解读|产品销售物流网络量化分析与可视化
分销商在销售物流中扮演了非常重要的角色，在供应链中是生产与客户衔接的重要渠道。对于物流服务来说，分销商的产品响应，一定程度的关系到了客户最终的用户体验。当然，充足的库存，快速及时的物流服务，站在产品的销售环节的角度是完美的，但同时也会增加企业的库存成本和物流成本。如何做到多个关键要素的平衡，是企业永恒的话题。随着产量的变化、销售渠道的变化、产品的变化等都会对分销网络产生影响，因此，分析分销商以及由分销商形成的分销网络对于销售物流环节的认识与优化尤为重要。
以下为某产品销售物流网络从订单、CDC/RDC、客户分布、运费等要素，结合半年到一年的订单与发运数据对各要素进行相关性进行分析。
订单模块：订单数据模拟后发现销售订单呈一定的周期性。
大部分用户的单次订货量在7件以下，少部分用户的单次订货量在20以上。
运费分析模块：大部分获取的平均运输成本集中在46-88元/件之间，需要综合考虑运费的管控。
运费与订单量相关性分析：1.订单量高，平均运费低；2.订单量与运费呈均衡状态；3.订单量低，平均运费高。从业务数据分布情况看，极端现象出现较少，业务呈均衡状态。对于极端现象可重点分析成因，对于业务优化和管控有指导意义。
注：下图按每类货物统计分析其总订单量与平均运费之间的关系分布。
运费与产品形态分析：下图体现货物体积与平均运费的分布关系，侧面验证单件产品的运费分布。图中极端分布点--单位体积运费高于/低于平均值的业务形态值得深挖。因该图只反映了体积与平均运费的单项关系，未反映产品重量、运输距离等的因素，故无法以此模拟业务运作结论。
从货物的单件运费与运输周期来看，大部分集中在某个区域，但是存在一些异常的点。比如“异常点”的货物，平均运输周期不是最高，但是单件运输费用却远远高于其它。当然这可能与当地的运输条件有关。
客户分布呈现：以“仓库”作为用户所在的区域判断，共涉及到99个城市。各个区域的用户分布如下图。用户主要集中在沿海及四川、贵州等地区。
从物流流动特性、区域和效率的差异（比如对工厂、CDC的服务能力进行量化的分类）进行分析。下面以图形的方式展示了部分可视化结果。
从工厂到CDC
上图是全部的工厂到CDC的物流流向图。
这是工厂与RDC间物流运费分布的树形图。数量上从西安工厂发出的运费占比最大，其次是合肥、成都、贵阳和沈阳。而其中，西安发往各地的货物中，发往成都、乌鲁木齐和昆明的运费最高，合肥也存在这种情形。其它三个工厂地的构成所有差异。
从CDC到RDC
显然RDC的物流是局部的辐射，上图显示了这种关系。
黄尧笛，资深物流咨询顾问。擅长物流基地规划设计、仓储物流设计、物流网络规划设计、物流企业运营管理咨询等。