Old Time Pottery EDI项目案例

Old Time Pottery(以下简称为OTP)是一家领先的家居装饰品零售商,为消费者提供丰富的家居装饰产品、厨房工具、餐具、床上用品、户外家具等。

项目挑战

S公司作为OTP的合作伙伴,收到了来自OTP 的EDI连接邀请,从而实现以自动化方式接收订单,提交发货通知单,以及开具发票。

OTP EDI项目是S公司第一次接触 EDI,这条业务线上的单量较少,平均3-4个月会有几笔订单,而目前S公司也没有可分配的IT资源。

考虑到公司内部人力资源分配以及项目成本,S公司希望能够尽可能减少EDI项目前期投入并降低后期运维成本。

项目需求

EDI对接方式:VAN

OTP的传输方式为VAN

报文标准:X12

OTP与其供应商之间,传输X12标准的报文。OTP EDI项目中涉及到的报文类型包括:850<订单>、860<订单变更>、810<发票>、997功能性确认文件以及856<ASN发货通知>。

标签:GS1-128 (UCC 128) 标签

EDI解决方案

S公司与OTP的EDI项目中,选择了知行之云,知行之云是专门为跨境电商打造的EDI SaaS服务,企业无需购买软硬件、无需IT运维、按量付费、随用随停。

让更多的零售卖家、供应商感受到了以更低的前期投入实现与各跨境平台的快速对接。在可控的成本内,帮助企业实现EDI传输以及业务自动化处理。用户可以通过指定地址,以用户名/密码方式直接登入知行之云LIP系统中进行查看订单、进行发货以及发票的操作。

建立VAN连接

与OTP建立VAN连接,需要向其EDI团队提交以下EDI连接信息:

  • 生产 ISA Qualifier和、ISA ID ,测试ISA Qualifier和、ISA ID
  • 用于与 Old Time Pottery 通信的 VAN 名称
  • EDI供应商联系人的姓名和联系方式

格式转换

Old Time Pottery 要求S公司实现EDI对接的业务单据:

  • 850 – Purchase Order 采购订单,接收
  • 860 – Purchase Order Change Request 订单变更,接收
  • 810 – Invoice发票,发送
  • 856 – Ship Notice/Manifest 发货通知,发送
  • 997 – Functional Acknowledgement 功能性确认,发送

发送方向:S公司的业务人员只需要在知行之云LIP系统中的发票及发货界面中,填写810发票、856发货通知的信息,系统会将填写的数据转换为满足OTP要求的X12报文,并发送给OTP。 接收方向:接收来自OTP的850采购订单以及860订单变更后,知行之云会将数据解析并呈现在LIP 系统的订单页面中,方便业务员登录查看。

项目上线前,所有业务单据都需要在 OTP 提供的 Portal 网站中进行测试,单据测试通过后即可写邮件给 OTP EDI 负责人,说明单据测试已完成,下一步需要验证测试标签。详细的测试流程可参考文章: Old Time Pottery EDI测试流程

项目成果

通过知行之云LIP系统,用户可以直接在网页上填写以及查看业务单据信息。界面简洁美观,逻辑清晰。接下来我们分别以订单和发票两个界面为例:

订单界面

可以看到当前接收到的订单列表,提取了订单编号、订单日期等关键数据。如下图所示:

接收到 OTP 发来的850订单之后,系统会将数据解析并呈现在如下界面中:

业务人员可以一目了然地获取到当前的订单信息,快速上手系统操作。

发票界面

S 公司的业务人员在给 OTP 发送发票时,只需要在以下界面中填入发票信息,通过知行之云将发票发送给 OTP。

以上是知行之云的项目成果,如果企业想在本地部署EDI系统,或者希望了解更多EDI 报文信息可以参考文章:

OTP 850订单详解

文中附有可直接使用的转换示例。

项目回顾

1.标签:UCC 128 标签验证

OTP EDI项目包括GS1-128 (UCC 128) 标签的需求,本次S公司的 EDI项目中,S公司表示可以自行制作标签,然后由我们的实施顾问协助以邮件形式发送给 OTP,确认标签的格式以及填写是否正确。以下是 OTP 的标签模板:

2.切换生产

OTP在其EDI系统成功建立连接后,将会写邮件确认供应商与OTP的EDI连接已经完成。并且还将通知我们,在测试环节完成测试的所有报文均已转入生产状态。接下来所有的生产订单将会通过VAN发送。

3.报文注意事项

810 发票:

  • 发票单位是必填值
  • 包含价格信息的字段:IT104,没有小数点时,只保留整数
  • TDS 字段取值为:

总价格–subject to discount + Charges – Allowances,注意PO中的津贴是百分比,例如0.01,其实是0.01%,津贴需要数量乘单价乘0.01%

更多 EDI 信息,请参阅: EDI 是什么?

注:文案部分图片及内容来源于网络,版权归原创作者所有,如有侵犯到您的权益,请您联系我们进行删除,给您带来困扰,我们深感抱歉。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
首先,我们需要加载HSAUR包并读取pottery数据集: ```R library(HSAUR) data(pottery) ``` 接下来,我们可以使用相关系数作为距离度量来进行聚类分析。我们选择ward.D2作为聚类方法,因为它在样本数较大时表现较好。我们也可以尝试其他的聚类方法,如single linkage、complete linkage等。 ```R # 计算相关系数矩阵 corr_matrix <- cor(pottery) # 使用ward.D2作为聚类方法 hc <- hclust(as.dist(1 - corr_matrix), method = "ward.D2") # 绘制聚类树状图 plot(hc, hang = -1, cex = 0.8, main = "Pottery Clustering") ``` 聚类树状图如下所示: ![pottery clustering](https://i.imgur.com/2r3lqDv.png) 从聚类图中可以看出,当聚类数目为3时,可以得到比较明显的聚类结果。因此,我们将数据集分为三类。 ```R # 将数据分成三类 n_clusters <- 3 clusters <- cutree(hc, k = n_clusters) # 将聚类结果添加到数据集中 pottery_clustered <- data.frame(pottery, cluster = clusters) # 根据聚类结果对数据集进行汇总 aggregate(pottery[, 1:9], by = list(cluster = clusters), mean) ``` 最后,我们可以评价聚类效果。常用的方法包括轮廓系数和Calinski-Harabasz指数。轮廓系数越接近1,表示聚类效果越好;而Calinski-Harabasz指数越大,表示聚类效果越好。 ```R # 计算轮廓系数 library(cluster) silhouette <- silhouette(clusters, dist(1 - corr_matrix)) mean(silhouette[, 3]) # 计算Calinski-Harabasz指数 library(fpc) cluster.stats(corr_matrix, clusters)$ch ``` 通过运行上述代码,我们可以得到轮廓系数约为0.6,Calinski-Harabasz指数约为184。这表明我们的聚类结果相对较好。
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