Uw Magazijnbeheer Data Template

Dit attribuut beschrijft een enkele stap in het magazijnbeheerproces, zoals 'Goederen gepickt uit opslag' of 'Zending verzonden'. Elke activiteit vertegenwoordigt een distinct business event dat in het systeem is vastgelegd, gekoppeld aan een specifieke timestamp.

Het analyseren van activiteiten is de kern van process mining. Het maakt de constructie van de proceskaart mogelijk, die laat zien hoe werk daadwerkelijk door het magazijn stroomt. Dit helpt bij het identificeren van knelpunten, rework loops en afwijkingen van de standaard operationele procedure.

Het definieert de stappen van het proces, vormt de basis van de process map en maakt de analyse van process flow, variations en knelpunten mogelijk.

Event of transaction log tables in Körber WMS, waar business events worden geregistreerd. Dit is vaak afgeleid van transaction codes of status change descriptions.

De Warehouse Order is de centrale identifier die alle taken en events groepeert die gerelateerd zijn aan een specifiek logistiek verzoek, zoals een inkomende ontvangst of een uitgaande zending. Het maakt end-to-end tracking van de levenscyclus van een order binnen het magazijn mogelijk, van de creatie tot de uiteindelijke verzending of annulering.

Bij process mining maakt analyse per Warehouse Order de visualisatie van de gehele processtroom voor elke order mogelijk. Dit helpt bij het identificeren van veelvoorkomende paden, afwijkingen, knelpunten en de totale cyclustijd voor verschillende ordertypes, zoals standaard versus spoedorders.

Dit is de essentiële Case ID die alle gerelateerde events verbindt, wat een complete, end-to-end analyse van het magazijnbeheerproces voor elke specifieke order mogelijk maakt.

Deze identifier is doorgaans te vinden in de kernorderbeheertabellen binnen Körber WMS. Raadpleeg de Körber WMS-documentatie voor specifieke tabel- en veldnamen, zoals orderkoppen.

Event Time is de timestamp die gekoppeld is aan elke activiteit, en markeert het exacte moment waarop deze plaatsvond. Deze temporele data is fundamenteel voor het berekenen van durations, cycle times en waiting times tussen verschillende stappen in het proces.

In process analysis wordt dit attribute gebruikt om events chronologisch te ordenen, de process flow op te bouwen en time-based analysis uit te voeren. Het is essentieel voor dashboards die performance meten, zoals cycle time analysis, en voor het berekenen van KPI's zoals 'Average Order End-to-End Cycle Time'.

Deze timestamp is cruciaal voor het ordenen van events, het berekenen van alle tijd-gebaseerde metrieken zoals cyclustijden en wachttijden, en het begrijpen van procesprestaties.

Te vinden in alle transaction en event log tables binnen Körber WMS, typisch genoemd als 'CreationDate', 'Timestamp' of 'EventDateTime'.

Dit attribuut identificeert het bronsysteem voor de event data, wat in dit geval 'Körber WMS' is. In omgevingen met meerdere geïntegreerde systemen helpt dit veld bij het onderscheiden van databronnen en het traceren van data-herkomst.

Voor analyse biedt het context, vooral bij het combineren van data uit meerdere systemen. Het helpt de datakwaliteit te waarborgen en kan worden gebruikt om de analyse te filteren op de activiteiten van een specifiek systeem.

Biedt cruciale context over de data-oorsprong, wat zorgt voor duidelijkheid en traceerbaarheid, vooral in omgevingen met meerdere onderling verbonden systemen.

Dit is doorgaans een statische waarde die tijdens het data-extractieproces wordt toegevoegd om het bronsysteem te identificeren.

Dit attribuut specificeert de datum en tijd van de meest recente data-extractie of -update. Het biedt context voor de actualiteit van de geanalyseerde data, zodat gebruikers op de hoogte zijn van hoe recent de procesweergave is.

In dashboards en rapporten is deze informatie van vitaal belang voor transparantie. Het helpt gebruikers te begrijpen of ze naar real-time, dagelijkse of wekelijkse data kijken, wat van invloed is op de besluitvorming.

Informeert gebruikers over de actualiteit van de data, wat cruciaal is voor het nemen van accurate en relevante zakelijke beslissingen gebaseerd op de analyse.

Deze waarde wordt gegenereerd en vastgelegd door de data pipeline of ETL tool aan het einde van elke data refresh cyclus.

Dit attribuut identificeert de magazijnmedewerker of systeemgebruiker die verantwoordelijk is voor het uitvoeren van een specifieke taak, zoals picken, verpakken of inslaan van goederen. Het kan in sommige gevallen ook verwijzen naar een geautomatiseerd systeem of bot.

Deze dimensie is cruciaal voor resourceprestatie-analyse. Het helpt bij het begrijpen van de werkverdeling, het identificeren van best presterende medewerkers en het spotten van individuen die mogelijk extra training nodig hebben. Het vormt de basis voor het 'Resource Utilization and Workload' dashboard en de 'Throughput per Operator' KPI.

Maakt analyse mogelijk van workforce performance, workload distribution en resource efficiency, wat helpt bij het identificeren van trainingsbehoeften en high-performers.

Te vinden in transaction of log tables waar user actions worden geregistreerd. Zoek naar velden zoals 'UserID', 'UserName', 'ExecutedBy' of 'OperatorID'.

Het prioriteitsniveau is een classificatie die aan een magazijnorder wordt toegewezen om de urgentie van de afhandeling te bepalen. Een order kan bijvoorbeeld gemarkeerd zijn als 'Spoed' of 'Hoge Prioriteit', wat aangeeft dat deze vóór standaardorders moet worden verwerkt.

Dit attribuut is essentieel voor het 'Expedited Order Analysis' dashboard en de 'Expedited Shipment %' KPI. Het helpt bij het begrijpen van de impact van urgente orders op de algehele magazijnoperaties, de bijbehorende kosten en of hun verwerkingstijden daadwerkelijk sneller zijn dan standaardorders.

Helpt bij het analyseren van de handling van urgent orders, hun frequentie en hun impact op de overall process performance en kosten.

Te vinden in de order header data. Zoek naar fields zoals 'Priority', 'Urgency' of een specifieke shipping service level indicator.

De Product SKU is de unieke identifier voor een specifiek product of materiaal dat betrokken is bij de magazijnorder. Een order kan één of meer SKU's bevatten.

Analyseren per Product SKU helpt te begrijpen of bepaalde producten complexere of problematischere afhandelingsprocessen hebben. U kunt bijvoorbeeld ontdekken dat breekbare items langere verpakkingstijden hebben of dat bepaalde SKU's frequent geassocieerd zijn met pick-afwijkingen. Dit kan leiden tot wijzigingen in de opslagstrategie of afhandelingsprocedures.

Maakt analyse van procesprestaties mogelijk op basis van specifieke producten, en onthult of bepaalde artikelen vertragingen of fouten veroorzaken.

Te vinden in de order line item tables, gekoppeld aan de main warehouse order header. Veelvoorkomende veldnamen zijn 'SKU', 'MaterialNumber' of 'ItemCode'.

Werkelijke hoeveelheid is het aantal eenheden dat fysiek is geteld, gepickt, verpakt of ontvangen door de magazijnoperator. Deze waarde wordt geregistreerd na voltooiing van de taak en kan soms afwijken van de 'Planned Quantity' als gevolg van stock shortages, damages of menselijke fouten.

Het vergelijken van dit attribute met de 'Planned Quantity' is van fundamenteel belang voor het 'Inventory Process Health and Accuracy' dashboard. Verschillen tussen de twee waarden zijn directe indicatoren van procesfouten of data onnauwkeurigheden die onderzoek vereisen.

Biedt de feitelijke gegevens voor wat fysiek is afgehandeld, waardoor het essentieel is voor het berekenen van discrepantiepercentages en het waarborgen van voorraadnauwkeurigheid.

Te vinden in transaction confirmation of task completion records. Veldnamen kunnen 'ActualQty', 'ConfirmedQuantity' of 'PickedQuantity' omvatten.

Deze metriek vertegenwoordigt de verwerkingstijd voor een enkel event, berekend als het verschil tussen de End Time en Start Time. Als een End Time niet beschikbaar is, kan deze worden afgeleid uit de tijd tussen opeenvolgende events.

Het analyseren van activiteitsduur is essentieel om precies aan te wijzen welke specifieke taken de meeste tijd in beslag nemen in het algehele proces. Dit wordt gebruikt in dashboards zoals 'Resource Utilization and Workload' om de inspanning per taak te begrijpen en is essentieel voor het berekenen van KPI's zoals 'Gemiddelde Kwaliteitsinspectietijd'.

Meet direct de bestede tijd aan individuele taken, wat helpt bij het identificeren van de langste en meest inefficiënte stappen in het magazijnproces.

Dit wordt doorgaans berekend tijdens data-transformatie door de start-timestamp af te trekken van de eind-timestamp van een activiteit.

Cycle Time is een berekende metric die de totale verstreken tijd meet voor een case, van de allereerste event ('Magazijnorder aangemaakt') tot de laatste event ('Magazijnorder voltooid'). Het vertegenwoordigt de end-to-end processing time voor een order.

Dit is een primaire key performance indicator in process mining, die direct antwoord geeft op de vraag 'Hoe lang duurt het?'. Het is de core metric voor het 'Warehouse Order End-to-End Cycle Time' dashboard en de 'Average Order End-to-End Cycle Time' KPI, gebruikt om de algehele process health te volgen en orders te identificeren die ongebruikelijk lang duren om fulfilled te worden.

Dit is een kritieke KPI die de algehele efficiëntie van het magazijnproces meet, met directe impact op klanttevredenheid en operationele kosten.

Deze metriek wordt berekend in de process mining tool door het verschil te nemen tussen de timestamp van het laatste event en het eerste event voor elke Warehouse Order.

De End Time vertegenwoordigt de voltooiingstimestamp voor een activiteit. Terwijl StartTime (EventTime) het begin markeert, markeert End Time de conclusie, waardoor de duur van die ene activiteit direct kan worden berekend. Niet alle events hebben een duidelijke eindtijd; voor velen wordt de StartTime van het volgende event gebruikt om de duur van het vorige af te leiden.

Dit attribuut is uiterst waardevol voor het nauwkeurig berekenen van de verwerkingstijd van individuele taken. Het wordt bijvoorbeeld gebruikt om de 'Gemiddelde Kwaliteitsinspectietijd' te bepalen door de tijd te meten vanaf het moment dat de inspectie begon tot het moment dat deze eindigde.

Maakt de precieze berekening mogelijk van individuele activity processing times, wat cruciaal is voor het identificeren van inefficiënte taken en resource bottlenecks.

Raadpleeg de Körber WMS-documentatie. Dit kan zich bevinden in transaction tables naast de start time of in gerelateerde status history tables.

Dit attribuut specificeert het stuk materiaalbehandelingsapparatuur (MHE) of de technologie die is gebruikt tijdens een magazijntaak. Dit kan een specifieke vorkheftruck, palletwagen, handheld scanner of een geautomatiseerd geleid voertuig (AGV) zijn.

Analyseren per apparatuur helpt bij het begrijpen van resourcebenutting, onderhoudsbehoeften en de impact van verschillende soorten apparatuur op taakefficiëntie. Het is een belangrijke dimensie voor het 'Resource Utilization and Workload' dashboard, wat een holistisch beeld van zowel menselijke als machineresources mogelijk maakt.

Maakt analyse mogelijk van equipment utilization en de impact ervan op task performance, wat helpt bij het optimaliseren van fleet management en het identificeren van machinegerelateerde knelpunten.

Raadpleeg de Körber WMS-documentatie. Deze data kan worden gelogd in task execution records, vooral als operators loggen in op specifieke apparatuur.

De geplande hoeveelheid vertegenwoordigt het doelaantal eenheden voor een bepaalde taak, zoals gespecificeerd door de magazijnorder. Als een order bijvoorbeeld het picken van 10 eenheden van een specifieke SKU vereist, is de geplande hoeveelheid voor die picktaak 10.

Dit attribuut is cruciaal voor het identificeren van afwijkingen in vergelijking met de 'Werkelijke Hoeveelheid'. Het is een belangrijke input voor het berekenen van de KPI's 'Picking Discrepancy Rate' en 'Inventory Discrepancy Rate', die essentieel zijn voor het handhaven van de voorraadnauwkeurigheid.

Dient als de basislijn voor het meten van de nauwkeurigheid bij taken zoals picken en ontvangen, waardoor de detectie van voorraadafwijkingen mogelijk wordt.

Beschikbaar in taak- of order line item tabellen. Zoek naar velden zoals 'OrderQuantity', 'PlannedQty' of 'ExpectedQuantity'.

Dit is de beoogde voltooiings- of verzenddatum voor een uitgaande order, vaak bepaald door klantverwachtingen of service level agreements (SLA's). Het dient als de primaire deadline waartegen de werkelijke prestaties worden gemeten.

Deze datum is cruciaal voor het 'Expedited Order Analysis' dashboard. Het vergelijken van de 'Gevraagde Voltooiingsdatum' met de 'Werkelijke Voltooiingsdatum' (de timestamp van de activiteit 'Zending Verzonden' of 'Magazijnorder Voltooid') helpt bij het bepalen van on-time prestaties en het identificeren van orders die het risico lopen te laat te zijn.

Biedt de basislijn voor het meten van on-time prestaties en het voldoen aan service level agreements (SLA's), waarbij potentieel late orders worden belicht.

Te vinden in de order header table. Veelvoorkomende veldnamen zijn 'RequiredDeliveryDate', 'RequestedShipDate' of 'SLA'.

Dit is een afgeleid boolean attribuut dat waar is als de 'Werkelijke Hoeveelheid' verschilt van de 'Geplande Hoeveelheid' voor een pick-gerelateerde activiteit. Het dient als een eenvoudige indicator van een pickfout of voorraadprobleem voor een specifieke taak.

Deze flag vereenvoudigt de analyse doordat gebruikers snel kunnen filteren op alle orders die een pick-discrepantie hebben ervaren. Het wordt gebruikt om de 'Picking Discrepancy Rate' KPI te berekenen en helpt bij het aansturen van het 'Inventory Process Health and Accuracy' dashboard door specifieke faalpunten te markeren.

Biedt een duidelijke, binaire indicator van pickfouten, wat de analyse vereenvoudigt die nodig is om problemen met de voorraadnauwkeurigheid te identificeren en kwantificeren.

Berekend tijdens datatransformatie. De logic is: IF (ActualQuantity != PlannedQuantity) THEN true ELSE false voor relevante pickingactiviteiten.

De Warehouse ID specificeert de fysieke locatie of faciliteit waar de magazijnorder wordt verwerkt. Voor organisaties met meerdere distributiecentra is dit een belangrijke dimensie voor analyse.

Dit attribuut maakt benchmarking van prestaties over verschillende locaties mogelijk. U kunt bijvoorbeeld de 'Gemiddelde Order End-to-End Cyclustijd' vergelijken tussen Magazijn A en Magazijn B om best practices of operationele problemen specifiek voor een locatie te identificeren.

Maakt performance comparison en benchmarking mogelijk tussen verschillende fysieke magazijnlocaties, waarbij regionale of facility-specific issues worden benadrukt.

Deze informatie is meestal beschikbaar in orderkop- of siteconfiguratietabellen. Het kan worden weergegeven als 'Plant', 'Site' of 'Locatiecode'.

Dit attribuut identificeert de fysieke coördinaat binnen het magazijn, zoals een rek, schap of bak. Het is relevant voor activiteiten zoals 'Goederen ingeslagen' en 'Goederen gepickt uit opslag'.

Deze data wordt gebruikt in het 'Putaway Efficiency and Location Usage' dashboard om reistijden, locatiebenutting en de effectiviteit van opslagstrategieën te analyseren. Het kan bijvoorbeeld helpen bepalen of snel verkopende items op gemakkelijk toegankelijke locaties worden opgeslagen om de picktijd te minimaliseren.

Helpt warehouse layout en storage strategy te optimaliseren door travel times en de efficiency van putaway en picking tasks voor specifieke locations te analyseren.

Te vinden in inventory, taak- of locatie master data tables. Zoek naar velden zoals 'BinCode', 'LocationID' of 'StorageBin'.

Het ordertype definieert het zakelijke doel van de magazijnorder. Veelvoorkomende types zijn klantzendingen (uitgaand), leveranciersontvangsten (inkomend), voorraadoverdrachten tussen magazijnlocaties (intern) of retouren.

Dit is een krachtig attribuut voor filtering en vergelijkende analyse. Het stelt u in staat om de processtromen en prestaties voor verschillende soorten logistieke operaties te analyseren en te vergelijken, bijvoorbeeld om te zien of het inkomende proces efficiënter is dan het uitgaande proces.

Maakt de segmentatie van analyses mogelijk op basis van het doel van de order, en onthult prestatieverschillen tussen processen zoals inbound receipts en outbound shipments.

Doorgaans te vinden in de ordertabel in Körber WMS. Zoek naar een veld genaamd 'Ordertype', 'Transactietype' of iets vergelijkbaars.

SLA Status is een berekend attribuut dat elke order categoriseert op basis van de tijdigheid ten opzichte van de 'GevraagdeVoltooiingsdatum'. Het kan waarden hebben zoals 'Op Tijd', 'Te Laat' of 'In Uitvoering'.

Dit attribuut biedt een direct overzicht van de service level prestaties. Het maakt snelle filtering en analyse van alle late orders mogelijk om de hoofdoorzaken te begrijpen, zoals specifieke knelpunten of resourceproblemen. Dit is een cruciaal element voor elke analyse gericht op klanttevredenheid en operationele betrouwbaarheid.

Meet direct de adherence aan service level agreements, waardoor eenvoudige identificatie en root cause analysis van late orders mogelijk is.

Dit wordt berekend in de data transformatie laag door de timestamp van het 'Magazijnorder Voltooid' event te vergelijken met de 'GevraagdeVoltooiingsdatum'.

De transporteur is de externe logistieke dienstverlener (bijv. FedEx, UPS, DHL) die verantwoordelijk is voor het transporteren van de goederen van het magazijn naar de eindbestemming. Dit wordt doorgaans toegewezen tijdens de verzendplanning- of verzendfase.

Analyseren per transporteur kan prestatieverschillen tussen verzendpartners aan het licht brengen. Het kan bijvoorbeeld helpen te identificeren of bepaalde transporteurs geassocieerd zijn met langere staging-tijden of frequentere vertragingen, wat waardevolle data oplevert voor onderhandelingen over transportcontracten en selectie.

Maakt prestatieanalyse van verschillende shipping partners mogelijk, wat helpt bij het optimaliseren van logistiek en het verbeteren van de leveringsbetrouwbaarheid.

Te vinden in shipment of transportation planning tables binnen Körber WMS. Zoek naar velden zoals 'CarrierCode', 'ShippingAgent' of 'SCAC'.