案例 | 国际海运时间分析，如何使用数据为供应链提供洞察？

我的朋友老杨向我咨询一个问题。由于2021年国际海运的运输时间很不稳定，他想要做一下分析，提供给总部作为参考，但不知该如何入手，所以想找我帮忙。

老杨所在的A公司有几家工厂分布在包邮区，通过上海港出口到美国印第安纳州的客户B工厂，主要的运输模式是海运加美国内陆多式联运。货柜抵达美国西海岸的洛杉矶或长滩港后，通过铁路运输至芝加哥，用卡车完成最后的派送。

考虑到启运港都是上海港，老杨统计了从启运港开船到货物送达客户仓库的全部日期，用这个数据来分析运输时间的情况。

A公司的几家工厂出货量并不均衡，有整柜，也有拼柜。有时出货量介于两者之间，老杨也想知道整柜和拼柜的时效性有多少差别。

老杨把2020年11月至2021年10月的实际运输时间提供给我，在经过初步整理后，得出了有效数据共有127条，具体情况如下表。

一、数据分析

首先使用散点图来看一下，X轴是每票货物实际开船的日期，Y轴是从开船到B公司仓库的总天数，包括了海上运输、进口清关和内陆多式联运的时间。下面的分析都是依照这个统计方式。

初看之下，整体的运输天数在20至105天左右，主要集中在40-60天的区间段。当然目视化的方法只能用于快速判断，我们还要进行下一步的统计分析。

我把数据排序了一下，发现最小值是21天，也就是从上海港至客户仓库最快的时间，这相当厉害了。

但是最大值竟然也有106天，相当于是3. 5个月。最大值和最小值的差距有85天。其中出现次数最多的天数有两个值，也就是众数，分别是47天和67天，各有7次。

想要计算众数，可以使用Excel中的公式MODE.MULT（数值范围），它会返回众数的所有值，我们就不用一个个去数了。

想要知道运输大概率会需要多少天，用平均数是最简单的方法，127条记录的平均数是51天，此处已经四舍五入，下同。

平均数用起来简便，但我们也知道它有缺点，比如上海市平均工资公布后，我总感觉是拖了后腿。因此我们要使用百分位数来分析，当然平均数还是有用的，留在后面再讲。

百分位是指把所有数据从小到大排序，并计算相应的累计百分位。第25百分位数又称第一个四分位数，在我们的统计中有127个记录，25百分位对应的是第31.75，从最小值开始数下来，在第31和第32之间的那个数，也就是39天。

第50百分位数也叫中位数，这个值比平均值更有意义。用75百分位数减去25百分位数的值叫做四分位距，它反映出的是数值之间的间距，体现出一种离散情况。

在这组数据中的四分位距是60-39=21天，意思是从小到大排序数据的第75百分位和第25百分位的差是21天。计算百分位的Excel公式是PERCENTILE.INC(数值范围，百分比) ，比如要计算中位数，就输入0.5。

至此，我们感觉是掌握了一些信息，但还不太够。想要知道这组数据整体偏离平均值的程度，我们要计算一下方差，也就是Variance。

来一波回忆杀，回想当年学过的高中数学吧，方差是各个数据与平均数之差的平方的和的平均数。在这组数据里有127个值，方差的计算公式就是把每个数减去平均数51天后求一个二次方，把所有的平方加起来，再除以127。

在Excel里的计算公式是VAR. S(全部数值)，很快就能算出结果是225.31。把方差开个二次根，可以得出标准差是15.01，Excel公式是SQRT（数值）。

看到了这里是不是有点上头了？别着急还有最后一步，我们要算一下变异系数Coefficientof Variation，简称CV。它是用标准差除以平均值，在这里就是15.01/51，等于0.3，这个数字反映了样本数据的离散程度。

一般来说，CV小于0.75说明变化性比较低。我们可以这样理解，虽然运输时间比以前长了，但总体的离散程度很低，说明延长的时间是同比放大了。

只要我们调整在途运输天数的参数，重新计算物料需求计划，由于运输延误造成的缺货风险是总体可控的。这是第一个重要的洞察。

如果我们统计所有发生的运输天数的概率，就可以得到这样一个结果。

这一步可以在Excel里使用数据透视表完成。选中所有“从启运港开船日到抵达仓库天数”数据。

然后在Values里选择Count，在show values as中选择“% of Grand Total”

就可以计算出概率。接下来，使用柱状图把概率展示出来。

我们之前得出的两个众数，47和67就是Y轴概率最大的两个数，各出现了7次，除以总样本数127，概率就是5.51%。这个分布有点像是正态分布，也有点像是三角形分布，关于这点先放一放，待会儿再来看。

二、整柜 or 拼柜？

老杨的工厂有时用整柜出货，有时用拼柜。当货物正好装满一个20尺或40尺集装箱的时候，毫不疑问我们应该选择整柜。

但在整柜很难订的时候，我们是否可以化整为零？毕竟市场上的拼柜订舱更加容易一些。在不考虑成本因素的前提下，我们可以先对两种模式的时效性做下分析。

这组数据中有55票整柜，包括20尺和40尺柜，另有72票拼柜，加起来正好是127。我们用之前使用的计算方式，求得了一系列的结果，计算过程不再赘述。

通过比较这两种模式，我们可以得出几个结论。

首先，拼柜的运输时间更长，这是因为货柜在目的地港口需要掏箱，然后再安排零担运输，这会增加运输的总时间，因此这个结果是合理的。

其次，我们发现拼柜的变异系数小于整柜，这说明拼柜虽然慢一些，但时效性比整柜还要稳定，这是另一个重要洞察。

如果我们把整柜和拼柜的概率分布拿出来看一下，它们展示出来的情况如下：

1.整柜的分布

这个分布呈现出了三角形分布的特征，众数39是整组数据的概率最大值，其他概率在“39”的左右不均衡地分布着，中位数45和平均值47都在它右侧。

2.拼柜的分布

拼柜同样地出现了三角形分布，众数67是该组数据的概率最大值，其他概率在它的左右不均衡地分布着。这次中位数53和平均值54都在67的左侧，这与整柜的情况是相反的。

我们不去深究为什么会造成这两种情况，只需要知道三角形分布很适用于运输时间概率分析就好了。

在这样的场景中，正态分布未必是最合适的，因为运输时间的最小值是有极限的，比如21天，但是最大值可能会超乎预期，只要在整个运输环节中的任意一点脱节，就会造成难以预料的延误，最大值106天就是一个例证。

如果不幸遇到了苏伊士运河堵塞的情况，那么最大值就又要无限期地增加了，概率分布应该不是正态分布，而是三角形分布了。

三、数据提供的洞察

通过对这些数据的分析，我们至少可以得出以下的几个结论。

1．运输时间

新冠疫情引发的一系列问题，属实增加了海运的运输时间。同时我们也发现变异系数还是较低的，不管是整柜还是拼柜。定期回顾实际运输时间，然后在系统里调整前置时间参数，就可以避免因运输延误造成的逾期订单或缺货。

2．整柜和拼柜的时效性

综合来看，整柜虽然比拼柜更快一些，但是没有拼柜时效性稳定，前者的变异系数甚至更多了6%。整柜虽然没有在堆场拆箱，二次运输的过程，但依然卡在了其他多式联运的环节上，并没有体现出优势。

拼柜是一个很好的备选方案，优势是不用等柜子，因为是和其他出货人共享集装箱，更容易获得舱位和可能更早的船期。

3．前提假设

以上结论仅是基于A公司和它所选择的货代，运输至美国B公司的场景下得出的结论，并不一定适用于其他场景，但这套方法论是可以供借鉴的。

供应链的本质就是数学，用数据说话，拒绝无意义的空谈。使用数据分析，可以帮助我们穿越迷雾，洞察供应链的真相。