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。