Produktlebenszyklus - AWS Supply Chain

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Produktlebenszyklus

Der Produktlebenszyklus beschreibt den Lebenszyklus eines Produkts von der Einführung bis zum Ende des Lebenszyklus (EoL). AWS Supply Chain unterstützt die Prognose von Produkten während des gesamten Lebenszyklus. Um die Produktlebenszyklusfunktion zu aktivieren, füllen Sie die Spalten product_introduction_day und discontinue_day in der Produktdateneinheit aus. Demand Planning verwendet die Daten aus diesen Spalten, um Prognosen für ein Produkt zu erstellen, wenn das Produkt aktiv ist. Weitere Informationen zu Datenentitäten finden Sie unterDatenentitäten und Spalten, die verwendet werden in AWS Supply Chain.

Um den Produktlebenszyklus zu aktivieren, stellen Sie sicher, dass die Spalten id, description, product_available_day, discontinue_day und is_deleted in der Produktdateneinheit aufgefüllt sind.

Das folgende Beispiel zeigt, wie die Bedarfsplanung funktioniert, wenn Daten in die Produktdateneinheit aufgenommen werden.

Beispiel für den Fall, dass Daten in die Produktdateneinheit aufgenommen werden

Informationen zur Konfiguration des Produktlebenszyklus finden Sie unterDemand Planning zum ersten Mal konfigurieren, um eine Prognose zu erstellen.

Unter den Einstellungen für die Bedarfsplanung können Sie das Startdatum Ihrer Prognose abhängig vom product_available_day in der Produktdateneinheit festlegen. Standardmäßig beginnt die Prognose am product_available_day. Zeitraum bezieht sich auf das unter Umfang festgelegte Zeitintervall (täglich, wöchentlich, monatlich oder jährlich). Sie können das Startdatum anpassen, um die Inventarverwaltung zu optimieren.

Ähnlich wie beim Startdatum können Sie ein Enddatum für Ihre Prognose festlegen, das vom product_discontinue_day in der Produktdateneinheit abhängt. Standardmäßig endet die Prognose am product_discontinue_day. Sie können das Enddatum anpassen, um ungenaue Prognosen über die Haltbarkeitsdauer des Produkts hinaus zu vermeiden und übermäßige Lagerkosten zu vermeiden. Geben Sie Null ein, wenn die Prognose den Werten product_available_day und product_discontinue_day entsprechen soll. Diese globale Einstellung gilt für alle infrage kommenden Produkte.

Wenn product_available_day und product_discontinue_day nicht verfügbar sind, wird die Prognose für den gesamten Planungshorizont erstellt.

Sie können Ihr System auch so konfigurieren, dass Prognosewerte für Produkte ohne historische Daten oder alternative Produktlinks initialisiert werden. Der Standardwert ist „Null“. Sie können auch den Zeitraum festlegen, bis zu dem Ihr System den Wert für die Produktinitialisierung verwenden soll, basierend auf dem unter Umfang festgelegten Zeitintervall (täglich, wöchentlich, monatlich oder jährlich). Der Standardwert beträgt drei Perioden. Diese globale Einstellung gilt für alle in Frage kommenden Produkte an der Schnittstelle von Standort-, Kunden- und Kanaldimensionen, sofern sie als zusätzliche Granularität für Prognosen ausgewählt werden. Wenn die Prognose beispielsweise auf wöchentlich mit einem initialisierten Wert von 10 für 12 Perioden und die Startprognose auf drei Perioden vor dem product_available_day festgelegt ist, wird für ein Produkt X mit dem 2. Oktober 2023 product_available_date der initialisierte Wert 10 für jede Woche vom 11. September 2023 bis zum 3. Dezember 2023 angewendet.

Um den product_available_day und den product_discontinue_day zu ändern, aktualisieren Sie die Produktdateneinheit in AWS Supply Chain Datensee. Sie können auch das Start- und Enddatum der Prognose aktualisieren. Wenn Sie den Initialisierungswert und die Periodeneinstellungen ändern, werden die Änderungen auf alle infrage kommenden Produkte angewendet, auch auf Produkte, die in den vorherigen Planungszyklen mit einem anderen Wert initialisiert wurden. Alle Aktualisierungen werden auf den nächsten Zyklus zur Erstellung von Prognosen angewendet.