在庫管理データテンプレート

この属性は、在庫管理プロセスにおける具体的な手順または節目を表します。各アクティビティは、在庫バッチの受領、検査、移動、出荷など、個別の操作を示します。

これらのアクティビティの順序と頻度を分析することは、プロセスマイニングの基盤です。プロセスの流れを可視化し、標準手順からの逸脱を特定し、遅延や手戻りの原因となるアクティビティを明らかにできます。たとえば、ピッキングに失敗した後に「Cycle Count Performed」が頻繁に発生しているかどうかを確認できます。

プロセスの手順を定義し、在庫が開始から終了まで移動する経路を可視化・分析できます。

通常は、Manhattan Active Inventory内のイベントログ、取引コード、ステータス変更記録から作成されます。技術コードを利用者に分かりやすい名称へマッピングする必要がある場合があります。

この属性は、記録された各アクティビティの開始日時を示します。イベントを時系列に並べ、異なるプロセス手順間の所要時間を算出するために欠かせません。

分析では、開始時刻を使って棚入れサイクルタイム、品質検査リードタイム、在庫総滞留時間などの主要業績指標を算出します。タイムスタンプを分析することで、作業が行われた時間を把握し、予定に対するパフォーマンスを測定し、倉庫における時間面の非効率を明らかにできます。

このタイムスタンプは、イベントを正しく並べ、時間に基づくすべてのパフォーマンス指標とKPIを算出するための基礎となります。

Manhattan Active Inventoryのすべての取引またはイベントレコードには、通常「CREATE_DTTM」や「EVENT_TIMESTAMP」などのタイムスタンプ項目が関連付けられています。

在庫バッチまたはロット番号は、特定の商品数量に関するすべてのアクティビティをまとめます。これにより、在庫への受領からさまざまな移動、最終的な出庫または消費まで、個別の在庫数量のライフサイクル全体を追跡できます。

プロセスマイニングでは、この属性が各在庫単位の開始から終了までの経路を再構築するうえで重要です。プロセスのバリアント、サイクルタイム、特定のバッチに影響するボトルネックを分析できます。たとえば、品質検査の遅延が長いバッチや、出荷前に社内移動を頻繁に行うバッチを特定できます。

関連するすべての在庫イベントを1つのプロセスインスタンスに結び付ける中核的な識別子です。在庫ライフサイクルを開始から終了まで分析できます。

通常はManhattan Active Inventory内の在庫明細テーブルまたはロットマスターデータにあります。具体的なテーブル名や項目名については、システムのドキュメントを確認してください。

この属性は、イベントデータを生成したソースアプリケーションまたはモジュールを識別します。最新の物流環境では、基幹WMS、ヤード管理システム、輸送管理システムなどからデータが取得される場合があります。

ソースシステムを指定することは、データガバナンスとデータの背景を理解するうえで重要です。たとえば、イベントが自動システムから発生したのか、手動入力ポータルから登録されたのかを把握することは、自動化の分析に役立ちます。

データの出所に関する重要な背景情報を提供します。データの検証、ガバナンス、システム間の連携を理解するうえで欠かせません。

通常は、データセットの出所を示すために、データ抽出処理の中で静的な値として追加されます。

この属性は、ソースシステムからデータを取得した日時を記録します。分析対象データの鮮度を把握するうえで重要なメタデータ項目です。

ダッシュボードやレポートでは、基盤となるデータがどの時点のものかを利用者に伝えます。データの遅延に対する期待値を管理し、データパイプラインの更新スケジュールを設定するうえでも欠かせません。

データの鮮度を利用者が把握できるようにし、適時かつ十分な情報に基づく業務上の意思決定を支援します。

このタイムスタンプは、データ抽出、変換、ロード（ETL）ツールまたはスクリプトによって生成され、データセットに追加されます。

この属性には、記録された各アクティビティの完了日時が格納されます。イベントによっては瞬時に完了するもの（StartTimeとEndTimeが同じ）もありますが、品質検査やピッキング作業のように所要時間が発生するものもあります。

終了時刻は、個々のアクティビティの処理時間を計算するために必要です。これにより、プロセス全体の中でどの作業に最も時間がかかっているかを詳しく分析し、対象を絞った改善に取り組めます。

個々のアクティビティの所要時間を計算できるため、プロセスの遅延を引き起こしている作業を正確に特定できます。

ソースシステム内の独立したフィールド（例：'END_DTTM'）である場合もあれば、瞬時に完了するイベントでは開始時刻と同じ場合もあります。イベントデータの構造については、Manhattan Active Inventoryのドキュメントをご確認ください。

この属性には、ピッキング、梱包、在庫調整など、特定の作業を担当した人物のユーザーIDまたは名前が記録されます。自動化された作業では、自動システムやボットのIDを表すこともあります。

ユーザー別にパフォーマンスを分析すると、トレーニングの機会や高い成果を上げている担当者、作業負荷の分布を把握できます。ピッキングや梱包のパフォーマンスに関するダッシュボードの主要な分析軸であり、手動調整が集中する箇所の調査にも役立ちます。

プロセスアクティビティを特定のユーザーに関連付け、パフォーマンス分析、作業負荷の平準化、トレーニングニーズの特定を可能にします。

通常は、'USER_ID'、'EXECUTED_BY'、'RESOURCE_ID'などのフィールドに、取引データとともに保存されます。Manhattan Active Inventoryのドキュメントをご確認ください。

この属性には、在庫イベントに関連するゾーン、通路、棚などのロケーションが記録されます。倉庫内で在庫が移動した場所やアクティビティが行われた場所を把握できます。

ほぼすべてのダッシュボードで使用される重要な分析軸です。ボトルネックが発生しているエリアの特定、ロケーション間のパフォーマンス比較、在庫差異の根本原因の調査に役立ちます。たとえば、特定のゾーンでピッキングエラーが多発しているか、棚入れに時間がかかっているかを確認できます。

在庫イベントの空間的な背景を示し、ボトルネック、効率、特定の物理ロケーションに関連する問題を分析できます。

ロケーションデータはあらゆるWMSの中核情報であり、在庫取引テーブルに通常含まれています。'LOCATION_ID'、'BIN_CODE'、'ZONE'などのフィールドを確認してください。Manhattan Active Inventoryのドキュメントもご確認ください。

この属性には、受け入れ、移動、ピッキング、調整など、在庫イベントに関連する商品の数量が記録されます。

数量は、業務規模の把握や複数の主要KPIの計算に欠かせない指標です。手動調整量比率、数量別廃棄率、ピッキング処理量の算出に使用されます。数量を分析すると、大口注文と小口注文でプロセスの特徴が異なるかどうかも確認できます。

各アクティビティの処理量を示し、処理量、比率、その他の数量ベースのKPIを計算するために役立ちます。

Manhattan Active Inventoryの取引テーブルには、各移動またはイベントに関連する数量フィールドが含まれます。'QTY'、'QUANTITY'、'UNITS'などの名前が使われます。

在庫保管単位（SKU）は、商品を追跡するための固有コードです。サイズ、色、ブランドなどの特徴に基づいて品目を区別できます。

プロセスマイニングでSKU別に分析すると、商品固有の問題を特定できます。たとえば、特定のSKUで品質検査に時間がかかっているか、破損や廃棄が発生しやすいか、在庫調整の対象になる頻度が高いかを確認できます。棚入れサイクル時間分析や在庫廃棄傾向などのダッシュボードで重要な属性です。

商品単位で分析できるため、プロセス上の問題が特定の品目や商品カテゴリーに集中しているかを確認できます。

SKUは品目マスターデータと在庫取引テーブルの基本フィールドです。'SKU'、'ITEM_ID'、'PRODUCT_CODE'という名前のフィールドを確認してください。

移動理由コードは、在庫イベントが発生した理由を示します。社内移動、調整、返品、廃棄など、標準外のアクティビティで特に重要です。

この属性は根本原因分析に欠かせません。たとえば、在庫差異概要ダッシュボードでは、調整が行われた理由（例：'破損品'、'棚卸修正'、'盗難'）を説明できます。社内在庫移動や廃棄の要因分析にも使用されます。

在庫の移動や調整が行われた理由を明らかにし、差異、廃棄、移動の根本原因を詳しく分析できます。

通常は、特定の移動タイプに関連する取引テーブルのフィールドです。Manhattan Active Inventoryで、'REASON_CODE'や'MOVEMENT_TYPE'などのフィールドを確認してください。

SKUカテゴリーを使うと、類似する商品をまとめて分析できます。商品タイプ、保管要件（例：冷蔵）、販売速度（例：A、B、C品）などに基づいて分類できます。

この属性を使うと、個別SKUの分析よりも上位の傾向を把握できます。「電子機器は他のカテゴリーより棚入れに時間がかかるか」「季節商品カテゴリーに廃棄が集中しているか」といった問いに答えられます。棚入れサイクル時間や品質検査リードタイムのダッシュボードで使用されます。

商品をグループ化して集計分析を行い、商品群全体に共通するプロセスの傾向や問題を明らかにします。

通常は品目マスターデータの一部で、SKUに関連付けられています。Manhattan Active Inventoryの商品または品目マスター設定をご確認ください。

この属性は、在庫ロットを受け入れたサプライヤーを識別します。在庫ライフサイクルの初期段階、特に入荷と品質検査で重要な情報です。

サプライヤー別にプロセスを分析すると、サプライヤーのパフォーマンスを管理できます。たとえば、品質検査リードタイムのダッシュボードでは、特定のサプライヤーからの在庫で検査遅延が継続的に発生していないかを確認できます。品質上の問題や書類の不備を示す可能性があります。

在庫プロセスを特定のサプライヤーに関連付け、品質検査の遅延など、サプライヤーに関係するパフォーマンスを分析できます。

通常は、入荷イベントに関連する発注書または事前出荷通知で確認できます。購買データとの結合が必要になる場合があります。

在庫バッチ／ロットが品目を追跡するのに対し、タスク識別子はユーザーまたはシステムに割り当てられた具体的な作業指示を追跡します。たとえば、100個の単一バッチを、50個ずつ2つのタスクに分けて棚入れする場合があります。

この属性を使うと、業務効率をより細かく分析できます。'Picking Task Created'イベントを対応する'Picking Completed'イベントに関連付け、タスクの実行時間を正確に測定できます。個々のタスクレベルでピッキングや棚入れのパフォーマンスを分析する際に役立ちます。

タスクの作成イベントと完了イベントを細かく関連付け、個別の作業割り当てにかかった時間を正確に測定できます。

Manhattan Active Inventoryのタスク管理または実行テーブルには、各タスクの一意のIDが含まれます。'TASK_ID'や'WORK_ORDER_ID'を確認してください。

この属性は、配送センターや倉庫など、在庫アクティビティが行われている施設を識別します。特定の倉庫ロケーション（棚、通路）よりも上位のグループ化に使用されます。

複数の施設を持つ企業では、倉庫別の分析が欠かせません。拠点間でパフォーマンスを比較し、成果の高い倉庫のベストプラクティスや、他の拠点で改善すべき領域を特定できます。倉庫アクティビティ処理量ダッシュボードの主要な分析軸です。

異なる物理拠点や配送センター間で、在庫プロセスのパフォーマンスを上位レベルで比較できます。

通常はロケーションマスターデータに含まれるか、倉庫ロケーションコードから導出できます。'WH_ID'や'SITE_CODE'などのフィールドを確認してください。

この属性は、イベントに関連する在庫の金銭的価値を示します。品目数量に単価を掛けて算出します。財務的な影響を分析する際に特に重要です。

品目金額は在庫廃棄傾向ダッシュボードに欠かせません。廃棄品による金銭的損失を定量化できるためです。頻繁に償却される高額品に焦点を当て、コスト削減の優先順位を付けられます。在庫調整や差異に財務面の分析軸を加えることもできます。

在庫の移動を財務的な影響に置き換え、廃棄、差異、余剰在庫のコストを定量化できます。

通常は、取引テーブルの品目数量に、品目マスターまたは財務データの単価を掛けて算出します。単価は'STANDARD_COST'や'UNIT_PRICE'などのフィールドに保存されている場合があります。

この属性は、特定時点における在庫の状態を示します。受注への引き当てが可能か、品質管理中か、その他の理由でブロックされているか、輸送中かを確認できます。

在庫ステータスの変化を追跡すると、さまざまな気づきを得られます。たとえば、'On Hold'や'In Inspection'の状態にとどまった時間を分析すると、在庫が利用可能になるまでの遅延を定量化できます。在庫の滞留時間が長い理由を把握するうえで役立つ属性です。

出荷に利用できる在庫かどうかを示し、品質検査や保留など、利用できないステータスによる遅延を分析できます。

Manhattan Active Inventoryの在庫残高または在庫レベルテーブルに含まれる主要フィールドです。'STATUS_CODE'や'INVENTORY_STATUS'を確認してください。

在庫滞留時間は、在庫が倉庫内で動かずに保管されている期間を測定する主要なパフォーマンス指標です。特定の在庫ロットについて、'Put-away Completed'イベントと'Goods Issue Recorded'イベントの時刻差として算出します。

このKPIを監視すると、在庫水準の最適化とキャッシュフローの改善に役立ちます。滞留時間が長い場合、過剰在庫、動きの遅い商品、受注処理の非効率などが考えられます。在庫管理では、滞留時間の短縮が主要な目標になることがよくあります。

在庫の保管時間を測定し、在庫水準の最適化と保管コストの削減という戦略目標を直接支援します。

計算フィールドです。対象ケースの'Put-away Completed'イベントと'Goods Issue Recorded'イベントを特定し、それぞれのタイムスタンプの差を求めて算出します。

数量単位（UoM）は、品目数量の意味を補足します。数量が個別の商品、複数の商品を含むケース、パレット全体のいずれを指すのかを示します。

異なる商品や取引を正確に比較するには、数量単位の把握が欠かせません。ピッキング処理量などのKPIを正しく一貫して計算できるため、異なる単位で記録された数量を誤って解釈することを防げます。

数量フィールドの意味を補足し、指標や比較結果の正確性と妥当性を保ちます。

標準的な品目マスターデータのフィールドで、通常は取引テーブルにも引き継がれます。'UOM'や'UNIT'などのフィールドを確認してください。

この真偽値属性は、棚入れタスクが目標完了時間内に完了したかどうかを示します。'Put-away Initiated'から'Put-away Completed'までの実際の棚入れサイクル時間を、あらかじめ定めた業務目標（例：4時間）と比較して算出します。

棚入れ期限内完了率KPIの計算に使用されます。遅延した棚入れだけを簡単に抽出し、倉庫ロケーション、SKUカテゴリー、担当ユーザーなどの根本原因を調査できます。業務効率の基準を監視し、遵守するうえで役立ちます。

在庫の棚入れに関する社内サービスレベルの遵守状況を直接測定し、プロセス上の失敗を迅速に特定して分析できます。

計算フィールドです。算出したサイクル時間に、業務ルールまたはSLA定義（例：'棚入れ目標時間＝4時間'）を適用する必要があります。