Il Suo template dei dati per la gestione del magazzino

Questo attributo registra le singole fasi o tappe del processo di gestione del magazzino. Alcuni esempi sono «Merci prelevate dal magazzino», «Imballaggio avviato» e «Spedizione partita». Ogni attività rappresenta un’azione specifica eseguita sull’ordine di magazzino.

È un attributo fondamentale per il Process Mining, perché definisce i nodi della mappa di processo. Analizzare la sequenza, la frequenza e la durata delle attività consente di visualizzare i flussi di processo, individuare gli scostamenti dalla procedura standard e identificare i colli di bottiglia che causano ritardi.

Definisce le fasi del processo, costituisce la base della mappa di processo e consente di analizzare i flussi operativi e le relative variazioni.

Ricavato dai codici delle transazioni, dai log degli eventi o dalle tabelle degli aggiornamenti di stato di Manhattan SCALE, che registrano l’avanzamento degli ordini di magazzino.

Questo attributo indica la data e l’ora esatte di ogni attività registrata nel processo. Costituisce la base cronologica dell’Event Log e definisce la sequenza e la tempistica di tutte le operazioni di magazzino relative a un ordine.

L’ora dell’evento è essenziale per tutte le analisi di Process Mining basate sul tempo. Viene utilizzata per calcolare i tempi di ciclo tra le attività, misurare la durata complessiva di un processo, individuare i ritardi e analizzare le prestazioni del processo in periodi diversi. Le marche temporali accurate sono fondamentali per creare una mappa di processo affidabile e ricavare metriche di prestazione significative.

Questa marca temporale è fondamentale per ordinare correttamente gli eventi e calcolare tutte le metriche basate sulla durata, come i tempi di ciclo e i tempi di attraversamento.

Si trova nelle tabelle dei log degli eventi o nei record delle transazioni, insieme alle informazioni sull’attività in Manhattan SCALE. I campi possono chiamarsi, ad esempio, «created_ts», «event_timestamp» o «status_change_date».

L’ordine di magazzino è l’identificativo principale del caso e raggruppa tutte le attività relative a un singolo processo logistico, dall’inizio alla fine. Consente di seguire l’intero ciclo di vita di un ordine all’interno del magazzino, dal ricevimento delle merci allo stoccaggio, al prelievo, all’imballaggio e alla spedizione.

Nell’analisi di Process Mining, questo attributo è fondamentale per ricostruire il percorso di ogni ordine. Collegando tutti gli eventi a uno specifico ordine di magazzino, gli analisti possono visualizzare i flussi di processo, misurare i tempi di ciclo dei singoli ordini e individuare variazioni o colli di bottiglia che incidono sull’efficienza dell’evasione.

È la chiave essenziale per collegare tutte le attività di magazzino correlate in un’unica istanza di processo coerente e consentire un’analisi end-to-end.

In genere si trova nelle tabelle principali di gestione degli ordini di Manhattan SCALE, ad esempio nella tabella dell’intestazione dell’ordine.

Questo attributo identifica l’applicazione di origine in cui sono stati generati i dati dell’evento. Per questo processo, il valore è in genere «Manhattan SCALE».

In un ambiente con più sistemi integrati, questo campo aiuta a distinguere le origini dei dati. Ne specifica la provenienza, un’informazione utile per la governance dei dati, la risoluzione dei problemi e la comprensione delle possibili differenze nelle modalità di acquisizione dei dati tra le varie piattaforme.

Fornisce informazioni essenziali sulla provenienza dei dati, fondamentali per la governance, la convalida e l’integrazione dei dati in ambienti IT complessi.

Spesso è un valore statico aggiunto durante il processo di estrazione, trasformazione e caricamento (ETL) per identificare il set di dati.

Questo attributo indica la data e l’ora dell’ultima estrazione dei dati da Manhattan SCALE e del loro caricamento nello strumento di Process Mining. Indica quanto sono aggiornati i dati analizzati.

Questa informazione aiuta gli utenti a capire quanto è recente l’analisi. Permette di sapere se si stanno consultando dati in tempo reale o un’istantanea riferita a un momento specifico, un aspetto fondamentale per prendere decisioni operative consapevoli e redigere report.

Indica quanto sono aggiornati i dati, aiutando gli utenti a comprendere il periodo coperto dall’analisi e dai report.

Questa marca temporale viene in genere generata e memorizzata dallo strumento ETL o dalla pipeline dei dati durante il caricamento.

Questo attributo rappresenta il livello di servizio concordato (SLA) o la data di consegna prevista per un ordine di magazzino in uscita. È la scadenza rispetto alla quale vengono misurate le prestazioni puntuali delle operazioni di magazzino.

Questa data è un riferimento fondamentale per valutare le prestazioni. Viene utilizzata nella Dashboard «Puntualità delle spedizioni» e nel KPI «Tasso di spedizioni puntuali» per stabilire se un ordine è stato evaso nei tempi previsti. Analizzare gli ordini che non rispettano questa data aiuta a individuare le cause sistemiche dei ritardi e a migliorare la soddisfazione dei clienti.

È il principale valore di riferimento per misurare la puntualità delle spedizioni e il rispetto dei livelli di servizio concordati con i clienti.

In genere è memorizzata nella tabella dell’intestazione dell’ordine in Manhattan SCALE e spesso proviene da un sistema ERP o di gestione degli ordini a monte.

Questo attributo, spesso indicato come SKU (Stock Keeping Unit), identifica l’articolo specifico coinvolto in un’attività di magazzino. Un singolo ordine di magazzino può includere più materiali, ciascuno gestito in righe o attività separate.

Analizzare il processo in base all’ID materiale può far emergere problemi specifici di alcuni prodotti. Per esempio, determinati articoli possono essere più soggetti a esiti negativi dei controlli di qualità, errori di prelievo o tempi di movimentazione più lunghi a causa delle dimensioni, del peso o delle esigenze di stoccaggio. Queste informazioni aiutano a ottimizzare le strategie di stoccaggio e le procedure di movimentazione per i diversi prodotti.

Consente di analizzare i dati a livello di prodotto e individuare gli articoli associati a ritardi, errori o rilavorazioni nel processo.

Si trova nelle tabelle delle righe degli ordini di Manhattan SCALE ed è collegato all’ordine di magazzino principale.

Questo attributo registra l’ID dell’utente responsabile dell’esecuzione di una specifica attività di magazzino, come il prelievo, l’imballaggio o lo stoccaggio. Collega le attività del processo alle persone coinvolte.

Analizzare le prestazioni in base all’ID utente/operatore è essenziale per comprendere l’utilizzo delle risorse e l’efficienza individuale o del team. Aiuta a individuare chi ottiene i risultati migliori, le esigenze di formazione e la distribuzione dei carichi di lavoro. Questi dati sono fondamentali per la Dashboard «Utilizzo delle risorse per operatore» e per i KPI correlati, perché consentono ai responsabili di ottimizzare il personale e l’assegnazione delle attività.

Collega le prestazioni del processo a singole persone o team e consente di analizzare carichi di lavoro, produttività e allocazione delle risorse.

Queste informazioni sono in genere registrate nei log delle transazioni di Manhattan SCALE, spesso in campi come «user_id», «operator» o «executed_by».

L’ora di fine indica il completamento di un’attività. Se associata a un’ora di inizio (EventTime), consente di calcolare con precisione il tempo di elaborazione delle singole attività. Non tutti gli eventi hanno un’ora di fine distinta, ma per quelli che la prevedono, come il prelievo o l’imballaggio, questo dato è molto utile.

Nell’analisi, l’ora di fine viene utilizzata per calcolare la metrica «ProcessingTime», fondamentale per comprendere l’efficienza delle risorse e la durata delle attività. Aiuta a individuare le attività che richiedono più tempo e contribuiscono alla durata complessiva del ciclo e a eventuali ritardi.

Consente di calcolare con precisione il tempo di elaborazione delle singole attività e di individuare quelle che assorbono più tempo e risorse.

Può essere disponibile negli stessi log delle transazioni dell’ora di inizio, in un campo separato come «completed_ts» o «end_time». Se non è disponibile direttamente, a volte può essere dedotta dall’ora di inizio dell’attività successiva.

Questo attributo registra la quantità di merci rilevata in un punto di controllo importante, ad esempio al ricevimento o durante il prelievo. Indica la quantità movimentata fisicamente, che può differire da quella pianificata.

Confrontare la quantità effettiva con quella pianificata è essenziale per individuare le discrepanze. Questo confronto costituisce la base della Dashboard «Andamento delle discrepanze nelle quantità degli ordini» e del KPI correlato. Monitorare queste differenze aiuta a individuare problemi di precisione dei fornitori, delle registrazioni di magazzino o del prelievo, tutti aspetti fondamentali per mantenere l’integrità delle scorte.

È fondamentale per individuare le differenze tra le quantità pianificate e quelle effettivamente movimentate, mettendo in luce possibili problemi di precisione delle scorte o errori operativi.

Si trova nei record di dettaglio delle transazioni relative ad attività come il ricevimento, il conteggio o il prelievo in Manhattan SCALE.

Il tipo di ordine definisce lo scopo generale dell’ordine di magazzino. Tra i tipi più comuni rientrano le spedizioni ai clienti (in uscita), i ricevimenti dai fornitori (in entrata), i trasferimenti di scorte tra posizioni (interni) e i resi.

Questo attributo consente di segmentare l’analisi del processo. Filtrando per tipo di ordine, è possibile confrontare le prestazioni di processi diversi, come il ricevimento e la spedizione. È un aspetto fondamentale, perché fasi, risorse e obiettivi di prestazione spesso differiscono notevolmente; analizzarli insieme può quindi portare a conclusioni fuorvianti.

Consente di separare e confrontare processi distinti, come quelli in entrata e in uscita, caratterizzati da flussi e obiettivi di prestazione diversi.

Si trova nei dati dell’intestazione dell’ordine in Manhattan SCALE. Il campo può chiamarsi «order_type», «transaction_type» o in modo simile.

Questo attributo specifica l’attrezzatura per la movimentazione dei materiali (MHE) o la tecnologia utilizzata per svolgere un’attività di magazzino. Può trattarsi dell’ID di un carrello elevatore, del numero di un transpallet o dell’ID di uno scanner RF portatile.

Questi dati sono utili per analizzare l’utilizzo delle risorse, oltre a quello degli operatori. Aiutano a comprendere le modalità d’uso delle attrezzature costose, pianificare la manutenzione e assicurarsi che gli strumenti necessari siano disponibili al momento giusto. Supportano direttamente KPI come «Utilizzo delle risorse (prelievo)», aggiungendo un’ulteriore dimensione all’analisi.

Consente di analizzare l’utilizzo delle attrezzature e il relativo impatto sull’efficienza del processo, aiutando a gestire la manutenzione e gli investimenti in attrezzature per la movimentazione dei materiali.

Consulti la documentazione di Manhattan SCALE o i log di sistema. Se il sistema è configurato per acquisire questi dati, potrebbero essere registrati nei record di esecuzione delle attività.

Questo attributo è la marca temporale che indica la fase finale del processo di magazzino per un ordine, ad esempio «Spedizione partita». Rappresenta l’ora effettiva di completamento del processo di evasione.

Questa data viene confrontata direttamente con la «Data di completamento richiesta» per calcolare la puntualità delle spedizioni. È il dato effettivo che conferma quando è terminata la responsabilità del magazzino per l’ordine. Analizzare questo attributo aiuta a misurare con precisione i tempi di ciclo dell’evasione e le prestazioni rispetto agli SLA.

Fornisce la marca temporale effettiva del completamento dell’ordine, utilizzata per calcolare i tempi di ciclo reali e misurare le prestazioni rispetto alle date richieste.

Corrisponde alla marca temporale dell’ultima attività del processo, ad esempio «Spedizione partita» o «Ordine di magazzino completato».

Questo attributo registra l’esito dell’attività «Controllo qualità eseguito». Indica se le merci ricevute rispettano gli standard di qualità richiesti o se sono necessari ulteriori interventi.

È un attributo fondamentale per l’analisi della gestione della qualità. Aiuta a monitorare il «Tasso di conformità dei controlli di qualità», considerando non solo il rispetto delle procedure, ma anche gli esiti. Analizzare i tassi di esito negativo per fornitore o materiale può contribuire a migliorare le decisioni di approvvigionamento e a ridurre i costi successivi legati alla scarsa qualità delle merci.

Fornisce l’esito dei controlli di qualità e consente di analizzare la qualità dei fornitori, i problemi dei prodotti e l’efficacia del processo di ispezione.

Consulti la documentazione di Manhattan SCALE. Il dato dovrebbe essere memorizzato nelle tabelle relative alla gestione della qualità o alle attività di ricevimento.

L’ID spedizione è un identificativo di livello superiore che raggruppa uno o più ordini di magazzino trasportati insieme sullo stesso veicolo o nell’ambito della stessa consegna. Collega i singoli ordini a uno specifico evento di trasporto.

Nell’analisi, l’ID spedizione offre una visione più ampia delle operazioni logistiche. Può essere utilizzato per analizzare l’efficienza del consolidamento nelle fasi di attesa e carico, misurare la puntualità a livello di spedizione e comprendere in che modo il consolidamento degli ordini incide sui tempi di attraversamento complessivi.

Raggruppa più ordini in un unico evento di spedizione e consente di analizzare i processi di consolidamento, attesa e carico.

Si trova nelle tabelle di gestione dei trasporti o delle spedizioni di Manhattan SCALE. In genere, questo ID è collegato a più ordini di magazzino.

Questo attributo identifica il partner logistico o il vettore (ad esempio FedEx, UPS, DHL) assegnato a una spedizione in uscita. Collega il processo di magazzino alla successiva fase di trasporto.

Analizzare le prestazioni per vettore può far emergere informazioni importanti sulla catena di approvvigionamento. Aiuta a capire se determinati vettori sono associati a tempi di attesa più lunghi, ritardi frequenti o esigenze specifiche di movimentazione. Queste informazioni possono essere utilizzate per valutare le prestazioni dei vettori e ottimizzare le partnership logistiche.

Collega le operazioni di magazzino ai partner logistici e consente di analizzare le prestazioni per vettore, individuando eventuali colli di bottiglia legati al trasporto.

Si trova nelle tabelle di gestione delle spedizioni o della pianificazione dei trasporti di Manhattan SCALE, spesso collegato all’intestazione dell’ordine.

Questo attributo identifica la posizione fisica (ad esempio corsia 5, scaffale 3, livello C) interessata da un’attività di stoccaggio o prelievo. Fornisce un riferimento spaziale per il processo di magazzino.

Analizzare le attività in base alla posizione di stoccaggio è fondamentale per ottimizzare la disposizione del magazzino e il flusso dei materiali. Può aiutare a individuare le posizioni visitate più spesso, i percorsi di prelievo inefficienti o le aree soggette a congestione. Questi dati supportano l’analisi dell’efficienza dello stoccaggio e del prelievo e aiutano a individuare opportunità per migliorare le strategie di stoccaggio.

Fornisce un riferimento spaziale per le movimentazioni di magazzino e consente di analizzare l’efficienza della disposizione, i tempi di percorrenza e l’ottimizzazione dei percorsi di prelievo.

È contenuto nei dati a livello di attività per lo stoccaggio e il prelievo in Manhattan SCALE, in campi come «location_id», «bin_code» o «source_location».

Questo attributo indica la quantità di un articolo che, secondo l’ordine di magazzino originale o le istruzioni dell’attività, ci si aspettava di ricevere, prelevare o movimentare. È il valore di riferimento con cui si confronta l’operatività effettiva.

Questo valore viene utilizzato insieme alla «Quantità effettiva» per calcolare le discrepanze. Differenze frequenti tra quantità pianificate ed effettive possono segnalare problemi nelle spedizioni dei fornitori, nella precisione delle scorte o nei processi di prelievo. Per questo è un attributo importante per l’analisi della qualità e della precisione.

Costituisce il valore di riferimento per misurare la precisione delle quantità e individuare discrepanze che incidono sulle scorte e sull’evasione degli ordini.

Si trova nelle tabelle delle righe degli ordini o nei dettagli delle attività di Manhattan SCALE.

Questo attributo booleano individua le rilavorazioni, ad esempio quando l’attività «Goods Picked from Storage» viene eseguita più di una volta per lo stesso materiale all’interno di un singolo ordine. Il valore si ricava analizzando gli schemi del flusso di processo.

Segnalare le rilavorazioni è fondamentale per individuare inefficienze ed errori di processo. L’attributo consente di quantificare il KPI «Picking Rework Rate» e permette agli analisti di isolare e approfondire i casi con passaggi ripetuti. Comprendere le cause delle rilavorazioni è essenziale per ridurre i costi operativi e migliorare la qualità del processo.

Segnala i cicli inefficienti e le attività ripetute nel processo, spesso all’origine di ritardi e maggiori costi operativi.

È un attributo calcolato, in genere ricavato nello strumento di Process Mining definendo regole che rilevano specifici schemi di attività ripetute, come i cicli su se stessi o i cicli brevi.

Questa metrica si calcola sottraendo la «Planned Quantity» dalla «Actual Quantity». Un valore diverso da zero indica una differenza tra la quantità di merce movimentata e quella prevista. Il valore può essere positivo (eccedenza) o negativo (ammanco).

Questo attributo è alla base del KPI «Order Quantity Discrepancy Rate». Quantifica l’entità degli errori in fase di ricevimento o prelievo e fornisce una metrica chiara per le Dashboard che monitorano la precisione delle scorte. Analizzare gli andamenti e le cause profonde di queste differenze è fondamentale per migliorare la precisione operativa.

Quantifica direttamente gli errori relativi alle scorte e all’evasione degli ordini, offrendo una metrica chiara per monitorare la precisione e l’impatto economico degli scostamenti.

È un campo calcolato nello strumento di Process Mining con la formula: ActualQuantity - PlannedQuantity.

Questo attributo booleano si ottiene confrontando la «Actual Completion Date» con la «Requested Completion Date». Il valore è vero se l’ordine è stato completato entro i tempi previsti e falso se è in ritardo.

L’attributo semplifica l’analisi delle prestazioni, agevolando i filtri e le aggregazioni. È alla base del KPI «On-Time Shipment Rate» e alimenta le Dashboard che monitorano il rispetto degli SLA concordati con i clienti. Permette di distinguere rapidamente gli ordini conformi da quelli non conformi e di analizzare le cause profonde dei ritardi.

Semplifica la reportistica sulle prestazioni trasformando il confronto tra date in un semplice indicatore vero/falso, così da calcolare facilmente la percentuale di spedizioni puntuali.

Si calcola verificando se «ActualCompletionDate» <= «RequestedCompletionDate». Questa logica viene applicata nello strumento di Process Mining.

Questa metrica calcolata misura la durata di una fase fondamentale del processo in entrata: il tempo tra l’attività «Goods Received and Counted» e l’attività «Goods Put Away in Storage». Quantifica l’efficienza delle operazioni di ricevimento e stoccaggio.

Questa durata è un dato essenziale per la Dashboard «Goods Receipt to Putaway Cycle» e il relativo KPI. Valori elevati possono indicare colli di bottiglia nell’area di ricevimento, ritardi nella creazione delle attività di stoccaggio o percorsi interni poco efficienti, con conseguenti ritardi nella disponibilità delle scorte.

Isola e misura l’efficienza di una fase cruciale del processo in entrata, mettendo in evidenza i colli di bottiglia che ritardano la disponibilità delle scorte.

È un campo calcolato, ottenuto misurando la differenza di tempo tra gli eventi «Goods Received and Counted» e «Goods Put Away in Storage» per ciascun caso.

Questa metrica calcola la durata complessiva di ciascun ordine di magazzino, dall’evento «Warehouse Order Created» all’evento «Warehouse Order Completed». È un indicatore chiave di prestazione che misura l’efficienza dell’intero processo di evasione degli ordini in magazzino, dall’inizio alla fine.

Nelle Dashboard e nelle analisi, questo attributo offre una visione d’insieme delle prestazioni. Consente di monitorare gli andamenti, individuare i valori anomali (tempi di ciclo prolungati) e confrontare le prestazioni nel tempo. È direttamente collegato alla Dashboard «Overall Order Fulfillment Cycle Time» e al relativo KPI.

È un KPI fondamentale, che misura la rapidità e l’efficienza complessive del magazzino, con effetti diretti sulla soddisfazione dei clienti e sui costi operativi.

È un campo calcolato, ottenuto sottraendo il timestamp del primo evento da quello dell’ultimo per ciascun ordine di magazzino.