Seu Modelo de Dados de Gestão de Armazém

Este atributo registra as etapas ou marcos distintos dentro do processo de gestão de armazém. Exemplos incluem "Mercadorias Retiradas do Estoque", "Embalagem Iniciada" e "Remessa Despachada". Cada atividade representa uma ação específica realizada no pedido de armazém.\n\nEste é um atributo crítico para o Process Mining, pois define os nós no mapa do processo. Analisar a sequência, frequência e duração dessas atividades permite a visualização dos fluxos do processo, a identificação de desvios do procedimento padrão e a detecção de gargalos onde o trabalho sofre atrasos.

Define as etapas do processo, formando a base do mapa de processos e permitindo a análise do fluxo operacional e de suas variações.

Derivado de códigos de transação, logs de eventos ou tabelas de atualização de status dentro do Manhattan SCALE que rastreiam o progresso dos pedidos de armazém.

A Ordem de Armazém serve como o identificador principal do caso, agrupando todas as atividades relacionadas a um único processo logístico do início ao fim. Isso permite o rastreamento ponta a ponta do ciclo de vida de um pedido no armazém, envolva ele recebimento, armazenagem, separação (picking), embalagem (packing) ou expedição.\n\nNa análise de Process Mining, este atributo é fundamental para reconstruir a jornada de cada pedido. Ao vincular todos os eventos a uma Ordem de Armazém específica, os analistas podem visualizar fluxos de processos, medir tempos de ciclo para pedidos individuais e identificar variações ou gargalos que afetam a eficiência do atendimento.

É a chave essencial para vincular todas as atividades relacionadas do armazém em uma única instância de processo coesa, permitindo análise de ponta a ponta.

Este identificador é normalmente encontrado nas tabelas principais de gestão de pedidos no Manhattan SCALE, como a tabela de cabeçalho do pedido.

Este atributo fornece a data e hora precisas para cada atividade registrada no processo. É a espinha dorsal cronológica do log de eventos, estabelecendo a sequência e o tempo de todas as operações de armazém para um determinado pedido.\n\nO "Event Time" é essencial para todas as análises de Process Mining baseadas em tempo. É usado para calcular tempos de ciclo entre atividades, medir a duração total de um processo, identificar atrasos e analisar o desempenho do processo em diferentes períodos. Registros de tempo precisos são cruciais para construir um mapa de processo confiável e derivar métricas de desempenho significativas.

Este registro de data e hora é crucial para sequenciar os eventos corretamente e calcular todas as métricas baseadas em duração, como tempos de ciclo e lead times.

Localizado em tabelas de event log ou registros de transação junto com as informações de atividade no Manhattan SCALE. Os campos geralmente se chamam 'created_ts', 'event_timestamp' ou 'status_change_date'.

Este atributo identifica o aplicativo de origem onde os dados do evento foram gerados. Para este processo, o valor normalmente seria "Manhattan SCALE".\n\nEm um ambiente com múltiplos sistemas integrados, este campo ajuda a diferenciar as fontes de dados. Ele fornece contexto para a origem dos dados, o que pode ser importante para a governança de dados, solução de problemas e compreensão de possíveis variações nos processos de captura de dados em diferentes plataformas.

Fornece contexto essencial sobre a origem dos dados, o que é fundamental para governança de dados, validação e esforços de integração em ambientes de TI complexos.

Frequentemente é um valor estático adicionado durante o processo de extração, transformação e carregamento (ETL) para rotular o conjunto de dados.

Este atributo indica a data e hora em que os dados foram extraídos pela última vez do Manhattan SCALE e carregados na ferramenta de Process Mining. Ele reflete o quão atualizados estão os dados analisados.\n\nEsta informação é vital para que os usuários entendam a tempestividade da análise. Ajuda-os a saber se estão olhando para dados em tempo real ou para um recorte de um momento específico, o que é crucial para tomar decisões operacionais informadas e para fins de relatórios.

Informa os usuários sobre a atualização dos dados, garantindo que compreendam o período coberto pela análise e pelos relatórios.

Este registro de data e hora é normalmente gerado e armazenado pela ferramenta de ETL ou pipeline de dados durante o processo de carregamento de dados.

Este atributo representa o acordo de nível de serviço (SLA) ou a data de entrega pretendida para um pedido de saída do armazém. É o prazo final em relação ao qual as operações do armazém são medidas para o desempenho de pontualidade.\n\nEsta data é uma referência crítica para a avaliação de desempenho. É usada no dashboard de "Desempenho de Pontualidade de Remessas" e no KPI de "Taxa de Envios Pontuais" para determinar se um pedido foi atendido no prazo. Analisar os pedidos que perdem essa data ajuda a identificar causas sistêmicas de atrasos e a melhorar a satisfação do cliente.

Serve como o principal benchmark para medir o desempenho de envio pontual e a adesão aos acordos de nível de serviço ao cliente.

Normalmente armazenado na tabela de cabeçalho do pedido no Manhattan SCALE, muitas vezes preenchido a partir de um ERP ou Sistema de Gestão de Pedidos.

O "End Time" (Horário de Término) marca a conclusão de uma atividade. Quando combinado com um "Start Time" (Horário de Início - EventTime), permite o cálculo preciso do tempo de processamento de tarefas individuais. Nem todos os eventos têm um horário de término distinto, mas para aqueles que têm, como separação (picking) ou embalagem (packing), esses dados são valiosos.\n\nNa análise, o End Time é usado para calcular a métrica "ProcessingTime", crucial para entender a eficiência dos recursos e a duração das tarefas. Isso ajuda a identificar quais atividades específicas demoram mais, contribuindo para o tempo de ciclo total e possíveis atrasos.

Permite o cálculo preciso do tempo de processamento para atividades individuais, ajudando a identificar quais tarefas consomem mais tempo e recursos.

Isso pode estar disponível nos mesmos logs de transação que o horário de início, em um campo separado como "completed_ts" ou "end_time". Se não estiver disponível diretamente, às vezes pode ser inferido a partir do horário de início da atividade subsequente.

Este atributo captura o ID do usuário responsável por executar uma tarefa específica do armazém, como separação, embalagem ou armazenagem. Ele vincula as atividades do processo aos recursos humanos envolvidos.\n\nAnalisar o desempenho por ID de Usuário/Operador é essencial para entender a utilização de recursos e a eficiência individual ou da equipe. Ajuda a identificar os profissionais com melhor desempenho, necessidades de treinamento e distribuição de carga de trabalho. Esses dados são fundamentais para o dashboard de "Utilização de Recursos por Operador" e KPIs relacionados, permitindo que os gestores otimizem a equipe e as atribuições de tarefas.

Vincula o desempenho do processo a indivíduos ou equipes específicas, permitindo a análise de carga de trabalho, produtividade e alocação de recursos.

Essas informações são normalmente registradas nos logs de transação no Manhattan SCALE, frequentemente em campos como "user_id", "operator" ou "executed_by".

Este atributo, muitas vezes conhecido como SKU (Unidade de Manutenção de Estoque), identifica o item específico envolvido em uma atividade de armazém. Uma única ordem de armazém pode conter múltiplos materiais, cada um manuseado em itens de linha ou tarefas separadas.\n\nAnalisar o processo por ID de Material pode revelar problemas específicos do produto. Por exemplo, certos itens podem ser mais propensos a falhas de inspeção de qualidade, erros de separação ou tempos de manuseio mais longos devido ao seu tamanho, peso ou requisitos de armazenamento. Isso ajuda a otimizar as estratégias de estocagem e os procedimentos de manuseio para diferentes tipos de produtos.

Permite análise em nível de produto para identificar se certos itens estão associados a atrasos no processo, erros ou retrabalho.

Localizado nas tabelas de itens de linha de pedido no Manhattan SCALE, vinculado ao pedido de armazém principal.

Este atributo registra a quantidade medida de mercadorias em um ponto de verificação principal, como recebimento ou separação. Ele representa o que foi fisicamente manuseado, o que pode diferir do planejado.\n\nComparar a Quantidade Real com a Quantidade Planejada é essencial para identificar discrepâncias. Esta é a base para o dashboard de "Tendências de Discrepância de Quantidade de Pedidos" e o KPI relacionado. O acompanhamento dessas diferenças ajuda a identificar problemas na precisão do fornecedor, registros de estoque ou erros de separação, que são fundamentais para manter a integridade do inventário.

É crucial para identificar discrepâncias entre quantidades planejadas e executadas, destacando potenciais problemas de precisão de inventário ou erros operacionais.

Encontrado nos registros de detalhes de transação para atividades como recebimento, contagem ou picking no Manhattan SCALE.

O Tipo de Pedido define o propósito geral da ordem de armazém. Os tipos comuns incluem envios para clientes (saída), recebimentos de fornecedores (entrada), transferências de estoque entre locais (interno) ou devoluções.\n\nEste atributo permite segmentar a análise do processo. Ao filtrar por Tipo de Pedido, é possível comparar o desempenho de diferentes processos, como o de recebimento versus o de expedição. Isso é crucial porque as etapas, recursos e metas de desempenho costumam ser bem diferentes, e analisá-los em conjunto pode ser enganoso.

Permite a separação e comparação de processos distintos, como entrada versus saída, que possuem fluxos e expectativas de desempenho diferentes.

Encontrado nos dados de cabeçalho do pedido no Manhattan SCALE. O campo pode se chamar 'order_type', 'transaction_type' ou similar.

Este atributo é o registro de data e hora que marca a etapa final do processo de armazém para um pedido, como "Remessa Despachada". Representa o horário de conclusão real do processo de atendimento.\n\nEsta data é comparada diretamente com a "Data de Conclusão Solicitada" para calcular o desempenho de pontualidade da remessa. É o ponto de dado real que confirma quando a responsabilidade do armazém pelo pedido terminou. Analisar este atributo ajuda a medir com precisão os tempos de ciclo de atendimento e o desempenho em relação aos SLAs.

Fornece o timestamp real da conclusão do pedido, usado para calcular tempos de ciclo reais e medir o desempenho em relação às datas solicitadas.

Isso corresponde ao registro de data e hora da atividade final no processo, como "Remessa Despachada" ou "Ordem de Armazém Concluída".

Este atributo identifica o local físico (ex: Corredor 5, Escaninho 3, Nível C) envolvido em uma atividade de armazenamento ou retirada. Ele fornece contexto espacial ao processo do armazém.\n\nAnalisar as atividades por local de armazenamento é crucial para otimizar o layout do armazém e o fluxo de materiais. Pode ajudar a identificar locais acessados com frequência, caminhos de deslocamento ineficientes durante a separação ou áreas propensas a congestionamentos. Esses dados apoiam a análise da eficiência de armazenagem e separação, revelando oportunidades para melhorar as estratégias de estocagem.

Fornece contexto espacial aos movimentos do armazém, permitindo a análise da eficiência do layout, tempos de deslocamento e otimização de rotas de picking.

Contido nos dados de nível de tarefa para atividades de putaway e picking no Manhattan SCALE, em campos como 'location_id', 'bin_code' ou 'source_location'.

Esta métrica é calculada como "Quantidade Real" menos "Quantidade Planejada". Um valor diferente de zero indica uma discrepância na quantidade de mercadorias manuseadas em relação ao esperado. O valor pode ser positivo (excesso) ou negativo (falta).\n\nEste atributo é a base do KPI de "Taxa de Discrepância de Quantidade de Pedidos". Ele quantifica a magnitude dos erros no recebimento ou separação, fornecendo uma métrica clara para dashboards que acompanham a precisão do estoque. Analisar as tendências e as causas raízes dessas discrepâncias é vital para melhorar a precisão operacional.

Quantifica diretamente os erros de inventário e atendimento de pedidos, fornecendo uma métrica clara para rastrear a precisão e o impacto financeiro das divergências.

Este é um campo calculado derivado na ferramenta de Process Mining pela fórmula: ActualQuantity - PlannedQuantity.

Este atributo booleano é derivado da comparação da "Data de Conclusão Real" com a "Data de Conclusão Solicitada". É verdadeiro se o pedido foi concluído no prazo e falso se houve atraso.\n\nEste atributo simplifica a análise de desempenho, permitindo filtragem e agregação fáceis. É a base para o cálculo do KPI de "Taxa de Envios Pontuais" e alimenta os dashboards que acompanham a adesão aos SLAs dos clientes. Ele separa rapidamente os pedidos conformes dos não conformes, permitindo a análise da causa raiz nos pedidos atrasados.

Simplifica os relatórios de desempenho ao converter comparações de datas em um sinalizador simples de verdadeiro/falso, facilitando o cálculo da taxa de envio no prazo.

Calculado comparando se 'ActualCompletionDate' <= 'RequestedCompletionDate'. Esta lógica é aplicada na ferramenta de Process Mining.

Este atributo booleano identifica instâncias de retrabalho, como a atividade "Mercadorias Retiradas do Estoque" sendo realizada mais de uma vez para o mesmo material dentro de um único pedido. Ele é derivado da análise de padrões no fluxo do processo.\n\nSinalizar o retrabalho é crucial para identificar ineficiências e erros no processo. Ajuda a quantificar o KPI de "Taxa de Retrabalho na Separação" e permite que os analistas isolem e investiguem casos com etapas repetidas. Compreender os motivadores do retrabalho é a chave para reduzir os custos operacionais e melhorar a qualidade do processo.

Sinaliza loops ineficientes e retrabalhos dentro do processo, que costumam ser fontes ocultas de atrasos e custos operacionais elevados.

Este é um atributo calculado, normalmente derivado na ferramenta de Process Mining ao definir regras que detectam padrões específicos de atividades repetidas (ex: loops próprios ou loops curtos).

Este atributo especifica o equipamento de movimentação de materiais ou tecnologia usada para realizar uma tarefa no armazém. Isso pode incluir IDs de empilhadeiras específicas, números de paleteiras ou IDs de coletores de RF.\n\nEsses dados são valiosos para a análise de utilização de recursos além dos operadores humanos. Ajuda a entender os padrões de uso de equipamentos caros, o planejamento de manutenção e a garantia de que as ferramentas certas estejam disponíveis quando necessário. Ele apoia diretamente KPIs como "Utilização de Recursos (Separação)", fornecendo outra dimensão para análise.

Permite a análise da utilização de equipamentos e seu impacto na eficiência do processo, auxiliando na gestão de cronogramas de manutenção e investimentos em equipamentos de movimentação (MHE).

Consulte a documentação do Manhattan SCALE ou os logs do sistema. Isso pode ser rastreado nos registros de execução de tarefas, caso o sistema esteja configurado para capturá-los.

O ID da Remessa é um identificador de nível superior que consolida uma ou mais ordens de armazém transportadas juntas no mesmo veículo ou como parte da mesma remessa. Ele vincula pedidos individuais a um evento de transporte específico.\n\nNa análise, o ID da Remessa permite uma visão mais ampla das operações logísticas. Pode ser usado para analisar a eficiência do processo de consolidação nas fases de preparação e carregamento, medir o desempenho de pontualidade no nível da remessa e entender como a consolidação de pedidos afeta os lead times globais.

Agrupa vários pedidos em um único evento de envio, permitindo a análise dos processos de consolidação, estágio e carregamento.

Encontrado nas tabelas de gestão de transporte ou expedição do Manhattan SCALE. Este ID geralmente vincula-se a múltiplos pedidos de armazém.

Este atributo identifica o parceiro logístico ou transportadora (ex: FedEx, UPS, DHL) atribuído a uma remessa de saída. Ele vincula o processo do armazém à etapa de transporte posterior.\n\nAnalisar o desempenho por transportadora pode revelar insights importantes sobre a cadeia de suprimentos. Ajuda a determinar se certas transportadoras estão associadas a tempos de preparação mais longos, atrasos frequentes ou requisitos de manuseio específicos. Essas informações podem ser usadas para avaliar o desempenho da transportadora e otimizar as parcerias logísticas.

Conecta as operações de armazém aos parceiros logísticos, permitindo a análise de desempenho por transportadora para identificar potenciais gargalos relacionados ao transporte.

Encontrado nas tabelas de expedição ou planejamento de transporte no Manhattan SCALE, geralmente vinculado ao cabeçalho do pedido.

Este atributo indica a quantidade de um item que deveria ser recebida, separada ou manuseada de acordo com o pedido original ou instrução de tarefa. É a linha de base em relação à qual a operação real é medida.\n\nEste valor é usado em conjunto com a "Quantidade Real" para calcular discrepâncias. Diferenças frequentes entre as quantidades planejadas e as reais podem sinalizar problemas com remessas de fornecedores, precisão de estoque ou processos de separação, tornando este um atributo fundamental para a análise de qualidade e precisão.

Atua como base para medir a precisão da quantidade, ajudando a identificar divergências que afetam o estoque e o atendimento de pedidos.

Localizado nas tabelas de itens de linha de pedido ou detalhes de tarefas no Manhattan SCALE.

Este atributo registra o resultado da atividade "Inspeção de Qualidade Realizada". Indica se as mercadorias recebidas atenderam aos padrões de qualidade exigidos ou se são necessárias novas ações.\n\nEste é um atributo crítico para a análise de gestão da qualidade. Ajuda a monitorar a "Taxa de Conformidade do Controle de Qualidade" não apenas em termos de adesão, mas também de resultados. Analisar as taxas de falha por fornecedor ou material pode ajudar a melhorar as decisões de compras e reduzir os custos subsequentes associados a mercadorias de baixa qualidade.

Fornece o resultado das verificações de qualidade, permitindo a análise da qualidade do fornecedor, problemas com produtos e a eficácia do processo de inspeção.

Consulte a documentação do Manhattan SCALE. Provavelmente estará armazenado em tabelas relacionadas à gestão de qualidade ou tarefas de recebimento.

Esta métrica calcula a duração total de cada ordem de armazém, desde o evento "Ordem de Armazém Criada" até o evento "Ordem de Armazém Concluída". É um indicador-chave de desempenho que mede a eficiência ponta a ponta de todo o processo de atendimento do armazém.\n\nNos dashboards e análises, este atributo fornece uma visão de alto nível do desempenho geral. É usado para acompanhar tendências, identificar pontos fora da curva (tempos de ciclo estendidos) e comparar o desempenho ao longo do tempo. Ele apoia diretamente o dashboard de "Tempo de Ciclo Total de Atendimento de Pedidos" e o KPI correspondente.

Este é um KPI crítico que mede a velocidade e a eficiência ponta a ponta do armazém, impactando diretamente na satisfação do cliente e nos custos operacionais.

Este é um campo calculado, derivado da diferença entre os registros de tempo do primeiro e do último evento para cada Ordem de Armazém.

Esta métrica calculada mede a duração de uma parte crítica do processo de entrada: o tempo entre a atividade "Mercadorias Recebidas e Contadas" e a atividade "Mercadorias Armazenadas no Estoque". Ela quantifica a eficiência da doca de recebimento e das operações de armazenagem.\n\nEsta duração é uma entrada fundamental para o dashboard de "Ciclo do Recebimento à Armazenagem" e seu KPI correspondente. Valores altos para esta métrica podem indicar gargalos na doca de recebimento, atrasos na criação de tarefas de armazenagem ou caminhos de deslocamento ineficientes, todos os quais atrasam a disponibilidade do estoque.

Isola e mede a eficiência de uma etapa crítica do processo de entrada, destacando gargalos que atrasam a disponibilidade do estoque.

Este é um campo calculado, derivado da diferença de tempo entre os eventos "Mercadorias Recebidas e Contadas" e "Mercadorias Armazenadas no Estoque" para um determinado caso.