Skip to content

report.md

Latest commit

 

History

History
305 lines (219 loc) · 10.1 KB

report.md

File metadata and controls

305 lines (219 loc) · 10.1 KB

Olist 电商物流数据分析报告

1. 项目概览

本项目基于 Olist 电商数据集，对订单趋势、配送效率、延误情况、品类结构、区域履约差异以及客户评分进行分析。分析过程中构建了三张核心分析表：

  • orders_merged_withprint.csv：订单级分析表
  • order_category_analysis.csv：订单-品类分析表
  • order_seller_analysis.csv：订单-卖家分析表

2. 分析口径

  • 订单趋势、配送时间、延误率、评论分数：使用订单级主表
  • 品类结构和品类表现：使用订单-品类表
  • 卖家与区域履约分析：使用订单-卖家表
  • 评论分数分析以 评论分数 > 0 为真实评论样本，0 仅表示未评论
  • 品类表和卖家表中的金额分析使用 分摊支付金额，避免重复累计整笔订单金额
  • 卖家归因分析优先参考 是否多卖家订单 = 0 的单卖家样本

3. 总体概览

指标 结果
订单总数 99,441
已送达订单 96,478
平均配送时间 12.13 天
平均延误率 8.11%
有评论订单占比 99.23%
评论均分（仅真实评论） 4.09
多卖家订单占比 1.29%
多品类订单占比 0.79%

整体来看，平台在样本期内已经具备较大的订单规模，但物流表现会随着订单高峰出现明显波动，客户评分与配送时效之间存在较强关联。

4. 订单趋势分析

4.1 订单规模变化

  • 平台在 2017 年至 2018 年初整体处于增长阶段
  • 订单高峰主要集中在 2017-11、2018-01、2018-02、2018-03
  • 从季度看，2017Q4 和 2018Q1 是业务规模快速扩大的关键阶段

4.2 月度高峰

月份 订单数 支付金额
2017-11 7,395 1,174,911.51
2018-03 7,288 1,170,383.27
2018-01 7,187 1,106,076.67
2018-05 7,066 1,180,152.88
2018-04 6,778 1,137,693.93
2018-02 6,706 984,422.01

4.3 季度趋势

季度 订单数 配送时间 延误率 评论均分
2017Q1 5,214 12.64 4.38% 4.05
2017Q2 9,319 12.05 4.81% 4.12
2017Q3 12,623 11.11 3.97% 4.20
2017Q4 17,817 13.95 10.11% 4.00
2018Q1 21,181 15.35 14.55% 3.88
2018Q2 20,008 10.33 5.14% 4.21

4.4 趋势解读

  • 2017Q4 到 2018Q1 是业务增长最快、也是履约压力最强的阶段
  • 2018Q2 明显出现恢复，说明平台可能在履约资源配置、发货效率或承运能力方面进行了调整
  • 从增长和履约共同观察，平台在高峰期的物流承压现象非常明显

5. 配送效率与延误分析

5.1 表现最差月份

月份 配送时间 延误率 评论均分
2018-02 16.42 15.45% 3.84
2018-03 16.06 21.60% 3.75
2017-12 15.06 8.88% 4.02
2017-11 14.60 14.11% 3.91
2017-04 14.35 7.90% 4.05

5.2 表现最好月份

月份 配送时间 延误率 评论均分
2018-06 8.91 1.36% 4.28
2018-07 8.41 4.10% 4.27
2018-08 7.38 10.58% 4.27
2017-08 10.70 3.23% 4.24

5.3 关键发现

  • 2018-03 是全样本履约表现最差的月份，配送慢、延误高、评分最低同时出现
  • 2017-11 大促高峰同样出现了明显的时效恶化和评分下滑
  • 2018-06 到 2018-08 配送时长大幅改善，客户评分也随之回升
  • 2018-08 是一个异常点：配送明显更快，但延误率并未同步降到最低，说明“预计到达时间设置”或承诺口径可能也在影响延误率

6. 配送表现与客户评分关系

月度层面的相关性结果如下：

  • 订单量 vs 配送时间：0.04
  • 订单量 vs 延误率：0.56
  • 延误率 vs 评论均分：-0.77
  • 配送时间 vs 评论均分：-0.93

解读

  • 订单增长本身不必然显著拉长配送时间，但会明显推高延误风险
  • 延误率与评分呈较强负相关，说明客户对是否按期送达非常敏感
  • 配送时间与评分的负相关更强，说明整体履约速度是影响满意度的关键因素

可以归纳出一条清晰的业务链路：

订单高峰 -> 履约压力上升 -> 配送变慢 / 延误增加 -> 客户评分下降

7. 区域履约分析

7.1 买家州维度

订单量最高的州包括：

  • SP：41,746 单
  • RJ：12,852 单
  • MG：11,635 单
  • RS：5,466 单
  • PR：5,045 单

7.2 州别履约差异

表现较好的主要州：

  • SP：配送时间 8.36 天，延误率 5.89%，评分 4.17
  • PR：配送时间 11.54 天，延误率 5.00%，评分 4.18
  • MG：配送时间 11.59 天，延误率 5.62%，评分 4.14

表现较弱的主要州：

  • CE：配送时间 20.80 天，延误率 15.32%，评分 3.85
  • BA：配送时间 18.85 天，延误率 14.04%，评分 3.86
  • RJ：配送时间 14.92 天，延误率 13.47%，评分 3.88
  • ES：配送时间 15.35 天，延误率 12.23%，评分 4.04

7.3 结论

  • 圣保罗州不仅订单体量最大，而且履约表现显著优于大多数州，是平台最成熟的核心市场
  • 东北和部分远离供给中心的州在配送时间、延误率和评分上都表现较弱
  • 区域差异表明物流网络与供给分布很不均衡

8. 品类结构与品类表现

8.1 头部品类

按订单-品类记录数排序，前 10 个品类为：

品类 记录数 分摊支付金额
bed_bath_table 9,417 1,242,220.09
health_beauty 8,836 1,441,197.90
sports_leisure 7,720 1,156,757.07
computers_accessories 6,689 1,059,395.11
furniture_decor 6,449 902,729.95
housewares 5,884 778,486.25
watches_gifts 5,624 1,305,637.21
telephony 4,199 395,038.46
auto 3,897 685,400.43
toys 3,886 561,503.41

8.2 头部金额品类

从金额贡献看，最重要的品类包括：

  • health_beauty
  • watches_gifts
  • bed_bath_table
  • sports_leisure
  • computers_accessories

这说明平台的核心消费需求集中在家居、美妆健康、礼品、运动与 3C 配件领域。

8.3 履约较弱的主要品类

品类 配送时间 延误率 评论均分
office_furniture 20.08 9.17% 3.62
electronics 12.48 9.81% 4.10
baby 12.26 9.18% 4.04
bed_bath_table 12.60 8.75% 3.97
telephony 12.45 8.53% 4.00

8.4 履约较好的主要品类

品类 配送时间 延误率 评论均分
luggage_accessories 10.51 5.50% 4.33
pet_shop 11.01 6.28% 4.24
perfumery 11.52 7.38% 4.20
toys 11.36 7.52% 4.19
stationery 12.40 7.77% 4.24

8.5 品类结构变化

2018 年占比提升较快的品类：

  • health_beauty
  • watches_gifts
  • computers_accessories
  • electronics
  • auto

2018 年占比下降较快的品类：

  • toys
  • cool_stuff
  • garden_tools
  • furniture_decor
  • bed_bath_table

8.6 结论

  • 品类结构在 2018 年出现从家居和部分杂项品类向美妆、礼品、电子和汽车相关品类迁移的趋势
  • office_furniture 是最值得优先优化的品类，配送时长和评分都明显偏弱
  • bed_bath_table 作为最大品类，体量很大但评分偏低，是兼具规模与改进空间的重点对象

9. 卖家与物流流向分析

9.1 同州与跨州差异（单卖家订单）

组别 配送时间 延误率 评论均分
同州 7.56 6.13% 4.23
跨州 14.77 9.37% 4.06

9.2 同城与跨城差异（单卖家订单）

组别 配送时间 延误率 评论均分
同城 5.41 6.50% 4.26
跨城 12.55 8.30% 4.11

9.3 卖家州分布

主要卖家州包括：

  • SP：69,045 条订单-卖家记录
  • MG：7,753
  • PR：7,466
  • RJ：4,260
  • SC：3,571
  • RS：1,952

9.4 主要流向

订单流向高度集中在：

  • SP -> SP
  • SP -> RJ
  • SP -> MG
  • SP -> RS
  • SP -> PR

说明平台供给端高度集中于圣保罗及周边州。

9.5 卖家州表现

  • 单卖家样本下，RS、MG 的延误率相对更低
  • SP 虽然供给体量最大，但延误率并不占优，说明规模优势并不自动转化为最优履约
  • 同州、同城订单在配送速度和评分上明显更优，区域接近性对履约体验的影响非常显著

10. 多卖家订单观察

多卖家订单只占全部订单的 1.29%，但有非常特殊的表现：

  • 平均配送时间更短
  • 延误率更低
  • 评论均分只有 2.85，远低于单卖家订单的 4.10

这说明多卖家订单的客户不满未必主要来自“配送速度”，更可能来自：

  • 拆单体验复杂
  • 包裹分批到达
  • 发货与到货信息不一致
  • 客户对责任主体感知不清

因此，多卖家订单更适合单独作为“复杂履约体验”问题进行分析。

11. 核心结论

  1. 平台订单量在样本期内持续增长，但高峰期履约能力明显承压。
  2. 2017Q4 到 2018Q1 是配送效率最差、延误率最高、客户评分最低的阶段。
  3. 配送时间和延误率与客户评分存在明显负相关关系，物流履约质量是客户满意度的重要决定因素。
  4. 区域差异显著，SP、PR、MG 等核心州表现较好，CE、BA、RJ 等州表现偏弱。
  5. 品类结构呈头部集中，家居、美妆、运动、礼品和 3C 是主要贡献来源。
  6. office_furniture、bed_bath_table 等品类是最值得重点优化的对象。
  7. 同州、同城订单明显更快、更稳定，说明区域前置能力和仓配布局是关键优化方向。

12. 业务建议

  • 在高峰期提前增加仓配资源，重点防范 Q4 和 Q1 的履约压力
  • 针对 CE、BA、RJ 等弱势区域优化仓配网络与承运资源
  • 对 office_furniture、bed_bath_table 等重点品类做专项履约优化
  • 加强跨州订单的履约监控，因为跨州订单明显更慢、更易延误
  • 单独设计多卖家订单的履约体验优化方案，包括拆单可视化和售后归口