物流效率分析对于企业的持续发展和竞争力提升至关重要。它不仅能帮助企业优化成本和资源，还能提高客户满意度和环境可持续性。企业应重视并持续进行物流效率分析，以实现长期的成功。通过不断的分析和优化，企业可以在激烈的市场竞争中保持领先地位，实现可持续发展。

本期观远BI【数分实战派】，我们来一起探究如何对订单的按时发货率进行分析，有针对性地加以改进，提升物流效率。

示例背景

本例的核心关键点在于订单是否延迟发货，要依据“计划发货时间”和“实际发货时间”来进行计算，但原始数据中没有这两个字段，需要根据装运模式，以及订单时间、发货时间来进行计算。本例是一个综合计算的业务场景示例，在实践中有较高的参考价值。

综合计算

以某超市场景的演示数据集为例，该数据集中有订单日期、发货日期，但是没有发货日期的时间间隔（如图1）。

图1：数据集

如果想知道它是否延时发货，我们还需要知道实际发货时间和计划发货时间的一些差异，但计划发货时间在这份数据里面也没有，因此需要通过装运模式的信息（如图2）来进行计算。

图2：数据集

基于以上，在进行具体分析之前，我们需要先进行一些计算字段：

1. 实际发货时间

实际发货时间=发货日期-订单日期（如图3）

图3：实际发货时间

2. 计划发货时间

通过【装运模式】字段来进行判断，“当日”返回“0”，“一级”返回“1”，“二级”返回“3”，否则为“标准级”返回“6”（如图4）。

图4：计划发货时间

3. 延迟发货状态

通过【实际发货时间】和【计划发货时间】来进行判断，分“按时”、“延迟”和“提前”三种状态。

图5：延迟发货状态

具体分析

在计算出以上三个字段后，我们就可以开始进行具体分析了：

1. 整体发货效率

我们可以看到整体发货效率提前占比48.54%，按时占比24.52%，延迟占比26.94%。发货任务提前完成和按时完成占比七成多，说明仓储和物流团队有较高的工作效率和良好的时间管理能力。不到三成延迟占比，可能由于资源不足导致，可以通过适当增加资源、优化流程体系，进而降低延迟发货的概率。

图6：整体发货效率

2. 时间趋势

接下来我们做一个时间趋势的分析，看一下一段时间内发货状态的综合比例情况（如图7）。我们可以结合时间过滤器（图8）来看某一段时间的延迟、按时、提前的发货占比情况，进而来根据发货状态及时调整物流管理策略。

图7：实践趋势

3. 时间过滤器

在时间过滤器制作方面，我们除了要对筛选器进行简单的配置，还要设置一些联动。将筛选器和分析卡片进行关联（如图8）。

图8：时间过滤

4. 明细表

明细表（如图9）记录了客户名称、产品名称、发货状态等信息，能够帮助我们实时了解发货详细情况，提高信息透明度，减少信息不对称。

图9：明细表

5.装运模式筛选

通过对装运模式的筛选以及对分析卡片的关联（如图10），我们可以分析不同装运模式下的发货情况，从而发现异常因子，优化物流管理体系。

图10：装运模式

分析示例：

以2021年第4季度当日装运角度，我们可以看到，按时发货率高达93.33%（如图11）。如果看一级装运，我们会发现一级订单的延迟率高达79.82%（如图12）。所以一级订单是改进的重点。看二级装运的话（如图13），延迟水平就下降了很多，但还是比较高，需要进行优化。

图11：当日

图12：一级

图13：二级

在本文的分析案例中，我们综合使用了一些计算，通过三个主要的指标，计划发货时间、实际发货时间，以及根据前两个指标计算出延迟发货的状态，进行了一些基本的拆解和分析，来探究订单的按时发货率，以优化改进物流效率。希望本文示例能为大家今后的工作提供一些借鉴的意义和价值。

想学习更多BI分析方法或使用技巧，欢迎关注观远数据，一起玩转观远BI，享受数据价值！如想实操体验刚学到分析方法与操作技巧，可进入观远BI体验中心，创建自己的仪表板，亲身感受BI数据分析的乐趣。