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！