昨天提到,即使有了末端派件时效的初步分析,也免不了各种各样数之不尽的主观客观因素,以至于进入困境。
此时此刻,让我们重头再来,这个项目的核心目标是什么?---找到末端派件效率底下的关键点,并给出改善方案!
因此,咱们只需要解决重大关键问题,对业务有可观的改善提升即可!这也是很多数据分析项目的困境,总想着完美去解决一切问题!大数据技术赋能并提升业务,是一个循序渐进的过程。一方面,咱们需要突破口,推进项目;另一方面,咱们需要在实战中积累经验,发现并解决更多的问题。
【定考核方式】
团队讨论后认为,除了网点到中心拉件距离这个客观因素以外,其它都是可以改善的地方。
因此调整战略,按照考核日期、网点、派件频次的维度,计算数据报表,拿平均时效跟理论时效对比。同时设置了所有网点的派件参数,根据它到中心的距离,计算得到理论应签时间(应该在该时间之前派送给客户签收),该时间只受道路和天气因素影响。
快递的收转运派本质上来说是一个批次操作的工作,具有很强的离散性,因此直接考核时间长短的可操作性不大。既然是批次操作,那就做率值考核(这是多年后的今天回顾总结的概念)。在考核时间之前签收的总票数,除以该派件频次(一二三派)应该派送的总票数,得到率值,即为签收率!不同网点的派件难度不同,可以配置不同的考核签收率。大多数网点的签收率达到95%,即可认为达标,给它一个空间。
【定指标】
使用过去半年数据来演练,找到每个网点过去半年98%时候都能达到的签收率,作为该网点的默认考核签收率。找出实际签收率距离95%相差比较大的网点,人工沟通分析都存在哪些客观原因,不断修正考核目标。
最后规定,未达到考核签收率的网点,未达标部分按照每票0.2元进行处罚。
【试运营】
系统上线试运营,只计算不罚款!全网轰动,因为每天计算出来的罚款额度,高达上百万元。
通过横向对比,各网点各管理区发现,自己跟其它兄弟单位相比,差距不小!
全网签收率每天都在朝着好的方向改变,汇报收集的客观因素也越来越多,系统得以进一步完善!
【新的困难】
但是,有一个致命的需求无法得以满足: 网点和管理区提出,签收率报表在T+3以后才算出来,想要督促派件都无从做起,要求给出当天数据!
这个问题对于当时只有几个人且没有足够技术积累的团队来说,具有相当大的挑战!
下一节,咱们将会聊聊当时大数据技术的原型。
---一些事情发生在作者进入公司之前,也是听团队内的前辈提起,不得不佩服前辈们的魄力!