昵称登录后显示

物流事业部核心指标可视化看板报表体系建设项目
角色：数据分析师（主导指标体系设计+可视化落地）
核心工具：SQL/Python/Superset/ECharts/Rstudio

一、业务痛点与目标
解决物流业务数据分散在内部TMS系统、SaaS系统、外部TMS系统、线下登记表等处，且数据报表格式不统一，管理层需人工汇总Excel报表（耗时3人日/周）
建立覆盖「投标中标-运输跟踪-下游支付-上游回款」全链路监控体系，支持战略决策到一线执行的闭环管理

二、核心工作与成果
1. 指标体系建设
业务诊断：通过10+场一线访谈，梳理出基于业务流程的关键过程指标（业务环节（9个）/业务子环节（27个）/核心指标（61个）），定义核心指标计算公式（如「派车及时率=当月派车单量/当月需求单量×100%」）

数据治理：
构建分层数仓与统一口径：基于Airflow搭建ODS→DWD→DWS分层ETL管道，编写150+条标准化SQL，固化业务计算口径。
自动化校验与质量提升：开发Python数据一致性校验框架，关键指标比对覆盖率提升至100%，数据一致性从82%优化至95%，支撑可信分析。

2. 看板与报表开发
分级设计：
战略层：物流平台数据大屏（大屏）- 集成客户端业务达成、运力端运力储备情况等6大维度，使用ECharts制作核心线路流向图
战术层：不同业务模块管理看板（PC端）- 通过Superset实现「业务达成影响根因分析」下钻功能
执行层：业务操作日报（移动端）- 自动推送定时邮件至业务操作邮箱，包含操作完成通报与操作异常预警

交互优化：
设计「阈值红绿灯」规则（如客户累计毛利亏损即触发红灯），缩短异常识别时间60%
开发「定时邮件」功能，自动生成运单异常数据识别预警（基于数据波动范围分析）

3. 落地推广与迭代
主导5轮业务部门培训，推动从「被动取数」到「主动分析」转型，看板周活用户达300+
建立「指标-责任人-改进动作」闭环机制，如针对每日运单报价异常看板数据，推动运力与客服及时核实运价准确性，在运单审核环节避免错付运费情况

三、项目收益
通过爬虫获取外部对接的TMS系统数据，100%优化原日常导表操作人效
替代原日常手工报表90%工作量，管理决策时效从3天缩短至T+1甚至实时