交貨提前期是一個至關重要的供應鏈管理參數(shù)。對于企業(yè)來說，了解產品從原始訂單到交付需要多長時間是至關重要的，無論他們是購買、銷售還是在內部轉移貨物和材料。

隨著消費者越來越習慣于在第二天甚至當天收到訂單，供應鏈越來越關注其流程的交付部分。也就是說，供應鏈想要保持成功。

我們可以將成功交付定義為在正確的時間以正確的數(shù)量獲得客戶需要的東西，并始終如一地做到這一點。交貨現(xiàn)在被認為是任何制造或分銷企業(yè)最基本的要求。利用數(shù)據(jù)分析的力量，Minitab可以幫助公司優(yōu)化交付、簡化供應鏈并提高客戶滿意度。

衡量交貨速度

將最終產品交付給最終客戶所需的時間是供應鏈專業(yè)人員的一個關鍵衡量指標。使用一個樣本數(shù)據(jù)集和一些簡單的描述性統(tǒng)計數(shù)據(jù)，下面的例子顯示交付時間的平均值在54到55小時之間。數(shù)據(jù)還顯示最短時間為40小時，最長時間為75小時，因此它提供了最快和最慢時間的范圍，這有助于目標設定。

設定一個目標，集體討論影響交付的可能因素

延遲交付不僅會影響客戶體驗，還會直接影響銷售。如果一家公司不能兌現(xiàn)他們及時交貨的承諾，他們的客戶將來再次購買的可能性就會大大降低。設定戰(zhàn)略性業(yè)務目標在一定時間內交貨。在本例中，讓我們設定一個現(xiàn)實的目標50，這代表交付時間提高了約10%。

接下來，集思廣益，找出可能影響交貨時間的變量。這可能是包裹大小、車齡、天氣狀況，甚至是送貨的司機。下圖顯示了一個CT樹示例，Workspace中包含的眾多強大的頭腦風暴和結構化問題解決工具之一。

使用預測模型量化影響…

一般來說，預測建模有助于做出預測以及了解影響響應的因素。通過使用Minitab的自動化機器學習工具,我們不僅能看到最好的模型(在這種情況下隨機森林)，但我們也能看到其他模特的表現(xiàn)。

在這種情況下，流行的傳統(tǒng)回歸方法不僅表現(xiàn)最差，而且也不是很準確。然而手推車模型是可視化關系的理想選擇，表現(xiàn)相對較好。

應用改進…

通過查看手推車下面的決策樹表明，在陽光充足的條件下，新車的交付速度最快，而在下雪天，舊車的交付時間最長。這是第一個需要改進的地方。雖然控制天氣狀況是不可能的，但維持一個較新的車隊可能會帶來一些立竿見影的改善。此外，在最初計算和傳達交付時間時，考慮特定客戶區(qū)域的天氣預報可以提供更高的準確性。

…并運用模型來預測交貨時間

這種分析不僅有助于確定需要改進的地方，還有助于與客戶溝通。通過考慮手頭的因素，并利用最準確的隨機森林模型(由自動機器學習確定)，我們可以將模型付諸實施自動與客戶交流。使用解決方案，如Minitab模型操作在收集這些數(shù)據(jù)點時，該模型可以計算估計的交付時間，并自動將時間通知客戶。這將確保您的客戶及時得到通知，這樣他們就不會猜測他們的包裹何時到達。隨著您績效的提高，您不僅可以超額完成客戶的期望，還可以繼續(xù)完善您的預測模型，以便在未來為客戶提供更準確的時機。