제품 계보 - AWS Supply Chain

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

제품 계보

제품 계보는 제품과 이전 버전 또는 대체 제품 간에 설정된 관계를 나타냅니다. Demand Planning은 제품 계보 정보를 사용하여 이러한 제품에 대한 대리 기록을 생성하며, 이는 수요 예측을 위한 예측 입력 역할을 합니다.

제품 계보는 다음과 같은 패턴을 지원합니다.

  • 단일 제품에 하나의 계보 또는 대체 제품이 있음 = 1:1

    제품 계보 패턴 = 1:1

    다음 예는 1:1 시나리오를 보여줍니다.

    제품 계보 패턴 = 1:1

  • 단일 제품에 계보 또는 대체 제품이 두 개 이상 있음 = 다:1

    제품 계보 패턴 = 다:1

    Demand Planning은 체인 또는 평탄화된 메서드로 모델링된 제품 계보 관계를 지원합니다.

    • 체인 형식 - A~B 및 B~C와 같은 계보 관계를 직접 모델링할 수 있습니다. 다음 예제에서는 Demand Planning은 계보 관계를 A에서 B로, B에서 C로, A에서 C로 모델링합니다.

      이전 기록 후임자

      A

      B

      B

      C

      다음 예제에서는 Many:1 시나리오 - 체인 형식을 보여줍니다.

      제품 계보 패턴 = 체인 형식

    • 평탄화된 형식 - 수요 계획은 A~B 및 A~C 형식의 계보 정보를 계속 지원합니다. 다음 예제에서는 수요 계획이 계보 관계를 A에서 B로, A에서 C로 모델링합니다. B에서 C로 변환하는 것은 고려되지 않습니다.

      이전 기록 후임자

      A

      B

      A

      C
      참고

      체인 형식은 10개 수준의 계보 관계만 지원합니다. 10개를 초과하는 경우 평탄화된 형식을 사용하여 계보 관계를 모델링할 수 있습니다.

    다음 예제는 다:1 시나리오 - 평면화된 형식을 보여줍니다.

    제품 계보 패턴 = 평면화된 형식

  • 단일 제품이 2개 이상의 제품에 대한 계보 또는 대체 제품이 될 수 있음 = 1 : 다

    제품 계보 패턴 = 1:다

제품 계보 기능을 활성화하려면 product_alternate 데이터 엔터티에서 다양한 버전의 제품 또는 대체/교체품에 대한 계보 관계를 정의하면 됩니다. 자세한 내용은 Demand Planning 단원을 참조하십시오.

인스턴스가 2023년 9월 11일 이후에 생성된 경우 데이터 연결 모듈에 product_alternate AWS Supply Chain 데이터 엔터티가 표시됩니다. 인스턴스가 2023년 9월 11일 전에 생성된 경우 product_alternate 데이터 엔터티를 수집할 수 있도록 새 데이터 연결을 생성합니다.

product_alternate 데이터 엔터티에 데이터를 수집하려면 아래 지침을 따릅니다.

  • product_id - 예측을 생성하는 기본 제품입니다.

  • alternative_product_id - 제품의 이전 버전 또는 대체/교체 제품입니다.

    단일 product_id에 대해 여러 개의 alternative_product_id를 고려하려면 별도의 행에 입력하세요.

  • Demand Planning은 값이 다음 형식으로 제공될 ONLY 때 데이터를 고려합니다.

    • alternate_type이 similar_demand_product입니다.

    • status가 활성입니다.

    • alternate_product_qty_uom은 텍스트 백분율입니다.

    • alternate_product_qty - alternate_product_qty 데이터 필드에 신제품 예측에 사용하려는 대체 제품의 기록 비율을 입력합니다. 예를 들어 60%인 경우 60을 입력합니다. 단일 product_id에 대해 여러 alternative_product_id가 있는 경우 alternate_product_qty 합계가 100이 될 필요는 없습니다.

  • eff_start_date 및 eff_end_date 데이터 필드는 필수입니다. 그러나 이 필드를 비워 두면 Demand Planning이 각각 1000년과 9999년으로 자동 채워집니다.

제품 계보 데이터를 사용하여 예측을 생성하면 제품 ID별로 필터링할 때 Demand Planning 페이지에 예측이 대체 제품의 기록을 기반으로 한다는 표시기가 나타납니다.

다음 표는 product_alternate 데이터 엔터티에 수집된 데이터를 기반으로 Demand Planning 제품 계보 기능이 작동하는 방식의 예를 보여줍니다.

열 필수 또는 선택 예 1 예제 2 예 3 예 4 예 5 예제 6 예제 7 예 8 예 9 예 10 예 11

product_id

 필수 제품 123 제품 123 제품 123 제품 123 제품 123 제품 123 제품 123 제품 123 제품 123 Null 제품 123

alternative_product_id

 필수 제품 XYZ Null 제품 XYZ 제품 XYZ 제품 XYZ 제품 XYZ 제품 XYZ 제품 XYZ 제품 XYZ Null 제품 XYZ

alternate_type

 필수 Similar_Demand_Product Similar_Demand_Product Null 또는 다른 값 Similar_Demand_Product Similar_Demand_Product Similar_Demand_Product Similar_Demand_Product Similar_Demand_Product Similar_Demand_Product Similar_Demand_Product Similar_Demand_Product

상태*

 필수 활성화 활성화 활성화 비활성 활성화 활성화 Null 활성화 활성화 활성화 활성화

alternate_product_qty

 필수 100 60 100 100 Null 100 100 100 100 100 60

alternate_product_qty_uom

 필수 percentage percentage percentage percentage percentage Null 또는 다른 값 percentage percentage percentage percentage percentage

eff_start_date

 필수 2023-01-01 00:00:00 2023-01-01 00:00:00 2023-01-01 00:00:00 2023-01-01 00:00:00 2023-01-01 00:00:00 2023-01-01 00:00:00 2023-01-01 00:00:00 Null 2023-01-01 00:00:00 2023-01-01 00:00:00 Null

eff_end_date

 필수 2025-12-31 23:59:59 2025-12-31 23:59:59 2025-12-31 23:59:59 2025-12-31 23:59:59 2025-12-31 23:59:59 2025-12-31 23:59:59 2025-12-31 23:59:59 2025-12-31 23:59:59 Null 2025-12-31 23:59:59 Null

예상되는 동작

 NA 1/1/2023부터 31/12/2025까지의 제품 XYZ기록의 100%가 제품 123을 예측하는 데 사용됩니다. alternative_product_id가 누락되어 매핑이 잘못되었습니다. alternate_type이 'similar_demand_product'가 아니므로 매핑이 잘못되었습니다. 매핑이 비활성 상태입니다. alternate_product_qty가 누락되어 매핑이 잘못되었습니다. alternate_product_qty_uom이 누락되었거나 백분율이 아니므로 매핑이 잘못되었습니다. status가 누락되어 매핑이 잘못되었습니다. 섭취가 실패합니다. 섭취가 실패합니다. product_id 및 alternative_product_id가 누락되어 매핑이 잘못되었습니다. 섭취가 실패합니다.

NA NA NA NA NA NA NA NA

Demand Planning은 eff_start_date를 1000년으로 자동 채웁니다. 이 시나리오는 유효하며 데이터 수집이 실패하지 않습니다.

Demand Planning은 9999년까지 eff_end_date를 자동으로 채웁니다. 이 시나리오는 유효하며 수집에 실패하지 않습니다.

 NA

Demand Planning은 eff_start_date를 1000년으로, eff_end_date를 9999년으로 자동 채웁니다. 이 시나리오는 유효하며 수집에 실패하지 않습니다.

다음 예제에서는 상태가 비활성으로 설정되고 제품 계보가 체인 형식일 때 Demand Planning이 어떻게 해석되는지 설명합니다.

열 열 상태 표시기

A

B

활성

B

C

비활성

C

D

활성

수요 계획은 첫 번째 루트 및 하위 매핑의 상태를 전체 체인의 상태로 간주합니다.

A에서 B로 활성

A~C 활성

A~D 활성

B~C 비활성

B에서 D로 비활성

C~D 활성