Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
¿Cómo se generan los conocimientos?
Amazon Connect Decisions utiliza un proceso sistemático para supervisar los datos de la cadena de suministro, detectar problemas y generar información con recomendaciones prácticas. Comprender este proceso le ayuda a configurar reglas eficaces e interpretar la información que recibe.
El proceso de generación de información
La generación de información sigue un proceso de cuatro etapas que transforma los datos de la cadena de suministro en inteligencia procesable:
1. Cálculo métrico
El sistema calcula continuamente las métricas en función de los datos de la cadena de suministro. Estas métricas son medidas cuantificables que evalúan el rendimiento de todas sus operaciones, como:
Niveles de inventario proyectados
Días de suministro
Turnos de inventario
Variabilidad en los plazos de entrega
Precisión de las previsiones
Las métricas se calculan con la granularidad que usted defina, por ejemplo, por producto, sitio o combinación de producto y sitio. El sistema actualiza estos cálculos en función de la frecuencia que configure (diaria, semanalmente o a medida que llegan nuevos datos).
2. Evaluación de reglas
Una vez calculadas las métricas, Amazon Connect Decisions las evalúa comparándolas con las reglas basadas en métricas configuradas. Metric-based las reglas definen las condiciones específicas en las que desea recibir alertas sobre posibles problemas.
Cada regla basada en métricas incluye tres componentes esenciales:
Métricas: las mediciones cuantificables que se están monitoreando
Umbrales: los valores límite que, al cruzarlos, generan una percepción
Alcance: los productos, sitios u otras dimensiones a los que se aplica la regla
Por ejemplo, una regla podría decir: «Alerte cuando el inventario proyectado caiga por debajo del mínimo de existencias de seguridad Y días hasta que se agoten 14 o menos existencias y el riesgo de impacto sobre el cliente supere los 25 000$».
Cuando se cumplen las condiciones de una regla, el sistema inicia el proceso de generación de información sobre los artículos afectados.
3. Análisis de la causa raíz
Cuando se activa una regla, Amazon Connect Decisions realiza automáticamente un análisis de la causa raíz para comprender el motivo del problema. El sistema:
Examina los datos relevantes de la cadena de suministro en múltiples dimensiones
Revisa los patrones históricos y los cambios recientes
Analiza las relaciones entre diferentes factores (demanda, oferta, inventario, pedidos)
Aplica sus reglas basadas en políticas para proporcionar un contexto empresarial
Policy-based las reglas guían este análisis al proporcionar pautas cualitativas sobre cómo el sistema debe considerar y analizar los problemas. Por ejemplo, una regla basada en políticas podría indicar: «Para obtener información sobre la escasez de inventario, analice siempre las siguientes causas fundamentales: errores en la previsión de la demanda, problemas con los plazos de entrega de los proveedores o limitaciones de la capacidad de producción».
El análisis de la causa raíz identifica las principales causas del problema y proporciona una explicación detallada de los factores que contribuyen a ello.
4. Creación de información y generación de recomendaciones
Tras completar el análisis de la causa raíz, el sistema crea la información con:
Una descripción clara del problema
La explicación de la causa raíz
Métricas y visualizaciones de datos relevantes
Clasificación de prioridades en función de los factores de priorización configurados
Acciones recomendadas para resolver el problema
Medidas alternativas para su consideración
Las recomendaciones se generan en función de las reglas empresariales, las restricciones operativas y el contexto específico del problema. Al formular las recomendaciones, el sistema tiene en cuenta factores como el inventario disponible en otras ubicaciones, los plazos de entrega de los proveedores, la capacidad de producción y el impacto financiero.
Tiempo y frecuencia
La información se genera en función de la frecuencia que configure en las reglas basadas en métricas (normalmente, diaria o semanalmente). El sistema procesa los datos nuevos de acuerdo con su programa de actualización de datos, recalcula las métricas, evalúa las reglas y genera información sobre cualquier problema nuevo que se detecte.
La información existente se actualiza automáticamente o se marca como completa cuando los nuevos datos muestran que el problema ya no alcanza los umbrales configurados.
