倉庫管理データテンプレート

アクティビティ名は、倉庫管理プロセス内の個別の工程やイベントを表します。倉庫オーダーを処理するために実行される個々のタスクを示し、プロセスフローを詳細に把握できます。たとえば、オーダーの作成、商品の受領、品質検査、商品のピッキング、出荷などがあります。

プロセスマイニング分析では、この属性を使ってプロセスマップを作成します。プロセスグラフのノードを定義するため、イベントの順序や各タスクの発生頻度を可視化し、ボトルネックやアクティビティ間の非効率な移行を特定できます。意味のあるプロセス発見と分析には、アクティビティ名の明確で一貫した命名規則が欠かせません。

この属性はプロセスマップの各工程を定義します。ボトルネックや逸脱を特定するためのプロセスマイニング分析の基盤となります。

通常は、個々の倉庫作業を記録したイベントログ、タスク管理テーブル、または取引データに記録されています。

イベント開始時刻は、倉庫アクティビティの開始時点を記録する正確な日時です。プロセスの各工程のタイミングや所要時間を把握するために欠かせないデータです。終了日時と組み合わせると、各アクティビティの完了までにかかった時間を正確に算出できます。

プロセスマイニングでは、この日時を使ってイベントを時系列に並べ、正確なプロセスフローを作成します。アクティビティ間のサイクルタイムや待ち時間の算出、作業が滞るボトルネックの特定など、時間に基づく分析の基礎となります。正確な開始時刻は、プロセス効率に関するダッシュボードや重要業績評価指標（KPI）を作成するうえでも重要です。

イベントを正しい順序に並べ、サイクルタイムを算出するために欠かせない日時です。プロセスのボトルネックや遅延の特定に役立ちます。

特定のタスクやステータス変更の開始を記録したシステムイベントログまたは取引記録にあります。

ソースシステム属性は、イベントデータの取得元を示します。たとえば、特定の倉庫管理システム（WMS）、基幹業務システム（ERP）、またはレガシーアプリケーションなどです。複雑なIT環境では、1つの業務プロセスが複数のシステムにまたがることがあり、この項目によってデータごとの取得元を区別できます。

この情報はデータの検証とガバナンスに役立ち、プロセスマイニングに使うデータの正しい取得元を追跡できます。また、データ品質の問題が見つかった場合の根本原因分析にも役立ちます。同じ組織内の異なるシステムやバージョン間で、プロセスの違いやパフォーマンス指標を比較する際にも利用できます。

データの取得元を把握できるため、データの検証や問題の調査、システム間のプロセスの違いを理解するうえで役立ちます。

この情報は、データ抽出（ETL）の際に追加されることが多く、データウェアハウスや統合プラットフォームの標準項目として用意されている場合もあります。

倉庫オーダーIDは、倉庫管理システム内の各物流作業指示に割り当てられる一意のキーです。入荷、棚入れ、ピッキング、梱包、出荷などの関連アクティビティを結び付け、オーダーの一連のプロセスを追跡できます。

プロセスマイニングでは、この属性を使って倉庫オーダーごとのライフサイクルを再構成します。倉庫オーダーIDをケースIDに設定すると、オーダーの全体的な流れを可視化し、よくある経路の特定、標準プロセスからの逸脱の発見、開始から完了までの所要時間の測定ができます。個々のオーダーについて、倉庫内の出荷処理全体を詳しく分析できます。

関連する倉庫アクティビティをすべて結び付ける重要なケースIDです。これにより、オーダー処理の全体を分析できます。

通常は倉庫オーダー文書のヘッダーテーブル、または物流タスクに関連する取引ログに記録されています。

最終データ更新日時は、分析に使うデータセットがソースシステムから最後に更新された日時を示します。データの新しさと関連性を明確に把握でき、分析対象の期間を確認できます。

この属性は、プロセスマイニングのダッシュボードや分析結果への信頼を保つうえで重要です。ほぼリアルタイムの情報を見ているのか、過去のデータを見ているのかを把握できます。ダッシュボードにこの日時を目立つように表示すると、利用者の認識をそろえ、古い情報に基づく誤解を防げます。データガバナンスと透明性を支える重要な要素です。

データがどの時点のものかを把握できるため、プロセスマイニングのインサイトに基づいて、適切なタイミングで判断するうえで役立ちます。

通常、データをプロセスマイニングプラットフォームに読み込むデータ抽出（ETL）の際に生成、保存されます。

イベント終了時刻は、倉庫タスクまたはアクティビティが完了した正確な時点を示します。イベント開始時刻と対になる日時で、個々のアクティビティの所要時間を測定するために欠かせません。すべてのイベントに明確な所要時間があるわけではありませんが、ピッキングや梱包などの作業では非常に役立つデータです。

開始時刻と終了時刻の両方があれば、プロセスのパフォーマンスをより詳しく分析できます。タスクに実際に取り組んだ処理時間と、タスク間の待ち時間を分けて算出できます。この区別は、実際の業務上のボトルネックとリソース不足による問題を見分けるうえで重要です。アクティビティの所要時間を分析すると、パフォーマンスの比較、リソース計画、業務改善の機会の特定に役立ちます。

アクティビティの所要時間を正確に算出し、実際の処理時間と待ち時間を区別できます。ボトルネック分析の精度向上に役立ちます。

特定のタスクの完了またはステータス変更を記録したシステムイベントログや取引記録にあります。

オーダータイプは、業務上の目的に基づいて倉庫オーダーを分類します。一般的な種類には、仕入先から商品を受領する入荷オーダー、顧客へ商品を出荷する出荷オーダー、補充や在庫調整などの社内移動を行う社内オーダーがあります。

この属性は、異なる倉庫プロセスを分類して比較するための基礎となります。入荷オーダーと出荷オーダーでは、プロセスフローが大きく異なります。オーダータイプで絞り込むと、フローごとにプロセスマップやダッシュボードを作成でき、より正確で関連性の高い分析が可能です。オーダータイプごとにサイクルタイムなどの重要業績評価指標（KPI）を比較すると、リソースを適切に配分し、それぞれの需要に応じてプロセスを調整できます。

入荷、出荷、社内移動など、フローやパフォーマンス目標が異なるプロセスを分けて比較できます。

通常は倉庫オーダー文書のヘッダーデータにあります。

ユーザーIDは、特定の倉庫タスクを実行した担当者またはリソースを一意に識別します。倉庫作業者やシフト責任者のほか、ロボットやコンベヤー制御装置などの自動システムが該当します。各アクティビティの実行者を追跡すると、リソースの配分やパフォーマンスを把握できます。

この属性を使うと、作業員やリソースの管理に関する詳細な分析ができます。ユーザーやチームごとの生産性の比較、研修が必要な分野の特定、標準作業手順の遵守状況の確認に役立ちます。ユーザーIDでプロセスマップを絞り込むと、担当者やチームごとの作業を比較し、優れた方法や改善が必要な点を見つけられます。コンプライアンスや監査にも欠かせない情報です。

この属性はリソースパフォーマンスの分析に欠かせません。従業員、チーム、シフトごとの効率や品質を比較できます。

通常は、操作を確定または完了したユーザーが記録される取引ログやタスク実行記録にあります。

保管場所は、アクティビティに関連する倉庫内の物理的な場所を示します。ピッキングタスクの取り出し元や、棚入れタスクの格納先などです。場所の粒度は、広いゾーンから特定のラック、棚、保管棚番号までさまざまです。

保管場所ごとにデータを分析すると、倉庫レイアウトと効率に関するインサイトが得られます。プロセスマイニングで場所間の移動時間を明らかにし、作業が集中する場所や非効率な棚入れ・ピッキング経路を特定できます。この情報は保管配置の最適化に役立ちます。頻繁にピッキングする品目を取り出しやすい場所に置くことで、移動時間を短縮し、ピッキング効率を高められます。また、倉庫レイアウトを見直して混雑を減らし、作業の流れを改善する際にも役立ちます。

倉庫レイアウトと移動効率を分析し、ピッキング経路や保管方法を見直すことで、サイクルタイムの短縮に役立ちます。

倉庫タスク、在庫記録、品目移動取引の詳細にあります。

実績数量は、アクティビティ中に倉庫作業者またはシステムが実際に取り扱い、数え、確定した数量です。仕入先から受領した品目数や、オーダーに対応するために保管棚からピッキングした数量など、タスクの実際の実行結果を示します。

計画数量と比較して差異を分析する際に欠かせない属性です。計画数量と実績数量の差は、仕入先からの納品不足、ピッキングミス、在庫数の不正確さなど、プロセス上の問題を直接示します。プロセスマイニングでこのデータを分析すると、差異が頻発する製品、場所、従業員を特定し、対象を絞った対策によって正確性を高め、コストのかかるミスを減らせます。

タスクの実際の結果を測定します。計画数量と比較すると、ピッキング、入荷、数量確認におけるミスや非効率を特定できます。

作業者またはシステムが実際に取り扱った品目の数量を入力する、タスクの確認データに記録されます。

希望完了日は、倉庫注文を完了する目標期限を示します。通常は出荷注文に適用されます。この日付は、顧客との約束、運送業者の集荷予定、社内のサービスレベル契約（SLA）などに基づいて設定されます。納期遵守状況を測る際の主な基準となります。

プロセスマイニングでは、この属性が納期どおりの出荷状況を分析するうえで欠かせません。実際の完了日と希望完了日を比較することで、納期遵守率を算出し、遅延の根本原因を特定できます。希望日に間に合わなかった注文を分析すると、遅延につながる特定のボトルネックやリソース不足、プロセス上の工程が明らかになり、対象を絞った改善に役立ちます。

納期遵守状況を測る基準です。実際の完了日と比較することで、納期どおりの出荷率を示す重要業績評価指標（KPI）を算出できます。

通常、倉庫注文のヘッダーデータに記録され、関連する販売注文や顧客の依頼から引き継がれることがよくあります。

計画数量は、特定の倉庫タスクで目標とする数量です。入荷オーダーでは受領予定の数量、出荷オーダーではピッキングして出荷する数量を指します。通常、購買オーダーや販売オーダーなど、元となる業務文書から取得します。

この属性は、パフォーマンスと正確性を分析する際のベースラインとなります。計画数量と実績数量を比較すると、ピッキングの正確性、入荷時の数量差異、在庫記録の正確性を測定できます。差異を分析することで、仕入先、社内プロセス、在庫データに関する継続的な問題を特定し、業務効率や顧客満足度の向上につなげられます。

正確性を測定するためのベースラインです。実績数量と比較すると、ピッキング精度などの重要業績評価指標（KPI）の算出や差異の特定に役立ちます。

倉庫オーダーまたはタスクの明細にあります。関連する販売オーダー、購買オーダー、移送オーダーから取得されることがよくあります。

倉庫IDは、記録されたアクティビティが行われた配送センターや倉庫などの施設を識別する一意のコードです。複数の物流拠点を運営する組織にとって、特に重要な属性です。

この属性を使うと、拠点間の比較分析ができます。倉庫IDでデータを絞り込んだり分類したりすることで、パフォーマンスの基準値を設定し、プロセス効率を比較できます。また、成果の高い拠点のベストプラクティスを特定し、ほかの拠点に展開できます。地域ごとの需要、リソースの利用状況、業務上の課題を把握するのにも役立ち、ネットワーク全体の戦略的な意思決定の基盤となります。

配送センター間のパフォーマンス比較やプロセス比較ができ、ベストプラクティスや地域ごとの課題の特定に役立ちます。

組織に関する主要なデータ項目です。通常、倉庫関連のほぼすべての取引文書のヘッダーに記録されています。

出荷IDは、1回の出荷にまとめられた1つ以上の倉庫注文を識別する一意のキーです。1つの出荷に、同じ配送先へ向かう複数の注文や、同じ運送業者が扱う複数の注文が含まれることがあります。このIDによって、倉庫内のアクティビティと輸送・物流の工程が結び付けられます。

この属性を使うと、個々の注文だけでなく、出荷単位でまとめて分析できます。荷揃えや積み込みの効率を分析したり、出荷対象の最初の商品をピッキングしてからトラックが出発するまでの時間を測定したり、倉庫のパフォーマンスと輸送データを関連付けたりできます。こうした広い視点から、倉庫内の工程だけでなく、出荷物流全体の流れを改善できます。

複数の倉庫注文を1回の出荷にまとめ、荷揃えや積み込みの効率を含む出荷プロセス全体を分析できます。

出荷文書や輸送文書に記載され、ウェーブ計画や割り当ての段階で倉庫注文に関連付けられることがよくあります。

実際の完了日は、倉庫注文に関するすべてのアクティビティが完了した時点を示すタイムスタンプです。出荷注文の場合、通常は倉庫から出荷された時点を指します。入荷注文の場合は、すべての商品が棚入れされ、在庫として利用可能になった時点を指すことがあります。

この属性は、希望完了日に対する実績を示すもので、パフォーマンスの測定に欠かせません。納期遵守率や注文処理サイクルタイム全体の算出に直接使われます。根本原因を分析する際は、実際の完了日が遅れたケースに絞り込むことで、遅延した注文のプロセスフローをドリルダウンし、共通するパターンや原因を特定できます。

納期分析で実績を確認できます。サイクルタイムの合計を算出し、注文が予定より早かったか、予定どおりだったか、遅れたかを判定するために使います。

注文のライフサイクルにおける最後のイベントのタイムスタンプです。例：「出荷完了」「倉庫注文完了」など。

注文の優先度は、倉庫注文の相対的な重要度や緊急度を示す分類です。通常、この優先度に応じて、タスクの割り当てや実行の順序と速度が決まります。たとえば、「至急」や「高」の優先度が設定された注文は、後から届いた場合でも、「標準」の注文より先に処理されることがあります。

注文の優先度に基づくプロセス分析は、サービスレベル契約（SLA）の遵守状況を評価するうえで重要です。プロセスマイニングを使うと、優先度の高い注文が標準の注文より実際に速く処理されているかを確認できます。また、特定の注文を優先することで、ほかの注文に大幅な遅延やボトルネックが生じていないかも把握できます。この分析は、緊急注文への対応速度と倉庫全体の効率のバランスを取りながら、優先順位のルールやリソース配分を見直すのに役立ちます。

優先度の高い注文が低い注文より速く処理されているかを確認し、サービスレベル契約の達成状況を分析できます。

通常、倉庫注文のヘッダーデータに記録されます。元となる販売注文や業務要件に基づいて決まることがよくあります。

製品IDはSKUまたは品目番号とも呼ばれ、倉庫に保管される各品目に割り当てられた一意のコードです。このIDによってアクティビティと特定の製品を関連付け、品目ごとの取り扱い状況を詳しく分析できます。

製品IDごとにプロセスを分析すると、さまざまなインサイトが得られます。たとえば、大型品と小型品の取り扱い時間を比較したり、品質保留などのプロセス逸脱が頻発する製品を特定したり、需要の高い製品と低い製品の出荷処理を分析したりできます。こうした詳細な分析は、在庫管理の最適化、倉庫レイアウトの計画、製品の特性に応じた物流プロセスの調整に役立ちます。

製品単位の分析が可能になり、特定の品目や製品カテゴリに関連するプロセスの違いやボトルネックを見つけられます。

倉庫オーダー、タスク、在庫記録の品目別詳細にあります。

設備IDは、倉庫タスクの実行に使用した荷役設備（MHE）を示します。フォークリフト、ハンドパレット、ハンディスキャナー、音声ピッキング用ヘッドセットのほか、コンベヤーや仕分け機などの自動設備も含まれます。

設備ID別にプロセスデータを分析すると、設備の稼働状況や保守計画の検討に役立ちます。どの設備が最も頻繁に使われているか、設備に関連するボトルネックがあるか、設備のパフォーマンスがタスク全体の所要時間にどう影響しているかなどを確認できます。こうした情報は、設備の調達、倉庫内での車両・設備の配分、停止時間を最小限に抑える予防保全のスケジュール策定に役立ちます。

この属性を使って機械設備のリソース利用状況を分析し、設備に関連するボトルネックを特定できます。保守や調達の判断にも役立ちます。

作業者が使用した設備を記録するタスク確認データや、自動システムのログに記録されることがよくあります。