截止到2022年，目前國內上市的快遞公司有順豐控股，圓通速遞，韻達股份，申通快遞，京東物流，中通快遞，德邦股份和百世集團。

據國際會計師事務所普華永道發布的報告指出，2021年中國物流行業交易數量同比增長38%，達到創紀錄的190宗，連續3年實現正增長；交易金額同比大幅攀升1.58倍，達到2247億元人民幣。2021年交易頻率高達每2天一宗，行業并購整合步伐加快，其中，綜合物流和物流智能信息化成為最受關注的領域。

面對激烈競爭的市場，如何通過分析龐大的業務數據量，包裹數據，運輸物流設備，管理眾多的快遞站點，快遞員，保證品牌服務質量，提高管理水平，增加業務量，是物流行業管理者思考的頭等大事。

在數據分析輔助決策時，數據指標是提煉重要關鍵數據，找到數據之間的邏輯關系，快速定位問題的重要關鍵。

01、物流行業認知及4大特點

根據百度百科定義：物流業是將運輸、儲存，裝卸、搬運、包裝、流通加工、配送、信息處理等基本功能根據實際需要實施有機結合的活動的集合。物流業是一個新興產業，不能僅僅等同于運輸業或者倉儲業，是一個整體綜合的產業。

1、物流速度快速化

隨著生產端，消費端對于物流的上下游，配送的速度要求越來越快，前置時間越來越短，配送間隔越來越短，物流配送速度越來越快，商品周轉次數越來越多，物流速度一直呈現快速化增長的狀態。比如京東商城，通過大數據倉儲物流的高效管理，可以實現全國100多個城市當日送達產品，這就是大數據與物流行業結合的案例。

2、物流功能集成化

現代物流，開始將物流與供應鏈的其他環節進行集成，包括：物流渠道與商流渠道的集成，物流渠道之間的集成，物流功能的集成，物流環節與制造環節的集成等。

3、物流數據智能化

隨著采集數據設備，感應器，數據系統的建設完成，現在我們可以追蹤一個包裹的所有數據，包括最開始的收集，運輸運轉，倉庫點，送貨快遞員等數據全部智能化。隨著大數據的積累，物流企業可以根據業務量，快遞員數量，運輸效率，搭建最合適的倉庫，確認收集運輸時間，降低倉庫占用時間，提高運輸速度。

4、物流手段現代化

現代物流采用先進的技術，從物品的收集，存儲，包裝，流通加工等服務外，運輸工具也方式多樣，有空運，貨運，陸運，管理手段也方式多樣。?

02、數據指標體系對物業行業的3大價值

數據分析指標，它是通過對數據進行分析得到的一個匯總結果，是將業務單元精分和量化后的度量值，使得業務目標可描述、可度量、可拆解。我們可以簡單理解，數據指標，指的是一些反映問題的重要數據，比如在物流行業中，到貨量，包裹數量，發貨量，車輛形式，每天收貨SKU，都是重要需要關注的數據指標。

△圖為億信ABI信息化指標圖形看板

數據指標體系，即將零散的數據指標串聯起來，成為一整套體系使其具備業務參考價值。我們可以理解，數據指標體系是數據指標的集合。

1、建立業務化衡量的標準

指標體系可以建立業務量化的標準，數據分析的目的，就是說明，衡量，預測業務的發展，這是單一數據指標無法做到的。比如在物流行業中，收貨量是重要的關注指標，它取決于我們的業務收入，但是后續的運輸時間，貨損率也是關聯非常重要的。只判斷收貨量，后續的運貨時間無法滿足客戶的期望，貨品損壞過多，用于物品賠償花費大筆支出，會影響用戶的后續消費，引起企業品牌受損，后續的訂單數。所以我們會發現，單一數據指標衡量非常容易片面化，需要通過補充其他的指標，搭建一個體系，才能全面衡量業務發展情況，促進業務穩定長期良好地發展。

2、減少重復工作，提高分析效率

有了指標體系后，它可以覆蓋大部分臨時數據分析需求，可以讓數據工程師少干一些臨時，突發的數據分析工作，經過長時間固定的工作經驗，可以提高數據分析師的工作效率。

3、幫助快速定位問題

建立了系統指標體系，有了過程和結果指標，明白指標之間的前后關聯關系，就可以通過回溯和下鉆，快速找到關鍵指標波動的原因。

比如物流企業發現某一地區的收貨量下滑，根據收貨業務客戶指標，可以看出是個人C端用戶，電商商家，B端企業用戶中哪一塊業務量下降，找到下滑原因，分析每一類用戶的需求情況，物品運輸情況，分析用戶是否需求下降，是否對運輸的服務不滿意，是否競爭對手降價搶占市場等。

03、物流行業5大指標數據

物流行業，存在大量的員工，倉庫，貨物，運輸傳輸設備，上下游供應商，客戶的數據，想要管理起來十分困難。而用數據指標體系進行拆解和管理，可以抽絲剝繭，找到核心關鍵的指標，幫助管理者管理龐大組織，找到問題，做出精準決策。物流行業的常見數據指標，大致有收貨數據，儲存數據，挑選數據，發貨數據，退貨數據這5類。

1、收貨指標數據

收貨數據，包括到貨量，訂單數，車輛的裝載量，收貨區域大小，收貨作業時間，每天收貨SKU數等。

車輛的裝載量和卸載時間主要對于站臺設計有影響，包括車輛大小、載重量等。一般情況下，還要分析卸貨的方式、速度，以便詳細規劃站臺的數量。

收貨一般是比較簡單的，但也有比較復雜的情形，比如新華書店圖書的收貨即是如此。因為每天到貨的品種很多，還有大量混包的情形，因此收貨要進行專門的處理。有些電商的收貨也比較復雜，包括要進行QC等動作，對收貨區的要求就不一樣。

2、儲存指標數據

貨物儲存是一個十分重要的運輸過程，庫存能力對系統的設計非常重要，但如何確定庫存是非常有講究的。除了庫存總量W以外，還要考慮SKU數，以及各種存儲方式下的庫存要求等。

很多情況下，倉庫的設計并非是單一的。所以，設計的時候就要清楚庫存的方式是什么，有什么要求。

一般的儲存形式分為2種主要方式：以托盤為單位儲存（分為立體庫和平面庫兩種最基本形式）和以箱為單位儲存。

當然還有其它形式，如包裹、麻袋、散料等，也有條狀物（如鋼材），異形物品（如服裝的掛裝等）等。在設計中，這兩種方式都要考慮，有時以托盤為主，有時以箱儲存為主，有時兩者比較均衡。

3、挑選指標數據

挑選分揀數據，包括挑選的訂單數，訂單行數，發貨量，整盤出庫量，整件出庫量，拆零出庫量是比較重要的。

在挑選管理貨物的時候，物流行業有一個非常重要的ABC分類法，根據貨品的重要程度把貨品歸為A、B、C三類，進行分別管理：
A類貨品：品種比例在10%左右，占比很小；但年消耗的金額比例約為70%，比重較大，是關鍵的少數，需要重點管理。
B類貨品：品種比例在20%左右；年消耗的金額比例約為20%，品種比例與金額比例基本持平，常規管理即可。
C類貨品：品種比例在70%左右，占比很大；但年消耗的金額比例在10%上下，此類物品數量多，占用了大量管理成本，但年消耗的金額很小，只需一般管理即可。

在管理倉庫的時候，拿出主要精力處理主要事情，不是說不去管理B類、C類的貨品。

在B類、C類貨品中也有相對重要和次要的貨品，可以循環使用ABC分類法進行分類管理，有利于減少庫存，節約管理費用，從而降低管理成本。

揀選環節設計關注的主要是揀選、包裝和輸送問題，因此，有關揀選的細節問題就非常重要。如整盤出庫量、整件出庫量和拆零出庫量，這三個參數對于設計也是非常重要的。

4、發貨指標數據

在發貨階段，發貨路向、數量、車輛形式、作業時間、暫存時間等數據是發貨設計階段的基礎。分揀機的格口不可能無限增加。因此，設計中應考慮波次問題，以便控制格口數量。有些物流中心的發貨區設計很小，站臺停車位很少，給發貨造成很大困難。集貨區的大小與發貨波次有關。很多小的物流中心，每天只安排一次發貨，其發貨區就要大一些。對一個大型的物流中心來說，一般要按照多個大波次組織發貨，每個大波次還有若干小波次，由此可以大幅度降低對集貨區的需求。這在設計中是要注意的，隨著大家對物流認識越來越深刻，發貨裝車環節越來越受到重視。因此，設計中也要與時俱進，考慮自動化系統對發貨區的影響。

5、退貨指標數據

退貨數據不是均衡的，有很大的波動性，相關的數據有訂單數，SKU。在數據分析中（實際作業也是如此），要將退貨收貨與退貨處理分開來。其作業時間和作業量都會不一樣，對退貨來說，其作業流程對于設計會產生影響。一般數據分析僅僅提供退貨量即可，包括訂單數、訂單行、SKU、數量等。

04、物流行業搭建數據指標體系5步驟

前面我們了解了數據指標體系的重要性，對物流行業及物流行業中的數據指標都有一定了解，那么如何搭建物流行業的數據分析指標呢？主要有5個步驟：

1、確定指標目的和范圍

首先，第一步，我們需要確定指標的目的和范圍，指標需要達到什么樣的目的，做到什么程度，需要管理層達成共識。
同時，組織需要劃分數據指標管理的范圍，哪些數據需要指標化，哪些不需要指標化，比如物流中的倉儲，成本，配送等數據，都需要進行指標化。

2、明確分析模型

第二步，我們需要制定數據分析的模型，保證指標數據之間有關聯性，邏輯性，便于我們能夠了解數據之間的邏輯關系。常見的物流分析模型，有加法模型，EIQ分析。
比如物流行業的訂單量，按照業務類型分類，有電商寄送，搬家，貨物運輸等多個類型，我們可以通過業務類型數據。我們根據市場需求的變化，來調整戰略，做精細化運營。
EIQ分析也是物流企業非常常見的一種方法模型，E代表Entry訂單，I代表Item品項，Q代表quantity數量

分析內容主要有：
EN分析：即每張訂單的訂貨品項數量分析。
即通常所說的訂單結構或訂單行數分析。EN分析可以對訂單行的分布情況做出準確判斷，從而對揀選策略尤其是拆零方式提供指南。
比如說B2C電商業務，其訂單行很少，而對于醫藥的B2B配送，每張訂單的行數會較多，兩者在設計上的處理方法是不一樣的。

EQ分析：每張訂單的訂貨數量分析。
對一個訂單的每行數量進行分析，就可以獲得訂單結構的基本情況。對一個訂單行來說，會存在整件和拆零兩種情況，因此，訂單的分布情況還可以指導對庫存分布、拆零揀選的具體設計。

IQ分析：每個單品的訂貨數量分析。
這種分析主要用于庫存ABC分析。庫存ABC對于倉庫庫存結構設計和揀選系統的設計都有非常重要的作用。

IK分析：每個單品的訂貨次數分析，也即產品訂貨的頻率。
這是與發貨ABC相關的指標。發貨ABC分析對于貨物存放的策略、補貨策略，以及揀貨策略的設計都是至關重要的。

EIQ分析一般是對歷史數據進行。用于設計的分析，旨在確定訂單結構和庫存結構。對運營管理而言，EIQ分析則常常用于對實際運營的優化，如ABC分析即使如此，可以根據一段時間的ABC分析結果，及時調整庫存的結構，以期達到提高揀選效率的目的。對一項設計而言，一般應選取1年以上的數據比較適宜。太少的數據可能缺乏代表性。當然也有例外，如數據量本身就不夠，那就只有從行業中其他企業的數據中尋找規律了。

3、明確定義指標

第三步，就是明確指標的定義，有什么價值。比如物流行業常見的數據：收貨量，發貨量，庫存量，拆零量，SKU，物流成本等。

物流成本分為顯性成本和隱形成本，顯性成本=運輸配送成本+倉儲成本+裝卸搬運成本+物流信息成本，隱性成本=缺貨成本+庫存貨損成本+庫存資金占用的機會成本，衡量倉庫的數據指標，有倉庫倉容利用率，倉庫面積利用率，庫存周轉率，庫存量，庫存保有單位（SKU）。裝卸搬運的數據指標，有到貨量，設備利用率，裝卸搬運效率，裝卸搬運貨損率，每小時作業量。運輸配送的數據指標，有配送量（年，月，周，日），運輸設備情況，單位運輸設備裝載量，運輸設備空載率，運輸配送出錯率。訂單處理的數據標準，包括訂單數，訂單處理效率，訂單處理出錯率等。給每一個數據賦予定義，了解數據之間的邏輯關聯，我們就能看懂數據變化的內在原因，找到問題。

4、指標管理平臺
第四步，就是利用數據分析平臺工具，設置相關指標要求，指標建模，指標數據落地，直接生成相關數據圖譜，對指標進行增添刪減，修改變更的管理工作。

以億信華辰ABI數據分析工具為例，我們可以看到整個指標的流程：

△圖為ABI指標管理流程圖

5、領導駕駛艙數據展示

第五步，就是根據數據要求，最后生成了領導駕駛艙，生成相關的數據指標圖形，表格展示，讓管理層看到關鍵數據，根據數據指標邏輯關聯，找到問題所在，利用手里的資源和權力去協調解決問題，讓組織能夠良好運運行。

05、億信華辰ABI指標管理功能

億信ABI是億信華辰歷經16年匠心打造的國產化BI工具，集數據源適配，數據整合與處理，指標管理，數據分析，挖掘與AI應用等核心功能于一體的一站式數據分析平臺，可滿足企業各類復雜的分析需求。

億信ABI指標管理功能，可以對指標進行系統的增添刪減管理，建立指標模型，指標數據展示，數據報告生成。

指標管理中內置敏捷看板，零學習成本，一分鐘上手，具有拖拽式操作，全程無需編寫表達式，直接查看各種指標。

敏捷看板有以下4大特點：

1、自動識別指標維度
導入數據無需任何處理，系統自動識別指標維度，自動關聯系統維度，同時允許 人員綁定，自動識別字段類型，包括:字符串、整型、浮點型、日期型。

2、自動建立關聯關系
智能判斷兩表之間字段名及類型，生成表關聯關系，真正達到了智能化的“無” 建模，同時允許用戶手動修改表關聯關系。

3、維度指標自由切換
在制作看板過程中可隨時調整維度指標，一鍵將維度切換成指標，也可一鍵將指 標切換成維度。

4、內置豐富組件
敏捷看板內置多種組件，包括:過濾條件、篩選面板、快捷標簽、富文本、預警 區、圖片、分組、選項卡、指標卡。

除了上述組件外，ABI 還內置有表格組件、快速標簽、分組、圖片多個組件。
(1)表格組件:方便拖入維度和指標生成表格;
(2)快速標簽:對圖表快速標記;
(3)分組:對圖表進行分組顯示;
(4)圖片:在圖表制作過程中，插入圖片的功能

△圖為億信ABI指標管理功能界面