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またはイベントを表します。これらのアクティビティは、倉庫注文を処理するために実行される個々のタスクであり、プロセスフローを詳細に把握するための情報になります。注文作成、商品の受領、品質検査、商品のピッキング、出荷などが例です。

プロセスマイニング分析では、この属性がプロセスマップを構築するための重要な要素になります。プロセスグラフのノードを定義し、イベントの順序や各タスクの発生頻度を可視化するとともに、アクティビティ間のボトルネックや非効率な遷移を特定できます。意味のあるプロセス発見と分析には、アクティビティ名を明確かつ一貫して付けることが欠かせません。

この属性はプロセスマップ上の工程を定義します。ボトルネックや逸脱を特定する、プロセスマイニング分析の基盤です。

通常は、個々の倉庫作業を記録するイベントログ、タスク管理テーブル、またはトランザクション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が始まった瞬間を記録する正確なタイムスタンプです。このデータにより、プロセス工程の開始時刻と所要時間を把握できます。終了時刻と組み合わせることで、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、正確なプロセスフローを構築するために、イベントを時系列に並べる基盤となります。アクティビティ間のサイクルタイムや待機時間の算出、作業が滞留しているボトルネックの特定など、時間に基づく分析に利用します。正確な開始時刻は、プロセス効率に関するパフォーマンスダッシュボードやKPIにも欠かせません。

このタイムスタンプは、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ません。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するシステムイベントログまたはトランザクション記録に保存されています。

ソースシステム属性は、イベントデータの発生元を示します。特定の倉庫管理システム（WMS）、基幹業務システム（ERP）、レガシーアプリケーションなどが該当します。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ため、各データの発生元を区別するためにこの項目を使用します。

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で使用するデータを正しい発生元まで追跡できるようにします。データ品質の問題が見つかった場合は、根本原因の分析にも役立ちます。分析では、同じ組織内の異なるシステムやシステムバージョン間で、プロセスの違いやパフォーマンス指標を比較するために使用できます。

データの発生元を把握できるため、データ検証、トラブルシューティング、異なるシステム間のプロセス差異の理解に役立ちます。

通常はデータ抽出（ETL）処理の際に付加されるか、データウェアハウスやデータ連携基盤の標準項目として記録されます。

倉庫注文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、関連するすべてのアクティビティを1つのエンドツーエンドのプロセスインスタンスに結び付けます。

プロセスマイニングでは、この属性が各倉庫注文のライフサイクルを再構築する基盤になります。倉庫注文IDをケース識別子として使用すると、注文全体の流れを可視化し、よくある経路を特定し、標準プロセスからの逸脱を発見し、開始から終了までの総所要時間を測定できます。特定の注文に関する倉庫の出荷処理全体を詳細に分析できます。

これは、関連するすべての倉庫アクティビティを結び付ける必須のケースIDであり、注文処理をエンドツーエンドで分析できるようにします。

通常は、倉庫注文伝票のヘッダーテーブルや、物流タスクに関連するトランザクションログに記録されています。

最終データ更新日時のタイムスタンプは、分析に使用するデータセットがソースシステムから最後に更新された時点を示します。データの鮮度と関連性を明確にし、分析対象の期間を把握できるようにします。

この属性は、プロセスマイニングのダッシュボードと分析結果への信頼を維持するうえで重要です。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判断できます。ダッシュボードにこのタイムスタンプを目立つ形で表示すると、利用者の期待値を適切に管理し、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項目です。

このタイムスタンプにより、データの鮮度を把握できます。プロセスマイニングの分析結果に基づき、適切なタイミングで判断するために欠かせません。

通常は、データ抽出（ETL）処理で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。イベント開始時刻に対応するタイムスタンプで、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アクティビティでは特に重要です。

開始時刻と終了時刻の両方があると、プロセスパフォーマンスをより詳細に分析できます。タスクを実際に処理していた時間と、タスク間の待機時間を分けて算出できます。この区別により、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られます。アクティビティの所要時間を分析することで、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できるため、実際の処理時間と待機時間を区別し、ボトルネックをより正確に分析できます。

特定のタスクの完了またはステータス変更を記録するシステムイベントログやトランザクション記録に保存されています。

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。倉庫作業員、シフト責任者、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ことで、リソース配分とパフォーマンスを把握できます。

この属性により、要員とリソースの管理に関する詳細な分析が可能になります。ユーザーやチームごとの生産性を分析し、トレーニングの必要性を特定し、標準作業手順の遵守状況を確認できます。ユーザーIDでプロセスマップを絞り込むと、異なる担当者やチームが同じプロセスをどのように実行しているかを比較し、優れた方法や改善が必要な領域を見つけられます。コンプライアンスと監査にも欠かせない情報です。

この属性はリソースのパフォーマンス分析に欠かせません。従業員、チーム、シフト間の効率と品質を比較できます。

通常は、処理を確認または完了したユーザーを記録するトランザクションログやタスク実行記録に保存されています。

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出庫元や、棚入れタスクの入庫先が該当します。粒度は、広いゾーンから特定のラック、棚、棚番までさまざまです。

保管場所別にデータを分析すると、倉庫レイアウトと作業効率を把握できます。プロセスマイニングにより、場所間の移動時間、作業が集中する場所、非効率な棚入れやピッキング経路を明らかにできます。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商品を取り出しやすい場所に配置して移動時間を短縮し、ピッキング全体の効率を高められます。また、倉庫レイアウトを見直し、混雑を減らして物流の流れを改善することにも役立ちます。

倉庫レイアウトと移動効率を分析できるため、ピッキング経路と保管方法を最適化し、サイクルタイムを短縮できます。

倉庫タスク、在庫記録、資材移動トランザクションの明細に保存されています。

完了希望日時は、倉庫注文、通常は出荷注文を確定するための目標期限です。顧客との約束、運送会社の集荷スケジュール、社内のサービスレベル合意（SLA）によって決まることが多い項目です。定時処理のパフォーマンスを測定する主な基準になります。

プロセスマイニングでは、定時出荷パフォーマンスを分析するために欠かせません。実績完了日時と完了希望日時を比較することで、定時処理率を算出し、遅延の根本原因を特定できます。希望日時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、リソース制約、工程を明らかにし、対象を絞った改善に取り組めます。

定時処理を測定するための基準です。実績完了日時と比較することで、定時出荷率KPIを算出できます。

通常は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ます。

実績数量は、アクティビティ中に倉庫作業員またはシステムが実際に取り扱い、計数し、確認した数量です。仕入先から受領した商品の数量や、注文に対応するため棚からピッキングした数量など、現場で実行された結果を表します。

計画数量と比較することで、差異を分析できます。計画数量と実績数量の差は、仕入先からの不足納品、ピッキングミス、在庫の不正確さなど、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、こうした差異が頻繁に発生する商品、場所、従業員を特定し、正確性の向上とコストのかかるミスの削減に向けた対策を講じられます。

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

作業員またはシステムが実際に取り扱った商品の数量を入力する、タスク確認データに記録されています。

注文タイプは、業務上の目的に基づいて倉庫注文を分類します。一般的には、仕入先から商品を受け取る入荷注文、顧客へ商品を出荷する出荷注文、補充や在庫調整などの商品移動に使用する社内注文があります。

この属性は、異なる倉庫プロセスを分けて比較するための基盤です。入荷注文と出荷注文では、プロセスフローが大きく異なります。注文タイプで絞り込むと、フローごとに個別の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になります。注文タイプごとにサイクルタイムなどのKPIを比較すると、リソースをより適切に配分し、それぞれの需要に合わせてプロセスを調整できます。

入荷、出荷、社内移動など、フローと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、倉庫注文伝票のヘッダーデータに記録されています。

計画数量は、特定の倉庫タスクにおける目標数量を示します。入荷注文では受領予定数量、出荷注文ではピッキングして出荷する数量です。通常は、発注書や販売注文など、元となる業務伝票から取得します。

この属性は、パフォーマンスと正確性を分析するための基準になります。計画数量と実績数量を比較することで、ピッキング精度、入荷差異、在庫記録の正確性を測定できます。差異を分析すると、仕入先、社内プロセス、在庫データに関する構造的な問題を特定し、業務効率と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基準になります。実績数量と比較することで、ピッキング精度などのKPIを算出し、差異を特定できます。

倉庫注文またはタスクの明細に記録され、関連する販売注文、発注書、移送注文から取得されることが多い項目です。

Warehouse IDは、記録されたアクティビティが発生した物理施設（配送センターや倉庫など）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。

この属性により、拠点間の比較分析が可能になります。Warehouse IDでデータを絞り込んだり、セグメント化したりすることで、パフォーマンスのベンチマーク、プロセス効率の比較、高パフォーマンス拠点のベストプラクティスの特定と他拠点への展開ができます。また、需要、リソースの利用状況、業務上の課題における地域差の把握にも役立ち、物流ネットワーク全体に関する戦略的な意思決定の基盤となります。

異なる配送センター間でパフォーマンスのベンチマークとプロセス比較を行い、ベストプラクティスや地域ごとの課題を特定できます。

主要な組織データ項目であり、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。

Shipment IDは、1件以上の倉庫注文を1つの出荷にまとめる一意のキーです。1つの出荷に、同じ配送先向けの複数の注文や、同じ運送会社が扱う複数の注文が含まれる場合があります。この識別子により、倉庫のアクティビティと輸送・物流工程を関連付けられます。

この属性を使うと、個々の注文だけでなく、出荷単位で分析できます。出荷準備や積み込みの効率、出荷分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総時間を分析したり、倉庫のパフォーマンスを輸送データと関連付けたりできます。これにより、倉庫内の工程だけでなく、出荷物流全体を最適化するための視点が得られます。

複数の倉庫注文を1つの配送にまとめ、出荷準備や積み込みの効率を含む、出荷全体のプロセスを分析できます。

出荷または輸送関連の文書に記録され、ウェーブ計画や割り当ての段階で倉庫注文と関連付けられることが一般的です。

商品IDは、SKUや品目番号とも呼ばれ、倉庫に保管される各商品に割り当てられた一意のコードです。この識別子によってアクティビティを特定の商品に結び付け、商品の種類ごとの取り扱いを詳細に分析できます。

商品IDでプロセスを分析すると、重要な傾向を把握できます。たとえば、大型商品と小型商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と頻繁に関連する商品を特定したり、需要の高い商品と低い商品の出荷処理を比較したりできます。この詳細度の分析は、在庫管理の最適化、倉庫レイアウトの計画、商品の特性に合わせた物流プロセスの設計に欠かせません。

商品単位で分析できるため、特定の商品や商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。

倉庫注文、タスク、在庫記録の商品明細に保存されています。

実績完了日時は、倉庫注文に関連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。出荷注文では、通常、商品が倉庫から出荷された時点を指します。入荷注文では、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場合があります。

この属性は、完了希望日時に対応する実績値であり、パフォーマンス測定に欠かせません。定時配送率や注文処理全体のサイクルタイムを直接算出するために使用します。根本原因分析では、実績完了日時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詳しく調べ、共通するパターンや原因を特定できます。

オンタイム分析に使用する実績値です。総サイクルタイムの計算や、注文が早着、定刻、遅延のいずれであったかの判定に使います。

注文のライフサイクルにおける最終イベントのタイムスタンプです。例として、「出荷発送」や「倉庫注文完了」などがあります。

注文優先度は、倉庫注文の相対的な重要度や緊急度を示す分類です。タスクを割り当てて実行する速度や順序を決めることが多い項目です。たとえば、「特急」や「高」優先度の注文は、後から到着した場合でも「標準」優先度の注文より先に処理されることがあります。

注文優先度に基づいてプロセスを分析することは、サービスレベル合意（SLA）の遵守状況を評価するうえで重要です。高優先度の注文が標準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、他の注文に大き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。この分析により、優先順位のルールとリソース配分を見直し、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れます。

高優先度の注文が低優先度の注文より速く処理されているかを確認し、サービスレベル合意が守られているかを分析できます。

通常は倉庫注文のヘッダーデータに記録され、元となる販売注文や業務要件に基づいて決定されます。

Equipment IDは、倉庫作業の実行に使用したマテリアルハンドリング設備（MHE）を識別します。フォークリフト、ハンドパレットトラック、ハンディスキャナー、音声ピッキング用ヘッドセット、コンベヤーや仕分け機などの自動化システムが含まれます。

Equipment ID別にプロセスデータを分析することは、設備の利用状況の把握や保守計画に欠かせません。どの設備が最も頻繁に使われているか、設備に起因するボトルネックがあるか、設備の性能が作業全体の所要時間にどう影響しているかを確認できます。この情報は、設備の調達、倉庫内での設備配備のバランス調整、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。

この属性により、機械のリソース利用状況を分析し、設備に起因するボトルネックを特定するとともに、保守や調達に関する意思決定を支援できます。

作業者が使用した設備を記録する作業確認データや、自動化システムのログに記録されることが一般的です。