창고 관리 데이터 템플릿

마지막 데이터 업데이트 타임스탬프는 분석에 사용하는 데이터 세트를 소스 시스템에서 마지막으로 새로 고친 시점을 나타냅니다. 데이터의 최신성과 관련성을 명확히 보여 주므로 사용자는 분석에 포함된 기간을 확인할 수 있습니다.

이 속성은 process mining 대시보드와 분석 결과에 대한 신뢰를 유지하는 데 중요합니다. 사용자는 최신 정보에 가까운 데이터를 보는지, 과거 데이터를 보는지 파악할 수 있습니다. 대시보드에 이 타임스탬프를 눈에 띄게 표시하면 사용자의 기대를 조정하고 오래된 정보로 인한 오해를 방지할 수 있습니다. 데이터 거버넌스와 투명성을 확보하는 데도 필요한 요소입니다.

이 타임스탬프를 통해 데이터가 얼마나 최신인지 확인할 수 있으므로, process mining 분석 결과를 바탕으로 시의적절하고 정확한 의사결정을 내리는 데 도움이 됩니다.

일반적으로 데이터를 process mining 플랫폼에 적재하는 데이터 추출(ETL) 과정에서 생성하고 저장합니다.

소스 시스템 속성은 이벤트 데이터의 출처를 나타냅니다. 예를 들어 특정 창고 관리 시스템(WMS), 전사적 자원 관리(ERP) 시스템 또는 레거시 애플리케이션이 해당합니다. 복잡한 IT 환경에서는 하나의 비즈니스 프로세스가 여러 시스템에 걸쳐 진행될 수 있으므로, 이 필드를 통해 각 데이터의 출처를 구분할 수 있습니다.

이 정보는 데이터 검증과 거버넌스에 유용하며, process mining에 사용하는 데이터의 출처를 정확히 추적할 수 있게 합니다. 데이터 품질 문제가 발견되었을 때 근본 원인을 분석하는 데도 도움이 됩니다. 분석 시 같은 조직 내 여러 시스템이나 시스템 버전 간 프로세스 차이와 성과 지표를 비교할 수 있습니다.

데이터 출처를 파악할 수 있어 데이터 검증과 문제 해결, 시스템별 프로세스 차이 이해에 도움이 됩니다.

이 정보는 데이터 추출(ETL) 과정에서 추가하거나 데이터 웨어하우스 및 통합 플랫폼의 기본 필드로 제공할 수 있습니다.

이벤트 시작 시각은 창고 활동이 시작된 순간을 기록하는 정확한 타임스탬프입니다. 프로세스 단계별 시점과 소요 시간을 파악하는 데 필요합니다. 종료 시각과 함께 사용하면 각 활동의 완료까지 걸린 시간을 정확히 계산할 수 있습니다.

process mining에서는 이벤트를 시간순으로 정렬해 정확한 프로세스 흐름을 구성하는 데 이 타임스탬프를 사용합니다. 활동 간 처리 시간과 대기 시간을 계산하고, 작업이 지연되는 병목을 찾는 등 시간 기반 분석의 기준이 됩니다. 프로세스 효율과 관련된 대시보드 및 KPI를 정확하게 산출하려면 시작 시각을 올바르게 기록해야 합니다.

이 타임스탬프는 이벤트를 올바른 순서로 정렬하고 처리 시간을 계산하는 데 필요합니다. 이를 바탕으로 프로세스의 병목과 지연을 파악할 수 있습니다.

특정 작업이나 상태 변경의 시작을 기록하는 시스템 이벤트 로그 또는 거래 기록에서 확인할 수 있습니다.

창고 오더 ID는 창고 관리 시스템에서 각 물류 작업 오더에 부여하는 고유 키입니다. 입고, 적치, 피킹, 포장, 배송 등 관련 활동을 하나로 연결해 처음부터 끝까지 이어지는 프로세스 인스턴스를 구성합니다.

process mining에서는 이 속성을 사용해 각 창고 오더의 전체 수명 주기를 재구성합니다. 창고 오더 ID를 케이스 식별자로 지정하면 분석가는 오더의 전체 흐름을 시각화하고, 자주 나타나는 경로를 파악하며, 표준 프로세스에서 벗어난 사례를 찾아 시작부터 완료까지 걸린 시간을 측정할 수 있습니다. 이를 통해 특정 오더의 창고 처리 프로세스 전체를 분석할 수 있습니다.

관련된 창고 활동을 모두 연결하는 필수 Case ID로, 주문 처리 프로세스 전체를 분석할 수 있게 합니다.

일반적으로 창고 오더 문서의 헤더 테이블이나 물류 작업 관련 거래 로그에서 확인할 수 있습니다.

활동 이름은 창고 관리 프로세스의 개별 단계나 이벤트를 나타냅니다. 각 활동은 창고 오더를 처리하기 위해 수행하는 작업으로, 프로세스 흐름을 세부적으로 파악할 수 있게 합니다. 주문 생성, 상품 입고, 품질 검사, 상품 피킹, 배송 출발 등이 이에 해당합니다.

process mining 분석에서는 이 속성을 바탕으로 프로세스 맵을 구성합니다. 활동 이름이 프로세스 그래프의 노드를 정의하므로, 분석가는 이벤트 순서를 시각화하고 작업별 발생 빈도를 파악하며 활동 간 병목이나 비효율적인 전환을 찾을 수 있습니다. 의미 있는 프로세스 탐색과 분석을 위해 활동 이름을 명확하고 일관되게 정해야 합니다.

이 속성은 프로세스 맵의 단계를 정의하며, 병목과 편차를 찾는 process mining 분석의 기반이 됩니다.

일반적으로 개별 창고 작업을 기록하는 이벤트 로그, 작업 관리 테이블 또는 거래 데이터에서 확인할 수 있습니다.

계획 수량은 특정 창고 작업에서 목표로 하는 단위 수를 나타냅니다. 입고 오더에서는 입고 예정 수량이고, 출고 오더에서는 피킹 및 배송해야 하는 수량입니다. 일반적으로 구매 오더나 판매 오더와 같은 원본 비즈니스 문서에서 가져옵니다.

이 속성은 성과와 정확도를 분석할 때 기준값으로 사용됩니다. 계획 수량과 실제 수량을 비교하면 피킹 정확도, 입고 수량 차이, 재고 기록의 정확도를 측정할 수 있습니다. 수량 차이를 분석하면 공급업체, 내부 프로세스 또는 재고 데이터의 구조적 문제를 찾아 운영 효율과 고객 만족도를 높일 수 있습니다.

정확도를 측정하는 기준이 됩니다. 실제 수량과 비교하면 피킹 정확도와 같은 KPI를 계산하고 수량 차이를 파악할 수 있습니다.

창고 오더 또는 작업의 품목 세부 정보에서 확인할 수 있으며, 관련 판매 오더, 구매 오더 또는 이전 오더에서 가져오는 경우가 많습니다.

보관 위치는 활동과 관련된 창고 내 실제 장소를 나타냅니다. 피킹 작업의 출발 위치나 적치 작업의 목적지일 수 있습니다. 위치는 넓은 구역부터 특정 랙, 선반, 빈 번호까지 세부적으로 지정할 수 있습니다.

보관 위치별 데이터를 분석하면 창고 배치와 운영 효율을 파악할 수 있습니다. process mining으로 위치 간 이동 시간을 확인하고, 활동이 집중되는 구역을 찾으며, 비효율적인 적치 또는 피킹 경로를 파악할 수 있습니다. 자주 피킹하는 상품을 접근하기 쉬운 위치에 배치해 이동 시간을 줄이고 피킹 효율을 높이는 슬롯팅 전략을 최적화하는 데 유용합니다. 혼잡을 줄이고 흐름을 개선하도록 창고 배치를 재설계하는 데도 도움이 됩니다.

창고 배치와 이동 효율을 분석해 피킹 경로와 보관 전략을 최적화하고 처리 시간을 줄일 수 있습니다.

창고 작업 세부 정보, 재고 기록 및 자재 이동 거래에서 확인할 수 있습니다.

사용자 ID는 특정 창고 작업을 수행한 사람이나 리소스를 고유하게 식별합니다. 창고 작업자, 교대조 관리자, 로봇이나 컨베이어 제어기 같은 자동화 시스템이 해당할 수 있습니다. 활동별 수행 주체를 추적하면 리소스 배분과 성과를 파악할 수 있습니다.

이 속성을 활용하면 인력 및 리소스 관리와 관련된 분석을 수행할 수 있습니다. 사용자나 팀별 생산성을 분석하고, 교육이 필요한 영역을 찾으며, 표준 운영 절차 준수 여부를 확인할 수 있습니다. 사용자 ID로 프로세스 맵을 필터링하면 개인이나 팀별로 같은 프로세스를 어떻게 수행하는지 비교해 모범 사례와 개선 영역을 찾을 수 있습니다. 규정 준수와 감사에도 중요합니다.

이 속성은 리소스 성과 분석에 필요하며, 직원, 팀 또는 교대조별 효율과 품질을 비교할 수 있게 합니다.

일반적으로 작업을 확인하거나 완료한 사용자가 기록되는 거래 로그 또는 작업 실행 기록에서 확인할 수 있습니다.

실제 수량은 창고 작업자나 시스템이 활동 중 실제로 처리하고 세어 확인한 단위 수입니다. 공급업체에서 실제로 입고한 품목 수나 주문 처리를 위해 빈에서 피킹한 수량처럼 작업이 현실에서 어떻게 수행되었는지를 나타냅니다.

계획 수량과 비교해 차이를 분석하는 데 필요한 속성입니다. 계획 수량과 실제 수량이 다르면 공급업체의 미달 배송, 피킹 오류 또는 재고 부정확성과 같은 프로세스 문제가 드러납니다. process mining을 활용하면 이러한 차이가 자주 발생하는 제품, 위치 또는 직원을 찾아 정확도를 높이고 비용이 발생하는 오류를 줄일 수 있습니다.

작업의 실제 결과를 측정합니다. 계획 수량과 비교하면 피킹, 입고 또는 수량 확인 과정의 오류와 비효율을 찾을 수 있습니다.

작업자나 시스템이 실제로 처리한 품목 수량을 입력하는 작업 확인 데이터에 기록됩니다.

오더 유형은 비즈니스 목적에 따라 창고 오더를 분류합니다. 일반적인 유형으로는 공급업체 상품을 받는 입고 오더, 고객에게 제품을 보내는 출고 오더, 보충이나 재고 조정과 같은 내부 이동 오더가 있습니다.

이 속성은 서로 다른 창고 프로세스를 구분하고 비교하는 데 필요합니다. 입고 오더와 출고 오더의 프로세스 흐름은 크게 다릅니다. 오더 유형을 필터로 사용하면 흐름별 프로세스 맵과 대시보드를 만들 수 있어 더 정확하고 관련성 높은 분석이 가능합니다. 오더 유형별 처리 시간과 같은 KPI를 비교하면 리소스를 효율적으로 배분하고 각 수요에 맞게 프로세스를 조정할 수 있습니다.

흐름과 성과 목표가 서로 다른 입고, 출고, 내부 이동 프로세스를 구분해 비교할 수 있습니다.

일반적으로 창고 오더 문서의 헤더 데이터에서 확인할 수 있습니다.

요청 완료일은 창고 주문, 특히 출고 주문을 완료해야 하는 목표 기한입니다. 고객과의 약속, 운송업체의 픽업 일정 또는 내부 서비스 수준 계약(SLA)에 따라 정해지는 경우가 많습니다. 정시 처리 실적을 측정하는 주요 기준으로 사용됩니다.

process mining에서 이 속성은 정시 출고 실적을 분석하는 데 필수적입니다. 실제 완료일과 요청 완료일을 비교하면 정시 처리율을 계산하고 지연의 원인을 파악할 수 있습니다. 요청일을 넘긴 주문을 분석하면 반복적으로 지연을 일으키는 병목, 리소스 제약 또는 프로세스 단계를 찾아 개선 활동의 우선순위를 정할 수 있습니다.

정시 처리 실적을 측정하는 기준입니다. 실제 완료일과 비교하면 정시 출고율 KPI를 계산할 수 있습니다.

일반적으로 창고 주문의 헤더 데이터에 있으며, 관련 판매 주문이나 고객 요청에서 가져오는 경우가 많습니다.

이벤트 종료 시각은 창고 작업이나 활동이 끝난 정확한 순간을 나타냅니다. 이벤트 시작 시각과 짝을 이루며 개별 활동의 소요 시간을 측정하는 데 필요합니다. 모든 이벤트에 별도의 소요 시간이 있는 것은 아니지만, 피킹이나 포장처럼 소요 시간이 있는 작업에서는 유용한 데이터입니다.

시작 시각과 종료 시각을 모두 확보하면 프로세스 성과를 더 세밀하게 분석할 수 있습니다. 작업에 실제로 투입된 처리 시간과 작업 사이의 대기 시간을 구분해 계산할 수 있습니다. 이 구분은 실제 운영 병목과 리소스 가용성 문제를 판별하는 데 중요합니다. 활동별 소요 시간을 분석하면 성과를 비교하고 리소스를 계획하며 운영 개선 기회를 찾을 수 있습니다.

활동별 소요 시간을 정확히 계산해 실제 처리 시간과 대기 시간을 구분할 수 있으므로 병목을 더 정확하게 분석할 수 있습니다.

특정 작업의 완료나 상태 변경을 기록하는 시스템 이벤트 로그 또는 거래 기록에서 확인할 수 있습니다.

실제 완료일은 창고 주문과 관련된 모든 활동이 끝난 시점을 나타내는 타임스탬프입니다. 출고 주문의 경우 보통 상품이 창고에서 출발한 시점이며, 입고 주문은 모든 상품을 적치해 재고로 사용할 수 있게 된 시점일 수 있습니다.

이 속성은 요청 완료일과 비교할 수 있는 실제 기록으로, 성과 측정에 중요합니다. 정시 배송률과 주문 처리 전체 주기를 계산하는 데 직접 사용됩니다. 근본 원인을 분석할 때 실제 완료일이 늦은 케이스를 필터링하면 지연된 주문의 프로세스 흐름을 살펴보고 공통된 패턴이나 원인을 찾을 수 있습니다.

정시 처리 분석에 필요한 실제 결과를 제공합니다. 전체 처리 시간을 계산하고 주문이 일찍, 제때 또는 늦게 완료되었는지 판단하는 데 사용됩니다.

주문 처리 과정의 마지막 이벤트 시각입니다. 예: '출고 완료', '창고 주문 완료'.

장비 ID는 창고 작업에 사용된 자재 취급 장비(MHE)를 식별합니다. 지게차, 팔레트 잭, 휴대용 스캐너, 음성 피킹 헤드셋, 컨베이어와 분류기 같은 자동화 시스템이 여기에 포함됩니다.

장비 ID별 프로세스 데이터를 분석하면 자산 활용도와 유지보수 계획을 세우는 데 도움이 됩니다. 어떤 장비를 가장 자주 사용하는지, 장비 관련 병목이 있는지, 장비 성능이 전체 작업 시간에 어떤 영향을 미치는지 확인할 수 있습니다. 이 정보는 장비 구매, 창고 내 장비 배치 조정, 가동 중단을 줄이기 위한 예방 정비 일정 수립에 활용할 수 있습니다.

기계 리소스의 활용도를 분석하고 장비 관련 병목을 찾아 유지보수나 구매 결정을 내리는 데 도움이 됩니다.

작업자가 사용 장비를 기록하는 작업 확인 데이터나 자동화 시스템 로그에 기록되는 경우가 많습니다.

제품 ID는 SKU 또는 자재 번호라고도 하며, 창고에 보관되는 각 품목에 부여하는 고유 코드입니다. 이 식별자를 통해 활동을 특정 제품과 연결하고 제품 유형별 처리 방식을 자세히 분석할 수 있습니다.

제품 ID별로 프로세스를 분석하면 유용한 정보를 얻을 수 있습니다. 예를 들어 부피가 큰 상품과 작은 상품의 처리 시간을 비교하거나, 품질 보류와 같은 프로세스 편차가 자주 발생하는 제품을 찾거나, 수요가 높은 제품과 낮은 제품의 주문 처리 과정을 분석할 수 있습니다. 이러한 세부 분석은 재고 관리 최적화, 창고 배치 계획, 제품 특성에 맞는 물류 프로세스 설계에 필요합니다.

제품별 분석을 통해 특정 품목이나 제품군과 관련된 프로세스 차이와 병목을 찾을 수 있습니다.

창고 오더, 작업 및 재고 기록의 품목별 세부 정보에서 확인할 수 있습니다.

주문 우선순위는 창고 주문의 상대적 중요도나 긴급도를 나타내는 분류입니다. 우선순위에 따라 작업을 배정하고 처리하는 순서와 속도가 달라집니다. 예를 들어 '긴급' 또는 '높음' 우선순위 주문은 나중에 접수되었더라도 '일반' 우선순위 주문보다 먼저 처리될 수 있습니다.

주문 우선순위에 따라 프로세스를 분석하면 서비스 수준 계약(SLA) 준수 여부를 평가할 수 있습니다. process mining을 활용하면 우선순위가 높은 주문이 일반 주문보다 실제로 빠르게 처리되는지 확인할 수 있습니다. 특정 주문을 우선 처리하면서 다른 주문이 크게 지연되거나 병목이 발생하는지도 파악할 수 있습니다. 분석 결과를 바탕으로 우선순위 규칙과 리소스 배분 방식을 조정해 긴급 주문의 처리 속도와 창고 전체의 효율을 균형 있게 관리할 수 있습니다.

우선순위가 높은 주문이 낮은 주문보다 빠르게 처리되는지 확인해 서비스 수준 계약의 준수 여부를 분석할 수 있습니다.

일반적으로 창고 주문의 헤더 데이터에 있으며, 원본 판매 주문이나 업무 요건에 따라 결정되는 경우가 많습니다.

창고 ID는 기록된 활동이 발생한 물류센터나 창고와 같은 물리적 시설을 식별하는 고유 코드입니다. 여러 물류 거점을 운영하는 조직에서 특히 중요합니다.

이 속성을 사용하면 거점별 성과를 비교할 수 있습니다. 창고 ID로 데이터를 필터링하거나 구분해 성과를 벤치마킹하고 프로세스 효율을 비교할 수 있으며, 성과가 우수한 거점의 모범 사례를 다른 곳에 적용할 수 있습니다. 지역별 수요, 리소스 활용도, 운영상의 과제를 파악하는 데도 도움이 되며, 이를 바탕으로 물류 네트워크 전반의 전략을 수립할 수 있습니다.

물류센터별 성과와 프로세스를 비교해 모범 사례와 지역별 문제를 파악할 수 있습니다.

주요 조직 데이터 필드로, 대부분의 창고 관련 거래 문서 헤더에서 확인할 수 있습니다.

출하 ID는 하나 이상의 창고 주문을 단일 출고 건으로 묶는 고유 키입니다. 하나의 출하 건에는 같은 목적지로 가거나 같은 운송업체가 처리하는 여러 주문이 포함될 수 있습니다. 이 ID를 통해 창고 활동과 운송 및 물류 단계를 연결할 수 있습니다.

이 속성을 사용하면 개별 주문이 아닌 통합 출하 단위로 분석할 수 있습니다. 출하 대기 및 상차 프로세스의 효율을 분석하고, 출하 물량의 첫 상품을 피킹한 시점부터 트럭이 출발할 때까지 걸린 시간을 측정하며, 창고 성과를 운송 데이터와 연계할 수 있습니다. 이를 통해 창고 내부 단계뿐 아니라 전체 출고 물류 흐름을 최적화할 수 있습니다.

여러 창고 주문을 하나의 출고 건으로 묶어 출하 대기와 상차 효율을 포함한 통합 출고 프로세스를 분석할 수 있습니다.

출하 또는 운송 문서에서 확인할 수 있으며, 웨이브 계획이나 할당 단계에서 창고 주문과 연결되는 경우가 많습니다.