接着上一讲，将用大数据BI平台帆软FineBi实现对物流行业平台搭建之中的物流时效分析第二部分：同城物流时效分析和各省份配送时效明细，如平均配送时长，0.5天/1天/2天/天/天以上配送情况等。
方案设计
对于物流企业而言，时效的重要性不言面喻。因此物流时效分析同样也是物流看板的重要组装成分，那些省份物流时效低。物流时效较低的省份分别有什么特征？不同大区是否有明显的物流时效差异，是否和地区基础物流建设有关？同城配送平均时长超过三天的有哪些省份？分别是什么因素导致的，如何改进?
整合相关物流系统的快递时时效数松，结合问题背景，可以表1所示角度进行可视化分析。
任务实施
任务区域间配送时长情况分析
不同区域间是否存在明显的物流时效差异?与哪些因素有关?可对各区域之间物流时效进行对比，此处采用雷达图实现。
①在仪表板中单击“添加组件”，选择数据列表中的“快递时效数据"，区域间配送时转到操作界面。
⑨将“收货省份”拖入“横轴”单击右侧的下拉按钮，在弹出的菜单中选择“自定义分组”将所有省份按展东北，华东、华北，华南、西南，西北六个大区进行划分，将显示名设置为“大区”，如图1所示。
③将“平均配送时间(求平均)”拖入“横轴”，在“图形属性”中设置“图表类型”为“线”。
④将“平均配送时间(求平均)”拖入“颜色”和“标签”标记，颜色类型选择“炫彩”。
⑤单击“图形属性”中“连线”空白区域，在弹出的设置界面中勾选“转换为雷达图”复选框，如图2所示。
任务4同城配送情况分析
哪些省份同城配送平均时长超过三天？他们有何特点？是什么因素导致的？这是物流运营中需要重视的问题，可通过生成柱形图并添加警戒线来进行直观呈现。
①在仪表板中单击“添加组件”，选择数据列表中的““同城快递时效来进行直观呈现数据”，转到操作界面。
②将“收货省份”拖入“横轴”，将“件量(求和)”，“平均配送时长(求平均)”拖入“纵轴”，生成初始柱形图。
③分别单击“纵轴”中的“件量(求和)”“平均配送时间(求平均)”右侧的下拉按钮，在弹出的菜单中选择“设置值轴，分别按图4和图5所示设置左值轴和右值轴。
④单击“横轴”中“收货省份”右侧的下拉按钮，在弹出的菜单中选择“降序”→“件数(求和)”降序排列。
⑤在“图形属性”中选择“平均配送时长(求平均)”，设置其“图表类型”为“线”，颜色为黄色，连线“线型”为曲线，“标记点”设为“无”，即不显示节点，如图6所示。
⑧单击“平均配送时长(求平均)”在侧的下拉按钮，在弹出的菜单中选择“分析线”，添加平均配送时长超过三天即72个小时的警戒线，如图7所示。
图7可知，黑龙江省和台湾省平均配送时长都远超天，其中缘由值得分析并加以改进。
归纳总结
本可视化方案通过制作物流时效分析仪表板，对北京某物流公司各省市的配送时效进行了对比分析。
任务1中采用符号地图并辅以闪烁动画等方式对各省份收货时效进行了分析，发现平均配送时长排名前的分别是台湾、云南、黑龙江，而江浙沪地区配送时长普遍较低。这可能与各省所处地理位置及基础设施密切相关。
任务2中采用明细表分析了各省物流发货速度，通过排序操作发现，重庆市发往吉林省的速度最快。
任务中采用雷达图分析了不同区域的物流时效差异。
任务4中采用柱形图辅以警戒线分析了同城配送平均时长超过天的省份，发现黑龙江省、台湾省同城平均配送时长远超天。
从以上用帆软FineBI对交通物流数据的物流失效分析搭建出来的物流交通大数据平台，可以看出由帆软交通物流数据分析可见，黑龙江省、台湾省无论是收货时效还是同城配送时效均落后于其他地区，情况非常不理想，需要物流交通企业经营者加以注意。
