Szablon danych do zarządzania łańcuchem dostaw
Szablon danych do zarządzania łańcuchem dostaw
- Zalecane atrybuty do zebrania
- Najważniejsze działania do śledzenia
- Wskazówki dotyczące ekstrakcji danych z Kinaxis RapidResponse
Atrybuty zarządzania łańcuchem dostaw
| Nazwa | Opis | ||
|---|---|---|---|
| Czas zdarzenia EventTime | Znacznik czasu określający, kiedy wystąpiła dana czynność lub zdarzenie, wraz z datą i godziną. | ||
| Opis Czas zdarzenia wskazuje dokładny moment wykonania czynności. Ten znacznik czasu pozwala uporządkować zdarzenia chronologicznie i obliczyć czas między poszczególnymi etapami procesu. Analiza wykorzystuje ten atrybut do obliczania wszystkich wskaźników opartych na czasie, w tym czasu cyklu, czasu oczekiwania i czasu realizacji. Jest niezbędny w dashboardach takich jak „Czas realizacji zamówienia” oraz przy obliczaniu KPI, na przykład średniego czasu od zamówienia do dostawy. Dokładne znaczniki czasu pomagają zrozumieć wyniki procesu i wykrywać opóźnienia. Dlaczego to ważne Znacznik czasu określa kolejność zdarzeń i stanowi podstawę obliczeń czasu oraz wyników. Pomaga wykrywać wąskie gardła i opóźnienia. Skąd pobrać Informacje te znajdują się zwykle przy danych o czynnościach w dziennikach transakcji lub rejestrach aktualizacji statusu w modułach Kinaxis RapidResponse. Przykłady 2023-10-26T08:00:00Z2023-10-26T14:30:15Z2023-10-27T10:05:00Z | |||
| Nazwa czynności ActivityName | Nazwa konkretnego zdarzenia biznesowego lub etapu procesu logistycznego, na przykład „Wysłano towary” lub „Wysłano zamówienie zakupu”. | ||
| Opis Ten atrybut opisuje pojedynczy etap lub ważny punkt procesu łańcucha dostaw. Obejmuje zdarzenia takie jak utworzenie zamówienia, sprawdzenie zapasów, etapy produkcji i potwierdzenie dostawy. Razem tworzą sekwencję czynności dla każdego zlecenia logistycznego. W analizie process mining sekwencja czynności służy do automatycznego odkrywania mapy procesu, wykrywania odstępstw od standardowej procedury i wskazywania wąskich gardeł. Stanowi podstawę analizy przebiegu procesu, zgodności i powtarzających się pętli poprawek, na przykład w dashboardzie „Analiza poprawek po kontroli jakości”. Dlaczego to ważne Atrybut określa etapy procesu i pozwala odkryć oraz zwizualizować rzeczywisty przebieg łańcucha dostaw od początku do końca. Skąd pobrać Dane pochodzą zwykle z dzienników zdarzeń, rejestrów zmian statusu lub kodów transakcji w różnych modułach Kinaxis RapidResponse. Przykłady Wysłano zamówienie zakupuOtrzymano surowceWyprodukowano towaryWysłano towary | |||
| Zlecenie logistyczne LogisticsOrder | Unikalny identyfikator zlecenia logistycznego, który łączy wszystkie powiązane czynności, od planowania popytu po końcową dostawę. | ||
| Opis Zlecenie logistyczne jest głównym identyfikatorem sprawy i grupuje wszystkie zdarzenia związane z realizacją pojedynczego zamówienia. Umożliwia śledzenie produktu w całym łańcuchu dostaw, od pierwszej prognozy lub zapytania klienta po końcowe potwierdzenie dostawy. W process mining analiza czynności według zlecenia logistycznego ma podstawowe znaczenie. Pozwala wizualizować pełny przebieg procesu, obliczać czasy cyklu i wykrywać różnice oraz wąskie gardła dla każdego zamówienia. Na tej podstawie powstają dashboardy, takie jak „Czas realizacji zamówienia” i „Warianty procesu logistycznego od początku do końca”. Dlaczego to ważne Ten identyfikator pozwala prześledzić cały cykl życia zamówienia i analizować różnice w przebiegu procesu, jego efektywność oraz zgodność od początku do końca. Skąd pobrać To pole jest zwykle jednym z podstawowych elementów modułów zarządzania zamówieniami lub planowania logistyki w Kinaxis RapidResponse. Przykłady LO-2024-00123LO-2024-00124LO-2024-00125 | |||
| Ostatnia aktualizacja danych LastDataUpdate | Znacznik czasu ostatniego odświeżenia lub wyodrębnienia danych o tym zdarzeniu z systemu źródłowego. | ||
| Opis Ten atrybut zawiera datę i godzinę ostatniego pobrania danych. Jest to pole metadanych, które informuje o aktualności analizowanych danych. W każdym dashboardzie process mining ta informacja zapewnia ważny kontekst. Pokazuje, jak aktualna jest analiza i kiedy można oczekiwać kolejnej aktualizacji danych. Dzięki temu decyzje można podejmować na podstawie aktualnych informacji. Dlaczego to ważne Informuje o aktualności danych, dzięki czemu wiadomo, jak aktualna jest analiza procesu i kiedy dane zostały ostatnio odświeżone. Skąd pobrać To pole metadanych jest generowane i dodawane do zbioru danych podczas procesu wyodrębniania, przekształcania i ładowania danych (ETL). Przykłady 2024-05-20T02:00:00Z2024-05-21T02:00:00Z | |||
| System źródłowy SourceSystem | System, z którego wyodrębniono dane o zdarzeniu. | ||
| Opis Ten atrybut wskazuje system źródłowy każdego wpisu w dzienniku zdarzeń. W złożonym środowisku zdarzenia dotyczące jednego procesu mogą pochodzić z wielu systemów, na przykład ERP, WMS i samego Kinaxis. W analizie pomaga weryfikować dane i zrozumieć środowisko technologiczne procesu. Może też ujawnić problemy z integracją danych lub rozbieżności między systemami używanymi w łańcuchu dostaw. Dlaczego to ważne Informacja o pochodzeniu danych jest niezbędna do ich weryfikacji i rozwiązywania problemów. Pomaga też zrozumieć, jak proces jest podzielony między różne systemy IT. Skąd pobrać To często stała wartość dodawana podczas wyodrębniania danych, aby oznaczyć ich źródło. Przykłady Kinaxis_RR_ProdSAP_ECCOracle_Fusion | |||
| Faktyczna data dostawy ActualDeliveryDate | Faktyczna data dostarczenia zamówienia klientowi, potwierdzona dowodem dostawy. | ||
| Opis Ten atrybut zapisuje znacznik czasu potwierdzający oficjalny odbiór towarów przez klienta. Oznacza ostatni etap realizacji zamówienia. Jest odpowiednikiem „Requested Delivery Date” i służy do ustalenia, czy dostawa była terminowa, czy opóźniona. To podstawowa miara na dashboardzie terminowości dostaw. Jest też niezbędna do obliczania poziomu realizacji umów SLA i oceny niezawodności całego łańcucha dostaw. Dlaczego to ważne Potwierdza zakończenie dostawy i pozwala porównać jej faktyczny przebieg z oczekiwaniami klienta. Skąd pobrać Informacja często pochodzi ze zdarzenia potwierdzającego dostawę, które może być rejestrowane w Kinaxis lub zintegrowanym systemie zarządzania transportem (TMS). Przykłady 2023-11-162023-11-202023-12-05 | |||
| Identyfikator klienta CustomerIdentifier | Unikalny identyfikator klienta, który złożył zamówienie. | ||
| Opis Ten atrybut wskazuje klienta końcowego powiązanego z zamówieniem logistycznym. Umożliwia analizę procesu z perspektywy klienta i podział wyników na segmenty. Na podstawie identyfikatora klienta można analizować terminowość dostaw dla poszczególnych klientów, sprawdzać, którzy z nich mają najbardziej złożony przebieg zamówień, oraz dostosowywać działania usprawniające obsługę. Ułatwia to ustalanie priorytetów dla klientów o wysokiej wartości i skuteczniejsze zarządzanie relacjami z klientami. Dlaczego to ważne Umożliwia analizę procesu z perspektywy klienta oraz ocenę poziomu obsługi, terminowości dostaw i złożoności realizacji zamówień dla najważniejszych klientów. Skąd pobrać Występuje w tabelach zamówień klientów lub skoroszytach w Kinaxis RapidResponse, często pod nazwą „Customer Number” lub „Sold-To Party”. Przykłady CUST-9001CUST-9002CUST-9003 | |||
| Identyfikator produktu ProductIdentifier | Unikalny identyfikator produktu powiązanego ze zleceniem logistycznym, na przykład SKU lub numer materiału. | ||
| Opis Ten atrybut określa produkt obsługiwany w ramach zlecenia logistycznego. Pozwala analizować proces według rodzaju produktu, kategorii lub konkretnej pozycji. Analiza procesu według produktu pomaga wykryć pozycje, przy których często występują opóźnienia, problemy z jakością lub złożone ścieżki realizacji. Jest to przydatne w dashboardach „Dokładność prognozowania popytu” i „Analiza poprawek po kontroli jakości”, które pomagają wskazać problematyczne linie produktów lub łańcuchy dostaw. Dlaczego to ważne Pozwala analizować procesy dla poszczególnych linii produktów lub kategorii i wykrywać produkty, których realizacja przebiega nieefektywnie lub sprawia problemy. Skąd pobrać To standardowe pole w danych dotyczących zamówień, wysyłek i zapasów w Kinaxis RapidResponse. Często występuje pod nazwą „SKU”, „Material Number” lub „Product ID”. Przykłady SKU-100-BLUEMAT-58930-APROD-XYZ-001 | |||
| Użytkownik User | Identyfikator lub nazwa użytkownika, który wykonał daną czynność. | ||
| Opis Ten atrybut wskazuje osobę lub użytkownika systemowego odpowiedzialnego za dany etap procesu. Pomaga analizować podział obciążenia pracą, określać potrzeby szkoleniowe i porównywać wyniki użytkowników lub zespołów. W analizie można filtrować mapę procesu według użytkownika, aby sprawdzić, jak wykonuje on swoje zadania, lub wykryć czynności często obsługiwane przez niewielką grupę specjalistów. Atrybut może też wskazać powtarzalne, ręczne zadania, które warto rozważyć pod kątem automatyzacji. Dlaczego to ważne Atrybut wskazuje osoby odpowiedzialne za poszczególne etapy procesu. Umożliwia analizę wyników zespołów, podziału obciążenia pracą i przestrzegania procedur. Skąd pobrać Dane te znajdują się zwykle w dziennikach transakcji Kinaxis RapidResponse, w polach takich jak „User Name”, „Changed By” lub „Created By”. Przykłady JSMITHUSER123BATCH_SYSTEM | |||
| Żądana data dostawy RequestedDeliveryDate | Data dostawy zamówienia wskazana przez klienta. | ||
| Opis Ten atrybut przechowuje datę, w której klient oczekuje otrzymania zamówienia. Stanowi punkt odniesienia przy pomiarze terminowości dostaw i satysfakcji klientów. Datę tę porównuje się z „Actual Delivery Date”, aby obliczyć KPI dotyczący terminowości dostaw i zasilać dashboard terminowości dostaw. Różnica między żądaną a faktyczną datą dostawy pomaga wykrywać powtarzające się opóźnienia i usprawniać obsługę klienta. Dlaczego to ważne To podstawowy punkt odniesienia przy pomiarze terminowości dostaw i ważny składnik KPI dotyczących satysfakcji klientów. Skąd pobrać To standardowe pole w zamówieniach sprzedaży klientów w Kinaxis RapidResponse. Przykłady 2023-11-152023-11-202023-12-01 | |||
| Czas realizacji zamówienia OrderFulfillmentCycleTime | Łączny czas od otrzymania zamówienia klienta do podpisania końcowego potwierdzenia dostawy. | ||
| Opis To miara na poziomie sprawy, która określa całkowity czas realizacji zamówienia od początku do końca. Oblicza się ją, odejmując znacznik czasu pierwszego istotnego działania („Customer Order Received”) od znacznika czasu ostatniego działania („Proof Of Delivery Signed”). Miara ta stanowi podstawę dashboardu czasu realizacji zamówienia i KPI średniego czasu od zamówienia do dostawy. Pokazuje ogólną sprawność i szybkość łańcucha dostaw, ułatwiając śledzenie usprawnień i wykrywanie powtarzających się opóźnień. Dlaczego to ważne Określa całkowity czas realizacji zamówienia od początku do końca i służy jako KPI szybkości oraz sprawności całego łańcucha dostaw. Skąd pobrać To nie jest pole w systemie źródłowym, lecz miara wyliczana na poziomie sprawy w oprogramowaniu process mining. Przykłady 10 dni 4 godziny25 dni 12 godzin15 dni 2 godziny | |||
| Czy dostawa była terminowa IsOnTimeDelivery | Wyliczana flaga wskazująca, czy zamówienie dostarczono w żądanym terminie lub wcześniej. | ||
| Opis Ten atrybut logiczny jest wyliczany przez porównanie „Actual Delivery Date” z „Requested Delivery Date”. Ułatwia analizę wyników, przypisując każdemu zrealizowanemu zamówieniu status dostawy terminowej lub opóźnionej. Flaga ta zasila dashboard terminowości dostaw i KPI wskaźnika terminowych dostaw. Ułatwia filtrowanie, agregowanie i prezentowanie wyników dostaw według różnych wymiarów, takich jak klient, produkt czy region. Dlaczego to ważne Jednoznacznie określa, czy dostawa była terminowa, ułatwia obliczanie KPI terminowości i prezentowanie wyników na dashboardzie. Skąd pobrać Tego atrybutu nie ma w systemie źródłowym. Jest wyliczany podczas przekształcania danych na potrzeby process mining. Przykłady truefalse | |||
| Czy wykonano ponowną pracę IsRework | Wyliczana flaga wskazująca, czy działanie należy do cyklu poprawek, na przykład powtórzonej kontroli jakości lub etapu produkcji. | ||
| Opis Ten atrybut logiczny wskazuje działania wykonane w ramach cyklu poprawek. Zwykle przyjmuje wartość „true”, gdy działanie produkcyjne lub kontrola jakości są powtarzane dla tego samego Logistics Order po pierwszej próbie. Flaga ta jest niezbędna na dashboardzie analizy poprawek po kontroli jakości i przy obliczaniu KPI wskaźnika poprawek. Pozwala łatwo określić częstotliwość ponownych prac i wskazać przebiegi procesu powodujące nieefektywność, wzrost kosztów i wydłużenie czasu realizacji. Dlaczego to ważne Bezpośrednio wskazuje nieefektywne cykle poprawek w procesie, ułatwiając ocenę wpływu problemów jakościowych na koszty i czas realizacji. Skąd pobrać Atrybut jest wyliczany w narzędziu process mining przez wykrywanie powtarzających się sekwencji działań w ramach danej sprawy. Przykłady truefalse | |||
| Identyfikator dostawcy SupplierIdentifier | Unikalny identyfikator dostawcy surowców lub komponentów. | ||
| Opis Ten atrybut wskazuje dostawcę uczestniczącego w działaniach związanych z zaopatrzeniem, takich jak „Purchase Order Issued” i „Raw Materials Received”. Jest niezbędny na dashboardzie terminowości dostaw dostawców. Pozwala mierzyć i porównywać terminowość oraz czas realizacji dostaw poszczególnych dostawców. Analiza wspiera zarządzanie relacjami z dostawcami, pomaga wskazać rzetelnych partnerów i ograniczać ryzyko w łańcuchu dostaw. Dlaczego to ważne Umożliwia analizę wyników dostawców, co pomaga wykrywać wąskie gardła w zaopatrzeniu i zapewniać niezawodne dostawy do firmy. Skąd pobrać Dane znajdują się w dokumentach zakupowych i rejestrach przyjęcia towarów w Kinaxis RapidResponse, zwykle pod nazwą „Supplier ID” lub „Vendor Number”. Przykłady SUP-A100SUP-B200SUP-C300 | |||
| Ilość zamówiona OrderQuantity | Ilość produktu zamówiona przez klienta. | ||
| Opis Ten atrybut określa liczbę sztuk danego produktu w zamówieniu klienta. To podstawowa dana transakcyjna. W analizie ilość zamówioną porównuje się z prognozą, aby ocenić jej dokładność. Pomaga ona również ustalać priorytety dla zamówień o dużym wolumenie oraz określać skalę operacji produkcyjnych i logistycznych potrzebnych do ich realizacji. Dlaczego to ważne Pozwala ocenić dokładność prognozy popytu przez porównanie jej z rzeczywistymi ilościami oraz wskazać czynniki wpływające na wolumen w łańcuchu dostaw. Skąd pobrać To standardowe pole w danych pozycji zamówień klientów w Kinaxis RapidResponse. Przykłady 100500025 | |||
| Magazyn Warehouse | Magazyn lub centrum dystrybucyjne, z którego towary są pobierane, pakowane i wysyłane. | ||
| Opis Ten atrybut wskazuje obiekt magazynowy uczestniczący w realizacji zamówień. Pomaga analizować logistykę i zarządzanie zapasami w łańcuchu dostaw. Analiza działań w poszczególnych magazynach pozwala porównywać sprawność sieci dystrybucji. Przydaje się na dashboardach dotyczących wąskich gardeł w zarządzaniu zapasami i przepustowości realizacji zamówień. Pomaga wykrywać wolno rotujące zapasy i nieefektywne operacje magazynowe. Dlaczego to ważne Wskazuje konkretny magazyn lub centrum dystrybucyjne, co pozwala analizować przepływ zapasów, sprawność kompletacji i szybkość realizacji zamówień w poszczególnych lokalizacjach. Skąd pobrać Dane znajdują się w informacjach o zapasach i wysyłkach, często przy zdarzeniach kompletacji i wysyłki towarów. Przykłady WH-EAST-01WH-WEST-03DC-CENTRAL | |||
| Numer zamówienia zakupu PurchaseOrderNumber | Unikalny identyfikator zamówienia zakupu wystawionego dostawcy na surowce lub komponenty. | ||
| Opis Ten atrybut jest głównym identyfikatorem działań zakupowych. Łączy zgłoszenie zapotrzebowania na materiały („Purchase Requisition Created”) z oficjalnym zamówieniem wysłanym do dostawcy („Purchase Order Issued”) i późniejszym przyjęciem materiałów („Raw Materials Received”). Identyfikator sprawy stanowi Logistics Order, natomiast numer zamówienia zakupu jest ważnym odwołaniem do dokumentu, które pozwala analizować szczegółowe transakcje z dostawcami. Jest niezbędny do szczegółowej analizy na dashboardzie terminowości dostaw dostawców. Dlaczego to ważne Jest podstawowym punktem odniesienia dla działań zakupowych. Umożliwia szczegółową analizę podprocesu zakupowego i wyników dostawców. Skąd pobrać To podstawowe pole w modułach lub skoroszytach zakupowych w Kinaxis RapidResponse. Przykłady PO4500012345PO4500012346PO4500012347 | |||
| Prognozowana ilość ForecastedQuantity | Przewidywana ilość produktu, określona na etapie prognozowania popytu. | ||
| Opis Ten atrybut zawiera ilość produktu, której zamówienia przewidywano w danym okresie. Jest wynikiem procesu planowania popytu. Dane te są niezbędne na dashboardzie dokładności prognoz popytu oraz przy obliczaniu KPI odchylenia zamówień od prognozy. Porównanie tej wartości z faktyczną „Order Quantity” pozwala ocenić wiarygodność prognoz, co ma znaczenie przy optymalizacji zapasów i planowaniu produkcji. Dlaczego to ważne Stanowi punkt odniesienia przy ocenie dokładności prognoz, wspiera zarządzanie zapasami i pomaga ograniczać koszty nadmiernych zapasów oraz braków magazynowych. Skąd pobrać Dane pochodzą z modułów planowania popytu lub prognozowania w Kinaxis RapidResponse. Przykłady 120480030 | |||
| Przyczyna odrzucenia RejectionReason | Kod lub opis wyjaśniający, dlaczego produkt nie przeszedł kontroli jakości. | ||
| Opis Ten atrybut określa konkretną przyczynę niezgodności jakościowej. Dostarcza ważnego kontekstu, gdy nie dochodzi do zdarzenia „Quality Control Passed”, a proces wraca do produkcji w celu wykonania poprawek. Na dashboardzie analizy poprawek po kontroli jakości dane te wyjaśniają przyczyny ponownego wykonania pracy. Analiza powodów odrzucenia pomaga wykrywać źródła problemów jakościowych, takie jak wady materiałów, awarie sprzętu czy błędy operatorów, i podejmować ukierunkowane działania naprawcze. Dlaczego to ważne Wyjaśnia przyczyny niezgodności jakościowych i ponownych prac, umożliwiając analizę źródeł problemów, poprawę jakości produktów i ograniczenie strat. Skąd pobrać Informacje te znajdują się w modułach lub tabelach zarządzania jakością i są powiązane ze zdarzeniami kontroli jakości. Przykłady Wymiar poza tolerancjąZarysowanie powierzchniNieprawidłowy komponent | |||
| Rodzaj transportu ModeOfTransport | Sposób transportu towarów, na przykład samochodem ciężarowym, samolotem lub statkiem. | ||
| Opis Ten atrybut określa sposób przewozu towarów między lokalizacjami. Może obejmować standardowe i przyspieszone opcje dostawy. Jest istotny na dashboardzie przeglądu zamówień przyspieszonych oraz przy obliczaniu KPI udziału takich zamówień. Analiza pokazuje, jak często wykorzystywany jest kosztowny transport przyspieszony, co może wskazywać na problemy z planowaniem lub realizacją. Umożliwia też porównanie czasu przewozu różnymi środkami transportu. Dlaczego to ważne Wskazuje sposób transportu, co pozwala analizować koszty logistyki, czas przewozu i częstotliwość korzystania z kosztownych dostaw przyspieszonych. Skąd pobrać Informacje te są zwykle przechowywane w dokumentach wysyłkowych lub transportowych w Kinaxis RapidResponse albo zintegrowanym systemie TMS. Przykłady Transport lotniczyTransport morski FCLTransport całopojazdowyDostawa lotnicza następnego dnia | |||
| Zakład produkcyjny Plant | Zakład lub obiekt, w którym odbywa się produkcja albo przetwarzanie. | ||
| Opis Ten atrybut wskazuje konkretną lokalizację fizyczną, na przykład fabrykę lub zakład produkcyjny, uczestniczącą w procesie łańcucha dostaw. Określa geograficzny i organizacyjny kontekst działań produkcyjnych. Analiza procesu według zakładu pozwala porównywać wyniki różnych lokalizacji. Pomaga ustalić, które zakłady działają sprawniej, gdzie częściej dochodzi do poprawek i w których miejscach najczęściej występują wąskie gardła produkcji. Wspiera też analizę wykorzystania zasobów. Dlaczego to ważne Określa lokalizację działań produkcyjnych, co pozwala porównywać wyniki i analizować wąskie gardła w różnych zakładach. Skąd pobrać To częsty atrybut w danych produkcyjnych, magazynowych i logistycznych w Kinaxis RapidResponse. Przykłady PLANT-01-DEPLANT-02-USPLANT-03-CN | |||
| Zasób Resource | Konkretna maszyna, linia produkcyjna lub urządzenie wykorzystywane do wykonania działania. | ||
| Opis Ten atrybut wskazuje zasób fizyczny wykorzystywany na danym etapie procesu, szczególnie w produkcji. Może to być konkretna maszyna, linia montażowa lub stanowisko pakowania. Analiza procesu według zasobów jest podstawą dashboardu wykorzystania zasobów w łańcuchu dostaw. Pomaga ocenić obciążenie i wyniki poszczególnych zasobów, wykryć maszyny stanowiące wąskie gardła oraz lepiej przydzielać zasoby, aby zwiększyć przepustowość i sprawność. Dlaczego to ważne Wskazuje konkretne urządzenie lub linię, co pozwala analizować wykorzystanie zasobów, ograniczenia przepustowości i wąskie gardła produkcji. Skąd pobrać Dane te często pochodzą z systemów realizacji produkcji (MES) zintegrowanych z Kinaxis lub ze szczegółowych danych planowania produkcji. Przykłady ASSEMBLY-LINE-01CNC-MACHINE-05PACK-STATION-B | |||
Działania w zarządzaniu łańcuchem dostaw
| Działanie | Opis | ||
|---|---|---|---|
| Anulowano zamówienie | To zakończenie zlecenia logistycznego przed pełną realizacją. Jest to jawne działanie, które oznacza niepowodzenie procesu i jego ostateczne zamknięcie. | ||
| Dlaczego to ważne Śledzenie anulowanych zamówień pomaga zrozumieć utratę popytu i problemy w procesie. Analiza przyczyn anulowania może ujawnić problemy z produktem, ceną lub obsługą. Skąd pobrać Zdarzenie jest rejestrowane na podstawie znacznika czasu przypisania statusu anulowania lub kodu przyczyny do rekordu zamówienia sprzedaży. Dane pochodzą zwykle z systemu ERP. Rejestrowanie Znacznik czasu zmiany statusu zamówienia sprzedaży na „Canceled”. Typ zdarzenia explicit | |||
| Otrzymano zamówienie klienta | To zdarzenie oznacza oficjalny początek cyklu życia zlecenia logistycznego. Następuje po utworzeniu zamówienia sprzedaży klienta lub wczytaniu go do systemu. Zwykle jest rejestrowane w zintegrowanym systemie ERP lub systemie zarządzania zamówieniami. | ||
| Dlaczego to ważne To główny punkt początkowy sprawy. Jest niezbędny do pomiaru całkowitego czasu od zamówienia do dostawy i analizy liczby przyjmowanych zamówień. Skąd pobrać Kinaxis wczytuje dane zamówień sprzedaży z systemów źródłowych ERP. Zdarzenie jest rejestrowane na podstawie znacznika czasu utworzenia rekordu zamówienia sprzedaży w modelu danych Kinaxis. Rejestrowanie Znacznik czasu utworzenia zamówienia sprzedaży, zwykle pobierany z integracji z systemem ERP. Typ zdarzenia explicit | |||
| Podpisano potwierdzenie dostawy | Końcowe potwierdzenie, że klient otrzymał towary w odpowiednim stanie. To ważne zdarzenie oficjalnie zamyka zlecenie logistyczne. | ||
| Dlaczego to ważne To końcowy punkt pomiaru KPI czasu od zamówienia do dostawy. Potwierdza realizację zamówienia i często uruchamia proces fakturowania. Skąd pobrać Zdarzenie jest rejestrowane po otrzymaniu dokumentu potwierdzającego dostawę i wprowadzeniu znacznika czasu do zamówienia. Dane mogą być wprowadzane ręcznie lub przekazywane przez integrację z przewoźnikiem. Rejestrowanie Znacznik czasu aktualizacji statusu potwierdzenia dostawy dla zamówienia. Typ zdarzenia explicit | |||
| Wysłano towary | To zdarzenie następuje, gdy zapakowane towary zostają załadowane na pojazd i opuszczają magazyn lub zakład produkcyjny. Oznacza początek transportu. | ||
| Dlaczego to ważne To ważny etap przy śledzeniu terminowości dostaw i czasu transportu. W wielu obliczeniach KPI stanowi faktyczną datę wysyłki. Skąd pobrać Znacznik czasu pochodzi z transakcji „Post Goods Issue” w systemie ERP lub „Ship Confirm” w systemie WMS/TMS zintegrowanym z Kinaxis. Rejestrowanie Znacznik czasu z transakcji wydania towaru lub potwierdzenia wysyłki. Typ zdarzenia explicit | |||
| Wysłano zamówienie zakupu | Zamówienie zakupu na potrzebne materiały zostaje wysłane do zewnętrznego dostawcy. To ważny etap, który oznacza formalne zobowiązanie i początek czasu realizacji po stronie dostawcy. | ||
| Dlaczego to ważne Ta czynność pozwala mierzyć terminowość dostaw dostawcy i wykrywać opóźnienia w zaopatrzeniu, które wpływają na cały łańcuch dostaw. Skąd pobrać Kinaxis rejestruje znacznik czasu utworzenia lub wystawienia zamówienia zakupu. Dane te często pochodzą ze zintegrowanego modułu zaopatrzenia systemu ERP. Rejestrowanie Znacznik czasu wystawienia zamówienia zakupu. Typ zdarzenia explicit | |||
| Zaplanowano produkcję | To moment, w którym zlecenie logistyczne zostaje oficjalnie zaplanowane do produkcji z określonym terminem i przydzielonymi zasobami. Jest to jeden z podstawowych wyników planowania w Kinaxis RapidResponse. | ||
| Dlaczego to ważne To przejście od planowania do realizacji. Analiza czasu między tym zdarzeniem a faktycznym rozpoczęciem produkcji może ujawnić nieefektywności w harmonogramowaniu lub ograniczenia zasobów. Skąd pobrać To jawne zdarzenie rejestrowane w chwili zatwierdzenia i zaplanowania zlecenia produkcyjnego w module planowania Kinaxis. Rejestrowanie Znacznik czasu przekształcenia planowanego zlecenia w zatwierdzone zlecenie produkcyjne. Typ zdarzenia explicit | |||
| Dostarczono towary | To zdarzenie oznacza przybycie przesyłki do miejsca dostawy klienta. Dane są często przekazywane przez przewoźnika do zintegrowanego systemu zarządzania transportem (TMS) lub Kinaxis. | ||
| Dlaczego to ważne Ta czynność kończy etap transportu. Porównanie jej daty z planowanym terminem dostawy pozwala mierzyć wyniki przewoźnika i terminowość dostaw. Skąd pobrać Znacznik czasu pochodzi z aktualizacji statusu od przewoźnika, często przesyłanych przez EDI lub API. Jest zapisywany w systemie przy przesyłce lub dostawie. Rejestrowanie Znacznik czasu z elektronicznej aktualizacji statusu przewoźnika potwierdzającej dostawę. Typ zdarzenia explicit | |||
| Kontrola jakości zakończona pomyślnie | Oznacza, że wyprodukowane towary spełniły wszystkie kryteria kontroli jakości. Zdarzenie jest często wywnioskowane ze zmiany statusu rekordu produkcji lub zapasów. | ||
| Dlaczego to ważne Ta czynność stanowi ważny punkt kontroli jakości. Niezaliczenie kontroli lub pętle poprawek na tym etapie wskazują na problemy z jakością produkcji i powodują znaczne opóźnienia. Skąd pobrać Wnioskowane na podstawie aktualizacji statusu partii zapasów, na przykład ze „Awaiting Inspection” na „Released” lub „Unrestricted”. Wykorzystywany jest znacznik czasu tej zmiany. Rejestrowanie Wnioskowane na podstawie zmiany statusu rekordu partii zapasów na „Unrestricted Use”. Typ zdarzenia inferred | |||
| Otrzymano surowce | To zdarzenie oznacza dostarczenie i przyjęcie surowców od dostawcy do magazynu lub zakładu produkcyjnego. Dane pochodzą zwykle ze zintegrowanego systemu WMS lub ERP. | ||
| Dlaczego to ważne Ta czynność kończy pomiar czasu realizacji po stronie dostawcy. Opóźnienia na tym etapie bezpośrednio wpływają na harmonogram produkcji i końcowe terminy dostaw. Skąd pobrać Zdarzenie jest rejestrowane na podstawie transakcji przyjęcia towaru w systemie ERP lub WMS, zawierającej znacznik czasu. Dane są następnie przekazywane do platformy Kinaxis. Rejestrowanie Znacznik czasu zaksięgowania przyjęcia towaru w systemie źródłowym. Typ zdarzenia explicit | |||
| Sprawdzono dostępność zapasów | To zdarzenie oznacza sprawdzenie przez system dostępności zapasów lub obliczenie daty dostępności do potwierdzenia (ATP) dla zamówienia. Jest to podstawowa funkcja planowania w Kinaxis. Zdarzenie może być rejestrowane bezpośrednio lub wywnioskowane ze zmiany statusu. | ||
| Dlaczego to ważne Ta czynność pomaga wykryć wąskie gardła spowodowane brakiem zapasów lub opóźnieniami w ich przydzielaniu. Problemy te bezpośrednio wpływają na szybkość realizacji zamówień i dotrzymywanie obietnic składanych klientom. Skąd pobrać Zdarzenie może pochodzić z jawnego wpisu o wykonaniu sprawdzenia ATP lub być wywnioskowane ze zmiany statusu pozycji zamówienia, na przykład z „New” na „Inventory Confirmed”. Rejestrowanie Wnioskowane na podstawie zmiany statusu pozycji zamówienia związanej z potwierdzeniem zapasów. Typ zdarzenia inferred | |||
| Towary skompletowane i zapakowane | Ta czynność oznacza pobranie z magazynu produktów z zamówienia i przygotowanie ich do wysyłki. Dane pochodzą zwykle z systemu zarządzania magazynem (WMS). | ||
| Dlaczego to ważne To początek końcowego etapu realizacji zamówienia. Opóźnienia mogą wskazywać na nieefektywną pracę magazynu, braki kadrowe lub niewłaściwe rozmieszczenie zapasów. Skąd pobrać Zdarzenie jest rejestrowane na podstawie znacznika czasu zakończenia kompletacji i pakowania w zintegrowanym systemie WMS. Jest powiązane z dostawą lub zamówieniem sprzedaży. Rejestrowanie Znacznik czasu zakończenia kompletacji w systemie WMS. Typ zdarzenia explicit | |||
| Utworzono prognozę popytu | To zdarzenie oznacza utworzenie lub aktualizację prognozy popytu na produkt. Prognoza stanowi wstępny sygnał możliwego zlecenia logistycznego. Zdarzenie jest zwykle rejestrowane po opublikowaniu nowej prognozy w module planowania Kinaxis RapidResponse. | ||
| Dlaczego to ważne Analiza prognozy pozwala ustalić punkt odniesienia do oceny jej dokładności w porównaniu z rzeczywistymi zamówieniami. Ma to duże znaczenie dla optymalizacji zapasów i planowania produkcji. Skąd pobrać Zdarzenie jest jawnie rejestrowane w module planowania popytu Kinaxis RapidResponse po zapisaniu lub opublikowaniu nowej wersji prognozy. Jest powiązane z produktem i okresem. Rejestrowanie Rejestrowane po utworzeniu lub aktualizacji prognozy w scenariuszu planowania popytu. Typ zdarzenia explicit | |||
| Utworzono zapotrzebowanie zakupu | Ta czynność oznacza utworzenie wewnętrznego zapotrzebowania na zakup surowców lub komponentów potrzebnych do realizacji zlecenia logistycznego. Jest to jawne zdarzenie rozpoczynające podproces zaopatrzenia. | ||
| Dlaczego to ważne Śledzenie tego zdarzenia pozwala powiązać realizację zamówienia klienta z procesem zaopatrzenia i analizować opóźnienia w wewnętrznych zatwierdzeniach przed wystawieniem zamówienia zakupu (PO). Skąd pobrać Znacznik czasu utworzenia rekordu zapotrzebowania zakupu w module zaopatrzenia lub planowania dostaw, często powiązanego z pierwotnym zamówieniem sprzedaży. Rejestrowanie Znacznik czasu utworzenia rekordu zapotrzebowania zakupu. Typ zdarzenia explicit | |||
| Wyprodukowano towary | Ta czynność oznacza zakończenie produkcji wyrobów gotowych. Zdarzenie jest zwykle przekazywane ze zintegrowanego systemu MES lub modułu produkcyjnego ERP. | ||
| Dlaczego to ważne Zakończenie tej czynności oznacza koniec czasu realizacji produkcji. Umożliwia analizę czasu cyklu produkcyjnego i zgodności z harmonogramem. Skąd pobrać Znacznik czasu pochodzi z transakcji potwierdzającej zakończenie produkcji w systemie MES lub ERP, a następnie jest przekazywany do Kinaxis. Rejestrowanie Znacznik czasu końcowego potwierdzenia zlecenia produkcyjnego. Typ zdarzenia explicit | |||
| Zablokowano zamówienie | To zdarzenie następuje, gdy zamówienie zostaje wstrzymane z określonego powodu, na przykład niezaliczonej kontroli kredytowej, blokady technicznej lub zastrzeżeń dotyczących jakości. Zwykle jest wywnioskowane ze zmiany statusu. | ||
| Dlaczego to ważne Blokady są częstą przyczyną opóźnień w procesie. Ustalenie, kiedy i dlaczego je nakładano oraz jak długo obowiązywały, pomaga wykrywać wąskie gardła i usprawniać przepływ pracy. Skąd pobrać Wnioskowane na podstawie zmiany statusu zamówienia sprzedaży lub jego pozycji wskazującej na blokadę. Kod przyczyny powiązany ze statusem dostarcza dodatkowych informacji. Rejestrowanie Wnioskowane na podstawie zmiany statusu na „Blocked” lub „Hold”. Typ zdarzenia inferred | |||
Instrukcje ekstrakcji danych
Metody ekstrakcji danych dla tego procesu są obecnie weryfikowane. Prosimy wrócić później lub skontaktować się z nami w celu uzyskania pomocy.
Gotowi do rozpoczęcia?
Skorzystaj z tego szablonu, aby lepiej zrozumieć wyniki łańcucha dostaw i wprowadzić usprawnienia. Rozpocznij process mining i usprawnij operacje.
Lepsza kontrola nad łańcuchem dostaw i dokładniejsze prognozy
Osiągnij 90% trafności prognoz i wyeliminuj braki magazynowe dzięki pełnej widoczności.
Karta kredytowa nie jest wymagana. Konfiguracja zajmuje kilka minut.