Szablon danych do zarządzania łańcuchem dostaw

Nazwa czynności opisuje konkretny krok w cyklu życia łańcucha dostaw, na przykład „Przydzielono zamówienie”, „Skompletowano towary” lub „Wysłano przesyłkę”. Czynności te tworzą węzły na odkrytej mapie procesu.

Analiza czynności pozwala wizualizować przebieg procesu, wykrywać często występujące ścieżki i mierzyć czas spędzony na każdym etapie. Dzięki niej można zrozumieć, co dzieje się podczas realizacji zamówienia logistycznego, oraz wykrywać poprawki, wąskie gardła i odstępstwa od standardowego procesu.

Ten atrybut określa kroki procesu. Stanowi podstawę mapy procesu i umożliwia analizę jego przebiegu oraz wąskich gardeł.

Zwykle powstaje przez przypisanie kodów zdarzeń lub zmian statusu z różnych tabel transakcyjnych w Manhattan Associates do czytelnych nazw czynności.

Znacznik czasu zdarzenia, czyli czas rozpoczęcia, wskazuje dokładny moment wykonania czynności. Jest niezbędny do uporządkowania zdarzeń chronologicznie i obliczania odstępów między czynnościami.

W process mining dane te służą do odtworzenia osi czasu każdej sprawy, obliczania czasu realizacji, wykrywania opóźnień i analizy wyników procesu w czasie. Dokładne znaczniki czasu są podstawą niemal każdej analizy procesów opartej na czasie oraz obliczeń KPI, takich jak czas realizacji zamówienia i terminowość.

Ten atrybut określa kolejność zdarzeń i jest niezbędny do obliczania wszystkich wskaźników opartych na czasie, takich jak czas realizacji i opóźnienia.

Informacje te znajdują się w tabelach dzienników transakcji w Manhattan Associates, obok odpowiadającego im zdarzenia lub aktualizacji statusu.

Zamówienie logistyczne to główny numer śledzenia, który łączy wszystkie powiązane czynności, od złożenia zamówienia przez klienta po dostawę. Każde zamówienie logistyczne odpowiada jednej ścieżce realizacji, co pozwala przeanalizować cały cykl życia zamówienia, w tym zaopatrzenie, magazynowanie, wysyłkę i dostawę.

W process mining ten atrybut służy do grupowania powiązanych zdarzeń w jeden case. Analiza według zamówienia logistycznego pozwala obliczyć całkowity czas realizacji, wykryć typowe warianty procesu oraz znaleźć wąskie gardła i odstępstwa dotyczące konkretnych zamówień.

To podstawowy identyfikator case, który grupuje powiązane zdarzenia i pozwala prześledzić drogę pojedynczego zamówienia od początku do końca.

To klucz główny w głównych tabelach zarządzania zamówieniami w Manhattan Associates. Szczegółowych informacji o konkretnej tabeli, prawdopodobnie dotyczącej nagłówków zamówień, należy szukać w dokumentacji systemu.

Ten atrybut zawiera datę i godzinę ostatniego pobrania danych z systemu źródłowego. Jest to pole metadanych, które informuje o aktualności analizowanych danych.

W dashboardach process mining ta informacja pozwala ocenić, jak aktualne są prezentowane wyniki. Dzięki niej osoby korzystające z analiz wiedzą, kiedy dane zostały zebrane, i mogą odpowiednio podejmować decyzje, nie opierając ich na nieaktualnych informacjach.

Informuje o aktualności danych, dzięki czemu analizy i decyzje można opierać na bieżących informacjach.

Ten znacznik czasu jest generowany i dodawany podczas procesu ekstrakcji, transformacji i ładowania danych (ETL).

Ten atrybut wskazuje źródłowy system informatyczny, z którego pochodzą dane o zdarzeniach. W tym przypadku będzie to zazwyczaj Manhattan Associates, ale atrybut może też rozróżniać poszczególne moduły lub zintegrowane systemy.

Ma to znaczenie dla zarządzania danymi i zrozumienia ich kontekstu, zwłaszcza gdy łączone są dane z wielu systemów. Ułatwia śledzenie pochodzenia danych i rozwiązywanie problemów z ich jakością.

Wskazuje pochodzenie danych, co ma znaczenie dla zarządzania nimi, ich weryfikacji oraz łączenia danych z wielu systemów przedsiębiorstwa.

Zazwyczaj jest to stała wartość dodawana podczas pobierania danych, która wskazuje ich źródło.

Ten atrybut wskazuje pracownika lub użytkownika systemu odpowiedzialnego za wykonanie danego kroku procesu. Może to być unikalny identyfikator użytkownika, imię i nazwisko albo nazwa konta systemowego używanego do zadań automatycznych.

Analiza według użytkownika pomaga ocenić rozkład obciążenia pracą i wyniki poszczególnych osób oraz określić potrzeby szkoleniowe. Jest przydatna w dashboardach dotyczących obciążenia zasobów i przepustowości, a także przy badaniu odchyleń od procesu, które mogą być związane z konkretnymi użytkownikami.

Umożliwia analizę wyników pracy poszczególnych osób i rozkładu obciążenia, a także pomaga ustalić, którzy użytkownicy lub zespoły uczestniczą w obsłudze wyjątków procesowych.

Zazwyczaj znajduje się w tabelach transakcji obok danych o zdarzeniach, często w polu „UserID” lub „ChangedBy”. Szczegółowe informacje można znaleźć w dokumentacji Manhattan Associates.

Ten atrybut określa sposób przewozu towarów z magazynu do miejsca docelowego. Przykłady to transport całopojazdowy (FTL), drobnicowy (LTL), lotniczy, morski i przesyłki kurierskie.

Wymiar ten ma znaczenie w dashboardzie „Analiza kosztów i efektywności transportu”. Pozwala porównywać koszt i szybkość różnych rodzajów transportu oraz obliczać KPI „Częstotliwość wysyłek ekspresowych”, wskazując przypadki użycia droższych, szybszych opcji.

Pomaga analizować koszty i efektywność transportu oraz ustalić, jak często korzysta się z drogich, ekspresowych opcji dostawy.

Znajduje się w tabelach przesyłek lub planowania transportu w module TMS Manhattan Associates.

SKU produktu to unikalny kod identyfikujący konkretny produkt. Jedno zamówienie logistyczne może obejmować wiele SKU.

Analiza procesu na poziomie produktu pomaga ustalić, czy określone produkty wiążą się z nieefektywnością, na przykład dłuższym kompletowaniem, częstszymi poprawkami lub brakami zapasów. Atrybut ten jest niezbędny w dashboardzie „Uzupełnianie zapasów i ryzyko braków”, który służy do analizy terminowości ponownego zamawiania poszczególnych produktów.

Umożliwia analizę na poziomie produktu i wykrywanie problemów dotyczących konkretnych artykułów, takich jak braki zapasów, opóźnienia w kompletowaniu czy problemy z jakością.

Znajduje się w tabelach pozycji zamówień w Manhattan Associates. Wymaga połączenia danych nagłówka zamówienia ze szczegółami jego pozycji.

Typ zamówienia określa kategorię zamówienia logistycznego na podstawie jego charakteru lub priorytetu. Typowe kategorie to zamówienia klientów, zamówienia przesunięcia zapasów i zamówienia zwrotu. Dla każdej z nich mogą obowiązywać inne ścieżki procesu i poziomy usług (SLA).

Atrybut ten jest przydatny w analizie porównawczej. Filtrowanie lub podział procesu według typu zamówienia pozwala sprawdzić, jak obsługiwane są różne zamówienia, porównać czas ich realizacji i ustalić, które częściej wiążą się z opóźnieniami lub wyjątkami. Atrybut ten bezpośrednio zasila dashboard „Porównanie czasu realizacji według typu zamówienia”.

Pozwala porównywać wyniki i przebieg obsługi różnych typów zamówień, które często mają odrębne ścieżki i SLA.

Znajduje się w danych nagłówka zamówienia w Manhattan Associates. Nazwę konkretnego pola można sprawdzić w dokumentacji systemu.

Ten atrybut przechowuje docelową datę dostarczenia towarów klientowi lub do miejsca odbioru. Stanowi punkt odniesienia przy pomiarze terminowości dostaw.

W analizie datę tę porównuje się z rzeczywistym znacznikiem czasu dostawy („Potwierdzenie odbioru dostawy”), aby ustalić, czy zamówienie dostarczono w terminie, przed terminem czy po terminie. Jest niezbędna do obliczania KPI, takich jak „Terminowość dostaw do klientów” i „Terminowość dostaw od dostawców”, oraz do tworzenia powiązanych dashboardów.

To punkt odniesienia przy pomiarze terminowości, ważnego KPI w ocenie zadowolenia klientów i zarządzaniu dostawcami.

Znajduje się w tabelach nagłówków zamówień lub pozycji zamówień w Manhattan Associates. Szczegółowe informacje można znaleźć w dokumentacji systemu.

Ten atrybut logiczny jest wyliczany przez porównanie znacznika czasu zdarzenia „Potwierdzenie odbioru dostawy” z wartością „RequestedDeliveryDate”. Oznacza każde zamówienie jako dostarczone w terminie (true) lub z opóźnieniem (false).

Atrybut ten bezpośrednio zasila KPI i dashboard „Terminowość dostaw do klientów”. Ułatwia analizę, przypisując każdej sprawie jednoznaczny wynik: dostawa w terminie albo z opóźnieniem. Dzięki temu można łatwo filtrować opóźnione zamówienia i badać ich przyczyny.

Bezpośrednio mierzy poziom obsługi klienta i ułatwia analizę terminowości, dzieląc zamówienia na dostarczone w terminie i z opóźnieniem.

To pole nie występuje w systemie źródłowym. Jest obliczane podczas transformacji danych przez porównanie rzeczywistego znacznika czasu dostawy z wymaganą datą dostawy.

Ten atrybut wskazuje konkretny magazyn realizujący zamówienie. Ma znaczenie w analizie operacji prowadzonych w wielu magazynach.

Zasila dashboard „Analiza wąskich gardeł przy kompletowaniu w magazynie”, który pozwala porównywać wyniki różnych obiektów. Analitycy mogą ustalić, które magazyny działają sprawniej, gdzie kompletowanie trwa dłużej i gdzie warto przenieść zasoby.

Umożliwia porównanie wyników różnych magazynów, wykrywanie wąskich gardeł w poszczególnych obiektach i wskazywanie dobrych praktyk.

Zazwyczaj jest częścią danych zamówienia lub przesyłki w Manhattan Associates WMS i wskazuje miejsce realizacji zamówienia.

Identyfikator przesyłki to numer referencyjny grupy towarów przewożonych razem. Jedna przesyłka może obejmować wiele zamówień logistycznych, zwłaszcza jeśli są dostarczane do tego samego miejsca.

Identyfikator sprawy stanowi numer zamówienia logistycznego, natomiast identyfikator przesyłki dostarcza ważnego kontekstu. Umożliwia analizę czynności na poziomie przesyłki, takich jak „Przypisanie przewoźnika” lub „Wysłanie przesyłki”, oraz pomaga ocenić efektywność konsolidacji i planowania transportu.

Łączy zamówienia wysyłane razem, umożliwiając analizę efektywności transportu i strategii konsolidacji.

Jest generowany i przechowywany w tabelach transportu i planowania przesyłek w Manhattan Associates.

Ten atrybut przedstawia łączny koszt zamówienia logistycznego. Może obejmować koszty transportu i magazynowania oraz opłaty za obsługę. Dostępny poziom szczegółowości zależy od danych źródłowych.

Dane o kosztach są przydatne w analizie process mining uwzględniającej wartość. Zasilają dashboard „Analiza kosztów i efektywności transportu”, dostarczając kontekstu finansowego dla czasu realizacji. Analiza kosztów pozwala firmom wykrywać kosztowne warianty procesu i podejmować decyzje na podstawie danych, aby poprawiać zarówno szybkość, jak i koszty.

Dodaje do analizy procesu wymiar finansowy, ułatwiając ustalenie czynników kosztowych i finansowych skutków nieefektywności.

Dane o kosztach mogą pochodzić z wielu tabel w Manhattan Associates lub wymagać integracji z systemem finansowym. Informacje o tabelach kosztów frachtu lub kalkulacji kosztów zamówień można znaleźć w dokumentacji.

Ten atrybut określa końcowe miejsce dostawy towarów. Może to być centrum dystrybucyjne klienta, sklep detaliczny lub adres odbiorcy końcowego. Często jest określany przez miasto, stan lub kod pocztowy.

W połączeniu z miejscem nadania atrybut ten jest niezbędny w dashboardzie „Macierz czasu dostawy według trasy”. Analiza czasu dostawy według miejsca docelowego pomaga wykrywać problemy z dostawami w konkretnych regionach i oceniać efektywność sieci dystrybucji.

Pomaga analizować terminowość dostaw w różnych regionach oraz wykrywać regionalne wąskie gardła i problemy z przewoźnikami.

To adres dostawy zapisany w nagłówku zamówienia lub szczegółach przesyłki w Manhattan Associates.

Ten atrybut określa miejsce rozpoczęcia transportu, na przykład centrum dystrybucyjne, zakład produkcyjny lub lokalizację dostawcy. Zazwyczaj jest oznaczony kodem lub nazwą lokalizacji.

Dane o miejscu nadania i miejscu docelowym są podstawą analizy sieci logistycznej. Atrybut ten zasila dashboard „Macierz czasu dostawy według trasy”, który pomaga analizować czas dostawy na poszczególnych trasach i wykrywać wąskie gardła związane z regionem lub obiektem.

Pomaga optymalizować sieć logistyczną i wykrywać różnice w wynikach między trasami lub obiektami.

Informacje te są zazwyczaj przechowywane w tabelach przesyłek lub nagłówków zamówień w Manhattan Associates.

Ten atrybut wskazuje sprzedawcę lub dostawcę, od którego kupowane są towary albo surowce. Ma znaczenie w przypadku zamówień logistycznych utworzonych na podstawie zamówienia zakupu.

Analiza według dostawcy pozwala ocenić jego wyniki, tworzyć karty oceny dostawców, monitorować terminowość dostaw i ustalić, którzy dostawcy najczęściej wiążą się z opóźnieniami na etapie „Przyjęcie towaru”. Atrybut ten bezpośrednio zasila dashboard „Terminowość dostaw od dostawców”.

Umożliwia analizę wyników dostawców, pomaga wskazać rzetelnych partnerów i ustalić źródła opóźnień w dostawach przychodzących.

Dane są pobierane z tabel zamówień zakupu w Manhattan Associates. Zwykle trzeba połączyć zamówienie logistyczne z nagłówkiem zamówienia zakupu.

Ten atrybut wskazuje odbiorcę końcowego przesyłki. Może to być osoba fizyczna lub firma.

Dane o klientach pomagają analizować poziom obsługi i wykrywać wzorce dotyczące konkretnych klientów. Zasilają dashboard „Terminowość dostaw do klientów”, umożliwiając podział wyników dostaw według klienta. Dzięki temu można ustalić, czy opóźnienia dotyczą głównie określonych klientów lub regionów.

Pozwala podzielić analizę według klienta, co ułatwia wykrywanie problemów dotyczących konkretnych klientów i pomiar poziomu obsługi.

Znajduje się w danych nagłówka zamówienia i często jest powiązana z identyfikatorem klienta. Szczegółowe informacje można znaleźć w dokumentacji Manhattan Associates.

Nazwa przewoźnika wskazuje partnera logistycznego lub firmę, która fizycznie przewozi towary. Może to być duża firma transportowa albo lokalny kurier.

Analiza według przewoźnika pozwala ocenić terminowość dostaw, koszty i efektywność jego usług. Jest to jeden z głównych wymiarów dashboardu „Analiza kosztów i efektywności transportu”, który umożliwia porównanie czasu realizacji i kosztów różnych przewoźników.

Umożliwia ocenę wyników partnerów transportowych i dobór przewoźników na podstawie kosztów oraz niezawodności.

Znajduje się w tabelach przesyłek lub zleceń transportowych, zwykle w module TMS Manhattan Associates.