Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Comment sont générés les insights ?
Amazon Connect Decisions utilise un processus systématique pour surveiller les données de votre chaîne d'approvisionnement, détecter les problèmes et générer des informations avec des recommandations exploitables. Comprendre ce processus vous permet de configurer des règles efficaces et d'interpréter les informations que vous recevez.
Le processus de génération d'informations
La génération d'informations suit un processus en quatre étapes qui transforme les données de votre chaîne d'approvisionnement en informations exploitables :
1. Calcul métrique
Le système calcule en permanence les métriques en fonction des données de votre chaîne d'approvisionnement. Ces mesures sont des mesures quantifiables qui évaluent les performances de l'ensemble de vos opérations, telles que :
Niveaux d'inventaire prévus
Jours d'approvisionnement
L'inventaire tourne
Variabilité des délais
Précision des prévisions
Les métriques sont calculées selon la granularité que vous définissez, par exemple par produit, site ou combinaison produit-site. Le système met à jour ces calculs en fonction de la fréquence que vous configurez (quotidienne, hebdomadaire ou lorsque de nouvelles données arrivent).
2. Évaluation des règles
Une fois les métriques calculées, Amazon Connect Decisions les évalue par rapport aux règles basées sur les métriques que vous avez configurées. Metric-based les règles définissent les conditions spécifiques dans lesquelles vous souhaitez être alerté en cas de problèmes potentiels.
Chaque règle basée sur des métriques comprend trois composants essentiels :
Métriques : les mesures quantifiables surveillées
Seuils : les valeurs limites qui déclenchent un aperçu lorsqu'elles sont franchies
Champ d'application : les produits, sites ou autres dimensions auxquels s'applique la règle
Par exemple, une règle peut stipuler : « Alerte lorsque le stock prévu tombe en dessous du minimum de stock de sécurité ET quelques jours avant que la rupture de stock soit inférieure ou égale à 14 ET que le risque d'impact sur le client dépasse 25 000$ ».
Lorsque les conditions d'une règle sont remplies, le système lance le processus de génération d'informations pour les éléments concernés.
3. Analyse des causes profondes
Lorsqu'une règle est déclenchée, Amazon Connect Decisions effectue automatiquement une analyse des causes profondes afin de comprendre pourquoi le problème s'est produit. Le système :
Examine les données pertinentes de la chaîne d'approvisionnement sous plusieurs angles
Examine les tendances historiques et les changements récents
Analyse les relations entre différents facteurs (demande, offre, inventaire, commandes)
Applique vos règles basées sur des politiques pour fournir un contexte commercial
Policy-based des règles orientent cette analyse en fournissant des directives qualitatives sur la manière dont le système doit prendre en compte et analyser les problèmes. Par exemple, une règle basée sur des politiques peut stipuler : « Pour obtenir des informations sur les pénuries de stock, analysez toujours les causes profondes suivantes : erreur de prévision de la demande, problèmes de délais des fournisseurs, contraintes de capacité de production ».
L'analyse des causes profondes identifie les principaux facteurs à l'origine du problème et fournit une explication détaillée des facteurs contributifs.
4. Création d'informations et génération de recommandations
Une fois l'analyse des causes profondes terminée, le système crée les informations avec :
Une description claire du problème
Explication de la cause première
Métriques et visualisations de données pertinentes
Classification des priorités basée sur les facteurs de priorisation que vous avez configurés
Actions recommandées pour résoudre le problème
Autres actions à envisager
Les recommandations sont générées en fonction de vos règles métier, de vos contraintes opérationnelles et du contexte spécifique du problème. Le système prend en compte des facteurs tels que les stocks disponibles sur d'autres sites, les délais des fournisseurs, la capacité de production et l'impact financier lors de la formulation des recommandations.
Moment et fréquence
Les informations sont générées en fonction de la fréquence que vous configurez dans vos règles basées sur des métriques (généralement quotidienne ou hebdomadaire). Le système traite les nouvelles données conformément à votre calendrier d'actualisation des données, recalcule les mesures, évalue les règles et génère des informations pour tout nouveau problème détecté.
Les informations existantes sont automatiquement mises à jour ou marquées comme complètes lorsque de nouvelles données indiquent que le problème n'atteint plus les seuils configurés.
