前陣子，我的朋友老楊向我咨詢一個問題。由于2021年國際海運(yùn)的運(yùn)輸時(shí)間很不穩(wěn)定，他想要做一下分析，提供給總部作為參考，但不知該如何入手，所以想找我?guī)兔Α?/span>

老楊所在的A公司有幾家工廠分布在包郵區(qū)，通過上海港出口到美國印第安納州的客戶B工廠，主要的運(yùn)輸模式是海運(yùn)加美國內(nèi)陸多式聯(lián)運(yùn)。貨柜抵達(dá)美國西海岸的洛杉磯或長灘港后，通過鐵路運(yùn)輸至芝加哥，用卡車完成最后的派送。

考慮到啟運(yùn)港都是上海港，老楊統(tǒng)計(jì)了從啟運(yùn)港開船到貨物送達(dá)客戶倉庫的全部日期，用這個數(shù)據(jù)來分析運(yùn)輸時(shí)間的情況。

A公司的幾家工廠出貨量并不均衡，有整柜，也有拼柜。有時(shí)出貨量介于兩者之間，老楊也想知道整柜和拼柜的時(shí)效性有多少差別。

老楊把2020年11月至2021年10月的實(shí)際運(yùn)輸時(shí)間提供給我，在經(jīng)過初步整理后，得出了有效數(shù)據(jù)共有127條，具體情況如下表。

一

數(shù)據(jù)分析

首先使用散點(diǎn)圖來看一下，X軸是每票貨物實(shí)際開船的日期，Y軸是從開船到B公司倉庫的總天數(shù)，包括了海上運(yùn)輸、進(jìn)口清關(guān)和內(nèi)陸多式聯(lián)運(yùn)的時(shí)間。下面的分析都是依照這個統(tǒng)計(jì)方式。

初看之下，整體的運(yùn)輸天數(shù)在20至105天左右，主要集中在40-60天的區(qū)間段。當(dāng)然目視化的方法只能用于快速判斷，我們還要進(jìn)行下一步的統(tǒng)計(jì)分析。

我把數(shù)據(jù)排序了一下，發(fā)現(xiàn)最小值是21天，也就是從上海港至客戶倉庫最快的時(shí)間，這相當(dāng)厲害了。

但是最大值竟然也有106天，相當(dāng)于是3. 5個月。最大值和最小值的差距有85天。其中出現(xiàn)次數(shù)最多的天數(shù)有兩個值，也就是眾數(shù)，分別是47天和67天，各有7次。

想要計(jì)算眾數(shù)，可以使用Excel中的公式MODE.MULT（數(shù)值范圍），它會返回眾數(shù)的所有值，我們就不用一個個去數(shù)了。

想要知道運(yùn)輸大概率會需要多少天，用平均數(shù)是最簡單的方法，127條記錄的平均數(shù)是51天，此處已經(jīng)四舍五入，下同。

平均數(shù)用起來簡便，但我們也知道它有缺點(diǎn)，比如上海市平均工資公布后，我總感覺是拖了后腿。因此我們要使用百分位數(shù)來分析，當(dāng)然平均數(shù)還是有用的，留在后面再講。

百分位是指把所有數(shù)據(jù)從小到大排序，并計(jì)算相應(yīng)的累計(jì)百分位。第25百分位數(shù)又稱第一個四分位數(shù)，在我們的統(tǒng)計(jì)中有127個記錄，25百分位對應(yīng)的是第31.75，從最小值開始數(shù)下來，在第31和第32之間的那個數(shù)，也就是39天。

第50百分位數(shù)也叫中位數(shù)，這個值比平均值更有意義。用75百分位數(shù)減去25百分位數(shù)的值叫做四分位距，它反映出的是數(shù)值之間的間距，體現(xiàn)出一種離散情況。

在這組數(shù)據(jù)中的四分位距是60-39=21天，意思是從小到大排序數(shù)據(jù)的第75百分位和第25百分位的差是21天。計(jì)算百分位的Excel公式是PERCENTILE.INC(數(shù)值范圍，百分比) ，比如要計(jì)算中位數(shù)，就輸入0.5。

至此，我們感覺是掌握了一些信息，但還不太夠。想要知道這組數(shù)據(jù)整體偏離平均值的程度，我們要計(jì)算一下方差，也就是Variance。

來一波回憶殺，回想當(dāng)年學(xué)過的高中數(shù)學(xué)吧，方差是各個數(shù)據(jù)與平均數(shù)之差的平方的和的平均數(shù)。在這組數(shù)據(jù)里有127個值，方差的計(jì)算公式就是把每個數(shù)減去平均數(shù)51天后求一個二次方，把所有的平方加起來，再除以127。

在Excel里的計(jì)算公式是VAR. S(全部數(shù)值)，很快就能算出結(jié)果是225.31。把方差開個二次根，可以得出標(biāo)準(zhǔn)差是15.01，Excel公式是SQRT（數(shù)值）。

看到了這里是不是有點(diǎn)上頭了？別著急還有最后一步，我們要算一下變異系數(shù)Coefficientof Variation，簡稱CV。它是用標(biāo)準(zhǔn)差除以平均值，在這里就是15.01/51，等于0.3，這個數(shù)字反映了樣本數(shù)據(jù)的離散程度。

一般來說，CV小于0.75說明變化性比較低。我們可以這樣理解，雖然運(yùn)輸時(shí)間比以前長了，但總體的離散程度很低，說明延長的時(shí)間是同比放大了。

只要我們調(diào)整在途運(yùn)輸天數(shù)的參數(shù)，重新計(jì)算物料需求計(jì)劃，由于運(yùn)輸延誤造成的缺貨風(fēng)險(xiǎn)是總體可控的。這是第一個重要的洞察。

如果我們統(tǒng)計(jì)所有發(fā)生的運(yùn)輸天數(shù)的概率，就可以得到這樣一個結(jié)果。

這一步可以在Excel里使用數(shù)據(jù)透視表完成。選中所有“從啟運(yùn)港開船日到抵達(dá)倉庫天數(shù)”數(shù)據(jù)。

然后在Values里選擇Count，在show values as中選擇“% of Grand Total”

就可以計(jì)算出概率。接下來，使用柱狀圖把概率展示出來。

我們之前得出的兩個眾數(shù)，47和67就是Y軸概率最大的兩個數(shù)，各出現(xiàn)了7次，除以總樣本數(shù)127，概率就是5.51%。這個分布有點(diǎn)像是正態(tài)分布，也有點(diǎn)像是三角形分布，關(guān)于這點(diǎn)先放一放，待會兒再來看。

二

整柜 or 拼柜？

老楊的工廠有時(shí)用整柜出貨，有時(shí)用拼柜。當(dāng)貨物正好裝滿一個20尺或40尺集裝箱的時(shí)候，毫不疑問我們應(yīng)該選擇整柜。

但在整柜很難訂的時(shí)候，我們是否可以化整為零？畢竟市場上的拼柜訂艙更加容易一些。在不考慮成本因素的前提下，我們可以先對兩種模式的時(shí)效性做下分析。

這組數(shù)據(jù)中有55票整柜，包括20尺和40尺柜，另有72票拼柜，加起來正好是127。我們用之前使用的計(jì)算方式，求得了一系列的結(jié)果，計(jì)算過程不再贅述。

通過比較這兩種模式，我們可以得出幾個結(jié)論。

首先，拼柜的運(yùn)輸時(shí)間更長，這是因?yàn)樨浌裨谀康牡馗劭谛枰拖?，然后再安排零?dān)運(yùn)輸，這會增加運(yùn)輸?shù)目倳r(shí)間，因此這個結(jié)果是合理的。

其次，我們發(fā)現(xiàn)拼柜的變異系數(shù)小于整柜，這說明拼柜雖然慢一些，但時(shí)效性比整柜還要穩(wěn)定，這是另一個重要洞察。

如果我們把整柜和拼柜的概率分布拿出來看一下，它們展示出來的情況如下：

1.整柜的分布

這個分布呈現(xiàn)出了三角形分布的特征，眾數(shù)39是整組數(shù)據(jù)的概率最大值，其他概率在“39”的左右不均衡地分布著，中位數(shù)45和平均值47都在它右側(cè)。

2.拼柜的分布

拼柜同樣地出現(xiàn)了三角形分布，眾數(shù)67是該組數(shù)據(jù)的概率最大值，其他概率在它的左右不均衡地分布著。這次中位數(shù)53和平均值54都在67的左側(cè)，這與整柜的情況是相反的。

我們不去深究為什么會造成這兩種情況，只需要知道三角形分布很適用于運(yùn)輸時(shí)間概率分析就好了。

在這樣的場景中，正態(tài)分布未必是最合適的，因?yàn)檫\(yùn)輸時(shí)間的最小值是有極限的，比如21天，但是最大值可能會超乎預(yù)期，只要在整個運(yùn)輸環(huán)節(jié)中的任意一點(diǎn)脫節(jié)，就會造成難以預(yù)料的延誤，最大值106天就是一個例證。

如果不幸遇到了蘇伊士運(yùn)河堵塞的情況，那么最大值就又要無限期地增加了，概率分布應(yīng)該不是正態(tài)分布，而是三角形分布了。

三

數(shù)據(jù)提供的洞察

通過對這些數(shù)據(jù)的分析，我們至少可以得出以下的幾個結(jié)論。

1．運(yùn)輸時(shí)間

新冠疫情引發(fā)的一系列問題，屬實(shí)增加了海運(yùn)的運(yùn)輸時(shí)間。同時(shí)我們也發(fā)現(xiàn)變異系數(shù)還是較低的，不管是整柜還是拼柜。定期回顧實(shí)際運(yùn)輸時(shí)間，然后在系統(tǒng)里調(diào)整前置時(shí)間參數(shù)，就可以避免因運(yùn)輸延誤造成的逾期訂單或缺貨。

2．整柜和拼柜的時(shí)效性

綜合來看，整柜雖然比拼柜更快一些，但是沒有拼柜時(shí)效性穩(wěn)定，前者的變異系數(shù)甚至更多了6%。整柜雖然沒有在堆場拆箱，二次運(yùn)輸?shù)倪^程，但依然卡在了其他多式聯(lián)運(yùn)的環(huán)節(jié)上，并沒有體現(xiàn)出優(yōu)勢。

拼柜是一個很好的備選方案，優(yōu)勢是不用等柜子，因?yàn)槭呛推渌鲐浫斯蚕砑b箱，更容易獲得艙位和可能更早的船期。

3．前提假設(shè)

以上結(jié)論僅是基于A公司和它所選擇的貨代，運(yùn)輸至美國B公司的場景下得出的結(jié)論，并不一定適用于其他場景，但這套方法論是可以供借鑒的。

供應(yīng)鏈的本質(zhì)就是數(shù)學(xué)，用數(shù)據(jù)說話，拒絕無意義的空談。使用數(shù)據(jù)分析，可以幫助我們穿越迷霧，洞察供應(yīng)鏈的真相。