Templat data pengelolaan rantai pasok Anda

Atribut ini menjelaskan satu langkah atau tonggak dalam proses rantai pasok. Atribut ini mencatat peristiwa penting seperti pembuatan pesanan, pemeriksaan persediaan, tahapan produksi, dan konfirmasi pengiriman, sehingga membentuk urutan aktivitas untuk setiap pesanan logistik.

Dalam analisis process mining, urutan aktivitas digunakan untuk menemukan peta proses secara otomatis, mengidentifikasi penyimpangan dari prosedur standar, dan menemukan hambatan. Urutan ini menjadi dasar analisis alur proses, kesesuaian, dan siklus pengerjaan ulang, seperti yang ditampilkan di dashboard Analisis Pengerjaan Ulang pada Pemeriksaan Kualitas.

Atribut ini menentukan langkah-langkah proses, sehingga alur rantai pasok yang sebenarnya dari awal hingga akhir dapat ditemukan dan divisualisasikan.

Biasanya, atribut ini diperoleh dari log peristiwa, catatan perubahan status, atau kode transaksi di berbagai modul Kinaxis RapidResponse.

Pesanan logistik menjadi ID kasus utama yang mengelompokkan semua peristiwa dalam satu rangkaian pemenuhan pesanan. Dengan ID ini, Anda dapat melacak pergerakan produk di seluruh rantai pasok, dari prakiraan awal atau permintaan pelanggan hingga bukti pengiriman.

Dalam process mining, analisis aktivitas berdasarkan pesanan logistik menjadi dasar untuk melihat alur proses secara utuh, menghitung waktu siklus, serta menemukan variasi dan hambatan pada setiap pesanan. Data ini menjadi dasar dashboard seperti Waktu Siklus Pemenuhan Pesanan dan Variasi Logistik dari Awal hingga Akhir.

Pengenal ini penting untuk menelusuri seluruh siklus pesanan dan menganalisis variasi proses, efisiensi, serta kepatuhan dari awal hingga akhir.

Pengenal ini biasanya merupakan kolom utama dalam modul manajemen pesanan atau perencanaan logistik di Kinaxis RapidResponse.

Waktu peristiwa mencatat saat tepat suatu aktivitas berlangsung. Stempel waktu ini penting untuk mengurutkan peristiwa secara kronologis dan menghitung durasi antar langkah dalam proses.

Analisis sangat bergantung pada atribut ini untuk menghitung semua metrik berbasis waktu, termasuk waktu siklus, waktu tunggu, dan waktu tunggu pemasok. Atribut ini penting untuk dashboard seperti Waktu Siklus Pemenuhan Pesanan dan KPI seperti Rata-rata Waktu Siklus Pesanan hingga Pengiriman. Stempel waktu yang akurat menjadi dasar untuk memahami kinerja proses dan menemukan keterlambatan.

Stempel waktu ini menunjukkan urutan kronologis peristiwa dan menjadi dasar perhitungan durasi serta kinerja. Data ini membantu menemukan hambatan dan keterlambatan.

Informasi ini biasanya tersedia bersama data aktivitas dalam log transaksi atau catatan pembaruan status di berbagai modul Kinaxis RapidResponse.

Atribut ini menunjukkan tanggal dan waktu pengambilan data terbaru. Sebagai kolom metadata, atribut ini membantu pengguna memahami seberapa baru data yang sedang dianalisis.

Informasi ini penting sebagai konteks di setiap dashboard process mining. Pengguna dapat mengetahui seberapa mutakhir analisis dan kapan pembaruan data berikutnya dijadwalkan, sehingga keputusan dibuat berdasarkan informasi terbaru.

Memberi tahu pengguna seberapa mutakhir data dan kapan data terakhir diperbarui, sehingga mereka dapat memahami kondisi terkini analisis proses.

Kolom metadata ini dibuat dan ditambahkan ke kumpulan data selama proses ekstraksi, transformasi, dan pemuatan data (ETL).

Atribut ini menunjukkan sistem asal untuk setiap entri log peristiwa. Dalam lingkungan sistem yang kompleks, peristiwa untuk satu proses dapat berasal dari beberapa sistem, seperti ERP, WMS, dan Kinaxis.

Dalam analisis, atribut ini membantu memvalidasi data dan memahami lanskap teknologi proses. Atribut ini juga dapat membantu menemukan masalah integrasi data atau perbedaan antar sistem yang terlibat dalam rantai pasok.

Atribut ini memberi konteks tentang asal data, yang penting untuk validasi data, pemecahan masalah, dan memahami fragmentasi proses di berbagai sistem TI.

Nilai ini sering ditambahkan sebagai nilai tetap saat ekstraksi data untuk menandai asal data.

Atribut ini menunjukkan pelanggan akhir yang terkait dengan pesanan logistik. Atribut ini penting untuk mengelompokkan analisis proses berdasarkan sudut pandang pelanggan.

Dengan ID pelanggan, Anda dapat menganalisis kinerja pengiriman tepat waktu untuk pelanggan tertentu, memahami pelanggan mana yang memiliki alur pesanan paling rumit, dan menyesuaikan perbaikan layanan. Informasi ini membantu Anda memprioritaskan pelanggan bernilai tinggi dan mengelola hubungan dengan pelanggan secara lebih efektif.

Mendukung analisis proses yang berfokus pada pelanggan, sehingga Anda dapat mengevaluasi tingkat layanan, kinerja pengiriman, dan kerumitan pemenuhan pesanan untuk pelanggan utama.

Tersedia di tabel atau workbook pesanan pelanggan dalam Kinaxis RapidResponse. Kolom ini sering diberi nama 'Customer Number' atau 'Sold-To Party'.

Atribut ini menunjukkan produk yang ditangani dalam pesanan logistik. Dengan atribut ini, analisis dapat dikelompokkan berdasarkan jenis, kategori, atau produk tertentu.

Analisis proses berdasarkan produk penting untuk menemukan barang yang sering mengalami keterlambatan, masalah kualitas, atau alur pemenuhan yang rumit. Data ini mendukung dashboard Akurasi Prakiraan Permintaan dan Analisis Pengerjaan Ulang pada Pemeriksaan Kualitas, sehingga Anda dapat menemukan lini produk atau rantai pasok yang bermasalah.

Memungkinkan analisis proses berdasarkan lini atau kategori produk, sehingga Anda dapat menemukan produk dengan alur pemenuhan yang tidak efisien atau bermasalah.

Ini adalah kolom standar dalam data pesanan, pengiriman, dan inventaris di Kinaxis RapidResponse. Kolom ini sering diberi nama 'SKU', 'Material Number', atau 'Product ID'.

Atribut ini menunjukkan individu atau pengguna sistem yang bertanggung jawab atas langkah proses tertentu. Atribut ini membantu memahami pembagian beban kerja, menemukan kebutuhan pelatihan, dan menganalisis kinerja pengguna atau tim.

Dalam analisis, Anda dapat memfilter peta proses untuk melihat cara pengguna tertentu menjalankan tugas atau menemukan aktivitas yang sering ditangani oleh kelompok kecil spesialis. Atribut ini juga dapat menunjukkan peluang otomatisasi untuk tugas manual yang berulang.

Atribut ini menunjukkan penanggung jawab setiap langkah proses, sehingga kinerja tim, pembagian beban kerja, dan kepatuhan terhadap prosedur dapat dianalisis.

Biasanya ditemukan dalam log transaksi pada kolom 'User Name', 'Changed By', atau 'Created By' di Kinaxis RapidResponse.

Atribut ini mencatat waktu saat pelanggan secara resmi menerima barang. Ini menandai tahap akhir proses pemenuhan pesanan.

Tanggal ini menjadi pembanding untuk 'Tanggal pengiriman yang diminta' dan digunakan untuk menentukan apakah pengiriman tepat waktu atau terlambat. Data ini menjadi metrik utama pada dashboard kinerja pengiriman tepat waktu dan penting untuk menghitung perjanjian tingkat layanan (SLA) serta keandalan rantai pasok secara keseluruhan.

Mengonfirmasi bahwa proses pengiriman telah selesai dan penting untuk menghitung kinerja pengiriman aktual dibandingkan dengan harapan pelanggan.

Informasi ini biasanya berasal dari peristiwa bukti pengiriman yang dicatat di Kinaxis atau sistem manajemen transportasi (TMS) terintegrasi.

Atribut ini mencatat tanggal pelanggan mengharapkan pesanan diterima. Tanggal ini menjadi acuan untuk mengukur kinerja pengiriman dan kepuasan pelanggan.

Tanggal ini dibandingkan langsung dengan 'Tanggal pengiriman aktual' untuk menghitung KPI tingkat pengiriman tepat waktu dan mengisi dashboard kinerja pengiriman tepat waktu. Memahami selisih antara tanggal yang diminta dan tanggal aktual membantu menemukan keterlambatan yang berulang dan meningkatkan layanan pelanggan.

Menjadi acuan utama untuk mengukur kinerja pengiriman tepat waktu dan komponen penting dalam KPI kepuasan pelanggan.

Kolom standar pada pesanan penjualan pelanggan di Kinaxis RapidResponse.

Atribut ini mencatat alasan spesifik kegagalan kualitas. Informasi ini memberi konteks penting saat aktivitas 'Quality Control Passed' tidak terjadi dan proses kembali ke produksi untuk pengerjaan ulang.

Pada dashboard analisis pengerjaan ulang kontrol kualitas, data ini menjelaskan penyebab pengerjaan ulang. Analisis alasan penolakan membantu menemukan akar masalah kualitas, seperti cacat bahan, kerusakan peralatan, atau kesalahan operator, sehingga tindakan perbaikan dapat diarahkan dengan tepat.

Memberi konteks penting terkait kegagalan kualitas dan siklus pengerjaan ulang. Informasi ini mendukung analisis akar masalah untuk meningkatkan kualitas produk dan mengurangi pemborosan.

Informasi ini biasanya tersedia di modul atau tabel manajemen kualitas dan ditautkan ke peristiwa pemeriksaan kualitas.

Atribut ini menunjukkan fasilitas penyimpanan yang terlibat dalam pemenuhan pesanan. Informasi ini penting untuk memahami bagian logistik dan pengelolaan inventaris dalam rantai pasok.

Dengan menganalisis aktivitas di setiap gudang, bisnis dapat membandingkan efisiensi jaringan distribusinya. Analisis ini berguna untuk dashboard terkait hambatan inventaris dan kapasitas pemenuhan pesanan, serta membantu menemukan inventaris yang lambat bergerak atau operasional gudang yang kurang efisien.

Menunjukkan gudang atau pusat distribusi tertentu, sehingga pergerakan inventaris, efisiensi pengambilan barang, dan kecepatan pemenuhan pesanan dapat dianalisis berdasarkan lokasi.

Tersedia dalam data pengelolaan inventaris dan pengiriman, sering dikaitkan dengan peristiwa pengambilan dan pengiriman barang.

Atribut ini menunjukkan pemasok yang terlibat dalam aktivitas pengadaan, seperti 'Purchase Order Issued' dan 'Raw Materials Received'.

Atribut ini penting untuk dashboard kinerja pengiriman pemasok. Bisnis dapat mengukur dan membandingkan ketepatan waktu pengiriman serta waktu tunggu dari berbagai pemasok. Analisis ini membantu mengelola hubungan dengan pemasok, menemukan mitra yang dapat diandalkan, dan mengurangi risiko dalam rantai pasok masuk.

Mendukung analisis kinerja pemasok, yang penting untuk menemukan hambatan pengadaan dan menjaga keandalan rantai pasok masuk.

Tersedia di dokumen pembelian dan catatan penerimaan barang dalam Kinaxis RapidResponse, biasanya dengan nama 'Supplier ID' atau 'Vendor Number'.

Atribut ini berisi jumlah produk yang diperkirakan akan dipesan dalam periode tertentu. Nilai ini merupakan hasil proses perencanaan permintaan.

Data ini penting untuk dashboard akurasi perkiraan permintaan dan KPI selisih pesanan perkiraan dengan aktual. Dengan membandingkan nilai ini dengan 'Jumlah pesanan' aktual, bisnis dapat menilai keandalan perkiraan. Hal ini penting untuk mengoptimalkan tingkat inventaris dan perencanaan produksi.

Menjadi acuan untuk mengukur akurasi perkiraan, membantu meningkatkan pengelolaan inventaris dan mengurangi biaya akibat stok berlebih atau kehabisan stok.

Data ini berasal dari modul perencanaan permintaan atau peramalan di Kinaxis RapidResponse.

Atribut ini menunjukkan jumlah unit produk tertentu dalam pesanan pelanggan. Ini merupakan data transaksi yang mendasar.

Dalam analisis, jumlah pesanan dibandingkan dengan jumlah perkiraan untuk mengukur akurasi perkiraan. Data ini juga membantu memprioritaskan pesanan bervolume tinggi dan memahami skala produksi serta operasional logistik yang diperlukan untuk setiap pesanan.

Penting untuk mengukur akurasi perkiraan permintaan dengan membandingkannya dengan jumlah perkiraan, serta memahami faktor yang mendorong volume dalam rantai pasok.

Kolom standar pada data baris pesanan pelanggan di Kinaxis RapidResponse.

Atribut ini menunjukkan cara barang dipindahkan dari satu lokasi ke lokasi lain. Pilihannya dapat mencakup layanan standar maupun ekspres.

Atribut ini menjadi dasar dashboard ringkasan pesanan ekspres dan KPI persentase pesanan ekspres. Analisisnya membantu mengetahui seberapa sering pengiriman ekspres yang mahal digunakan, yang dapat menandakan masalah dalam perencanaan atau pelaksanaan. Atribut ini juga mendukung analisis waktu tempuh tiap tahap transportasi dengan membandingkan efisiensi berbagai moda.

Menunjukkan metode transportasi yang digunakan. Informasi ini penting untuk menganalisis biaya logistik, waktu transit, dan frekuensi penggunaan pengiriman ekspres yang mahal.

Informasi ini biasanya tersimpan dalam dokumen pengiriman atau transportasi di Kinaxis RapidResponse atau TMS terintegrasi.

Atribut ini menjadi pengenal utama untuk aktivitas pengadaan. Atribut ini menghubungkan permintaan bahan ('Purchase Requisition Created') dengan pesanan resmi kepada pemasok ('Purchase Order Issued') dan penerimaan bahan tersebut ('Raw Materials Received').

ID pesanan logistik digunakan sebagai ID kasus, sedangkan nomor pesanan pembelian menjadi referensi dokumen bisnis penting untuk menelusuri transaksi pemasok tertentu. Data ini penting untuk menganalisis dashboard kinerja pengiriman pemasok secara terperinci.

Menjadi referensi utama untuk seluruh aktivitas pengadaan, sehingga analisis terperinci atas subproses pembelian dan kinerja pemasok dapat dilakukan.

Kolom utama dalam modul atau workbook pembelian dan pengadaan di Kinaxis RapidResponse.

Atribut ini menunjukkan lokasi fisik tertentu, seperti pabrik atau lokasi produksi, yang terlibat dalam proses rantai pasok. Atribut ini memberi konteks geografis dan organisasi pada aktivitas produksi.

Analisis proses berdasarkan pabrik memungkinkan Anda membandingkan kinerja berbagai lokasi. Analisis ini dapat menunjukkan pabrik yang lebih efisien, pabrik dengan tingkat pengerjaan ulang lebih tinggi, dan lokasi yang paling sering mengalami hambatan produksi. Informasi ini juga mendukung analisis pemanfaatan sumber daya.

Memberi konteks lokasi untuk aktivitas produksi, sehingga Anda dapat membandingkan kinerja dan menganalisis hambatan di berbagai lokasi manufaktur.

Atribut ini umum ditemukan dalam data produksi, inventaris, dan logistik di Kinaxis RapidResponse.

Atribut boolean ini menunjukkan aktivitas yang terjadi sebagai bagian dari siklus pengerjaan ulang. Biasanya nilainya ditetapkan sebagai 'true' saat aktivitas produksi atau kontrol kualitas diulang untuk ID pesanan logistik yang sama setelah upaya pertama.

Penanda ini penting untuk dashboard analisis pengerjaan ulang kontrol kualitas dan KPI tingkat pengerjaan ulang. Analis dapat mengukur frekuensi pengerjaan ulang dengan mudah dan menemukan alur proses yang menyebabkan inefisiensi, kenaikan biaya, dan waktu siklus yang lebih lama.

Menandai langsung siklus pengerjaan ulang yang tidak efisien dalam proses, sehingga dampak masalah kualitas terhadap biaya dan waktu siklus dapat diukur dengan mudah.

Atribut ini dihitung di dalam alat process mining dengan mendeteksi urutan aktivitas yang berulang untuk suatu kasus.

Atribut boolean ini dihitung dengan membandingkan 'Tanggal pengiriman aktual' dengan 'Tanggal pengiriman yang diminta'. Atribut ini menyederhanakan analisis kinerja dengan mengelompokkan setiap pesanan yang selesai sebagai tepat waktu atau terlambat.

Penanda ini menjadi dasar dashboard kinerja pengiriman tepat waktu dan KPI tingkat pengiriman tepat waktu. Anda dapat menggunakannya untuk memfilter, menggabungkan, dan memvisualisasikan kinerja pengiriman berdasarkan dimensi seperti pelanggan, produk, atau wilayah.

Memberikan hasil yang jelas, tepat waktu atau terlambat, sehingga perhitungan KPI pengiriman tepat waktu lebih mudah dan visualisasi di dashboard lebih jelas.

Atribut ini tidak tersedia di sistem sumber. Nilainya dihitung saat transformasi data untuk process mining.

Atribut ini menunjukkan sumber daya fisik yang terlibat dalam suatu langkah proses, terutama di bidang manufaktur. Sumber daya tersebut dapat berupa mesin tertentu, lini perakitan, atau stasiun pengemasan.

Analisis proses berdasarkan sumber daya menjadi dasar dashboard pemanfaatan sumber daya rantai pasok. Analisis ini membantu memahami beban kerja dan kinerja berbagai sumber daya, menemukan mesin yang menjadi hambatan, serta mengoptimalkan alokasi sumber daya agar kapasitas dan efisiensi meningkat.

Menunjukkan peralatan atau lini tertentu yang digunakan. Informasi ini penting untuk menganalisis pemanfaatan sumber daya, keterbatasan kapasitas, dan hambatan produksi.

Data ini sering ditemukan di sistem eksekusi manufaktur (MES) yang terintegrasi dengan Kinaxis atau dalam data perencanaan produksi terperinci.

Metrik tingkat kasus ini mengukur durasi keseluruhan proses pemenuhan pesanan dari awal hingga akhir. Perhitungannya menggunakan waktu aktivitas terakhir ('Proof Of Delivery Signed') dikurangi waktu aktivitas relevan pertama ('Customer Order Received').

Metrik ini menjadi dasar dashboard waktu siklus pemenuhan pesanan dan KPI rata-rata waktu siklus dari pesanan hingga pengiriman. Metrik ini memberi gambaran umum tentang efisiensi dan kecepatan rantai pasok, serta membantu memantau perbaikan dan menemukan keterlambatan yang berulang.

Menunjukkan total durasi proses pemenuhan pesanan dari awal hingga akhir. Metrik ini menjadi KPI penting untuk mengukur kecepatan dan efisiensi rantai pasok secara keseluruhan.

Metrik ini bukan kolom dalam sistem sumber. Perangkat lunak process mining menghitungnya pada tingkat kasus.