. Status pengiriman diperbarui menjadi 'dipesan' atau 'disetujui', sehingga pengangkut dan tarif transportasi ditetapkan. | ||
| Mengapa ini penting Tonggak ini mengakhiri tahap perencanaan dan membawa pengiriman ke tahap pelaksanaan. Dengan mengukur waktu siklus hingga tahap ini, Anda dapat menilai efisiensi pemesanan dan kecepatan respons. Sumber data Peristiwa ini dicatat saat penerimaan dari pengangkut, misalnya EDI 990, diterima dan diproses. Proses ini memicu perubahan status eksplisit pada catatan pengiriman di TMS. Pengumpulan data Catat stempel waktu saat status berubah menjadi 'Dipesan' atau 'Disetujui'. Jenis peristiwa explicit | |||
| Permintaan Transportasi Diterima | Aktivitas ini menandai dibuatnya kebutuhan transportasi di Blue Yonder TMS, biasanya setelah sistem hulu seperti ERP mengirimkan pesanan. Ini menjadi awal resmi siklus pengiriman, saat catatan pengiriman baru dibuat dengan status awal 'belum direncanakan' atau 'baru'. | ||
| Mengapa ini penting Ini adalah peristiwa awal utama dalam proses transportasi dari awal hingga akhir. Dengan menganalisis waktu dari peristiwa ini hingga aktivitas perencanaan berikutnya, Anda dapat menemukan keterlambatan pemrosesan awal dan mengukur throughput keseluruhan. Sumber data Peristiwa ini biasanya disimpulkan dari stempel waktu pembuatan catatan pengiriman di tabel utama pengiriman atau pesanan. Peristiwa ini juga dapat dicatat secara eksplisit saat pesan antarmuka dari ERP diproses. Pengumpulan data Gunakan stempel waktu pembuatan catatan pengiriman. Jenis peristiwa inferred | |||
| Bukti pengiriman diterima | Aktivitas ini menandai diterimanya dokumen resmi yang mengonfirmasi pengiriman, seperti surat muatan yang telah ditandatangani. Tahap ini sering dilakukan setelah barang tiba secara fisik dan menjadi syarat untuk membayar biaya angkut. | ||
| Mengapa ini penting Menerima bukti pengiriman (POD) dengan cepat penting untuk mempercepat proses penagihan dan pembayaran. Keterlambatan pada tahap ini langsung memengaruhi arus kas dan dapat memicu sengketa pembayaran dengan pengangkut. Sumber data Biasanya dicatat saat pengguna menandai POD sebagai diterima secara manual atau melampirkan dokumen ke catatan pengiriman di TMS, sehingga status berubah. Pengumpulan data Catat stempel waktu saat tanda atau status 'POD Diterima' ditetapkan pada pengiriman. Jenis peristiwa inferred | |||
| Pembaruan selama transit diterima | Menandai diterimanya pembaruan lokasi atau status dari pengangkut saat pengiriman dalam perjalanan. Pembaruan ini, yang sering dikirim melalui pesan EDI 214, memberikan informasi tentang kemajuan pengiriman dan kemungkinan keterlambatan. | ||
| Mengapa ini penting Peristiwa ini penting untuk melacak kemajuan pengiriman dan menemukan keterlambatan selama transit. Tidak adanya pembaruan dapat menunjukkan kurangnya visibilitas, sedangkan pembaruan keterlambatan yang sering dapat menandakan masalah kinerja pengangkut. Sumber data Peristiwa eksplisit ini dicatat dalam tabel pelacakan pengiriman atau riwayat peristiwa setiap kali pesan pengangkut selama transit diterima dan diproses, misalnya EDI 214 dengan status 'X1' atau 'AG'. Pengumpulan data Setiap pesan pengangkut selama transit yang diproses akan membuat entri baru di log peristiwa. Jenis peristiwa explicit | |||
| Penawaran dikirim ke pengangkut | Aktivitas ini terjadi saat pengiriman secara resmi ditawarkan kepada pengangkut tertentu untuk diterima. Ini adalah tindakan tersendiri di TMS yang sering memicu pemberitahuan kepada pengangkut melalui transaksi EDI 204, email, atau portal. | ||
| Mengapa ini penting Peristiwa ini menjadi titik awal untuk mengukur kecepatan respons pengangkut dan tingkat penerimaan penawaran. Menganalisis waktu antara pengiriman penawaran dan respons pengangkut penting untuk memahami efektivitas hubungan dengan pengangkut. Sumber data Blue Yonder TMS kemungkinan mencatatnya sebagai peristiwa eksplisit di tabel riwayat pengiriman atau riwayat penawaran saat pengguna atau sistem mengirimkan penawaran. Pengumpulan data Dicatat dalam riwayat peristiwa pengiriman saat penawaran dikirim. Jenis peristiwa explicit | |||
| Penawaran ditolak | Peristiwa ini menandakan pengangkut menolak tawaran untuk mengangkut kiriman. Penolakan biasanya diterima secara elektronik melalui transaksi EDI 990 atau pembaruan manual di portal pengangkut. Penolakan ini memicu alur kerja untuk mencari pengangkut lain. | ||
| Mengapa ini penting Melacak penolakan penawaran penting untuk menemukan pengulangan proses dalam pemilihan pengangkut. Tingkat penolakan yang tinggi dapat menunjukkan masalah harga, kapasitas pengangkut, atau informasi muatan yang tidak akurat, sehingga menyebabkan keterlambatan dan biaya tambahan. Sumber data Biasanya dicatat sebagai peristiwa eksplisit saat TMS memproses respons penolakan dari pengangkut dan memperbarui status penawaran pengiriman. Pengumpulan data Dicatat sebagai peristiwa saat pesan penolakan dari pengangkut diterima, misalnya EDI 990. Jenis peristiwa explicit | |||
| Pengiriman dibatalkan | Menandai penghentian pengiriman sebelum barang dijemput. Hal ini dapat terjadi karena berbagai alasan, seperti pelanggan membatalkan pesanan atau perubahan rencana. Status ini menjadi akhir proses yang tidak berhasil. | ||
| Mengapa ini penting Melacak pembatalan penting untuk memahami perubahan permintaan dan pemborosan proses. Dengan menganalisis alasan pengiriman dibatalkan, Anda dapat menemukan masalah dalam pengelolaan pesanan atau perencanaan. Sumber data Peristiwa eksplisit ini dicatat saat pengguna atau proses otomatis mengubah status utama pengiriman menjadi 'Dibatalkan'. Pengumpulan data Catat stempel waktu saat status berubah menjadi 'Dibatalkan'. Jenis peristiwa explicit | |||
| Pengiriman direncanakan | Menandai selesainya tahap perencanaan awal, saat rute, moda transportasi, dan calon pengangkut ditentukan untuk pengiriman. Mesin perencanaan sistem menghasilkan solusi, lalu status pengiriman diperbarui untuk menunjukkan bahwa rencana sudah tersedia. | ||
| Mengapa ini penting Dengan melacak aktivitas ini, Anda dapat mengukur efisiensi mesin perencanaan dan optimasi. Keterlambatan atau pengulangan proses pada tahap ini dapat menunjukkan masalah pada data induk, ketersediaan pengangkut, atau konfigurasi sistem. Sumber data Peristiwa ini kemungkinan disimpulkan dari perubahan status pada data pengiriman, misalnya dari 'belum direncanakan' menjadi 'direncanakan'. Stempel waktu perubahan status menandai waktu terjadinya peristiwa. Pengumpulan data Catat stempel waktu saat status pengiriman berubah menjadi 'direncanakan'. Jenis peristiwa inferred | |||
| Tagihan angkutan diaudit | Tagihan dari pengangkut telah diaudit secara sistematis atau manual dengan membandingkannya terhadap tarif kontrak, biaya tambahan, dan bukti pengiriman. Tahap ini memeriksa biaya sebelum pembayaran disetujui. | ||
| Mengapa ini penting Ini adalah titik kendali keuangan yang penting. Analisis proses audit dapat mengungkap perbedaan tagihan yang sering terjadi. Pengulangan proses pada tahap ini menunjukkan masalah yang menambah beban administrasi. Sumber data Peristiwa ini dicatat saat status tagihan angkutan yang terkait dengan pengiriman berubah menjadi 'Diaudit', 'Disetujui untuk Dibayar', atau status serupa di modul audit angkutan TMS. Pengumpulan data Catat stempel waktu perubahan status pada data tagihan angkutan yang terkait dengan pengiriman. Jenis peristiwa inferred | |||
Panduan ekstraksi
Metode ekstraksi untuk proses ini sedang divalidasi. Silakan kembali lagi nanti atau hubungi kami untuk mendapatkan bantuan.
Siap memulai?
Mulai optimalkan proses pengelolaan transportasi Anda hari ini. Gunakan templat ini untuk menemukan peluang efisiensi dan meningkatkan kinerja logistik.
Tingkatkan efisiensi pengelolaan transportasi mulai hari ini
Temukan inefisiensi, pantau kinerja, dan kurangi waktu siklus hingga 30%.
Tidak perlu kartu kredit. Aktifkan dalam hitungan menit.