订单履约率与发货及时率 — 全链路订单从下单到签收的履约质量量化体系
Skill-Order-Fulfillment-Rate-Dispatch-Timeliness · 04-供应链
causalexperiment广告与投放供应链与补货WF-A 智能补货WF-B 广告优化WF-I 智能体工程WF-L 内容营销增长
年化 ROI50万
实现难度⭐⭐⭐☆☆
业务优先级⭐⭐⭐⭐⭐
业务视角
适用角色供应链负责人 · 采购负责人 · CEO / 运营 VP
适用平台Amazon FBA · 海外仓 · 多国仓位(美/欧/日)
什么情况下用库存周转率低,资金压在海外仓出不来;SKU 断货紧急空运,物流成本吃掉毛利;多仓库存分布不均
成功是什么样的库存周转天数从 90 天降到 60 天,断货率 <3%,海外仓综合成本降低 15-25%
业务痛点
1. 解决的问题
ODR从0.8%升至1.5%险触Amazon封号红线却不知根因——完整履约漏斗(4层质量门:库存满足→及时发货→配送成功→无争议)+ SKU级缺陷热点识别,精准保护账号健康
2. 核心算法逻辑
书籍核心洞察(陈凤霞):订单履约是供应链"最后一公里"的核心KPI,贯穿从下单到签收的全链路。书中强调:履约率不等于配送成功率——履约率衡量的是"有库存且按时发货"的完整链路,包含库存可用性、发货及时性、配送成功性三个环节,任何一环失败都算履约失败。
3. 业务应用场景
- 业务问题:某母婴卖家Amazon账号健康评分下降,发现ODR(Order Defect Rate)从0.8%升至1.5%(Amazon红线1%),存在封号风险 - 履约率拆解: 1. ODR = 差评率0.3% + A-to-Z索赔率0.8% + 信用卡拒付率0.4% 2. A-to-Z索赔主要来源:3个SKU的货运破损率异常(2.1% vs 正常0.2%) 3. 根因:这3个SKU包装不够厚(婴儿玻璃奶瓶),海运期间碰撞破损 4. 行动:加强外箱包装规格,破损率降至0.15%,ODR在2周内回落至0.7%
- **业务问题**:Prime Day首日发货及时率从98%骤降至65%(仓库临时工不熟悉操作),触发Amazon预警 - **实时履约监控**:每4小时计算一次发货及时率,发现低于85%时立即启动应急方案(加班+借调人员),避免长时间低于阈值触发更严重的处罚
4. 输入数据要求
请查看原始代码模板获取输入规格。
5. 输出结果
请查看原始代码模板获取输出规格。
6. 业务价值 / ROI
- ROI 预估:ODR从1.5%降至0.8%避免Amazon封号风险(封号损失$50万+年营业额);完美履约率每提升1%,平台自然搜索排名约提升2-3位(GMV增量约3-5%);系统建设$2万,防损价值极高
- 实施难度:⭐⭐⭐☆☆(需要整合多平台数据;Amazon提供订单级别的ODR报告,可直接获取;自发货平台需要自建追踪)
- 优先级:⭐⭐⭐⭐⭐(ODR是Amazon账号安全的核心指标,完美履约率直接影响平台排名,是必须追踪的指标)
- 适用规模:所有在Amazon/Shopee/TikTok Shop等平台销售的卖家
- 数据依赖:平台订单API(提供发货时效/投诉/索赔数据);物流商API(破损/丢失数据)
7. 代码模板
代码块数量:2 · 路径:未检测到
"""
订单履约率与发货及时率全链路量化体系
基于《全链路管理》陈凤霞 + 行业最佳实践
完整履约漏斗 + 根因分解 + 风险预警
"""
import numpy as np
import pandas as pd
from typing import Dict, List, Optional
from dataclasses import dataclass
import warnings
warnings.filterwarnings('ignore')
@dataclass
class OrderRecord:
"""订单记录"""
order_id: str
sku_id: str
platform: str
order_time: str
promised_dispatch_time: str # 承诺发货时间
actual_dispatch_time: Optional[str] # 实际发货时间(None=未发货)
promised_delivery_time: Optional[str] # 承诺到达时间
actual_delivery_time: Optional[str]
has_stock: bool # 下单时是否有库存
delivery_success: bool # 是否成功签收
has_damage: bool # 是否有破损
has_complaint: bool # 是否有投诉
class FulfillmentRateAnalyzer:
"""订单履约率分析引擎"""
# 平台发货时效标准(小时)
DISPATCH_STANDARDS = {
'Amazon': 24,
'Shopee': 48,
'TikTok_Shop': 48,
'Own_Store': 72,
}
def compute_fulfillment_funnel(self, orders: List[OrderRecord]) -> Dict:
"""计算完整履约漏斗"""
n = len(orders)
if n == 0:
return {}
# 各层次统计
with_stock = sum(1 for o in orders if o.has_stock)
dispatched_on_time = sum(1 for o in orders
if o.has_stock and o.actual_dispatch_time is not None
and o.actual_dispatch_time <= o.promised_dispatch_time)
delivered_success = sum(1 for o in orders if o.delivery_success)
no_issues = sum(1 for o in orders
if o.delivery_success and not o.has_damage and not o.has_complaint)
return {
'total_orders': n,
'funnel': {
'1_order_fill_rate': {8. 论文来源
未自动抽取;请查看原始 Skill 卡片。