翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
Insights はどのように生成されますか?
Amazon Connect Decisions は体系的なプロセスを使用して、サプライチェーンデータをモニタリングし、問題を検出し、実用的な推奨事項を含むインサイトを生成します。このプロセスを理解すると、効果的なルールを設定し、受け取ったインサイトを解釈するのに役立ちます。
インサイト生成プロセス
インサイトの生成は、サプライチェーンデータを実用的なインテリジェンスに変換する 4 段階のプロセスに従います。
1. メトリクスの計算
システムは、サプライチェーンデータに基づいてメトリクスを継続的に計算します。これらのメトリクスは、次のようなオペレーション全体のパフォーマンスを評価する定量化可能な測定値です。
予測インベントリレベル
供給日数
インベントリのターン
リードタイムの変動性
予測精度
メトリクスは、製品、サイト、製品サイトの組み合わせなど、定義した粒度で計算されます。システムは、設定した頻度 (毎日、毎週、または新しいデータが到着したとき) に基づいてこれらの計算を更新します。
2. ルールの評価
メトリクスが計算されると、Amazon Connect Decisions は設定されたメトリクスベースのルールに照らしてメトリクスを評価します。メトリクスベースのルールは、潜在的な問題を警告する特定の条件を定義します。
各メトリクスベースのルールには、次の 3 つの重要なコンポーネントが含まれています。
メトリクス: モニタリングされる定量化可能な測定値
しきい値: 交差したときにインサイトをトリガーする境界値
スコープ: ルールが適用される製品、サイト、またはその他のディメンション
たとえば、ルールには「予測在庫が安全在庫の最小在庫を下回ったときに警告し、在庫切れが 14 以下になり、顧客への影響リスクが 25,000 USD を超えるまで日数を警告する」と表示される場合があります。
ルールの条件が満たされると、システムは影響を受ける項目のインサイト生成プロセスを開始します。
3. 根本原因分析
ルールがトリガーされると、Amazon Connect Decisions は自動的に根本原因分析を実行して、問題が発生した理由を理解します。システム:
複数のディメンションに関連するサプライチェーンデータを検証する
履歴パターンと最近の変更を確認します。
さまざまな要因 (需要、供給、在庫、注文) 間の関係を分析します
ポリシーベースのルールを適用してビジネスコンテキストを提供する
ポリシーベースのルールは、システムが問題を検討および分析する方法に関する定性的なガイドラインを提供することで、この分析をガイドします。たとえば、ポリシーベースのルールには、「在庫不足に関するインサイトについては、常に需要予測エラー、サプライヤーリードタイムの問題、生産能力の制約」と表示されます。
根本原因分析は、問題の背後にある主な要因を特定し、寄与要因の詳細な説明を提供します。
4. インサイトの作成とレコメンデーションの生成
根本原因分析が完了すると、システムは以下を使用してインサイトを作成します。
問題の明確な説明
根本原因の説明
関連するメトリクスとデータの視覚化
設定した優先順位付け要因に基づく優先度分類
問題を解決するための推奨アクション
考慮すべき代替アクション
推奨事項は、ビジネスルール、運用上の制約、問題の特定のコンテキストに基づいて生成されます。システムは、レコメンデーションを策定する際に、他の場所で利用可能な在庫、サプライヤーのリードタイム、生産能力、財務上の影響などの要因を考慮します。
タイミングと頻度
インサイトは、メトリクスベースのルールで設定した頻度 (通常は毎日または毎週) に基づいて生成されます。システムは、データ更新スケジュールに従って新しいデータを処理し、メトリクスを再計算し、ルールを評価し、検出された新しい問題に関するインサイトを生成します。
新しいデータで問題が設定されたしきい値を満たさなくなったことがわかった場合、既存のインサイトは自動的に更新または完了としてマークされます。
