当中小卖家成长为大卖家后，积累了较多的物流数据，通过对物流信息数据进行分析、加工，可以形成一个非常有用的市场优势，对于物流线路监控预警会非常有帮助。大卖家的同一国家路向通常会选择多家物流方式做备用，当某一个物流方式出现问题，可以及时切换别的物流渠道，而尽早发现问题，就需要对物流数据分析这一块下功夫了。
首先，我们了解下一个快递单号中包含有多少信息？
基础信息有：
快递状态（是否签收），运输耗时（一共花费多久才签收）
而详细的物流节点信息有：
预上网时间，上网时间，封发时间，离港时间，到港时间，清关时间，派送时间，签收时间 （TrackingMore的物流查询API目前提供这些节点信息）
这些物流节点信息有什么用，怎么用？
虽然同一条物流路线的不同快递单号的运输时效存在个体差异，但是总得来说，还是会维持一个相对稳定的状态。通过对不同节点的时间差的监控，就可以及时发现物流异常的情况。
例如：有些卖家发了一批平邮包裹后，需要查询这批货有没有上网，如果没上网就需要去补发包裹。而这里的预上网时间（waybill generated time）与上网时间的时间差是一个相对固定的值，有的渠道是两天内一定会上网，那么如果某个单号一周还没上网，就一定是出了问题。
与此类似，上网时间与封发时间、封发时间与离港时间、离港时间与到港时间等节点直接的时间差都是相对固定的。如果对所有发出的包裹的节点信息都做到详细的统计，并计算出每天发出单号的上网率、封发率、妥投率等信息，那么就可以对每天包裹的物流状况做到非常完备的监控，如果某一个渠道的上网率很低，那么很有可能是该渠道出现了什么问题。
还有一种方式，先统计出某个渠道的各个物流节点之间的正常耗时，当具体的某些快递的运输时间超过了预设的值，就标记为异常，由相应的物流专员负责核实是否确实异常。例如下图中出口时间-到达投递部的时间通常为2天，但是有一个单号用了5天，那么就可能是出了问题。
通过这一套物流监控方案，可以对物流监控做到更加敏感，当有渠道异常情况出现时，可以及时做出有利的调控，避免不必要的损失，从而降低整体物流成本。
然后是物流状态
TrackingMore系统目前提供的状态有7个：查询不到，运输途中，到达待取，可能异常，投递失败，成功签收，运输过久。这里的状态是通过关键词识别做出来的，例如签收状态就包含各个语种的签收关键词：ENTREGADO，доставлено，Consegnato，妥投，signed by，was delivered。
而实际的商家，会根据自己的需求来设定物流状态，比如可以设定为：备货中，已出库，转运中，运输异常，到达当地，签收等。然后把自己的状态与TrackingMore的状态做一个对应就可以了。
此外，在查询信息时，卖家可以把订单号与快递单号关联起来，让客户只需要输入订单号就可以看到对应快递单号的物流信息，这样也提高了客户满意度，减少了客服的人力成本。
总结
以上，就是TrackingMore为您整理的数据分析是如何为商家服务的，如果您有其他的想法和问题，欢迎沟通探讨。
