1 团队介绍
我是华南农业大学的学生，目前在一家货代公司仓库实习。实习中，我接触了预报、收货复重、尺寸录入、确认收货、分货贴标等操作，也逐渐熟悉了美国专线运单从入仓到签收的大致流程。
这次作品由我个人完成，包括业务梳理、模拟数据整理、指标计算、FineBI Next页面制作和文档撰写。由于企业系统不能导出数据，作品使用按系统字段结构和已确认业务规则生成的匿名模拟数据，不代表公司的真实经营情况。
姓名：张炳欢 学校：华南农业大学 专业：统计学
作品模板链接：https://next.finebi.com/decision/application/36f9f7e4925b4302820e741d9d3b1c/fvs/5046839e779f4948a01b4d025f9ed9?page_number=1
2 作品背景
仓库日常操作更关注一票货当前到了哪一步，系统也比较适合按单号查询。但如果想从整体上看业务，就不容易马上知道：货量和签收情况是否稳定，时间主要耗在哪个环节，问题运单集中在哪些类型，哪些在途运单需要先跟进。
因此，我把预报、仓库收货、订舱出运、到港清关、末端接收和签收等节点放到同一套分析中，再结合渠道、问题记录、实重、材重、结算重、退件和当前状态，尝试还原一票货从入仓到签收的过程。
作品主要想回答三个问题：第一，整体履约是否稳定，时间慢在哪个阶段；第二，渠道、货型、问题类型和地区之间有哪些差异；第三，在途运单较多时，应该先看哪些单。在当前匿名模拟样本中，291票仍在途中或处理中，其中77票被规则识别为高风险，这两个数字用于说明统一监控和排序跟进的必要性。
分析样本包含1,800票匿名模拟运单、14,400条节点记录和162条问题记录。到港、清关、末端、签收日期、州和退件原因等字段属于模拟补充字段，仅用于展示完整的分析方法。
3 制作流程
第一步是整理字段。我先按系统截图记录运单、客户、渠道、件数、重量、尺寸和问题状态等字段，再把不能确认的内容单独列出，没有直接当成原系统字段。
第二步是制作模拟数据。方数按“长×宽×高×件数÷1,000,000”计算，材重按“长×宽×高×件数÷6,000”计算，结算重取录入实重与材重的较大值。快递派单件不足12kg的规则已经体现在录入实重中，所以没有再单独计算一次。
第三步是整理分析表。我使用运单主表、节点事件表和问题记录表，并增加阶段时长、准时标记、计费类型、节点完整率和风险等级等计算字段。问题运单数按运单号去重，问题记录数按记录条数统计，两者不混用。
第四步是在FineBI Next中制作长篇故事板。分析主线为：整体履约 → 阶段时效 → 渠道与货型 → 问题运单 → 重量结算 → 区域与退件 → 风险清单。页面设置必要的筛选和联动，使查看顺序从总体情况逐步落到具体运单。
制作过程中使用AI辅助检查字段关系、模拟数据逻辑和文字表达，但业务流程、计费规则和指标口径均根据系统界面及实际操作逐项确认。
4 成果展示
我把故事板按查看顺序分成三个部分：先看整体履约和阶段时效，再看渠道与问题运单，最后看重量、末端和风险运单。文档中的截图均使用我实际完成的FineBI页面。
4.1 整体履约与阶段时效
在1,800票模拟运单中，已签收1,465票，291票仍在途中或处理中，准时签收率约92.1%，节点记录完整率约97.0%。这些数字先说明整体情况，再通过当前节点分布查看未完成运单主要停留在哪些环节。
阶段时效中，干线运输平均17.50天，是耗时最长的部分；收货到订舱平均7.57天，P90为14.71天，说明少量运单等待时间明显偏长。月度趋势中的2026年8月不是完整月份，因此不把它解释成业务量下降。建议日常同时查看平均值和P90，并对长时间停留在订舱、清关或末端环节的运单进一步核查。
4.2 渠道差异与问题运单
不同干线产品和末端方式的时效并不相同，但不能只凭速度判断渠道好坏，还要结合承诺时效、货物重量、方数、地址类型和样本量。作品使用气泡图和阶段交叉表比较渠道，目的是找出需要进一步核查的差异。
样本中共有148票问题运单、162条问题记录，其中57条仍待处理。同一运单可能出现多条问题记录，所以两个数字分别统计。问题类别帕累托图显示，数据未确认、其他问题和超长超重合计占56.2%。建议先统一高频问题的登记口径，再按添加日期查看较早未关闭的记录。
4.3 重量、末端与风险运单
样本总实重为535,590.67kg，总材重为436,575.77kg，总结算重为600,149.55kg。共有406票由材重驱动结算，占22.6%。材重计费不等于异常，分析重点是找出材实比较高的货物，复核包装、尺寸测量和渠道是否合适。
州级和末端承运商图表用于定位差异，不能在没有控制渠道和货型时直接说某个地区更差。退件中，多次派送失败和收件人拒收合计占61.4%，说明地址、联系方式和派送前沟通值得继续关注。
最后，作品按节点缺失、超过承诺时间和当前节点停留等规则，把未完成运单分为不同风险等级，共识别77票高风险运单。这个等级只用于安排查看顺序，不是对异常概率的预测。建议将高风险清单作为每日核查入口，分别处理节点补录、超时升级和停滞催办。
5 总结与分享
这次制作中最难的不是做图，而是确认哪些字段确实存在、哪些规则已经明确、哪些内容只能模拟。最开始我也考虑过积压时长、响应时长、利润和赔付等分析，但这些内容没有可靠字段支持，因此没有纳入作品。当前看板用于展示分析方法，尚未在企业真实业务中部署，也不能证明已经降低成本或缩短时效。后续如果能够接入真实数据，我希望先扩展更多渠道和完整节点，再用实施前后的准时签收率、P90阶段时效、问题运单率、待处理数量和退件率验证实际效果；数据积累充分后，再考虑研究异常预测模型。
