21项目七任务三 精准供给-运力画像

授课教案课程名称数字化物流商业运营基础202—202学年第学期授课标题项目七数字化物流商业运营外部资源分析任务三精准供给—运力画像授课专业、班级物流服务与管理专业级班授课时间第周第次授课地点机房课程类型理实一体化授课时长2学时班级人数人学情调研学生已掌握物流客户画像等物流商业运营中常见的供应商画像、客户画像的数据处理、分析技能，并提升了物流数据价值的挖掘意识，但对于物流企业运营中常见的运力价值不够重视，缺少运力数据分析的发展提效意识和基本技能。教学目标知识目标了解物流运力画像的意义，理解物流运力画像分析指标的内涵，掌握利用Excel进行物流运力画像分析的基本方法。技能目标能够根据获取的物流运力数据，选择合理的物流运力数据分析方法，进行运力画像分析。素养目标提升物流运力画像的数据挖掘和数据分析意识。教学重点难点重点能够掌握物流运力画像数据可视化方法。难点能够分析和优化物流公司运营，提高反映运力水平指标的方法。教学资源多媒体课件、教材、OFFICE办公软件教学方法教法：任务驱动法、案例分析法学法：实践操作法、小组探究法教学设计教学环节教师活动学生活动教法及设计目的时长课前准备课前准备：1.学生做好课前5S管理。2.完成出勤确认。做好课前5S管理引导学生进入课堂学习状态。情境导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。聆听案例讲解，初步感知运力分析在物流企业运输运营中的重要作用。通过问题引导，让学生明确运用不同渠道获得的运力数据进行分析，持续改进的意识。5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。记笔记，明确本次任务学习要求。通过分析情境导入，引导学生明确任务要求。3任务准备一、数字化应知准备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。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记要点，了解运力画像的概念、构建的原因及方法。通过提问法、讲授法，引导学生掌握运力画像分析的基本知识。10二、物流运营数据分析准备——运力数据分析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。在此基础上获取物流运力数据，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，最后选择运力数据分析方法，如直方图、旭日图等跟随教师演示，初步理解运力分析数据的来源和分析指标的确定。通过讲授法、演示法，帮助学生夯实理论基础，明确数据工具的应用场景。8三、软实力准备1．关注数字素养2．把握任务内涵-精准供给的价值3．学习业内榜样-数字货运平台，助力物流企业运力优化聆听讲授，理解运输运营分析中运力发挥精准供给的价值。通过讲授法、举例法等，引导学生提升数字素养。7任务实施一、应用场景及资料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 。二、数据分析步骤任务一：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。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”。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。三、数据可视化呈现任务一：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。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。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。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，造成自有运力的空驶率高于其他运力，可考虑利用数字货运平台，有助于自有运力不断降低回程空驶率；对于准时率，四种运力相对平均，个体司机和车队的准时率在比例上略高。课堂组织：1.组织学生个人操作，并完成个人自评。2.学生小组形式任务汇报，并完成小组互评。观看教师演示，并根据任务实施案例完成数据分析及可视化操作，并进行小组PPT制作和分享通过讲授法、演示法，引导学生逐步完成运力画像分析，分析不同运力的特征和问题，尝试提出优化运力思路。45任务拓展组织学生根据任务拓展要求，启发学生，进行可视化分析。在教师引导下完成任务拓展。通过启发提问，组织学生完成任务拓展，引导学生提高数据分析能力。10任务评价完成教师评价，组织学生完成个人自评和小组互评。完成个人自评和小组互评完成任务评价和学生个人、小组的激励。2课后作业继续完成任务拓展，并通过课程平台提交小组作业。表7-7M物流公司司机年龄情况司机ID年龄司机ID年龄司机ID年龄001310113802141002280123702234003530135502341004440144502430005390155402534006390163502643007240173402744008210184502847009310193202934010480202603045表7-8M物流公司不同运力供给指标数据指标运力类别运力编号空驶率准时率卸货完好率指标运力类别运力编号空驶率准时率卸货完好率自有运力A00110%92%99%车队C0019%93%94%A00211%91%96%C0029%93%94%A00312%93%99%C0037%94%96%A0048%90%95%C0049%97%98%A00510%92%98%C0057%93%94%A00610%94%96%C0066%95%96%A00710%94%98%C00710%97%98%A0088%90%96%C0085%93%96%A00914%92%98%C0095%95%98%合同运力B0019%98%98%个体司机D0014%95%94%B0026%94%96%D0024%95%96%B0039%98%96