本发明涉及大数据，尤其涉及一种基于大数据的配送服务质量智能分析系统。
背景技术：
1、线上销售商家，商品委托第三方承运商配送到用户，订单从出库到用户签收，依赖第三方承运商保障时效和质量，缺乏监控，进而导致对于一些异常件的处理无法及时发现和介入处理。
技术实现思路
1、本发明的目的是提供一种基于大数据的配送服务质量智能分析系统，用于解决当前的电商物流主要依赖第三方承运商保障时效和质量，缺乏监控，进而导致对于一些异常件的处理无法及时发现和介入处理的问题。
2、本发明的技术方案是这样实现的：
3、一种基于大数据的配送服务质量智能分析系统，包括：大数据模块，用于定期将承运商配送轨迹数据按照轨迹规则子模块中预设的标准化数据处理规则进行标准化处理，进而得到标准化的承运商配送轨迹数据；跟踪模块，与所述大数据模块连接，包括常用线路子模型和跟踪子模型，其中常见线路子模型用于测算历史运输路线时效标准，跟踪子模型用于根据常用路线预测运输中运单是否会超时；管理模块，与所述大数据模块和跟踪模块连接，包括监控告警子模块和工单管理子模块，其中监控告警子模块用于查询跟踪子模型预测的超时运单，工单管理子模块用于将超时严重的运单流转到承运商和客服；可视化模块,与所述跟踪模块连接，包括问题分析子模块和准达率分析子模块，其中问题分析子模块用于显示化超时运单的集中情况，并通过多个分析模块基于运输环节、区域、承运商、仓库和网点多维度分析物流异常原因，准达率分析子模块用于计算每个承运商在各区域的准达情况，进而分析每个承运商在各区域上的时效优劣。
4、可选地，所述系统还包括配置模块，所述配置模块分别与跟踪模块和大数据模块连接，包括轨迹规则子模块和跟踪参数子模块；
5、其中，轨迹规则子模块用于手动设置多个数据处理规则，所述数据处理规则包括运输环节规则、站点规则和异常规则；
6、跟踪参数子模块用于手动设置多个常用线路子模型和跟踪子模型的计算参数。
7、可选地，所述数据处理规则包括运输环节规则、站点规则和异常规则；
8、所述输环节规则包括出库、揽收、中转、派件和签收，出库对应订单包裹打包完成，揽收对应运单的一级分拨中心揽收入库，中转对应运单的二级分拨中心运输，派件对应目的地城市的网点，签收对应运单签收状态；
9、所述站点规则包括揽收点、分拨中心和网点，揽收点为一级分拨中心是仓库的指定揽收点，分拨中心定义为两种，一种为由轨迹提供标记，另一种为通过轨迹路径中关键字清洗，排除一级分拨中心、二级分拨中心和签收点，其他剩余的站点均是网点；
10、所述异常规则包括退件、掉件和网点关停，异常来源包括状态异常、站点故障和运输异常。
11、可选地，所述常用线路子模型参数包括时效更新标准差和最大路线站点数量；
12、时效更新标准差用于判断区域内时效是否属于正常值，最大路线站点数量为路线选择时允许的最大站点数量，其中线路选择通过同区/县路线分段占比，计算全路线最优路径的分拨和网点确定。
13、可选地，定期将承运商配送轨迹数据按照轨迹规则子模块中预设的标准化数据处理规则进行标准化处理，进而得到标准化的承运商配送轨迹数据，包括：
14、对多个承运商配送轨迹数据进行清洗和转换操作，以使其成为标准化的承运商配送轨迹数据；
15、对标准化的承运商配送轨迹数据进行运单轨迹汇总操作；
16、其中，所述清洗和转换操作包括：
17、ods层数据保持原始数据格式不做处理，为dw层提供基础原始数据，进而减少对业务系统的影响；
18、dim层由维度表构成，基于维度建模理念，建立整个企业的一致性维度站点维处理过程：从ods层获取增量轨迹数据，清洗无效轨迹，根据规则判断站点类型，按站点id去重获取最新站点名称、站点类型等信息，通过站点id与原维表数据比较，更新发生变化的站点信息，具体而言，dim层对不同承运商的枢纽站，航运中心，服务部，集运中心等差异化运输网络点进行清洗并处理无效网点，统一识别为有效的一级分拨、二级分拨、网点维度；
19、dw层结构和粒度与ods层保持一致，dw层汇总了dim层的维度数据，通过维表与ods层数据进行清洗关联得到去除空值和无效数据的标准数据，从ods获取增量轨迹\运单数据，dw层根据增量轨迹\运单数据中状态信息：入港状态信息、离港状态信息、转运状态信息、掉件状态信息、包裹异常状态信息和派送中状态信息进行清洗和处理无效状态，将处于运输状态的增量轨迹\运单数据统一识别归纳为有效的出库、揽收、中转、派件和签收5个标准环节，并关联维表，获取维表代理键以便获取当时维表数据信息，并根据分区增量写入原dw表；
20、dwd层结构和dw一致，仅保存最新记录：dwd层物流轨迹明细处理逻辑：从dw获取数据进行去重保留最新数据按时间顺序生成轨迹排序字段，并写入原dwd表中；
21、其中，所述运单轨迹汇总操作为通过基础数据的统计运算，实现指标明细汇总，从dw获取数据按站点+环节去重按轨迹顺序拼接轨迹全部状态，并获取目前最后一条轨迹，清洗无用轨迹，按序拼接记录轨迹主要环节时间和时效，并关联停用区域。
22、可选地，监控告警子模块以常用路线及标准时效为基础，提供分环节的异常数据监控，所述分环节包括揽收环节、中转环节和派件环节，其中揽收环节的异常数据包括揽件超时异常数据，所述中转环节的异常数据包括中转中断异常数据、问题件运输数据和退回件运输数据，所述派送环节的异常数据包括派送超时和签收失败；
23、工单管理子模块针对易产生投诉的异常运单，提前介入处理，异常运单包括：
24、a.隔次日+揽收超时运单；
25、b.隔次日+下单至今>＝3天+中转中断；
26、同时，2小时/次的频次，将该范围内的异常运单，自动化创建为配送问题工单，并流转至各承运商做轨迹确认，以使客服根据承运商确认结果，选择合理的方式处理配送问题。
27、可选地，问题分析子模块实时获取从出库-揽收-中转-派送-签收各环节中，截止当天整体承运体量及承运结果的相关数据，并基于相关数据集中提供从出库-揽收-中转-派送-签收各环节中承运异常的明细单据；
28、其中所述相关数据包括当天揽收包裹量、当天中转包裹量、当天派送包裹量和当天签收包裹量，所述承运异常包括：
29、揽收环节中的揽收超时和揽收时间异常；
30、中转环节中的中转超时、中转中断、问题件和退回件；
31、派送环节中的派送超时和签收失败。
32、可选地，所述准达率分析子模块基于各承运商差异化的运输时效要求，提供仓+省市区县颗粒度下的隔次日包裹送达时效数据，并持续关注承运商运输结果的变动趋势，识别存在的运输异常及风险，同时横向对比各承运商的时效达成情况，挖掘各承运商承运优势区域及劣势区域，为承运商分配策略提供运输能力选择的参考数据。
33、本发明的有益效果是：
34、本发明提供的基于大数据的配送服务质量智能分析系统，能够实现运输过程中的实时监测和数据分析，快速识别潜在的运输问题，并采取相应措施加以处理，加强客户服务和支持渠道经营，有效缩短配送周期，提升客户满意度，增强企业在竞争激烈的市场中的竞争力。
1.一种基于大数据的配送服务质量智能分析系统，其特征在于，包括：
2.根据权利要求1所述的一种基于大数据的配送服务质量智能分析系统，其特征在于，所述系统还包括配置模块，所述配置模块分别与跟踪模块和大数据模块连接，包括轨迹规则子模块和跟踪参数子模块；
3.根据权利要求2所述的一种基于大数据的配送服务质量智能分析系统，其特征在于，所述数据处理规则包括运输环节规则、站点规则和异常规则；
4.根据权利要求2所述的一种基于大数据的配送服务质量智能分析系统，其特征在于，所述常用线路子模型参数包括时效更新标准差和最大路线站点数量；
5.根据权利要求2所述的一种基于大数据的配送服务质量智能分析系统，其特征在于，定期将承运商配送轨迹数据按照轨迹规则子模块中预设的标准化数据处理规则进行标准化处理，进而得到标准化的承运商配送轨迹数据，包括：
6.根据权利要求2所述的一种基于大数据的配送服务质量智能分析系统，其特征在于，监控告警子模块以常用路线及标准时效为基础，提供分环节的异常数据监控，所述分环节包括揽收环节、中转环节和派件环节，其中揽收环节的异常数据包括揽件超时异常数据，所述中转环节的异常数据包括中转中断异常数据、问题件运输数据和退回件运输数据，所述派送环节的异常数据包括派送超时和签收失败；
7.根据权利要求2所述的一种基于大数据的配送服务质量智能分析系统，其特征在于，问题分析子模块实时获取从出库-揽收-中转-派送-签收各环节中，截止当天整体承运体量及承运结果的相关数据，并基于相关数据集中提供从出库-揽收-中转-派送-签收各环节中承运异常的明细单据；
8.根据权利要求2所述的一种基于大数据的配送服务质量智能分析系统，其特征在于，所述准达率分析子模块基于各承运商差异化的运输时效要求，提供仓+省市区县颗粒度下的隔次日包裹送达时效数据，并持续关注承运商运输结果的变动趋势，识别存在的运输异常及风险，同时横向对比各承运商的时效达成情况，挖掘各承运商承运优势区域及劣势区域，为承运商分配策略提供运输能力选择的参考数据。
