您的库存管理数据模板

库存批次/批号是分配给在同一时间接收或生产的特定数量产品的唯一标识符。它允许在仓库中跟踪物品从接收到发运或处置的整个生命周期。

在 Process Mining 中，此 ID 至关重要，因为它定义了 case。每个 case 代表了一个特定库存批次或批号的历程。通过分析按此标识符分组的活动，企业可以了解端到端流程，识别特定批次处理中的瓶颈，并追踪不同产品或供应商的生命周期时长。

这是将所有库存相关活动关联到单一、可追溯流程中的核心纽带，从而能够对批次生命周期进行端到端分析。

通常存在于库存交易表或物料主数据中，通常与货物移动记录关联。

“开始时间”（也称为 event time）是活动在系统中启动或记录的准确日期和时间。它为库存生命周期中的每个 event 提供了时间维度背景。

此 timestamp 对 Process Mining 至关重要，因为它决定了 event 的先后顺序，并支持流程指标的计算。它用于计算活动间的周期时间、case 总持续时间以及等待时间。分析这些基于时间的指标是识别库存处理流程中延迟和瓶颈的关键。

此 timestamp 对于按时间顺序排列 event 以及计算所有与时间相关的绩效指标（如周期时间和持续时间）至关重要。

这是大多数交易或 event log 表中的标准字段，通常标记为创建日期、过账日期或 event time。

Activity Name 描述了库存管理流程中的单个步骤或 event。这些活动代表了对库存批次执行的具体任务，如质检、内部移动、清点、拣货和发货。

分析活动是 Process Mining 的核心。通过它，可以实现流程流的可视化，识别常用路径和替代路径，并衡量每个步骤的频率。了解活动顺序有助于精准定位低效环节、返工循环和不合规的流程变体。

它定义了流程的各个步骤，这是发现实际流程流并识别改进领域的基石。

通常衍生自源系统库存或仓库管理模块中的交易类型、移动类型或 Event Log 描述。

此属性记录了从来源系统进行最近一次数据提取或刷新的日期和时间。这是一个反映分析数据时效性的元数据字段。

在 Process Mining 中，“最近数据更新” timestamp 对于了解分析的时效性至关重要。它帮助用户明确自己查看的是实时信息还是特定时间点的快照，这对于运营监控和确保决策基于最新数据至关重要。

它告知用户 data 的新鲜度，确保他们了解分析的时间范围以及洞察的相关性。

这通常是由数据提取、转换和加载 (ETL) 工具或流程生成并存储的元数据。

“来源系统”属性指定了 event data 的起始应用或平台。在复杂的 IT 环境中，库存 data 可能来自多个系统，例如用于操作数据的 WMS 以及用于财务数据的 ERP 系统。

此属性对于数据验证、故障排除和理解数据背景非常重要。它允许分析人员追踪数据来源，并可用于比较不同系统或子公司之间的流程或数据质量。

它提供了关于 data 来源的上下文，这对于 data 治理、验证以及在多个系统交互的环境中至关重要。

此信息可以是数据提取过程中添加的静态值，也可以是原始数据表中标识系统实例的字段。

产品 ID（通常称为 SKU 或物料编号）是分配给库存中特定项目的唯一代码，用于区分不同产品。

此属性是以产品为中心的分析所必需的。它允许企业根据特定项目或项目组筛选流程，以了解处理方式的差异。例如，可以比较易碎品与耐用品的上架时间，或不同产品线的检验率。这有助于根据产品特性优化仓库布局、处理程序和库存策略。

它支持产品层级的分析，允许团队比较不同项目的流程绩效，并相应地定制库存策略。

库存交易表、物料主 data 或物料主记录中的核心字段。

“产品类别”是基于共同特征对产品进行的高级分组。这种分类有助于跨细分市场（而非针对单个项目）组织和分析库存绩效。

在 Process Mining 中，此属性支持聚合分析，以便在战略层面识别趋势和模式。例如，企业可以比较“高价值电子产品”和“耗材”等不同类别的库存周转率或质检失败率。此类洞察对于品类管理、战略采购和优化整体库存政策极具价值。

它允许进行高层级的聚合分析，以比较不同产品组的流程绩效，并为战略决策提供信息。

通常存在于物料或项目主数据中，通过“产品 ID”关联。

“仓库”属性识别存储和处理库存的物理设施，如配送中心或工厂。它代表了库存流程的关键组织和地理维度。

此属性对于基于位置的绩效分析至关重要。它允许企业比较不同站点的效率、准确性和周期时间。例如，公司可以识别哪些仓库的上架速度最快或库存准确性最高，然后研究表现优秀地点的最佳实践，并将其推广。

它支持各站点间的绩效比较，有助于在表现优秀的地点识别最佳实践，并在其他地点发现需要改进的领域。

几乎所有库存交易记录中都能找到的标准组织 data 元素。

“移动原因”属性为库存交易（特别是调整、退货或报废等非标准移动）提供了背景信息，记录了活动背后的业务合理解释。

这是进行根本原因分析的关键属性。通过分析不同原因代码的频率，企业可以识别库存差异的主要诱因，如损坏、陈旧或数据录入错误。这些信息对于制定针对性的流程改进方案以提高库存准确性并减少浪费具有不可估量的价值。

它解释了库存调整和移动背后的“原因”，支持对库存差异、损坏或报废等问题进行根本原因分析。

在库存调整、报废或其他非标准变动的交易 data 中可以找到。

Quantity 代表在特定活动中处理的库存量，例如收货、移动或拣货的项目数量。它是衡量每笔交易规模的基础指标。

分析 Quantity 对于了解运营工作负载和识别潜在问题至关重要。例如，大数量的移动可能与较长的处理时间相关。它还用于通过将实物盘点与系统记录进行比较来计算库存准确率。此外，追踪调整活动中的数量有助于量化库存差异的规模。

它提供了交易规模的度量，这对于工作负载分析、计算库存水平和量化差异至关重要。

几乎所有库存交易记录中的标准字段。

“用户”属性识别负责执行库存交易的人员或系统代理，包括仓库操作员、质检员或自动化流程的系统账号。

按用户分析活动是绩效管理和识别培训需求的基础。它可以揭示哪些用户或团队效率最高、谁可能偏离了标准流程，或者哪些任务最容易出现人为错误。此类分析有助于资源分配、工作负载平衡并确保整个组织的流程合规性。

它提供了问责机制，并支持按员工或团队进行绩效分析，有助于识别表现优秀者和培训机会。

通常可在交易 data 中获得，链接到创建或修改记录的用户账户，如“创建者”或“用户 ID”字段。

End Time 标记了活动结束的精确日期和时间。虽然某些活动是瞬时的且仅具有一个 timestamp (StartTime)，但其他活动则具有可衡量的持续时间，如质检或入库任务。

同时拥有 Start Time 和 End Time 对于详细的性能分析至关重要。它允许直接计算活动的持续时间，这是识别瓶颈的关键输入。分析特定任务的持续时间有助于了解资源效率、工作负载分布以及流程步骤耗时超出预期的领域。

它能够精确计算活动处理时间，这对于识别瓶颈和衡量运营效率至关重要。

在活动具有明确开始和结束记录的 event 或交易日志中可以找到，这在仓库管理系统 (WMS) 中很常见。

计量单位 (UoM) 为“数量”属性提供了背景。它指定了在特定交易中衡量库存项目的标准单位。

虽然看似简单，但 UoM 对数据准确性和分析意义至关重要。如果没有它，单纯比较数量可能会产生误导，例如“10”可能代表 10 个单品，也可能代表 10 托盘。此属性确保分析是在一致的基础上进行的，通常通过将不同的 UoM 转换为标准单位来实现准确的比较和汇总。

它为“Quantity”属性提供了必要的上下文，确保能够对不同类型的产品和交易进行准确的对比和计算。

通常位于交易数据中的数量字段旁或物料主数据中。

“存储位置”提供了比“仓库”属性更细致的信息。它指定了发生库存活动的准确区域，如货位、通道或库区，包括收货码头、质检区、特定货位或包装站。

在存储位置级别分析流程可以揭示仓库布局和物料流中的低效环节。例如，它可以突出远程位置间移动导致的过度往返时间，或识别某些区域的拥堵。这些见解对于优化仓库布局、位次策略和拣货路径非常有价值。

它允许对仓库内部移动进行粒度分析，有助于优化布局、减少移动时间并识别拥堵区域。

常见于仓库管理系统 (WMS)，在交易 data 中体现为“货位”、“位置”或“存储位”等字段。

“库存状态”描述了库存的可用性。常见状态包括“非限制使用”（可用）、“质检中”（待检）、“冻结”（不可用）或“在途”。诸如“库存状态变更”之类的活动会直接修改此属性。

分析在不同状态下花费的时间对于了解库存流动和可用性至关重要。它有助于量化库存被占用在非生产状态（如质检或冻结）的时长。这种分析可以揭示质量流程中的延迟，或由于库存问题导致无法使用的情况，从而直接影响库存持有成本和服务水平。

它追踪库存的可用性，有助于分析库存在质检或冻结等非生产状态下的停留时间。

通常存在于库存余额或库存水平表中，并在特定的状态变更交易中记录。

Activity Duration 是一个计算指标，用于衡量单个活动的处理时间。它的计算方式是结束时间与开始时间的差值。

该指标是性能分析的基石，能直接反映单个流程步骤的效率。通过汇总和对比 Activity Duration，企业可以识别库存生命周期中最耗时的任务。这些信息可用于设定性能基准、监控运营效率，并将改进重心放在那些导致严重延迟的活动上。

这一计算指标直接衡量单个任务的效率，让您能够轻松发现流程中最耗时的步骤。

通过 EndTime 减去 StartTime 计算得出。这要求一个活动同时具备这两个 timestamp。