Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Bagaimana Wawasan dihasilkan?

Amazon Connect Decisions menggunakan proses sistematis untuk memantau data rantai pasokan Anda, mendeteksi masalah, dan menghasilkan wawasan dengan rekomendasi yang dapat ditindaklanjuti. Memahami proses ini membantu Anda mengonfigurasi aturan yang efektif dan menafsirkan wawasan yang Anda terima.

Proses Pembuatan Wawasan

Pembuatan wawasan mengikuti proses empat tahap yang mengubah data rantai pasokan Anda menjadi kecerdasan yang dapat ditindaklanjuti:

1. Perhitungan Metrik

Sistem terus menghitung metrik berdasarkan data rantai pasokan Anda. Metrik ini adalah pengukuran terukur yang menilai kinerja di seluruh operasi Anda, seperti:

Metrik dihitung berdasarkan perincian yang Anda tentukan, seperti berdasarkan kombinasi produk, situs, atau produk-situs. Sistem memperbarui perhitungan ini berdasarkan frekuensi yang Anda konfigurasikan (harian, mingguan, atau saat data baru tiba).

2. Evaluasi Aturan

Setelah metrik dihitung, Keputusan Amazon Connect mengevaluasi metrik berdasarkan aturan berbasis metrik yang dikonfigurasi. Metric-based aturan menentukan kondisi spesifik di mana Anda ingin diberitahu tentang potensi masalah.

Setiap aturan berbasis metrik mencakup tiga komponen penting:

Metrik: Pengukuran yang dapat diukur sedang dipantau

Ambang batas: Nilai batas yang memicu wawasan saat dilintasi

Lingkup: Produk, situs, atau dimensi lain yang berlaku untuk aturan

Misalnya, aturan mungkin menyatakan: “Peringatan ketika inventaris yang diproyeksikan turun di bawah minimum stok pengaman DAN hari sampai stok keluar 14 atau kurang DAN risiko dampak pelanggan melebihi $25.000.”

Ketika kondisi aturan terpenuhi, sistem memulai proses pembuatan wawasan untuk item yang terpengaruh.

3. Analisis Akar Penyebab

Saat aturan dipicu, Keputusan Amazon Connect secara otomatis melakukan analisis akar penyebab untuk memahami mengapa masalah terjadi. Sistemnya:

Policy-based aturan memandu analisis ini dengan memberikan pedoman kualitatif tentang bagaimana sistem harus mempertimbangkan dan menganalisis masalah. Misalnya, aturan berbasis kebijakan mungkin menyatakan: “Untuk wawasan kekurangan persediaan, selalu analisis akar penyebab berikut: kesalahan perkiraan permintaan, masalah waktu tunggu pemasok, kendala kapasitas produksi.”

Analisis akar penyebab mengidentifikasi pendorong utama di balik masalah ini dan memberikan penjelasan rinci tentang faktor-faktor yang berkontribusi.

4. Pembuatan Wawasan dan Generasi Rekomendasi

Setelah menyelesaikan analisis akar penyebab, sistem menciptakan wawasan dengan:

Rekomendasi dibuat berdasarkan aturan bisnis Anda, kendala operasional, dan konteks spesifik masalah. Sistem mempertimbangkan faktor-faktor seperti persediaan yang tersedia di lokasi lain, waktu tunggu pemasok, kapasitas produksi, dan dampak keuangan saat merumuskan rekomendasi.

Waktu dan Frekuensi

Wawasan dihasilkan berdasarkan frekuensi yang Anda konfigurasikan dalam aturan berbasis metrik (biasanya harian atau mingguan). Sistem memproses data baru sesuai dengan jadwal penyegaran data Anda, menghitung ulang metrik, mengevaluasi aturan, dan menghasilkan wawasan untuk setiap masalah baru yang terdeteksi.

Wawasan yang ada diperbarui secara otomatis atau ditandai sebagai lengkap saat data baru menunjukkan bahwa masalah tidak lagi memenuhi ambang batas yang dikonfigurasi.