창고 관리 데이터 템플릿
창고 관리 데이터 템플릿
- 수집 권장 속성
- 추적할 주요 활동
- Manhattan SCALE 데이터 추출 안내
창고 관리 속성
| 이름 | 설명 | ||
|---|---|---|---|
|
이벤트 시각
EventTime
|
창고 활동이나 이벤트가 발생한 시각을 나타내는 타임스탬프입니다. | ||
|
설명
이 속성은 프로세스에 기록된 각 활동의 정확한 날짜와 시각을 제공합니다. 이벤트 로그의 시간 순서를 구성해 주문별 창고 운영의 순서와 시점을 보여줍니다. 이벤트 시각은 시간 기반 process mining 분석에 필수적입니다. 활동 간 처리 시간을 계산하고, 프로세스 전체 소요 시간을 측정하며, 지연을 찾고, 기간별 성과를 분석하는 데 사용합니다. 신뢰할 수 있는 프로세스 맵을 만들고 의미 있는 성과 지표를 산출하려면 타임스탬프가 정확해야 합니다.
중요한 이유
이 타임스탬프는 이벤트 순서를 정확히 정하고 처리 시간과 리드 타임 등 소요 시간 기반 지표를 계산하는 데 중요합니다.
확보 방법
Manhattan SCALE의 이벤트 로그 테이블이나 거래 레코드에서 활동 정보와 함께 확인할 수 있습니다. 필드명은 보통 ‘created_ts’, ‘event_timestamp’, ‘status_change_date’와 같은 형식입니다.
예시
2023-10-26T08:00:00Z2023-10-26T09:15:30Z2023-10-26T11:45:10Z
|
|||
|
창고 주문
WarehouseOrder
|
입고 또는 출하와 같은 개별 물류 작업 단위를 식별하는 고유 ID입니다. | ||
|
설명
창고 주문은 단일 물류 프로세스의 시작부터 끝까지 관련 활동을 묶는 기본 케이스 ID입니다. 이를 통해 입고, 적치, 피킹, 포장, 출하 등 창고 내 주문의 전체 처리 과정을 추적할 수 있습니다. process mining 분석에서는 각 주문의 처리 과정을 재구성하는 데 이 속성이 기본이 됩니다. 모든 이벤트를 특정 창고 주문에 연결하면 프로세스 흐름을 시각화하고, 주문별 처리 시간을 측정하며, 처리 효율에 영향을 주는 편차나 병목을 파악할 수 있습니다.
중요한 이유
관련된 모든 창고 활동을 하나의 프로세스 인스턴스로 연결하는 기준이므로, 처음부터 끝까지 분석할 수 있습니다.
확보 방법
일반적으로 Manhattan SCALE의 주문 헤더 테이블과 같은 주요 주문 관리 테이블에서 확인할 수 있습니다.
예시
WO-00583921WO-00583922WO-00583923
|
|||
|
활동명
ActivityName
|
발생한 창고 관리 작업 또는 이벤트의 이름입니다. | ||
|
설명
이 속성은 창고 관리 프로세스의 개별 단계와 주요 시점을 기록합니다. 예를 들어 ‘보관 상품 피킹 완료’, ‘포장 시작’, ‘출하 완료’ 등이 있습니다. 각 활동은 창고 주문에서 수행된 특정 작업을 나타냅니다. 프로세스 맵의 노드를 정의하므로 process mining에 중요한 속성입니다. 활동의 순서, 빈도, 소요 시간을 분석하면 프로세스 흐름을 시각화하고 표준 절차에서 벗어난 부분을 찾을 수 있습니다. 또한 작업이 지연되는 병목을 파악할 수 있습니다.
중요한 이유
프로세스 단계를 정의해 프로세스 맵의 기반을 마련하고, 운영 흐름과 편차를 분석할 수 있게 합니다.
확보 방법
Manhattan SCALE에서 창고 주문의 진행 상황을 추적하는 거래 코드, 이벤트 로그 또는 상태 업데이트 테이블에서 가져옵니다.
예시
상품 도크 도착피킹 작업 생성상품 포장 완료출하 완료
|
|||
|
소스 시스템
SourceSystem
|
데이터가 생성된 시스템입니다. | ||
|
설명
이 속성은 이벤트 데이터가 생성된 소스 애플리케이션을 식별합니다. 이 프로세스에서는 일반적으로 ‘Manhattan SCALE’이 값으로 사용됩니다. 여러 시스템이 연동된 환경에서는 이 필드로 데이터 출처를 구분할 수 있습니다. 데이터 거버넌스와 문제 해결에 필요한 출처 정보를 제공하며, 플랫폼별 데이터 수집 방식의 차이를 이해하는 데도 도움이 됩니다.
중요한 이유
데이터 출처를 파악할 수 있어 복잡한 IT 환경에서 데이터 거버넌스, 검증, 통합 작업에 필요한 정보를 제공합니다.
확보 방법
데이터를 추출, 변환, 적재(ETL)하는 과정에서 데이터 세트를 식별하도록 추가하는 고정값인 경우가 많습니다.
예시
Manhattan SCALESCALE_PRODWMS_US_01
|
|||
|
최근 데이터 업데이트
LastDataUpdate
|
소스 시스템에서 데이터를 가장 최근에 새로 고친 시각입니다. | ||
|
설명
이 속성은 Manhattan SCALE에서 데이터를 마지막으로 추출해 process mining 도구에 적재한 날짜와 시각을 나타냅니다. 분석 대상 데이터의 최신성을 보여줍니다. 사용자는 이 정보를 통해 분석 데이터가 얼마나 최신인지 확인할 수 있습니다. 실시간 데이터인지 특정 시점의 스냅샷인지 파악할 수 있어, 운영 의사결정과 보고에 도움이 됩니다.
중요한 이유
데이터의 최신성과 분석 및 보고서가 다루는 기간을 확인할 수 있습니다.
확보 방법
일반적으로 데이터 적재 과정에서 ETL 도구나 데이터 파이프라인이 타임스탬프를 생성해 저장합니다.
예시
2023-11-01T02:00:00Z2023-11-02T02:00:00Z
|
|||
|
사용자/작업자 ID
UserOperatorId
|
활동을 수행한 창고 직원 또는 작업자의 고유 ID입니다. | ||
|
설명
이 속성은 피킹, 포장, 적치 등 특정 창고 작업을 수행한 사용자의 ID를 기록합니다. 프로세스 활동을 담당한 인력과 연결합니다. 사용자/작업자 ID별 성과 분석은 리소스 활용도와 개인 또는 팀의 효율을 파악하는 데 필요합니다. 우수 작업자, 교육 필요성, 업무량 분포를 확인할 수 있습니다. 이 데이터는 ‘작업자별 리소스 활용도’ 대시보드와 관련 KPI에 사용되며, 관리자가 인력 배치와 작업 할당을 조정하는 데 도움이 됩니다.
중요한 이유
프로세스 성과를 개인이나 팀과 연결해 업무량, 생산성, 리소스 배분을 분석할 수 있습니다.
확보 방법
일반적으로 Manhattan SCALE의 거래 로그에 기록되며, ‘user_id’, ‘operator’, ‘executed_by’ 등의 필드에서 확인할 수 있습니다.
예시
JSMITHBWILLIAMSLCHEN
|
|||
|
실제 수량
ActualQuantity
|
계수, 피킹 또는 출하한 자재의 실제 수량입니다. | ||
|
설명
이 속성은 입고나 피킹 등 주요 확인 시점에 측정한 상품 수량을 기록합니다. 계획 수량과 다를 수 있는 실제 취급 수량을 나타냅니다. 실제 수량과 계획 수량을 비교하면 차이를 파악할 수 있습니다. ‘주문 수량 차이 추이’ 대시보드와 관련 KPI의 기준이 됩니다. 차이를 추적하면 공급업체의 납품 정확도, 재고 기록, 피킹 오류와 관련된 문제를 찾아 재고 정확성을 유지할 수 있습니다.
중요한 이유
계획 수량과 실제 처리 수량의 차이를 파악해 재고 정확도 문제나 운영 오류를 찾는 데 중요합니다.
확보 방법
Manhattan SCALE에서 입고, 계수, 피킹 등의 활동에 대한 거래 상세 레코드에서 확인할 수 있습니다.
예시
100985010
|
|||
|
요청 완료일
RequestedCompletionDate
|
고객 또는 내부 이해관계자가 주문 출하를 요청한 날짜입니다. | ||
|
설명
이 속성은 출고 창고 주문의 서비스 수준 협약(SLA) 또는 목표 배송일을 나타냅니다. 정시 처리 성과를 평가할 때 기준이 되는 기한입니다. 이 날짜는 성과 평가의 주요 기준입니다. ‘출하 정시 성과’ 대시보드와 ‘정시 출하율’ KPI에서 주문이 기한 내에 처리됐는지 판단하는 데 사용합니다. 기한을 놓친 주문을 분석하면 반복되는 지연 원인을 찾고 고객 만족도를 높일 수 있습니다.
중요한 이유
정시 출하 성과와 고객 서비스 수준 협약 준수 여부를 측정하는 기준입니다.
확보 방법
일반적으로 Manhattan SCALE의 주문 헤더 테이블에 저장되며, 상위 ERP 또는 주문 관리 시스템에서 가져오는 경우가 많습니다.
예시
2023-10-28T23:59:59Z2023-11-05T23:59:59Z2023-11-10T23:59:59Z
|
|||
|
자재 ID
MaterialId
|
취급하는 제품 또는 자재의 고유 ID입니다. | ||
|
설명
SKU(재고 관리 단위)라고도 하는 이 속성은 창고 활동에서 취급하는 품목을 식별합니다. 하나의 창고 주문에 여러 자재가 포함될 수 있으며, 각 자재는 별도의 품목이나 작업으로 처리됩니다. 자재 ID별로 프로세스를 분석하면 제품별 문제를 찾을 수 있습니다. 예를 들어 특정 품목은 품질 검사 불합격, 피킹 오류, 크기나 무게 또는 보관 요건으로 인한 취급 시간 증가가 잦을 수 있습니다. 이를 바탕으로 제품별 보관 전략과 취급 절차를 개선할 수 있습니다.
중요한 이유
제품별로 분석해 특정 품목이 프로세스 지연, 오류 또는 재작업과 관련이 있는지 파악할 수 있습니다.
확보 방법
Manhattan SCALE의 주문 품목 테이블에서 확인할 수 있으며, 기본 창고 주문과 연결됩니다.
예시
SKU-10234-ASKU-98543-BMAT-HDWR-550
|
|||
|
종료 시각
EndTime
|
측정 가능한 소요 시간이 있는 활동이 완료된 시각을 나타내는 타임스탬프입니다. | ||
|
설명
종료 시각은 활동이 완료된 시점을 나타냅니다. 시작 시각(EventTime)과 함께 사용하면 개별 작업의 처리 시간을 정확히 계산할 수 있습니다. 모든 이벤트에 별도의 종료 시각이 있는 것은 아니지만, ‘피킹’이나 ‘포장’처럼 종료 시각이 있는 활동은 분석에 유용합니다. 분석에서는 종료 시각을 사용해 ‘처리 시간’ 지표를 계산합니다. 이를 통해 리소스 효율과 작업 소요 시간을 파악하고, 전체 처리 시간과 지연에 영향을 주는 활동을 찾을 수 있습니다.
중요한 이유
개별 활동의 처리 시간을 정확히 계산해 시간이 많이 걸리는 작업과 리소스를 파악할 수 있습니다.
확보 방법
시작 시각과 같은 거래 로그의 ‘completed_ts’ 또는 ‘end_time’ 등의 필드에 저장될 수 있습니다. 직접 확인할 수 없는 경우 다음 활동의 시작 시각을 기준으로 추정할 수도 있습니다.
예시
2023-10-26T08:15:00Z2023-10-26T09:30:45Z2023-10-26T12:05:00Z
|
|||
|
주문 유형
OrderType
|
창고 주문을 입고, 출고, 내부 이동 등으로 분류합니다. | ||
|
설명
주문 유형은 창고 주문의 목적을 나타냅니다. 일반적인 유형으로는 고객 출하(출고), 공급업체 납품(입고), 위치 간 재고 이동(내부 이동), 반품이 있습니다. 이 속성을 기준으로 프로세스 분석을 구분할 수 있습니다. 주문 유형별로 필터링하면 입고와 출고처럼 서로 다른 프로세스의 성과를 비교할 수 있습니다. 프로세스마다 단계, 리소스, 성과 목표가 다르므로 함께 분석하면 결과가 왜곡될 수 있습니다.
중요한 이유
입고와 출고처럼 흐름과 성과 기준이 다른 프로세스를 구분하고 비교할 수 있습니다.
확보 방법
Manhattan SCALE의 주문 헤더 데이터에서 확인할 수 있습니다. 필드명은 ‘order_type’, ‘transaction_type’ 등일 수 있습니다.
예시
입고출하내부 이동고객 반품
|
|||
|
계획 수량
PlannedQuantity
|
주문을 기준으로 특정 작업에서 처리할 것으로 예상한 자재 수량입니다. | ||
|
설명
이 속성은 원래 창고 주문이나 작업 지시에 따라 입고, 피킹 또는 취급할 것으로 예상한 품목 수량을 나타냅니다. 실제 운영 결과를 비교하는 기준입니다. 이 값은 ‘실제 수량’과 함께 사용해 차이를 계산합니다. 계획 수량과 실제 수량의 차이가 자주 발생하면 공급업체 납품, 재고 정확도 또는 피킹 프로세스에 문제가 있을 수 있습니다. 따라서 품질과 정확도를 분석하는 데 중요한 속성입니다.
중요한 이유
수량 정확도를 측정하는 기준으로, 재고와 주문 처리에 영향을 주는 차이를 파악하는 데 도움이 됩니다.
확보 방법
Manhattan SCALE의 주문 품목 또는 작업 상세 테이블에서 확인할 수 있습니다.
예시
1001005012
|
|||
|
보관 위치
StorageLocation
|
상품을 보관하거나 피킹하는 창고 내 구체적인 위치입니다. 예를 들어 보관함이나 통로가 있습니다. | ||
|
설명
이 속성은 보관 또는 출고 작업이 이루어진 물리적 위치(예: 5번 통로, 3번 보관함, C층)를 식별합니다. 창고 프로세스의 공간 정보를 제공합니다. 보관 위치별 활동 분석은 창고 배치와 자재 흐름을 최적화하는 데 중요합니다. 자주 이용하는 위치, 피킹 중 비효율적인 이동 경로, 혼잡이 잦은 구역을 찾을 수 있습니다. 이 데이터로 적치와 피킹 효율을 분석하고 보관 전략을 개선할 기회를 파악할 수 있습니다.
중요한 이유
창고 내 이동의 공간 정보를 제공해 배치 효율, 이동 시간, 피킹 경로를 분석하고 개선할 수 있습니다.
확보 방법
Manhattan SCALE의 적치 및 피킹 작업 데이터에서 확인할 수 있으며, ‘location_id’, ‘bin_code’, ‘source_location’ 등의 필드에 저장됩니다.
예시
A01-R02-B03DOCK-04PACK-STATION-12
|
|||
|
사용 장비
EquipmentUsed
|
지게차나 핸드헬드 스캐너 등 활동에 사용한 장비의 ID입니다. | ||
|
설명
이 속성은 창고 작업에 사용한 자재 취급 장비(MHE) 또는 기술 장비를 지정합니다. 특정 지게차 ID, 팔레트 잭 번호, 핸드헬드 RF 스캐너 ID 등이 해당합니다. 이 데이터는 작업자뿐 아니라 장비의 리소스 활용도를 분석하는 데 유용합니다. 고가 장비의 사용 패턴을 파악하고 유지보수를 계획하며, 필요한 시점에 적절한 장비를 사용할 수 있도록 지원합니다. 분석 기준을 추가해 ‘피킹 리소스 활용도’와 같은 KPI를 확인할 수 있습니다.
중요한 이유
장비 활용도와 프로세스 효율의 관계를 분석하고, 유지보수 일정과 MHE 투자를 관리할 수 있습니다.
확보 방법
Manhattan SCALE 문서나 시스템 로그를 확인하세요. 시스템에서 수집하도록 설정한 경우 작업 실행 레코드에 기록될 수 있습니다.
예시
FORKLIFT-07SCANNER-58BCART-22
|
|||
|
수량 차이
QuantityDiscrepancy
|
품목의 계획 수량과 실제 수량 간 차이를 계산한 값입니다. | ||
|
설명
‘실제 수량’에서 ‘계획 수량’을 뺀 값입니다. 0이 아니면 예상한 수량과 실제 취급한 상품 수량이 다르다는 뜻입니다. 값이 양수면 초과, 음수면 부족을 나타냅니다. 이 속성은 ‘주문 수량 차이율’ KPI의 기반입니다. 입고 또는 피킹 과정에서 발생한 오류의 규모를 수치로 나타내며, 재고 정확도를 추적하는 대시보드에 명확한 지표를 제공합니다. 차이의 추세와 원인을 분석하면 운영 정확도를 높일 수 있습니다.
중요한 이유
재고 및 주문 처리 과정에서 발생한 오류를 수치로 나타내므로 정확도와 수량 차이의 재무적 영향을 명확하게 추적할 수 있습니다.
확보 방법
process mining 도구에서 ActualQuantity - PlannedQuantity 공식으로 계산합니다.
예시
0-25
|
|||
|
실제 완료일
ActualCompletionDate
|
창고 주문이 실제로 완료된 날짜이며, 일반적으로 출하 시점을 기준으로 합니다. | ||
|
설명
이 속성은 ‘출하 완료’와 같은 주문의 창고 프로세스 최종 단계를 표시하는 타임스탬프입니다. 주문 처리 프로세스가 실제로 완료된 시점을 나타냅니다. 이 날짜를 ‘요청 완료일’과 비교해 정시 출하 성과를 계산합니다. 창고의 주문 처리 책임이 언제 끝났는지 보여주는 실제 데이터입니다. 이 속성을 분석하면 주문 처리 시간과 SLA 대비 성과를 정확히 측정할 수 있습니다.
중요한 이유
주문이 실제로 완료된 시각을 제공하며, 실제 처리 시간을 계산하고 요청 날짜 대비 성과를 측정하는 데 사용합니다.
확보 방법
‘출하 완료’ 또는 ‘창고 주문 완료’와 같은 프로세스의 마지막 활동 시각에 해당합니다.
예시
2023-10-28T14:30:00Z2023-11-06T11:00:00Z2023-11-10T18:00:00Z
|
|||
|
운송업체명
CarrierName
|
주문 운송을 담당하는 운송업체의 이름입니다. | ||
|
설명
이 속성은 출고 건을 담당하는 물류 파트너 또는 운송업체(예: FedEx, UPS, DHL)를 식별합니다. 창고 프로세스와 이후 운송 단계를 연결합니다. 운송업체별 성과를 분석하면 공급망에 관한 중요한 정보를 얻을 수 있습니다. 특정 운송업체가 대기 시간 증가, 잦은 지연 또는 별도의 취급 요건과 관련이 있는지 확인할 수 있습니다. 이 정보를 활용해 운송업체 성과를 평가하고 물류 협력 관계를 개선할 수 있습니다.
중요한 이유
창고 운영과 물류 파트너를 연결해 운송업체별 성과를 분석하고 운송 관련 병목을 찾을 수 있습니다.
확보 방법
Manhattan SCALE의 출하 또는 운송 계획 테이블에서 확인할 수 있으며, 주문 헤더와 연결되는 경우가 많습니다.
예시
FedExUPSXPO Logistics
|
|||
|
입고 후 적치까지 걸린 시간
GoodsReceiptToPutawayTime
|
상품을 입고한 시점부터 보관 위치에 적치할 때까지 걸린 시간입니다. | ||
|
설명
이 계산 지표는 입고 프로세스의 주요 단계인 ‘상품 입고 및 수량 확인’ 활동부터 ‘상품 보관 위치 적치’ 활동까지 걸린 시간을 측정합니다. 입고 도크와 적치 운영의 효율을 수치로 보여줍니다. 이 시간은 ‘입고부터 적치까지의 주기’ 대시보드와 해당 KPI의 주요 입력값입니다. 값이 높으면 입고 도크의 병목, 적치 작업 생성 지연, 비효율적인 이동 경로 등을 의심할 수 있으며, 이로 인해 재고를 사용할 수 있는 시점이 늦어질 수 있습니다.
중요한 이유
입고 프로세스의 주요 단계별 효율을 따로 측정해 재고 사용을 지연시키는 병목을 파악할 수 있습니다.
확보 방법
해당 케이스에서 ‘상품 입고 및 수량 확인’ 이벤트와 ‘상품 보관 위치 적치’ 이벤트 간 시간 차이를 계산합니다.
예시
45분2.5시간8시간
|
|||
|
재작업 여부
IsRework
|
활동 또는 활동 순서가 재작업에 해당하는지 나타내는 표시입니다. | ||
|
설명
이 불리언 속성은 한 주문에서 같은 자재에 대해 ‘보관 위치에서 상품 피킹’ 활동이 두 번 이상 수행되는 경우처럼 재작업 사례를 식별합니다. 프로세스 흐름의 패턴을 분석해 산출합니다. 재작업을 표시하면 프로세스의 비효율과 오류를 파악할 수 있습니다. ‘피킹 재작업률’ KPI를 계산하고, 반복 단계가 발생한 케이스를 분리해 조사하는 데 활용합니다. 재작업 원인을 파악하면 운영 비용을 줄이고 프로세스 품질을 높일 수 있습니다.
중요한 이유
프로세스에서 비효율적인 반복과 중복 작업을 표시합니다. 이러한 작업은 지연과 운영 비용 증가의 원인이 되지만 쉽게 드러나지 않을 수 있습니다.
확보 방법
계산 속성입니다. 일반적으로 process mining 도구에서 자기 반복이나 짧은 반복 등 특정 활동 패턴을 감지하는 규칙을 정의해 산출합니다.
예시
truefalse
|
|||
|
정시 출고 여부
IsOnTimeShipment
|
요청된 완료일까지 주문을 출고했는지 나타내는 표시입니다. | ||
|
설명
이 불리언 속성은 ‘실제 완료일’과 ‘요청 완료일’을 비교해 산출합니다. 주문을 기한 내에 완료했으면 참, 늦게 완료했으면 거짓입니다. 이 속성을 사용하면 데이터를 쉽게 필터링하고 집계할 수 있어 성과 분석이 간편해집니다. ‘정시 출고율’ KPI를 계산하는 기준이며, 고객 SLA 준수 현황을 추적하는 대시보드에도 활용됩니다. 기한을 지킨 주문과 지키지 못한 주문을 빠르게 구분해 지연 사례의 원인을 분석할 수 있습니다.
중요한 이유
날짜 비교 결과를 참 또는 거짓으로 표시하므로 성과 보고가 간편해지고, 정시 출고율도 쉽게 계산할 수 있습니다.
확보 방법
‘ActualCompletionDate’ <= ‘RequestedCompletionDate’를 비교해 계산합니다. 이 로직은 process mining 도구에서 적용합니다.
예시
truefalse
|
|||
|
주문 처리 소요 시간
OrderFulfillmentCycleTime
|
창고 주문이 생성된 시점부터 최종 완료될 때까지 걸린 총시간입니다. | ||
|
설명
이 지표는 각 창고 주문의 ‘창고 주문 생성’ 이벤트부터 ‘창고 주문 완료’ 이벤트까지 걸린 총시간을 계산합니다. 창고 주문 처리 전 과정의 효율을 측정하는 주요 KPI입니다. 대시보드와 분석에서 전체 성과를 한눈에 파악하는 데 활용합니다. 추세를 추적하고, 주기가 유난히 긴 사례를 찾아내며, 시간에 따른 성과를 비교할 수 있습니다. ‘전체 주문 처리 소요 시간’ 대시보드와 해당 KPI의 기반이 됩니다.
중요한 이유
창고 운영의 전 과정에 걸친 속도와 효율을 측정하는 주요 KPI로, 고객 만족도와 운영 비용에 직접 영향을 줍니다.
확보 방법
각 창고 주문의 첫 이벤트와 마지막 이벤트 타임스탬프 간 차이로 계산합니다.
예시
2.1일18.5시간36시간
|
|||
|
출하 ID
ShipmentId
|
함께 출하하는 여러 주문을 식별하는 고유 ID입니다. | ||
|
설명
출하 ID는 같은 차량으로 운송하거나 하나의 화물로 묶어 운송하는 하나 이상의 창고 주문을 통합해 식별하는 상위 ID입니다. 개별 주문을 특정 운송 건과 연결합니다. 분석에서는 출하 ID를 통해 물류 운영을 더 넓은 관점에서 살펴볼 수 있습니다. 출하 대기와 적재 단계의 통합 효율을 분석하고, 출하 단위의 정시 성과를 측정하며, 주문 통합이 전체 리드 타임에 미치는 영향을 파악할 수 있습니다.
중요한 이유
여러 주문을 하나의 출하 건으로 묶어 통합, 출하 대기, 적재 프로세스를 분석할 수 있습니다.
확보 방법
Manhattan SCALE의 운송 또는 출하 관리 테이블에서 확인할 수 있습니다. 일반적으로 여러 창고 주문과 연결됩니다.
예시
SH-945001SH-945002SH-945003
|
|||
|
품질 검사 결과
QualityInspectionResult
|
‘합격’, ‘불합격’, ‘재작업’ 등 품질 검사 활동의 결과입니다. | ||
|
설명
이 속성은 ‘품질 검사 수행’ 활동의 결과를 기록합니다. 입고 상품이 요구되는 품질 기준을 충족했는지, 추가 조치가 필요한지 나타냅니다. 품질 관리 분석에 중요한 속성입니다. 규정 준수 여부뿐 아니라 결과를 기준으로 ‘품질 관리 준수율’을 추적할 수 있습니다. 공급업체나 자재별 불합격률을 분석하면 구매 결정을 개선하고 품질이 낮은 상품으로 인해 후속 단계에서 발생하는 비용을 줄일 수 있습니다.
중요한 이유
품질 검사 결과를 제공해 공급업체 품질, 제품 문제, 검사 프로세스의 효과를 분석할 수 있습니다.
확보 방법
Manhattan SCALE 문서를 확인하세요. 품질 관리 또는 입고 작업 관련 테이블에 저장될 가능성이 높습니다.
예시
합격불합격재작업 필요
|
|||
창고 관리 활동
| 활동 | 설명 | ||
|---|---|---|---|
|
보관 상품 피킹 완료
|
작업자가 보관 위치에서 상품을 실제로 꺼냈음을 확인하는 활동입니다. 작업자가 핸드헬드 기기로 상품이나 위치를 스캔해 피킹을 확정할 때 명시적으로 기록됩니다. | ||
|
중요한 이유
주문 처리 과정의 주요 단계입니다. 피킹 처리량, 재작업률, 리소스 활용도를 측정하는 데 필요합니다.
확보 방법
피킹이 확정되면 피킹 거래 로그나 작업 이력 테이블에 기록되며, 작업자 ID와 시각이 포함되는 경우가 많습니다.
기록
피킹 품목을 확정한 시각을 기준으로 기록하며, 일반적으로 바코드 스캔을 통해 확인합니다.
이벤트 유형
explicit
|
|||
|
상품 입고 및 수량 확인
|
상품을 하역하고 식별한 뒤 배송 통지와 대조해 수량을 확인하는 실제 입고 절차의 완료를 나타냅니다. 일반적으로 작업자가 휴대용 단말기나 터미널에서 품목별 최종 입고 수량을 확인할 때 명시적 이벤트로 기록됩니다. | ||
|
중요한 이유
재고 정확도와 적치 주기의 시작을 좌우하는 중요한 시점입니다. 수량 불일치와 입고팀의 처리 효율을 분석할 수 있습니다.
확보 방법
품목 수량을 확인할 때 타임스탬프와 함께 Manhattan SCALE의 입고 라인 거래 로그에 기록됩니다.
기록
작업자가 스캔 또는 수동 입력으로 입고 수량을 확인할 때 기록됩니다.
이벤트 유형
explicit
|
|||
|
상품 적치 완료
|
작업자가 지정된 보관 위치에 상품을 정상적으로 적치했음을 확인하는 활동입니다. 작업자가 보관 위치를 스캔하고 적치를 확정하면 이벤트가 명시적으로 기록되며, 시스템에서 작업이 완료됩니다. | ||
|
중요한 이유
이 이벤트로 입고 프로세스가 종료되고, 재고를 출고 처리에 사용할 수 있게 됩니다. ‘입고부터 적치까지 걸린 시간’ KPI를 측정할 때 종료 시점으로 사용합니다.
확보 방법
적치 작업 상태가 ‘완료’ 또는 이에 준하는 상태로 변경되면 작업 관리 로그나 재고 거래 로그에 기록됩니다.
기록
적치 작업 완료 시각을 기준으로 기록하며, 일반적으로 위치 스캔을 통해 확인합니다.
이벤트 유형
explicit
|
|||
|
상품 포장 완료
|
출하할 모든 상품을 최종 용기에 담고 용기를 밀봉했음을 나타내는 활동입니다. 포장 작업자가 시스템에서 상자 또는 출하 건의 포장을 완료했다고 확정할 때 명시적으로 기록됩니다. | ||
|
중요한 이유
이 단계에서 포장이 끝나고 출하 건은 출하 대기 및 발송 준비를 마칩니다. 포장 처리량과 효율을 분석하는 데 중요한 데이터입니다.
확보 방법
Manhattan SCALE에서 ‘상자 마감’ 또는 ‘포장 완료’ 작업을 실행하면 포장 또는 출하 거래 로그에 기록됩니다.
기록
‘포장 완료’ 또는 ‘용기 마감’ 거래의 시각을 기준으로 기록합니다.
이벤트 유형
explicit
|
|||
|
창고 주문 생성
|
이 활동은 창고 관리 시스템에서 입고 또는 출고 처리를 위한 주문이 생성되는 시점을 나타냅니다. 일반적으로 시스템에 새 주문 레코드가 입력될 때 생성 타임스탬프와 함께 명시적 이벤트로 기록되며, ERP와의 연동을 통해 생성되는 경우가 많습니다. | ||
|
중요한 이유
이 이벤트는 창고 프로세스의 주요 시작점입니다. 이 시점부터 완료까지 걸리는 시간을 분석하면 전체 주문 처리 주기를 측정할 수 있습니다.
확보 방법
Manhattan SCALE의 기본 주문 헤더 테이블에 있는 생성 타임스탬프에서 가져옵니다. 예를 들어 주문 생성일 필드를 사용할 수 있습니다.
기록
창고 주문 레코드의 생성 타임스탬프에서 가져옵니다.
이벤트 유형
explicit
|
|||
|
창고 주문 완료
|
모든 물리적 작업이 끝난 뒤 창고 주문을 최종적으로 마감하는 단계입니다. 일반적으로 주문 레코드의 상태가 ‘완료’ 또는 ‘마감’으로 변경된 시각을 바탕으로 추정합니다. | ||
|
중요한 이유
창고 프로세스 전체의 최종 종료 시점입니다. 전체 주문 처리 시간과 처리량을 계산하는 데 필요합니다.
확보 방법
Manhattan SCALE의 주문 헤더 상태 필드가 최종 마감 상태로 변경된 시각을 바탕으로 추정합니다.
기록
주문 상태가 ‘완료’로 변경된 마지막 업데이트 시각을 기준으로 산출합니다.
이벤트 유형
inferred
|
|||
|
출하 완료
|
운송업체가 상품을 싣고 창고를 떠나는 시점을 나타냅니다. 사용자가 시스템에서 ‘출하 확정’ 또는 ‘발송’ 거래를 실행해 출하를 최종 확정하면 이벤트가 명시적으로 기록됩니다. | ||
|
중요한 이유
요청된 배송일을 기준으로 정시 출하 실적을 측정하는 주요 단계입니다. 이 이벤트가 고객 알림이나 송장 발행을 시작하는 경우가 많습니다.
확보 방법
Manhattan SCALE의 출하 또는 출고 주문 테이블에서 ‘출하 확정’ 거래 시각을 확인합니다.
기록
트레일러 또는 주문의 출하 확정 거래가 실행될 때 기록됩니다.
이벤트 유형
explicit
|
|||
|
상품 도크 도착
|
트럭이나 컨테이너가 창고 입고 도크에 실제로 도착한 활동을 나타냅니다. 하역을 시작하기 전에 출입구나 도크 담당자가 시스템에 화물을 접수할 때 명시적으로 기록되는 경우가 많습니다. | ||
|
중요한 이유
도착부터 입고 작업 시작까지의 시간을 추적하면 리소스 부족으로 인한 대기 등 입고 도크의 병목을 파악할 수 있습니다.
확보 방법
운송사가 시설에 도착해 접수되면 Manhattan SCALE의 배송 또는 예약 일정 모듈에 기록됩니다.
기록
입고 도크에서 접수 처리 시 기록된 타임스탬프에서 가져옵니다.
이벤트 유형
explicit
|
|||
|
운송 차량에 적재
|
포장된 용기를 트럭이나 트레일러에 실제로 싣는 활동입니다. 작업자가 운송 차량에 팔레트나 용기를 실을 때마다 스캔하면 일반적으로 이벤트가 명시적으로 기록됩니다. | ||
|
중요한 이유
창고 내 마지막 물리적 작업 단계입니다. 이 활동을 분석하면 적재 시간을 측정하고 출하할 상품이 모두 정확히 실렸는지 확인할 수 있습니다.
확보 방법
적재 중 용기를 스캔하면 Manhattan SCALE의 출하 거래 로그에 기록됩니다.
기록
출하 용기를 차량에 실을 때 스캔한 시각을 기준으로 기록합니다.
이벤트 유형
explicit
|
|||
|
입고 예정 통지 수신
|
공급업체가 발송할 상품의 상세 정보를 담은 사전 출하 통지(ASN)를 수신한 시점을 나타냅니다. ASN이 정상적으로 처리되어 Manhattan SCALE에 기록될 때 명시적 이벤트로 저장되며, 입고 계획 활동이 시작됩니다. | ||
|
중요한 이유
이 이벤트는 입고 물류 프로세스의 시작점으로, 공급업체 성과와 입고 상품에 대한 창고의 준비 상태를 분석하는 데 활용됩니다.
확보 방법
배송 통지가 EDI 또는 수동 입력으로 정상 등록되면 입고 거래 또는 ASN 테이블에 기록됩니다.
기록
ASN을 수신하고 처리할 때 이벤트가 기록됩니다.
이벤트 유형
explicit
|
|||
|
적치 작업 생성
|
시스템이 작업자에게 입고 상품을 도크에서 보관 위치로 옮기도록 지시하는 작업을 생성합니다. 시스템이 목적지를 지정하고 새 적치 지시를 생성할 때 작업 관리 엔진에 명시적 이벤트로 기록됩니다. | ||
|
중요한 이유
창고 내부 상품 이동 프로세스의 시작을 나타냅니다. 이 시점부터 작업 완료까지의 시간을 측정하면 적치 효율과 시스템 성능을 파악할 수 있습니다.
확보 방법
적치 작업이 생성된 시각과 함께 Manhattan SCALE의 작업 또는 작업 지시 이력 테이블에 기록됩니다.
기록
적치 작업이 시스템에서 생성될 때 기록되는 이벤트입니다.
이벤트 유형
explicit
|
|||
|
출하 대기 구역으로 이동
|
포장된 상자를 포장 구역에서 지정된 출하 대기 레인이나 구역으로 옮기는 활동입니다. 일반적으로 WMS에서 출하 용기나 팔레트의 위치가 변경된 기록을 바탕으로 추정합니다. | ||
|
중요한 이유
포장부터 적재까지의 지연을 파악하는 데 도움이 됩니다. 이 상태가 오래 지속되면 운송업체와의 조율이 원활하지 않거나 도크 관리가 비효율적일 수 있습니다.
확보 방법
Manhattan SCALE에서 출하 용기 ID의 재고 이동 거래나 위치 업데이트를 확인해 대기 위치로 이동했는지 추정합니다.
기록
포장된 용기의 위치가 출하 대기 구역이나 도크로 변경된 기록을 바탕으로 추정합니다.
이벤트 유형
inferred
|
|||
|
포장 시작
|
피킹한 상품이 포장 스테이션에 도착해 포장 프로세스가 시작되는 시점을 나타냅니다. 작업자가 토트나 주문을 포장 스테이션에 스캔할 때 명시적으로 기록하거나, 해당 스테이션에서 첫 상품을 스캔한 시점으로 추정할 수 있습니다. | ||
|
중요한 이유
출하 전 마지막 부가가치 단계의 시작을 나타냅니다. 이 시점부터 시간을 측정하면 포장 구역의 병목을 파악할 수 있습니다.
확보 방법
Manhattan SCALE의 포장 스테이션 관련 거래 로그에서 확인합니다. ‘포장 시작’ 거래나 첫 상품 포장 시각을 사용할 수 있습니다.
기록
작업자가 스테이션에서 주문 포장을 시작할 때 기록됩니다.
이벤트 유형
explicit
|
|||
|
품질 검사 수행
|
상품을 적치하기 전에 입고 상품에 대해 실시하는 품질 검사를 나타냅니다. 품질 관리 담당자가 해당 재고의 검사 결과(합격 또는 불합격)를 시스템에 기록할 때 명시적으로 저장됩니다. | ||
|
중요한 이유
품질 관리 절차 준수 여부를 추적하는 데 중요한 활동입니다. 발생 여부와 소요 시간을 분석하면 제품 품질을 확인하고 검사 과정의 지연을 찾아낼 수 있습니다.
확보 방법
검사 결과를 제출하면 Manhattan SCALE의 품질 관리 모듈이나 재고 상태 거래 로그에 기록됩니다.
기록
품질 검사 확인 단계의 거래 로그에서 가져옵니다.
이벤트 유형
explicit
|
|||
|
피킹 작업 생성
|
주문 처리를 위해 작업자가 보관 위치에서 상품을 가져오도록 시스템이 피킹 작업을 생성하는 이벤트입니다. 주문이 할당되고 WMS가 사용자에게 작업 지시를 생성할 때 명시적으로 기록됩니다. | ||
|
중요한 이유
출고 처리 프로세스의 시작점입니다. 이 이벤트부터 피킹 완료까지 걸리는 시간은 피킹 작업자의 효율을 측정하는 데 중요합니다.
확보 방법
Manhattan SCALE의 작업 또는 작업 지시 이력 테이블에 생성 시각과 함께 기록됩니다.
기록
피킹 작업이 시스템에서 생성될 때 기록되는 이벤트입니다.
이벤트 유형
explicit
|
|||
데이터 추출 가이드
시작할 준비가 되셨나요?
이 데이터 템플릿을 활용해 지금 창고 운영 개선을 시작하세요. 운영 효율을 높이는 데 필요한 첫 단계를 안내합니다.
창고 운영 효율을 높이세요. 지금 무료로 시작하세요
피킹 오류를 줄이고 재고 정확도 99.5%를 달성하세요.
신용카드 없이 몇 분 만에 무료로 시작할 수 있습니다.