21项目七任务三 精准供给-运力画像

《数字化物流商业运营基础》配套课件项目七数字化物流商业运营外部资源分析目录CONTENTS任务一精准筛选-供应商画像010203任务二精准服务-客户画像任务三精准供给-运力画像03任务三精准供给-运力画像情境引入运输业务作为物流公司核心运营内容之一，一般情况下并不完全依靠本公司的自有车辆，往往需要借助社会运输力量开展运输。对于不同来源的运力，物流公司可以通过对运力相关数据的采集和分析，定期了解不同运输运力，以及本公司物流业务的运营能力和效率。运力画像正在成为更多物流企业关注的领域，尤其是我国数字货运平台的快速发展，为物流企业的运力优化提供了更多选择的空间，为物流企业进一步降本增效、提高服务质量奠定了良好基础。任务要求1．掌握物流企业运力画像的相关知识。2．能够掌握物流运力画像数据可视化方法。3．提升物流运力画像的数据分析意识。任务准备数字化应知准备物流运营数据分析准备软实力准备1．运力画像的概念运力是物流运输能力的简称，对于运输型或综合型物流企业，运力是物流企业承运能力供给度的体现，是物流企业业务稳定和规模扩张的基础。物流企业的运力来源一般分为企业自持运力、合同运力、车队运力和个体司机等。运力画像是物流企业通过整合不同运力，并匹配客户不同运输需求的供给过程和结果的数字化呈现方式，以便物流企业提高运输作业效率。2．构建运力画像的原因构建运力画像，是以数据的形式，反映物流企业根据客户运输需求，高效整合和精准供给不同运力的过程，对物流企业减少空驶运力浪费，减少等货、排队装卸等情况，提高运输效率和运输服务质量，具有重要意义，通过应用运力画像，将对物流企业稳定合作运力、优化运力使用发挥重要作用。任务准备数字化应知准备物流运营数据分析准备软实力准备3．构建运力画像的方法构建运力画像，物流企业可通过以下五个步骤进行：一是分析物流企业运力供给指标，如“车—货—人—场”的匹配度、运输可得性、运输时效、空驶率、司机考核等指标；二是采集以往不同时期的运输作业数据，并进行数据处理；三是依据运力指标进行数据分析，并通过可视化工具，生成不同运力画像；四是通过运力画像，分析物流企业运力管理问题，并提出改进举措；五是运用运力画像，面对物流企业不同客户的运输作业需求，形成个性化运力供给方案。任务准备数字化应知准备物流运营数据分析准备软实力准备运力数据分析：1．分析物流企业运力指标根据物流企业运营需要，运力数据分析主要围绕车辆、司机、路线、货物、运单五方面，可以将其称为一级指标，每个一级指标下设二级指标，具体见表7-6。任务准备数字化应知准备物流运营数据分析准备软实力准备通过上表观察物流企业运力指标，可以发现其主要分为定性和定量指标。定性的指标，简单地说，就是不用数据来表示的指标，如车辆来源，是描述物流企业运力的组成，其主要划分为自有运力、合同运力、车队、个体司机、车辆类型，在物流运营中，主要分为厢式货车、高栏货车、平板货车；而定量指标则是通过数据来反映的指标，如车龄、满载率、空驶率等。任务准备数字化应知准备物流运营数据分析准备软实力准备2．获取物流运力数据物流运力数据主要通过合同、订单、物流信息系统、财务单据、报表、与运营相关各方提供等途径获取，随着现代物流行业向数字化转型，大数据、物联网、人工智能等数字技术手段不断得以应用，物流运力数据获取来源不断增加，同时运力数据获取更具有实时性，如通过物流跟踪技术，实时获取车辆运输状态数据，可以通过“车辆通行轨迹真实率”，反映运输是否按既定路线实施，这对物流企业对比各方运力具有重要意义。任务准备数字化应知准备物流运营数据分析准备软实力准备3．选择运力数据分析方法（1）分布分析——直方图直方图是对一个连续变量不同数值的概率分布情况的统计，一般由一系列高度不等的纵向条纹或线段表示数据分布情况。进行直方图分布分析时，首先是将数值的全部范围分段，即将整个数值的范围分成一系列间隔，然后计算每个间隔中有多少值。在运力分析中，可以对司机年龄分布情况，不同运力如自有运力、合同运力、车队、个体司机的实际选用频次，以及不同类型车辆，如厢式货车、高栏货车、平板货车等车型的选用频次情况，运用直方图进行分析，看出运力指标中，不同情形的数据分布趋势，如经过直方图分析，可能得出司机年龄在35～40岁这个年龄段中分布的最多。任务准备数字化应知准备物流运营数据分析准备软实力准备使用Excel制作直方图，关键问题是设计共分多少个组，来显示数据在不同组的频次；有时可以根据需要，在Excel中调整组数，来判断不同分组方式下，数据频次分布的异同，以便于从多个角度解读数据价值。对于物流运营的运力分析而言，直方图的分布分析可以反映不同运力组成的比例情况、不同司机年龄段的比例情况、不同车辆的运力供给比例情况等。任务准备数字化应知准备物流运营数据分析准备软实力准备（2）比率分析——旭日图等方法对于物流企业运营的运力供给的数据分析而言，因涉及对物流企业运营的支持和保障，所以在上述物流运力指标中，看到很多比率的指标，在运力数据分析中，可以通过柱形图、条图、旭日图等方式，对比率进行可视化处理，以便于直观对比。当只有一维指标进行横向对比时，使用Excel柱形图、条图、折线图等方式，实现直观对比；当出现两级指标进行横向对比，既要二级指标数据的横向对比，还要体现一级指标的总体对比时，可以采用旭日图、树状图、组合图等方式实现直观对比。任务准备数字化应知准备物流运营数据分析准备软实力准备1．关注数字素养我国发布的《2022年提升全民数字素养与技能工作要点》，提到数字意识是数字素养之一，这里数字意识包括对数字的敏感性，以及对数字价值的主动发现和利用意识，在协同工作中有分享真实、科学、有效数据的意识。对于物流企业运营而言，运输配送业务离不开运力，通过构建影响运力的车辆、司机、路线、货物和订单五个维度的运力画像，是物流企业意识并挖掘运力相关数据价值的有效举措，对于提高物流企业运营水平，具有重要意义。任务准备数字化应知准备物流运营数据分析准备软实力准备2．把握任务内涵精准供给的价值：在物流企业运营中，如何将运力与实际的运输、配送业务进行精准匹配，是物流企业精细化、精准化管理的发展方向，以“精准供给”的理念，养成对物流企业运营中的车辆、司机、路线、货物和运单相关运力数据的收集、分析及价值挖掘的工作意识，有助于提高物流企业运力组织效率和能力，并能及时发现和改进物流企业运输配送等运营中的问题，提高运营效率。任务准备数字化应知准备物流运营数据分析准备软实力准备学习业内榜样应用场景及资料数据分析步骤数据可视化呈现M物流公司在本年度的运力供给分析中，拟通过司机年龄分布情况，了解运输管理风险；通过空驶率、准时率、卸货完好率方面的对比，了解不同运力供给方式下运力指标的差异。任务一：分析司机年龄结构，具体数据见表7-7。请使用直方图，分析M物流公司的司机年龄分布情况。任务实施司机ID年龄司机ID年龄司机ID年龄001310113802141002280123702234003530135502341004440144502430005390155402534006390163502643007240173402744008210184502847009310193202934010480202603045应用场景及资料数据分析步骤数据可视化呈现任务二：根据M物流公司完成的本年度运力的基础分析数据，包括自有运力、合同运力、车队、个体司机四类，其各自空驶率、准时率、卸货完好率见表7-8 。任务实施应用场景及资料数据分析步骤数据可视化呈现任务一：司机年龄数据分析步骤一：对于M物流公司的司机年龄分布进行分析，首先找到司机年龄的范围，选中数据区域后，在另外的空格处，选用MAX最大值函数和MIN最小值函数，求得司机年龄分布范围，如图7-12所示。任务实施应用场景及资料数据分析步骤数据可视化呈现任务实施步骤二：通过步骤一可知司机实际年龄在21～55岁，根据物流企业实际需要，确定年龄分组，可以以10为年龄跨度，以21、31、41、51、61为节点，分为4个年龄组。步骤三：为便于数据可视化，将表格数据变为两列，即“司机ID”和“年龄”。应用场景及资料数据分析步骤数据可视化呈现任务实施任务二：不同运力供给指标数据分析步骤一：根据表7-8M物流公司不同运力供给指标数据，通过分析发现空驶率与准时率、卸货完好率的数据取值范围较大，因此分别分析这三个运力指标。步骤二：为便于数据可视化，将表格数据的10列变为5列应用场景及资料数据分析步骤数据可视化呈现任务实施任务一：对于司机年龄分析，绘制Excel直方图步骤一：选中司机编号和年龄两列数据区域后，插入图表，选择“直方图”。步骤二：此时发现分组数需要调整，单击x轴，单击“设置坐标轴格式”，选择“坐标轴选项”，将箱宽度设置为10，即两个区间的年龄跨度为10。步骤三：在直方图上单击右键，选择“添加数据标签”，即可看出不同年龄段的司机数量。步骤四：单击网络线，调出“设置主要网格线格式”页面，选中“无线条”，即可去掉网格线，然后再单击右键选择“设置数据系列格式”，将间隙宽度的比例值适当调大，如图7-13所示。应用场景及资料数据分析步骤数据可视化呈现任务实施图7-13司机年龄分布直方图应用场景及资料数据分析步骤数据可视化呈现任务实施步骤五：通过直方图分析，我们可以看到M物流公司的司机年龄分布主要以31～41岁最多，其次为41～51岁年龄段，最少的是51～61岁年龄段。应用场景及资料数据分析步骤数据可视化呈现任务实施任务二：对于M物流公司不同运力供给指标对比，绘制旭日图，实现数据分析的可视化步骤一：首先将“运力类别”“运力编号”“空驶率”三列数据选中，在插入表格类型中选择“旭日图”。步骤二：类比步骤一的操作，完成不同运力的“准时率”和“卸货完好率”的旭日图。如图7-14所示。应用场景及资料数据分析步骤数据可视化呈现任务实施图7-14不同运力的空驶率、准时率和卸货完好率的“旭日图”分析应用场景及资料数据分析步骤数据可视化呈现任务实施步骤三：通过旭日图，可直观看到M物流公司不同运力数据组成在空驶率上，自有运力的空驶率较高，此处的空驶率，其主要原因是回程时存在一定的空驶情况，造成自有运力的