[Share] Target Domestic EDI项目实施注意事项及解决方案

Target与供应商传输的是X12标准报文,业务类型包含850(采购订单)、860(订单变更)、864(文本消息)、856(发货通知)和810(发票),供应商通过使用知行EDI直连系统,自动化传输、翻译,实现X12报文自由转换成EXCEL表格,并发送到业务人员邮箱。通过知行EDI平台,供应商可实现与Target供应链系统直连,实时交互业务数据,减少库存与人力成本,精益供应链。 为了实现与供应商EDI直连,Target选用AS2传输协议向供应商发送850、860、864报文,并接收供应商发送的856和810报文。

经过参阅Target EDI实施指南和相关资料,可获知Target EDI业务分两条线,第一条为Import业务线,只包含通用业务:856(采购订单)、860(订单变更)和864(文本消息)。由于Import业务线是Target和全球除美国本土以外地区的EDI业务,所以也叫International EDI业务线,并不包含856(发货通知)和810(发票);如果供应商在美国本土有工厂可对Target直接供货,那就属于Domestic业务线了,除包含通用业务856、860和864之外,还包含856(发货通知)和810(发票)业务。

[edi][1]

对接Target EDI的基本步骤

Target出于对数据安全及提高数据处理效率等方面的考虑,要求通过各个供应商通过EDI系统与Target完成业务数据传输。那么对接Target EDI需要哪些工作呢?

  1. 前期准备工作
  • 在Target POL网站注册供应商EDI信息,包括EDI ID/Qualifier 和AS2信息
  • 具有部署EDI系统的服务器,可借助知行 EDI平台 详见官网免费试用
  1. 连接测试
  • 在EDI系统配置己方的EDI信息(包括AS2)
  • 在LorenData网站下载和上传证书,使用EDI系统与Target AS2 测试收发文件, 完成Inbound/Outbound 连接测试
  1. 业务测试
  • 测试解析Target发来的850(采购订单)、860(订单变更)和864(文本信息)
  • 测试自动回复997 ACK报文;测试生成856(发货通知)和810(发票)报文。并发送Target请求验证。

####挑战

在整个项目的实施过程中遇到了一些比较难缠的问题,在接收测试阶段:大批量解析850订单时,客户邮箱出现了漏接订单业务表格的问题。导致此问题的原因可能有2点,一种是EDI系统配置的发件邮箱不是客户企业内部邮箱,客户收件邮箱可能会自动拦截邮件;另外一种可能就是客户的收件箱客户端存在问题,大批量接收邮箱时会导致部分漏收。对此知行EDI系统在依次解析订单报文并发送邮件的处理之后,又建立了一套整合打包工作流,把每天接收到的所有850、860、864分别打包,于每日定时发送至客户邮箱,这样就不会产生大量的邮件,并且客户可以非常方便的对比查收每一个订单和订单变更。以下是整合打包方案的WorkFlow系统截图:

edi

在856报文业务测试阶段,Target验证过程比一般的业务测试过程复杂一些。810的验证过程只分为2个阶段:Testing测试阶段和Production生产阶段,一旦发送的810报文通过Target确认,就可以直接切换生产;而856的验证分为三个状态:测试未验证状态(Testing No Validating Status)、生产验证状态(Production Validating Status)、准确生产状态(Production Accuracy Status)。通过第一步的856结构验证后进入生产验证状态,此时供应商有60天的时间,在时限内连续发送三个正式856报文,全部通过Target最终验证即可进入准确生产状态。

edi

了解Targert整个856验证流程之后,知行EDI顾问,使用一周时间帮助客户通过了Target 856的所有验证,使得EDI项目正式上线.

前往知行软件官网主页,了解更多。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

知行EDI

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值