快递保卫战：找出北极星指标、锁定优质供应商

本文作者：潘娜

文中所用的物流准时配送分析指标已经上线 Kyligence Zen 指标模版集市，您可以点击链接一键复现文中的分析场景。

物流配送是保证电商正常运转的关键，但由于各种因素的影响，快递难免变成”慢递“，对商家而言，这也意味着差评的增加、销量的下滑、库存的积压，以及运营成本的增加。对于中小型零售企业而言，如何基于对物流配送数据进行数据分析，找到核心指标，驱动优化物流供应商结构，提升快递效率，这个问题亟待解决。下面我们将通过一组真实数据举例，演示如何通过 30 分钟简单的数据分析获取决策洞察，从而实现 13.65% 的物流准点率提升。

Kyligence Zen 是 Kyligence 新近推出的一站式云端指标中台，您可前往官网进行试用，无法下载或安装任何程序。

图片来自 https://unsplash.com/photos/BFdSCxmqvYc，作者：https://unsplash.com/@rosebox

本篇博客中，我们就将以 Delivery truck trips data （数据集作者：RAM THIAGU）数据集为例来模拟某在线商城的物流数据。出于演示的目的，我们对数据集进行了部分修改。

首先在 Kyligence Zen 的数据入口上传 CSV 即可完成数据源导入，导入完成后，可预览表格中的前十行以及表格的列数和总行数。之后您就可前往指标页面，点击新建 > 导入指标 一键完成相关指标的创建，我们这里新建了四个指标：

现在 Kyligence Zen 的指标页面如图所示，我们可以看到公司目前总计配送了 6,740 单快递，其中 4,250 单准时送达，准时送达率在 62.94%。

    指标卡片 图片来自 Kyligence

点击指标卡片进入指标详情页，我们可以通过切换维度查看各类因素对物流配送的影响，比如我们可以看到不同 GPS 供应商、是否长期供应商、配送物资等各个角度的准时送达率，同时还可以切换柱状图、折线图或饼图以便更直观地了解数据趋势。

 从各个角度观察指标数据 图片来自 Kyligence

此外，在指标的定义页签，您还可查看指标定义，该指标是基于哪个数据源，它的计算方式，当涉及跨部门协作时，比如需要和供应商沟通物流配送情况时，可以轻松就相关数据达成一致，不再需要反复沟通大家讨论所基于的数据基准。

指标定义，图片来自 Kyligence

那么回到文章开头的问题，究竟是哪些物流供应商拖慢了我们的快递？我们将绘制一张供应商配送件数分析图表，可以看到目前虽然有 24 家供应商，但从配送件数来看，有 6 家的配送单数小于 50 单，对公司整体业绩的贡献有限，因此先将其从筛选中移出，在其上叠加准时送达件数，再次排序，可以看到部分供应商的延误率非常高，比如 SRTEXKOR96，总共配送 172 件，延迟 171 件，因此我们也将这类公司移出供应商列表，最终筛选得出 10 家供应商作为优质供应商，下图就显示了筛选得出的这十家供应商，他们的总配送件数和准时送达率。

 优质供应商，图片来自 Kyligence

作为打响快递保卫战的第一枪，我们借助 Kyligence Zen 对公司当前的物流供应商进行了筛选，从之前的 24 家供应商中，剔除了配送量较少和延误率较高的供应商，将供应商数量缩减到 10 个，这 10 家公司承担了公司当前 75.52% （5,090件）的物流配送任务，平均的配送准点率提升到了 76.59%，相比之前提升了 13.65%。在提升公司物流准点率的同时，供应商关系的维护也变得简单。整个分析过程公正透明，因此分析结果更有说服力，在进行跨团队或跨部门讨论时，不再需要反复对齐指标口径。

此外，Kyligence Zen 的技术门槛较低，相对需要针对每个具体的场景单独开发一个 data pipeline，再构建数据模型的传统模型开发方式，借助 Kyligence Zen，我们只通过四个指标就可以从各个角度进行尝试，最终得到自己实际需要的指标数据，技术门槛较低，可以充分调动业务用户的积极性，促进其自行对公司指标进行探索，同时，得益于 Kyligence Zen 的统一平台，业务用户针对具体场景的探索也可以保存为公司的标准指标，加速公司数据资产的沉淀。

文中所用的物流准时配送分析指标已经上线 Kyligence Zen 指标模版集市，您可以点击链接一键复现文中的分析场景。

以下为本次分析中用到的数据集和北极星指标定义文件，欢迎前往 Kyligence Zen 官网进行试用，如果您有任何疑问或发现了更严重影响该电商物流效率的因素，欢迎留言交流！