Datatemplate voor magazijnbeheer

De activiteitsnaam beschrijft een afzonderlijke stap of gebeurtenis in het magazijnbeheerproces. Deze activiteiten zijn de losse taken die worden uitgevoerd om een magazijnorder af te handelen en geven een gedetailleerd beeld van het procesverloop. Voorbeelden zijn een order aanmaken, goederen ontvangen, kwaliteitscontroles uitvoeren, artikelen picken en zendingen versturen.

Bij process mining gebruik je dit attribuut om de proceskaart op te bouwen. Het bepaalt de knooppunten in de procesgrafiek, zodat analisten de volgorde van gebeurtenissen kunnen visualiseren, zien hoe vaak taken voorkomen en bottlenecks of inefficiënte overgangen tussen activiteiten opsporen. Een duidelijke, consistente naamgeving van activiteiten is belangrijk voor bruikbare procesontdekking en analyse.

Dit attribuut bepaalt de stappen op de proceskaart. Die vormt de basis voor process mining-analyses waarmee je bottlenecks en afwijkingen opspoort.

Meestal te vinden in event logs, taakbeheertabellen of transactiegegevens waarin afzonderlijke magazijnactiviteiten worden vastgelegd.

Het attribuut Bronsysteem geeft aan waar de gebeurtenisdata vandaan komt, bijvoorbeeld uit een Warehouse Management System (WMS), een Enterprise Resource Planning-systeem (ERP) of een oudere applicatie. In complexe IT-omgevingen kan één bedrijfsproces meerdere systemen omvatten. Dit veld laat zien uit welk systeem elk gegeven afkomstig is.

Deze informatie helpt bij datavalidatie en gegevensbeheer: je kunt nagaan of de data voor process mining naar de juiste bron is terug te leiden. Ook helpt het bij oorzaakanalyse wanneer er problemen met de datakwaliteit worden gevonden. Je kunt procesvarianten en prestatiecijfers tussen verschillende systemen of systeemversies binnen dezelfde organisatie vergelijken.

Dit geeft context over de herkomst van de data. Dat is belangrijk voor datavalidatie, probleemoplossing en inzicht in procesvarianten tussen systemen.

Deze informatie wordt vaak toegevoegd tijdens de data-extractie (ETL) of is een standaardveld in datawarehouses en integratieplatforms.

De timestamp van de laatste data-update geeft aan wanneer de dataset voor de analyse voor het laatst is vernieuwd vanuit de bronsystemen. Zo zie je hoe actueel de data is en op welke periode de analyse betrekking heeft.

Dit attribuut helpt het vertrouwen in process mining-dashboards en analyses te behouden. Je ziet of de informatie bijna realtime is of op historische data is gebaseerd. Door deze timestamp duidelijk in dashboards te tonen, weten gebruikers wat ze kunnen verwachten en voorkomen ze verkeerde conclusies op basis van verouderde informatie. Dit is een belangrijk onderdeel van gegevensbeheer en transparantie.

Deze timestamp laat zien hoe actueel de data is. Dat is belangrijk om op basis van process mining-inzichten tijdig beslissingen te nemen.

Deze timestamp wordt meestal aangemaakt en opgeslagen tijdens de data-extractie (ETL), wanneer de data naar het process mining-platform wordt geladen.

De magazijnorder-ID is een unieke sleutel voor elke logistieke werkorder in het magazijnbeheersysteem. De ID verbindt alle bijbehorende activiteiten, zoals ontvangst, opslag, picking, verpakken en verzenden, tot één end-to-end procesinstantie.

Bij process mining is dit attribuut essentieel om de levenscyclus van elke magazijnorder te reconstrueren. Als analist kun je de magazijnorder-ID als case-ID gebruiken om de volledige orderstroom te visualiseren, veelvoorkomende routes te herkennen, afwijkingen van het standaardproces op te sporen en de totale doorlooptijd te meten. Zo analyseer je het volledige orderverwerkingsproces in het magazijn voor een specifieke order.

Dit is de essentiële Case-ID die alle bijbehorende magazijnactiviteiten met elkaar verbindt. Zo kun je het volledige orderverwerkingsproces analyseren.

Meestal te vinden in de koptabellen van magazijnorderdocumenten of in transactielogboeken voor logistieke taken.

De starttijd van een gebeurtenis is een nauwkeurige timestamp van het moment waarop een magazijnactiviteit begint. Dit gegeven helpt je de timing en duur van processtappen te begrijpen. In combinatie met een eindtimestamp kun je precies berekenen hoelang een activiteit duurde.

Bij process mining gebruik je deze timestamp om gebeurtenissen chronologisch te ordenen en zo het procesverloop op te bouwen. Alle tijdsanalyses zijn erop gebaseerd, zoals het berekenen van doorlooptijden tussen activiteiten, het opsporen van wachttijden en het vinden van bottlenecks waar werk vertraging oploopt. Nauwkeurige starttijden zijn essentieel voor dashboards en KPI’s over procesefficiëntie.

Deze timestamp is essentieel om gebeurtenissen in de juiste volgorde te zetten en doorlooptijden te berekenen. Zo kun je bottlenecks en vertragingen in processen opsporen.

Te vinden in systeemlogboeken met gebeurtenissen of transactieregistraties die het begin van een specifieke taak of statuswijziging vastleggen.

De eindtijd van een gebeurtenis markeert het precieze moment waarop een magazijntaak of -activiteit is afgerond. Deze timestamp is het tegenstuk van de starttijd van de gebeurtenis en is essentieel om de duur van afzonderlijke activiteiten te meten. Niet elke gebeurtenis heeft een duidelijke duur, maar voor activiteiten zoals picken of verpakken is deze data erg waardevol.

Met zowel een start- als eindtijd kun je bij process mining de prestaties van processen nauwkeuriger analyseren. Je kunt de verwerkingstijd, de tijd waarin actief aan een taak wordt gewerkt, onderscheiden van de wachttijd tussen taken. Dat onderscheid helpt om echte operationele bottlenecks te herkennen en ze te onderscheiden van problemen met de beschikbaarheid van middelen. Analyse van de duur van activiteiten helpt bij prestatievergelijkingen, personeelsplanning en het vinden van mogelijkheden om de bedrijfsvoering te verbeteren.

Hiermee kun je de duur van activiteiten nauwkeurig berekenen en actieve verwerkingstijd onderscheiden van wachttijd. Dat maakt bottleneckanalyse nauwkeuriger.

Te vinden in systeemlogboeken met gebeurtenissen of transactieregistraties die de afronding van een specifieke taak of statuswijziging vastleggen.

De gebruikers-ID geeft aan welke persoon of bron verantwoordelijk was voor een specifieke magazijntaak. Dit kan een magazijnmedewerker, een ploegleider of een geautomatiseerd systeem zijn, zoals een robot of een transportbandbesturing. Door vast te leggen wie elke activiteit uitvoerde, krijg je inzicht in de inzet en prestaties van middelen.

Met dit attribuut kun je analyses uitvoeren van personeels- en middelenbeheer. Je kunt de productiviteit van verschillende gebruikers of teams vergelijken, opleidingsbehoeften vaststellen en controleren of standaardwerkwijzen worden gevolgd. Door de proceskaart op gebruikers-ID te filteren, kunnen analisten zien hoe verschillende personen of teams hetzelfde proces uitvoeren en goede werkwijzen of verbeterpunten ontdekken. Ook is dit attribuut belangrijk voor compliance en audits.

Dit attribuut is belangrijk voor analyses van bronprestaties. Je kunt de efficiëntie en kwaliteit van verschillende medewerkers, teams of ploegen vergelijken.

Meestal beschikbaar in transactielogboeken of uitvoeringsregistraties van taken, waarin wordt vastgelegd welke gebruiker de handeling heeft bevestigd of afgerond.

De geplande hoeveelheid is het beoogde aantal eenheden voor een specifieke magazijntaak. Bij een inkomende order is dit het aantal dat naar verwachting wordt ontvangen. Bij een uitgaande order is dit het aantal dat moet worden gepickt en verzonden. De waarde komt meestal uit het oorspronkelijke bedrijfsdocument, zoals een inkooporder of verkooporder.

Dit attribuut vormt een belangrijke basis voor analyses van prestaties en nauwkeurigheid. Door de geplande hoeveelheid te vergelijken met de werkelijke hoeveelheid, kunnen bedrijven de picknauwkeurigheid, verschillen bij ontvangst en de nauwkeurigheid van voorraadregistraties meten. Analyse van afwijkingen kan structurele problemen met leveranciers, interne processen of voorraaddata aan het licht brengen. Zo kun je de efficiëntie van de bedrijfsvoering en de klanttevredenheid verbeteren.

Dit is de basis voor het meten van nauwkeurigheid. Vergelijk de geplande met de werkelijke hoeveelheid om KPI’s zoals picknauwkeurigheid te berekenen en verschillen op te sporen.

Te vinden in de regelgegevens van een magazijnorder of taak, vaak afkomstig uit een gekoppelde verkooporder, inkooporder of transferorder.

De gewenste voltooiingsdatum is de uiterste datum waarop een magazijnorder moet zijn afgerond, meestal bij uitgaande zendingen. Deze datum hangt vaak samen met afspraken met klanten, ophaaltijden van vervoerders of interne service level agreements (SLA’s). Je gebruikt de datum als belangrijkste maatstaf voor prestaties op tijd.

Bij process mining is dit attribuut essentieel voor de analyse van tijdige verzendingen. Door de werkelijke voltooiingsdatum te vergelijken met de gewenste voltooiingsdatum, kun je het percentage tijdige verzendingen berekenen en de oorzaken van vertragingen achterhalen. Een analyse van orders die niet op tijd zijn afgerond, kan specifieke bottlenecks, beperkte capaciteit of processtappen aan het licht brengen die steeds opnieuw voor vertraging zorgen. Zo kun je gericht verbeteringen doorvoeren.

Dit is de maatstaf voor prestaties op tijd. Vergelijk de datum met de werkelijke voltooiingsdatum om de KPI voor tijdige verzendingen te berekenen.

Meestal te vinden in de kopgegevens van de magazijnorder. De datum is vaak overgenomen uit de bijbehorende verkooporder of het verzoek van de klant.

De opslaglocatie geeft aan welke fysieke plek in het magazijn bij een activiteit hoort. Dit kan de bronlocatie van een picktaak zijn of de bestemmingslocatie van een opslagtaak. De locatie kan een hele zone zijn, maar ook een specifiek rek, schap of opslagvak.

Door data per opslaglocatie te analyseren, krijg je inzicht in de indeling en efficiëntie van het magazijn. Process mining kan reistijden tussen locaties zichtbaar maken, drukke plekken aanwijzen en inefficiënte opslag- of pickroutes laten zien. Deze informatie helpt bij het bepalen van de opslagindeling: artikelen die vaak worden gepickt, kunnen op goed bereikbare plekken worden opgeslagen om reistijd te beperken en het picken efficiënter te maken. Je kunt de indeling ook aanpassen om opstoppingen te verminderen en de goederenstroom te verbeteren.

Hiermee kun je de indeling van het magazijn en de efficiëntie van looproutes analyseren. Zo kun je pickroutes en opslagstrategieën verbeteren en doorlooptijden verkorten.

Te vinden in de gegevens van magazijntaken, voorraadregistraties en transacties voor materiaalverplaatsingen.

Het ordertype deelt magazijnorders in op basis van hun bedrijfsdoel. Veelvoorkomende typen zijn inkomende orders voor het ontvangen van goederen van leveranciers, uitgaande orders voor het verzenden van producten naar klanten en interne orders voor verplaatsingen, zoals aanvulling of voorraadcorrecties.

Dit attribuut helpt om verschillende magazijnprocessen apart te bekijken en te vergelijken. Het procesverloop van een inkomende order verschilt sterk van dat van een uitgaande order. Met het ordertype als filter kunnen analisten voor elke goederenstroom aparte proceskaarten en dashboards maken. Zo wordt de analyse nauwkeuriger en relevanter. Door KPI’s zoals doorlooptijd tussen ordertypen te vergelijken, kun je middelen beter inzetten en processen afstemmen op specifieke behoeften.

Hiermee kun je inkomende, uitgaande en interne goederenstromen apart analyseren en vergelijken. Ze hebben elk een ander procesverloop en andere prestatiedoelen.

Meestal te vinden in de kopgegevens van het magazijnorderdocument.

De werkelijke hoeveelheid is het aantal eenheden dat een magazijnmedewerker of systeem tijdens een activiteit fysiek heeft verwerkt, geteld en bevestigd. Dit geeft weer wat er in de praktijk is gebeurd, zoals het aantal artikelen dat van een leverancier is ontvangen of uit een opslaglocatie is gepickt voor een order.

Dit attribuut is essentieel voor afwijkingsanalyses in vergelijking met de geplande hoeveelheid. Verschillen tussen geplande en werkelijke aantallen wijzen rechtstreeks op procesproblemen, zoals een te kleine levering van een leverancier, pickfouten of onjuiste voorraadgegevens. Met process mining kun je vaststellen welke producten, locaties of medewerkers het vaakst met deze verschillen te maken hebben. Zo kun je gericht ingrijpen om de nauwkeurigheid te verbeteren en kostbare fouten te beperken.

Dit laat zien wat een taak in de praktijk heeft opgeleverd. Vergelijk de werkelijke met de geplande hoeveelheid om fouten en inefficiënties bij het picken, ontvangen of tellen op te sporen.

Vastgelegd in de bevestigingsgegevens van een taak, wanneer een medewerker of systeem het aantal fysiek verwerkte artikelen invoert.

De apparaat-ID geeft aan welk intern transportmiddel (MHE) is gebruikt voor een magazijntaak. Dit kan een heftruck, palletwagen, handscanner, headset voor voicepicking of een geautomatiseerd systeem zoals een transportband of sorteermachine zijn.

Met een analyse op basis van apparaat-ID krijg je inzicht in het gebruik van materieel en kun je onderhoud plannen. Je ziet bijvoorbeeld welke apparaten het vaakst worden gebruikt, of er bottlenecks zijn die met apparatuur te maken hebben en hoe de prestaties van apparaten de totale taakduur beïnvloeden. Deze informatie helpt bij beslissingen over de aanschaf van apparatuur, de verdeling van het wagenpark over het magazijn en het plannen van preventief onderhoud om stilstand te beperken.

Met dit attribuut analyseer je het gebruik van machines, spoor je bottlenecks door apparatuur op en onderbouw je beslissingen over onderhoud of aanschaf.

Vaak vastgelegd in de taakbevestiging, wanneer een medewerker registreert welk apparaat voor het werk is gebruikt, of afkomstig uit automatische systeemlogboeken.

De magazijn-ID is een unieke code voor de fysieke locatie, zoals een distributiecentrum of magazijn, waar de geregistreerde activiteiten plaatsvonden. Dit is vooral belangrijk voor organisaties met meerdere logistieke locaties.

Met dit attribuut kun je locaties met elkaar vergelijken. Filter of segmenteer de data op magazijn-ID om prestaties te vergelijken, de procesefficiëntie te meten en te zien welke werkwijzen op goed presterende locaties ook elders kunnen werken. Je krijgt ook inzicht in regionale verschillen in vraag, de inzet van middelen en operationele uitdagingen. Dat helpt bij strategische beslissingen voor het hele netwerk.

Hiermee kun je prestaties en processen van verschillende distributiecentra vergelijken. Zo ontdek je goede werkwijzen en regionale knelpunten.

Dit is een belangrijk organisatiegegeven en staat meestal in de kop van vrijwel elk transactiedocument voor het magazijn.

Orderprioriteit geeft aan hoe belangrijk of urgent een magazijnorder is ten opzichte van andere orders. Dit bepaalt vaak in welke volgorde taken worden toegewezen en uitgevoerd. Een order met de prioriteit ‘Versneld’ of ‘Hoog’ kan bijvoorbeeld eerder worden verwerkt dan een order met de prioriteit ‘Standaard’, ook als die later is binnengekomen.

Met een analyse op basis van orderprioriteit kun je controleren of service level agreements (SLA’s) worden nagekomen. Process mining laat zien of orders met hoge prioriteit inderdaad sneller worden verwerkt dan standaardorders. Ook wordt duidelijk of het voorrang geven aan bepaalde orders voor grote vertragingen of bottlenecks bij andere orders zorgt. Zo kun je de prioriteitsregels en de inzet van middelen aanpassen, zodat urgente orders snel worden verwerkt zonder dat dit ten koste gaat van de efficiëntie in het magazijn.

Zo kun je controleren of service level agreements worden nagekomen door te vergelijken of orders met hoge prioriteit sneller worden verwerkt dan orders met een lagere prioriteit.

Meestal te vinden in de kopgegevens van een magazijnorder. De prioriteit wordt vaak bepaald door de bijbehorende verkooporder of de bedrijfsvereisten.

De product-ID, ook wel SKU of materiaalnummer genoemd, is de unieke code voor elk afzonderlijk artikel dat in het magazijn wordt opgeslagen. Deze code koppelt activiteiten aan specifieke producten, zodat je kunt analyseren hoe verschillende artikelen worden verwerkt.

Door het proces per product-ID te analyseren, kun je belangrijke patronen ontdekken. Je kunt bijvoorbeeld de afhandeling van grote en kleine artikelen vergelijken, producten opsporen die vaak leiden tot procesafwijkingen zoals een kwaliteitsblokkade, of de orderverwerking van producten met een hoge en lage vraag vergelijken. Dit detailniveau is belangrijk voor voorraadbeheer, de indeling van het magazijn en logistieke processen die aansluiten op de kenmerken van producten.

Hiermee kun je analyses per product uitvoeren en procesvarianten en bottlenecks opsporen die samenhangen met specifieke artikelen of productcategorieën.

Deze informatie staat in de artikelgegevens van magazijnorders, taken en voorraadregistraties.

De werkelijke voltooiingsdatum is de timestamp waarop alle activiteiten voor een magazijnorder zijn afgerond. Bij uitgaande orders is dit meestal het moment waarop de zending het magazijn verlaat. Bij inkomende orders kan dit het moment zijn waarop alle goederen zijn opgeslagen en beschikbaar zijn in de voorraad.

Dit attribuut is de feitelijke tegenhanger van de gewenste voltooiingsdatum en is belangrijk voor het meten van prestaties. Je gebruikt het rechtstreeks om het percentage tijdige leveringen en de totale doorlooptijd van de orderafhandeling te berekenen. Bij oorzaakanalyse kun je filteren op cases met een late werkelijke voltooiingsdatum en inzoomen op het procesverloop van vertraagde orders. Zo ontdek je terugkerende patronen en oorzaken.

Dit geeft de werkelijke uitkomst voor de analyse van tijdige verzendingen. Je gebruikt de datum om de totale doorlooptijd te berekenen en vast te stellen of een order te vroeg, op tijd of te laat is afgerond.

Dit is de timestamp van de laatste gebeurtenis in de levenscyclus van de order, zoals ‘Zending verzonden’ of ‘Magazijnorder afgerond’.

De zending-ID is een unieke sleutel die een of meer magazijnorders groepeert voor één uitgaande levering. Een zending kan meerdere orders bevatten die naar dezelfde bestemming gaan of door dezelfde vervoerder worden afgehandeld. Met deze identificatie koppel je magazijnactiviteiten aan de transport- en logistieke fase.

Met dit attribuut analyseer je een volledige zending in plaats van alleen afzonderlijke orders. Je kunt de efficiëntie van het verzamelen en laden analyseren, de tijd meten tussen het verzamelen van het eerste artikel voor een zending en het vertrek van de vrachtwagen, en magazijnprestaties vergelijken met transportdata. Zo krijg je zicht op de hele uitgaande logistieke keten, niet alleen op de stappen binnen het magazijn.

Hiermee groepeer je meerdere magazijnorders in één levering. Zo kun je het volledige uitgaande proces analyseren, inclusief het verzamelen en laden.

Te vinden in verzend- of transportdocumenten. De zending-ID wordt vaak tijdens de golfplanning of toewijzing aan magazijnorders gekoppeld.