Templat data pemrosesan pesanan penjualan Order to Cash
Templat data pemrosesan pesanan penjualan Order to Cash
- Atribut yang disarankan untuk dikumpulkan
- Aktivitas utama yang perlu dilacak untuk analisis
- Panduan ekstraksi data
Atribut pemrosesan pesanan penjualan Order to Cash
| Nama | Deskripsi | ||
|---|---|---|---|
|
Nama Aktivitas
ActivityName
|
Nama peristiwa bisnis atau langkah tertentu yang terjadi selama siklus pesanan penjualan. | ||
|
Deskripsi
Atribut ini mencatat nama setiap aktivitas pada pesanan penjualan, seperti 'Pesanan Dicatat', 'Barang Dikirim', atau 'Pembayaran Diterima'. Aktivitas ini menandai tahapan penting dalam proses Order to Cash. Menganalisis urutan dan frekuensi aktivitas merupakan inti process mining. Analisis ini membantu menemukan alur proses yang benar-benar terjadi, termasuk jalur yang umum, penyimpangan, dan hambatan. Data ini digunakan untuk membuat peta proses, visualisasi utama dalam analisis proses.
Mengapa ini penting
Menentukan langkah-langkah dalam peta proses, yang penting untuk melihat dan menganalisis alur proses.
Sumber data
Ini adalah kolom konseptual yang diturunkan dari berbagai peristiwa, status, dan tanggal transaksi di sistem sumber, termasuk modul Order Management, Shipping Execution, dan Accounts Receivable.
Contoh
Sales Order CreatedGoods ShippedInvoice CreatedPayment Received
|
|||
|
Pesanan Penjualan
SalesOrder
|
Pengenal unik pesanan penjualan pelanggan, yang menjadi kasus utama dalam proses Order to Cash. | ||
|
Deskripsi
Nomor Pesanan Penjualan mengidentifikasi setiap pesanan pelanggan secara unik sepanjang siklusnya, mulai dari pembuatan hingga penutupan. Nomor ini menjadi penghubung utama untuk semua aktivitas terkait, seperti pencatatan pesanan, pengiriman, pembuatan faktur, dan pembayaran. Dalam process mining, atribut ini penting untuk merekonstruksi perjalanan setiap pesanan dari awal hingga akhir. Dengan mengelompokkan semua peristiwa berdasarkan satu Pesanan Penjualan, analis dapat melihat alur proses secara utuh, menemukan variasi antar pesanan, dan mengukur KPI utama seperti waktu siklus dan ketepatan waktu pengiriman untuk setiap kasus.
Mengapa ini penting
Ini adalah ID Kasus, yang menjadi dasar untuk menghubungkan semua peristiwa proses dan menganalisis siklus pesanan dari awal hingga akhir.
Sumber data
Kunci utama untuk pesanan penjualan, biasanya terdapat di tabel Oracle Order Management seperti OE_ORDER_HEADERS_ALL.HEADER_ID.
Contoh
685127103482459
|
|||
|
Waktu Peristiwa
EventTime
|
Stempel waktu yang menunjukkan kapan aktivitas tertentu terjadi. | ||
|
Deskripsi
Waktu Peristiwa, atau stempel waktu, mencatat tanggal dan waktu persis saat suatu aktivitas dilakukan. Contohnya, waktu pesanan dibuat, faktur dikirim, atau pembayaran diterima. Data waktu ini menjadi dasar process mining. Atribut ini digunakan untuk mengurutkan peristiwa secara kronologis dalam setiap kasus agar alur proses dapat direkonstruksi dengan akurat. Atribut ini juga menjadi dasar perhitungan durasi dan kinerja, seperti waktu siklus antaraktivitas, durasi keseluruhan kasus, serta identifikasi keterlambatan atau hambatan.
Mengapa ini penting
Menunjukkan urutan peristiwa secara kronologis dan menjadi dasar analisis kinerja berbasis waktu, termasuk waktu siklus dan identifikasi hambatan.
Sumber data
Bersumber dari berbagai kolom tanggal di tabel Oracle EBS, seperti CREATION_DATE di OE_ORDER_HEADERS_ALL, ACTUAL_SHIPMENT_DATE di WSH_DELIVERY_DETAILS, atau TRX_DATE di RA_CUSTOMER_TRX_ALL.
Contoh
2023-04-15T10:30:00Z2023-04-18T14:00:00Z2023-05-01T09:15:00Z
|
|||
|
Ketentuan Pembayaran
PaymentTerms
|
Ketentuan yang disepakati untuk menentukan kapan pelanggan harus membayar barang atau jasa. | ||
|
Deskripsi
Ketentuan Pembayaran menetapkan syarat pembayaran faktur, seperti 'Net 30', 'Net 60', atau 'Bayar saat diterima'. Atribut ini penting untuk mengelola piutang usaha dan arus kas. Analisis kinerja proses berdasarkan ketentuan pembayaran membantu mengetahui apakah pelanggan dengan syarat tertentu lebih sering terlambat membayar. Informasi ini digunakan untuk menilai risiko keuangan, mengoptimalkan strategi penagihan, dan mengevaluasi efektivitas berbagai pilihan ketentuan pembayaran. Atribut ini menjadi dimensi utama dalam dashboard 'Pemantauan Kepatuhan Ketentuan Pembayaran'.
Mengapa ini penting
Penting untuk menganalisis perilaku pembayaran, memantau arus kas, dan menilai risiko keuangan dari berbagai perjanjian dengan pelanggan.
Sumber data
Terdapat di tabel RA_TERMS, yang dihubungkan melalui TERM_ID pada tabel seperti RA_CUSTOMER_TRX_ALL (untuk faktur) atau OE_ORDER_HEADERS_ALL (untuk pesanan).
Contoh
Net 30Net 60Bayar saat diterima
|
|||
|
Nama Pelanggan
CustomerName
|
Nama pelanggan yang membuat pesanan penjualan. | ||
|
Deskripsi
Atribut ini menunjukkan nama resmi pelanggan yang terkait dengan pesanan penjualan. Atribut ini menjadi dimensi utama untuk mengelompokkan dan menganalisis kinerja proses. Dengan memfilter atau mengelompokkan proses berdasarkan pelanggan, analis dapat mengetahui pelanggan mana yang mengalami waktu siklus terlama, paling sering mengalami pengerjaan ulang, atau kerap terlambat membayar. Insight ini berguna untuk memperbaiki hubungan dengan pelanggan, menyesuaikan tingkat layanan, dan memahami perilaku pelanggan.
Mengapa ini penting
Mendukung analisis berdasarkan pelanggan untuk menemukan perbedaan kinerja, meningkatkan layanan, dan memahami pola pembayaran setiap pelanggan.
Sumber data
Diperoleh dengan menggabungkan SOLD_TO_ORG_ID dari OE_ORDER_HEADERS_ALL dengan tabel HZ_CUST_ACCOUNTS dan HZ_PARTIES untuk mendapatkan nama pihak.
Contoh
Global Tech Inc.Innovate Solutions LLCPioneer Corp
|
|||
|
Nama Pengguna
UserName
|
Pengguna yang melakukan aktivitas. | ||
|
Deskripsi
Menunjukkan pengguna yang bertanggung jawab menjalankan langkah proses tertentu. Misalnya, staf penjualan yang membuat pesanan, analis kredit yang melakukan pemeriksaan, atau petugas yang membuat faktur. Analisis aktivitas berdasarkan pengguna membantu menemukan kebutuhan pelatihan, individu atau tim dengan kinerja tinggi, serta distribusi beban kerja. Informasi ini juga penting untuk kepatuhan dan audit, misalnya saat menyelidiki tindakan tanpa izin atau memahami pola pengerjaan ulang yang terkait dengan pengguna tertentu.
Mengapa ini penting
Mendukung analisis kinerja pengguna, distribusi beban kerja, dan kepatuhan terhadap prosedur. Membantu menjawab pertanyaan 'siapa' yang melakukan suatu tindakan.
Sumber data
Bersumber dari kolom terkait pengguna seperti CREATED_BY atau LAST_UPDATED_BY di berbagai tabel Oracle EBS. Sering kali, data perlu digabungkan dengan FND_USER untuk mendapatkan nama lengkap pengguna.
Contoh
JSMITHRWILLIAMSCDAVIS
|
|||
|
Status Pesanan
OrderStatus
|
Status pesanan penjualan atau baris pesanan saat ini maupun sebelumnya. | ||
|
Deskripsi
Atribut ini mencatat status pesanan penjualan pada berbagai waktu, seperti 'Dimasukkan', 'Dicatat', 'Ditutup', atau 'Dibatalkan'. Status sering kali berkaitan langsung dengan aktivitas proses. Melacak status pesanan penting untuk membuat dashboard yang menampilkan kondisi terkini semua pesanan aktif. Manajer dapat memantau alur pesanan, menemukan pesanan yang tertahan, dan menangani pengecualian secara proaktif. Analisis perubahan status juga umum digunakan untuk menentukan aktivitas dalam peta proses.
Mengapa ini penting
Menunjukkan kondisi alur pesanan penjualan, membantu menemukan pesanan yang tertahan dan menangani pengecualian proses.
Sumber data
Biasanya terdapat di kolom FLOW_STATUS_CODE pada tabel OE_ORDER_HEADERS_ALL dan OE_ORDER_LINES_ALL.
Contoh
DICATATMENUNGGU_PENGIRIMANDIKIRIMDITUTUPDIBATALKAN
|
|||
|
Tanggal Jatuh Tempo Pembayaran
PaymentDueDate
|
Tanggal yang dihitung sebagai batas waktu pembayaran faktur oleh pelanggan. | ||
|
Deskripsi
Tanggal Jatuh Tempo Pembayaran adalah tanggal kalender saat faktur harus dibayar. Tanggal ini dihitung berdasarkan tanggal faktur dan ketentuan pembayaran yang disepakati. Tanggal tersebut menjadi target untuk aktivitas 'Pembayaran Diterima'. Atribut ini penting untuk menghitung KPI 'Tingkat Kepatuhan Ketentuan Pembayaran' dengan membandingkannya terhadap tanggal pembayaran aktual. Analisis selisih membantu tim penagihan menentukan prioritas, menemukan pelanggan yang terus-menerus terlambat membayar, dan mengukur efektivitas proses penagihan.
Mengapa ini penting
Menjadi target penagihan pembayaran, sehingga ketepatan waktu pembayaran dan kepatuhan pelanggan terhadap ketentuan dapat diukur.
Sumber data
Terdapat di kolom DUE_DATE pada tabel AR_PAYMENT_SCHEDULES_ALL, yang terhubung dengan transaksi faktur.
Contoh
2023-06-152023-07-012023-08-30
|
|||
|
Tanggal Pengiriman yang Dikonfirmasi
ConfirmedDeliveryDate
|
Tanggal yang disepakati untuk pengiriman barang kepada pelanggan. | ||
|
Deskripsi
Atribut ini menyimpan tanggal pengiriman yang dijanjikan atau dikonfirmasi kepada pelanggan. Tanggal ini menjadi target atau acuan untuk mengukur ketepatan waktu pengiriman. Dalam process mining, tanggal ini dibandingkan dengan stempel waktu pengiriman aktual dari aktivitas 'Barang Diantarkan' untuk menghitung KPI 'Tingkat Ketepatan Waktu Pengiriman'. Analisis selisih tanggal membantu menemukan masalah sistemik dalam logistik, pengelolaan persediaan, atau perencanaan produksi yang menyebabkan keterlambatan.
Mengapa ini penting
Menjadi acuan untuk mengukur ketepatan waktu pengiriman, KPI penting bagi kepuasan pelanggan dan kinerja operasional.
Sumber data
Tanggal ini biasanya terdapat di kolom LATEST_ACCEPTABLE_DATE atau REQUEST_DATE pada tingkat baris pesanan di tabel OE_ORDER_LINES_ALL.
Contoh
2023-05-102023-06-012023-07-20
|
|||
|
Total Nilai Pesanan
TotalOrderAmount
|
Nilai total pesanan penjualan. | ||
|
Deskripsi
Atribut ini menunjukkan nilai total semua baris dalam pesanan penjualan, dalam mata uang transaksi. Atribut ini merupakan metrik keuangan utama untuk setiap kasus. Analisis metrik proses berdasarkan nilai pesanan membantu menentukan prioritas perbaikan. Misalnya, analis dapat memeriksa apakah pesanan bernilai tinggi lebih sering terlambat atau perlu dikerjakan ulang dibandingkan pesanan bernilai rendah. Analisis ini juga membantu menilai dampak keuangan, seperti menghitung nilai pesanan yang tertahan di hambatan tertentu.
Mengapa ini penting
Mendukung analisis keuangan proses, membantu memprioritaskan pesanan bernilai tinggi dan menghitung dampak biaya dari inefisiensi.
Sumber data
Nilai ini biasanya dihitung dengan menjumlahkan nilai setiap baris dalam pesanan. Nilai baris terdapat di tabel seperti OE_ORDER_LINES_ALL.
Contoh
5450.00125000.75980.50
|
|||
|
Alasan Pembatalan
CancellationReason
|
Alasan yang tercatat untuk pembatalan pesanan penjualan atau baris pesanan. | ||
|
Deskripsi
Saat pesanan penjualan dibatalkan, atribut ini mencatat alasan pembatalan yang diberikan. Contoh alasannya antara lain 'Permintaan Pelanggan', 'Stok Habis', atau 'Penahanan Kredit'. Data ini penting untuk menganalisis akar penyebab pembatalan pesanan. Dashboard 'Tingkat dan Alasan Pembatalan Pesanan Penjualan' menggunakan atribut ini untuk menemukan penyebab utama pembatalan. Dengan begitu, bisnis dapat menyusun langkah yang tepat untuk mengurangi pelanggan yang berhenti bertransaksi, memperbaiki perkiraan persediaan, atau menyempurnakan kebijakan kredit.
Mengapa ini penting
Menunjukkan alasan pesanan dibatalkan, sehingga akar penyebab dapat dianalisis untuk mengurangi kehilangan penjualan dan mempertahankan pelanggan.
Sumber data
Informasi ini sering disimpan di kolom kode alasan, seperti CANCELLED_REASON, yang mungkin tersedia di tabel OE_ORDER_LINES_ALL atau tabel terkait untuk perubahan pesanan.
Contoh
Produk tidak lagi dijualDibatalkan oleh pelangganPesanan duplikat
|
|||
|
Jumlah Pesanan
OrderQuantity
|
Jumlah produk yang dipesan pada baris pesanan penjualan tertentu. | ||
|
Deskripsi
Atribut ini menunjukkan jumlah unit produk tertentu yang diminta pelanggan pada baris pesanan penjualan. Atribut ini mencerminkan volume transaksi pada tingkat item baris. Jumlah pesanan dapat digunakan sebagai dimensi analisis untuk mengetahui apakah ukuran pesanan memengaruhi proses. Misalnya, pesanan yang sangat besar atau kecil mungkin mengikuti alur proses berbeda atau mengalami jenis keterlambatan yang berbeda. Atribut ini juga memberi konteks untuk metrik lain, seperti nilai pesanan.
Mengapa ini penting
Memberi konteks tentang skala pesanan, sehingga Anda dapat menganalisis dampak volume pesanan terhadap efisiensi proses dan alur pemenuhan.
Sumber data
Terdapat di kolom ORDERED_QUANTITY pada tabel OE_ORDER_LINES_ALL.
Contoh
102501
|
|||
|
Mata Uang
Currency
|
Kode mata uang untuk nilai transaksi pesanan penjualan. | ||
|
Deskripsi
Atribut mata uang menunjukkan mata uang yang digunakan untuk nilai pesanan, seperti USD, EUR, atau JPY. Informasi ini diperlukan untuk menafsirkan data keuangan terkait pesanan. Atribut ini penting bagi organisasi multinasional yang bertransaksi dalam berbagai mata uang. Dengan begitu, metrik keuangan seperti 'Total Nilai Pesanan' dapat dipahami dengan benar dan dikonversi jika diperlukan untuk laporan gabungan.
Mengapa ini penting
Memberi konteks penting untuk semua nilai uang agar analisis keuangan akurat, terutama dalam lingkungan bisnis global.
Sumber data
Terdapat di kolom TRANSACTIONAL_CURR_CODE pada tabel OE_ORDER_HEADERS_ALL.
Contoh
USDEURGBP
|
|||
|
Mengalami Pengerjaan Ulang
IsRework
|
Penanda yang menunjukkan apakah pesanan penjualan mengalami pengerjaan ulang, seperti konfirmasi atau pembaruan berulang. | ||
|
Deskripsi
Atribut boolean hasil perhitungan ini menandai kasus yang menunjukkan pola pengerjaan ulang. Pengerjaan ulang dapat diketahui dengan mendeteksi perulangan pada peta proses, seperti pesanan yang dicatat beberapa kali, atau melalui peristiwa perubahan tertentu yang tercatat di sistem. Penanda ini digunakan untuk menghitung KPI 'Tingkat Pengerjaan Ulang Pesanan Penjualan' dan mengisi dashboard 'Analisis Pengerjaan Ulang Pesanan Penjualan'. Analis dapat dengan mudah memisahkan dan mempelajari pesanan yang menyimpang dari proses standar, menghitung dampak pengerjaan ulang terhadap waktu siklus dan biaya, serta menemukan akar penyebab perulangan yang tidak efisien.
Mengapa ini penting
Membantu menghitung inefisiensi proses dengan menandai pesanan yang memerlukan perubahan manual, sehingga penyebab dan dampak pengerjaan ulang dapat dianalisis.
Sumber data
Dihitung saat transformasi data dengan mengidentifikasi urutan aktivitas yang membentuk perulangan, misalnya aktivitas 'Pesanan Dicatat' terjadi lebih dari sekali untuk kasus yang sama.
Contoh
truefalse
|
|||
|
Metode Pengiriman
ShippingMethod
|
Metode atau jasa pengangkut yang digunakan untuk mengirim barang kepada pelanggan. | ||
|
Deskripsi
Atribut ini menunjukkan moda transportasi atau tingkat layanan yang digunakan untuk pengiriman, seperti 'Angkutan Darat', 'Ekspres Udara', atau 'Kurir Lokal'. Faktor ini memengaruhi waktu dan biaya pengiriman. Dengan menganalisis proses berdasarkan atribut ini, bisnis dapat mengevaluasi kinerja berbagai metode pengiriman. Misalnya, dashboard 'Kinerja Metode Pengiriman' membandingkan waktu siklus dari 'Barang Dikirim' hingga 'Barang Diantarkan' untuk setiap metode. Hasilnya membantu mengoptimalkan logistik dengan mempertimbangkan kecepatan, biaya, dan keandalan.
Mengapa ini penting
Mendukung evaluasi kinerja berbagai jasa pengangkut dan pilihan pengiriman untuk mengoptimalkan biaya, kecepatan, dan keandalan.
Sumber data
Umumnya disimpan sebagai SHIPPING_METHOD_CODE di tabel seperti WSH_DELIVERY_DETAILS atau OE_ORDER_LINES_ALL.
Contoh
UPS GroundFedEx Priority OvernightDHL Express Worldwide
|
|||
|
Nomor Produk
ProductNumber
|
Pengenal unik produk atau barang pada baris pesanan penjualan. | ||
|
Deskripsi
Atribut ini mengidentifikasi material, barang, atau jasa tertentu yang dijual. Atribut ini memungkinkan analisis yang lebih terperinci daripada tingkat header pesanan. Analisis proses berdasarkan produk membantu menemukan masalah khusus pada produk tertentu. Misalnya, waktu pemenuhan beberapa produk mungkin lebih lama karena proses produksi atau pengadaan yang rumit. Produk lain mungkin lebih sering mengalami kesalahan pengiriman atau sengketa pelanggan. Temuan ini membantu mengarahkan perbaikan pada rantai pasok dan pengelolaan produk.
Mengapa ini penting
Mendukung analisis di tingkat produk untuk menemukan barang yang menyebabkan keterlambatan proses, pengerjaan ulang, atau inefisiensi lainnya.
Sumber data
Diperoleh dari INVENTORY_ITEM_ID di tabel OE_ORDER_LINES_ALL, yang dapat digabungkan dengan MTL_SYSTEM_ITEMS_B untuk mendapatkan nomor atau deskripsi barang.
Contoh
AS54888CM15001SV20100
|
|||
|
Pembaruan Data Terakhir
LastDataUpdate
|
Stempel waktu pembaruan data terbaru dari sistem sumber. | ||
|
Deskripsi
Atribut ini menunjukkan kapan terakhir kali data diekstrak dari Oracle E-Business Suite dan dimuat ke alat process mining. Informasi ini mencerminkan seberapa baru data yang dianalisis. Informasi ini membantu pengguna memahami kemutakhiran insight yang mereka lihat. Pengguna dapat mengetahui apakah data yang ditampilkan merupakan informasi terkini atau rekaman dari waktu tertentu, yang penting untuk mengambil keputusan operasional.
Mengapa ini penting
Memberi tahu pengguna seberapa baru data yang digunakan, hal penting untuk mempercayai hasil analisis dan mengambil keputusan tepat waktu.
Sumber data
Stempel waktu ini dibuat dan ditambahkan selama proses ekstraksi, transformasi, dan pemuatan data (ETL).
Contoh
2023-10-27T02:00:00Z2023-10-28T02:00:00Z
|
|||
|
Pembayaran Tepat Waktu
IsPaymentOnTime
|
Penanda yang menunjukkan apakah pembayaran diterima pada atau sebelum tanggal jatuh tempo faktur. | ||
|
Deskripsi
Atribut boolean hasil perhitungan ini diperoleh dengan membandingkan stempel waktu aktivitas 'Pembayaran Diterima' dengan 'Tanggal Jatuh Tempo Pembayaran' untuk faktur terkait. Atribut ini menunjukkan secara sederhana apakah pembayaran memenuhi ketentuan. Penanda ini menjadi dasar KPI 'Tingkat Kepatuhan Ketentuan Pembayaran'. Penanda ini memudahkan pembuatan dashboard dan laporan untuk memantau perilaku pembayaran pelanggan serta efektivitas proses piutang usaha. Anda dapat dengan cepat memisahkan pembayaran tepat waktu dan terlambat, lalu menganalisis faktor yang berpengaruh, seperti jenis pelanggan atau ketentuan pembayaran.
Mengapa ini penting
Mengukur langsung kepatuhan terhadap ketentuan pembayaran, yang penting untuk mengelola arus kas dan menilai keandalan keuangan pelanggan.
Sumber data
Ini adalah kolom hasil perhitungan. Logikanya: IF ('Payment Received' EventTime <= PaymentDueDate) THEN True ELSE False.
Contoh
truefalse
|
|||
|
Pengiriman Tepat Waktu
IsOnTimeDelivery
|
Penanda yang menunjukkan apakah pesanan diantarkan pada atau sebelum tanggal pengiriman yang dikonfirmasi. | ||
|
Deskripsi
Atribut hasil perhitungan ini berupa penanda boolean (Benar/Salah) yang menunjukkan apakah pesanan memenuhi komitmen pengiriman. Nilainya diperoleh dengan membandingkan stempel waktu aktivitas 'Barang Diantarkan' dengan 'Tanggal Pengiriman yang Dikonfirmasi'. Atribut ini mendukung KPI 'Tingkat Ketepatan Waktu Pengiriman'. Atribut ini memudahkan analisis dan pembuatan dashboard dengan memberikan hasil yang jelas untuk setiap pesanan. Anda dapat memfilter dan mengelompokkan data untuk menemukan ciri umum pengiriman terlambat, seperti produk, pelanggan, atau metode pengiriman tertentu.
Mengapa ini penting
Mengukur langsung tingkat layanan pelanggan dan keandalan pemenuhan, sekaligus memudahkan penghitungan dan visualisasi KPI ketepatan waktu pengiriman.
Sumber data
Ini adalah kolom hasil perhitungan. Logikanya: IF ('Goods Delivered' EventTime <= ConfirmedDeliveryDate) THEN True ELSE False.
Contoh
truefalse
|
|||
|
Sistem Sumber
SourceSystem
|
Sistem tempat data diekstrak. | ||
|
Deskripsi
Atribut ini menunjukkan sistem informasi sumber asal data peristiwa. Untuk proses ini, nilainya selalu 'Oracle E-Business Suite'. Jika lingkungan kerja menggunakan beberapa sistem, kolom ini penting untuk melacak asal-usul data dan memecahkan masalah. Bahkan jika hanya ada satu sistem, informasi ini tetap memberi konteks penting untuk model data dan membantu menstandarkan proses pemasukan data.
Mengapa ini penting
Memberi konteks penting tentang asal data agar data dapat ditelusuri dan ditafsirkan dengan tepat, terutama jika menggunakan beberapa sistem.
Sumber data
Biasanya berupa nilai tetap yang ditambahkan saat proses ekstraksi, transformasi, dan pemuatan data (ETL) untuk menandai asal data.
Contoh
Oracle E-Business SuiteOracle EBS R12
|
|||
Aktivitas pemrosesan pesanan penjualan Order to Cash
| Aktivitas | Deskripsi | ||
|---|---|---|---|
|
Goods Shipped
|
Menandai selesainya konfirmasi pengiriman, saat barang secara fisik meninggalkan gudang. Ini adalah peristiwa eksplisit penting di modul pengiriman yang memperbarui persediaan dan status pesanan. | ||
|
Mengapa ini penting
Tonggak penting pemenuhan pesanan ini digunakan untuk mengukur ketepatan waktu pengiriman. Peristiwa ini juga memicu proses pembuatan faktur dan pengakuan pendapatan.
Sumber data
Tercatat sebagai transaksi eksplisit di Oracle Shipping Execution. Stempel waktunya dapat ditemukan di kolom INITIAL_PICKUP_DATE pada tabel WSH_NEW_DELIVERIES atau disimpulkan dari pembaruan status WSH_DELIVERY_DETAILS menjadi 'Shipped'.
Pengumpulan data
Gunakan tanggal konfirmasi pengiriman dari WSH_DELIVERY_DETAILS atau WSH_NEW_DELIVERIES.
Jenis peristiwa
explicit
|
|||
|
Inventory Allocated
|
Aktivitas ini menandai reservasi persediaan untuk baris pesanan agar jumlah yang dibutuhkan tersedia untuk diambil. Biasanya, aktivitas ini disimpulkan dari perubahan status pada baris pesanan penjualan yang menunjukkan bahwa pesanan siap diteruskan ke gudang. | ||
|
Mengapa ini penting
Tonggak ini penting untuk memahami kesiapan pemenuhan pesanan. Keterlambatan dapat menunjukkan kekurangan persediaan, masalah pengadaan, atau inefisiensi proses alokasi.
Sumber data
Disimpulkan dari perubahan status di tabel WSH_DELIVERY_DETAILS. Aktivitas terjadi saat status baris diperbarui menjadi 'Ready to Release'. Stempel waktunya diambil dari pembaruan status terkait.
Pengumpulan data
Disimpulkan dari pembaruan status baris di WSH_DELIVERY_DETAILS menjadi 'Ready to Release'.
Jenis peristiwa
inferred
|
|||
|
Invoice Created
|
Peristiwa ini menandai pembuatan faktur piutang untuk barang yang telah dikirim. Peristiwa eksplisit ini dipicu oleh proses AutoInvoice, yang mengambil data dari Order Management dan Shipping lalu memasukkannya ke modul Receivables. | ||
|
Mengapa ini penting
Aktivitas ini memulai tahap penyelesaian keuangan dalam proses. Ini menjadi titik awal untuk mengukur durasi siklus faktur hingga pembayaran dan memantau efisiensi penagihan.
Sumber data
Transaksi eksplisit ini tercatat di tabel RA_CUSTOMER_TRX_ALL dalam Oracle Receivables. TRX_DATE atau CREATION_DATE menjadi stempel waktu peristiwa.
Pengumpulan data
Gunakan TRX_DATE dari tabel RA_CUSTOMER_TRX_ALL.
Jenis peristiwa
explicit
|
|||
|
Order Booked
|
Menandai konfirmasi resmi pesanan penjualan sehingga pesanan aktif dan dapat diproses lebih lanjut, misalnya untuk pengadaan dan pengiriman. Di Oracle EBS, tindakan ini mengubah status pesanan dari 'Entered' menjadi 'Booked'. | ||
|
Mengapa ini penting
Booking adalah tonggak penting yang secara resmi mengikat pesanan untuk dipenuhi. Keterlambatan antara pembuatan dan booking dapat menandakan masalah entri data, persetujuan, atau validasi awal.
Sumber data
Diambil dari tabel OE_ORDER_HEADERS_ALL. Peristiwa terjadi saat BOOKED_FLAG diatur ke 'Y', dan stempel waktunya tercatat di kolom BOOKED_DATE.
Pengumpulan data
Gunakan BOOKED_DATE dari tabel OE_ORDER_HEADERS_ALL.
Jenis peristiwa
explicit
|
|||
|
Order Closed
|
Aktivitas ini menandai selesainya pesanan penjualan setelah semua baris berhasil dikirim, dibuatkan faktur, dan ditutup. Status header pesanan diperbarui secara eksplisit. | ||
|
Mengapa ini penting
Ini adalah titik akhir utama yang menandakan keberhasilan proses Order to Cash. Stempel waktu ini diperlukan untuk menghitung durasi siklus dari awal hingga akhir bagi pesanan yang berhasil dipenuhi.
Sumber data
Peristiwa ini tercatat di tabel OE_ORDER_HEADERS_ALL saat FLOW_STATUS_CODE diperbarui menjadi 'CLOSED'. LAST_UPDATE_DATE untuk perubahan status ini menjadi stempel waktu peristiwa.
Pengumpulan data
Stempel waktu pembaruan di OE_ORDER_HEADERS_ALL saat FLOW_STATUS_CODE berubah menjadi 'CLOSED'.
Jenis peristiwa
explicit
|
|||
|
Payment Received
|
Aktivitas ini terjadi saat pembayaran pelanggan diterima dan diterapkan pada faktur terkait di sistem. Transaksi keuangan eksplisit ini tercatat di modul Accounts Receivable. | ||
|
Mengapa ini penting
Tonggak ini penting untuk memantau arus kas, Days Sales Outstanding (DSO), dan kepatuhan terhadap ketentuan pembayaran. Ini menjadi titik akhir utama untuk mengukur durasi siklus keuangan.
Sumber data
Tercatat secara eksplisit di tabel AR_RECEIVABLE_APPLICATIONS_ALL. Kolom APPLY_DATE mencatat stempel waktu saat penerimaan kas diterapkan pada faktur.
Pengumpulan data
Gunakan APPLY_DATE dari AR_RECEIVABLE_APPLICATIONS_ALL untuk faktur terkait.
Jenis peristiwa
explicit
|
|||
|
Sales Order Created
|
Aktivitas ini menandai pembuatan awal pesanan penjualan di sistem. Peristiwa ini tercatat saat pengguna menyimpan header pesanan penjualan baru dan menjadi awal resmi proses Order to Cash. | ||
|
Mengapa ini penting
Ini adalah peristiwa awal utama dalam proses. Menganalisis waktu dari titik ini hingga aktivitas berikutnya penting untuk mengukur durasi siklus Order to Cash secara keseluruhan.
Sumber data
Peristiwa ini diambil dari tabel OE_ORDER_HEADERS_ALL dalam modul Oracle Order Management. Kolom CREATION_DATE mencatat stempel waktu aktivitas ini.
Pengumpulan data
Gunakan CREATION_DATE dari tabel OE_ORDER_HEADERS_ALL.
Jenis peristiwa
explicit
|
|||
|
Credit Check Performed
|
Aktivitas ini menandai selesainya pemeriksaan kredit pelanggan untuk pesanan. Biasanya, aktivitas ini tercatat saat penahanan pemeriksaan kredit, jika diterapkan, dilepas sehingga pesanan dapat diproses lebih lanjut. | ||
|
Mengapa ini penting
Keterlambatan pemeriksaan kredit sering menjadi hambatan yang menghentikan seluruh proses pemenuhan. Memantau aktivitas ini membantu menemukan inefisiensi dalam kontrol dan persetujuan keuangan.
Sumber data
Peristiwa ini dapat disimpulkan dari tabel OE_ORDER_HOLDS_ALL dengan mencari stempel waktu saat 'Credit Check Hold' dilepas untuk header pesanan tertentu.
Pengumpulan data
Gunakan stempel waktu pelepasan penahanan terkait kredit dari OE_ORDER_HOLDS_ALL.
Jenis peristiwa
inferred
|
|||
|
Goods Delivered
|
Aktivitas ini menandai tibanya kiriman di tempat pelanggan. Oracle EBS standar tidak melacak peristiwa ini, sehingga biasanya perlu disimpulkan atau diimpor dari sistem perusahaan pengangkut eksternal. | ||
|
Mengapa ini penting
Data ini penting untuk mengukur KPI ketepatan waktu pengiriman dan memahami pengalaman pelanggan secara menyeluruh. Selisih waktu antara pengiriman dari gudang dan penerimaan barang menunjukkan kinerja perusahaan pengangkut.
Sumber data
Perlu analisis sistem. Data ini tidak tersedia secara bawaan di Oracle EBS dan harus diperoleh dari umpan data perusahaan pengangkut eksternal atau platform logistik yang terintegrasi dengan sistem.
Pengumpulan data
Disimpulkan dari data perusahaan pengangkut eksternal atau diperkirakan berdasarkan waktu transit standar setelah 'Goods Shipped'.
Jenis peristiwa
inferred
|
|||
|
Invoice Sent to Customer
|
Aktivitas ini menandai saat faktur dikirim kepada pelanggan, baik dalam bentuk cetak maupun elektronik. Biasanya, aktivitas ini disimpulkan karena tidak selalu tercatat sebagai peristiwa terpisah dari pembuatan faktur. | ||
|
Mengapa ini penting
Menandai dimulainya masa pembayaran pelanggan secara resmi. Keterlambatan antara pembuatan dan pengiriman faktur dapat mengganggu arus kas dan menyebabkan pembayaran terlambat.
Sumber data
Aktivitas ini dapat disimpulkan dari LAST_PRINTED_DATE pada tabel RA_CUSTOMER_TRX_ALL. Untuk faktur elektronik, Anda mungkin perlu memeriksa log dari sistem pengiriman dokumen eksternal.
Pengumpulan data
Gunakan LAST_PRINTED_DATE dari RA_CUSTOMER_TRX_ALL atau log dari alat pihak ketiga.
Jenis peristiwa
inferred
|
|||
|
Order Cancelled
|
Menandai pembatalan seluruh pesanan penjualan sebelum pemenuhan selesai. Peristiwa eksplisit ini mengakhiri workflow pemrosesan pesanan. | ||
|
Mengapa ini penting
Ini adalah titik akhir pengecualian yang penting. Menganalisis frekuensi, waktu, dan alasan pembatalan sangat penting untuk mengidentifikasi kehilangan pendapatan serta masalah proses atau produk.
Sumber data
Dicatat di tabel OE_ORDER_HEADERS_ALL saat FLOW_STATUS_CODE bernilai 'CANCELLED' dan CANCELLED_FLAG bernilai 'Y'. LAST_UPDATE_DATE dapat digunakan sebagai stempel waktu.
Pengumpulan data
Stempel waktu saat CANCELLED_FLAG di OE_ORDER_HEADERS_ALL diatur ke 'Y'.
Jenis peristiwa
explicit
|
|||
|
Order Line Closed
|
Menandakan bahwa seluruh pemrosesan untuk satu baris pesanan penjualan telah selesai, termasuk pengiriman dan pembuatan faktur. Perubahan status eksplisit ini dikelola oleh proses workflow. | ||
|
Mengapa ini penting
Melacak penutupan pada tingkat baris membantu menganalisis pengiriman sebagian dan menemukan masalah pada produk atau jalur pemenuhan tertentu sebelum seluruh pesanan selesai.
Sumber data
Peristiwa ini tercatat di tabel OE_ORDER_LINES_ALL saat FLOW_STATUS_CODE diperbarui menjadi 'CLOSED'. LAST_UPDATE_DATE untuk perubahan status ini dapat digunakan sebagai stempel waktu.
Pengumpulan data
Stempel waktu pembaruan di OE_ORDER_LINES_ALL saat FLOW_STATUS_CODE berubah menjadi 'CLOSED'.
Jenis peristiwa
explicit
|
|||
|
Pick Released
|
Peristiwa ini menandai saat baris pesanan penjualan diteruskan ke gudang untuk mulai diambil. Tindakan ini secara eksplisit membuat slip pengambilan dan menampilkan pesanan kepada petugas gudang. | ||
|
Mengapa ini penting
Aktivitas ini memulai proses pemenuhan secara fisik. Menganalisis waktu dari titik ini hingga 'Goods Shipped' menunjukkan efisiensi kerja di gudang dan potensi hambatan saat pengambilan barang.
Sumber data
Peristiwa ini tercatat secara eksplisit di modul Oracle Shipping Execution. Peristiwa dapat dikenali dari perubahan status detail pengiriman di WSH_DELIVERY_DETAILS menjadi 'Released to Warehouse' atau 'Transactable'.
Pengumpulan data
Stempel waktu saat WSH_DELIVERY_DETAILS.RELEASED_STATUS berubah menjadi 'S' (Submitted).
Jenis peristiwa
explicit
|
|||
Panduan ekstraksi
Siap memulai?
Templat ini menyediakan kebutuhan awal untuk mulai mengoptimalkan pemrosesan pesanan penjualan Order to Cash. Mulai perbaiki proses Anda hari ini dan tingkatkan efisiensi.
Perbaiki pemrosesan pesanan penjualan Order to Cash sekarang!
Temukan inefisiensi dan kurangi waktu siklus Order to Cash hingga 30%.
Tidak perlu kartu kredit. Uji coba gratis selama 14 hari.