供应链“信息隐蔽”,数据团队定位跟因困难
供职于一家供应链企业数据分析部门的负责人 Ray,近期遇到这样的问题 -- 公司近来出现大量订单配送延迟、客户投诉数量增加、以及长期合作客户流失的现象。众所周知,供应链包括原材料 -> 生产商 -> 供应商 -> 渠道 -> 终端用户整个闭环链路,涉及生产、采购 / 销售、库存、物流、消费等各个环节。因此,如何定位问题的根本原因、协同各部门进行流程优化和改进、提高供应链整体效率,成为 Ray 近期的关键任务和目标。
文中所分析的场景已经上线 Kyligence Zen 指标集市,您可以点击访问供应链准时送达率关联因素分析指标,一键复现文中的场景,无需下载或安装任何程序。
快速定位影响准时送达率的因素
经过分析,数据分析经理 Ray 初步判定,订单准时送达率下降是影响公司供应链整体绩效的关键。因此,Ray 准备围绕准时送达率这个指标展开分析。下面让我们随着 Ray 来一起看看,如何通过 Kyligence Zen,这个基于SaaS的云上指标管理平台,针对准时送达率这个关键供应链指标进行分析,定位影响供应链整体效率的关键因素,继而推动管理层和相关部门进行决策和优化,提高供应链整体效率。
首先,在 Kyligence Zen 指标平台的指标目录里,Ray 定义了关键指标订单准时送达率如下:
准时送达率的指标定义公式:准时送达订单数 / 总订单数 * 100%
在指标定义页面,我们可以通过订单日期、订单运输等级等维度进行分析;也可以创建柱状图、折线图等可视化图表;在指标定义页面,可以查看YAML格式的指标定义。
此外,为了和准时送达率指标做对比分析,Ray 还定义了延迟送达率和取消运送率等指标 :
其次,根据上面定义的关键指标, Ray 在仪表盘中进行进一步可视化展示,并且在公司的管理层会议上进行指标分析的结果展示和汇报。
通过仪表盘底部的 3 张图表(详细图表截图如下),Ray 针对订单准时送达率、订单延迟送达率等指标,结合不同因素进行了关联分析,从而得出以下结论:
随着拣货天数的增加,订单延迟送达率逐渐增加;当拣货天数 > = 3 天时,订单的延迟送达率骤然上升到 59%,并且在拣货天数为 4 天时,达到 95%。
拣货天数直接影响到订单准时送达率,乃至整个供应链的效率;因此,为了提高订单准时送达率,Ray 建议公司的仓储部门在仓储环节提高仓库拣货的工作效率,以及调整仓库现货备货的有效平衡。
延迟送达影响因素分析 -- 拣货天数
当实际运送天数 >= 5 天时,订单延迟送达率超过了 95%;这种情况下,订单无法准时送达,客户满意度必然会受到影响,也会直接导致客户的流失。
延迟送达影响因素分析 -- 实际运送天数
针对不同的订单运输等级,可以看出,订单准时送达率由高到低依次为:标准等级 > 同日达 > 第二等级 > 第一等级;在第二等级,准时送达率仅为 18% 左右;而第一等级的延迟送达率高达 99%。通过对不同运输等级的对比,为了有效提升订单准时送达率,Ray 建议公司管理层推动物流部门尽快优化提升第一和第二运输等级的配送效率。
延迟送达影响因素分析 -- 运输等级
即刻体验 Kyligence Zen
通过上述过程的演示,我们看到了Kyligence Zen 有效地帮助供应链企业数据部门和管理层进行指标分析和决策的过程。
文中所分析的场景已经上线 Kyligence Zen 指标集市,您可以点击访问供应链准时送达率关联因素分析指标,一键复现文中的场景,无需下载或安装任何程序。