داده های ۱۴۰۴ از تقاضای حمل بار در مشهد چه می گویند؟
بررسی داده های عملیاتی سال ۱۴۰۴ نشان می دهد تقاضای حمل بار در مشهد از نظر محله، زمان و نوع خدمت الگوی یکسانی ندارد. تحلیل ۲۰٬۳۶۰ سفارش در مناطق پرتراکنش و ۵۰٬۱۸۰ تماس ورودی، تفاوت قابل توجه میان ماه ها، نرخ تبدیل و ترکیب خدمات را آشکار می کند. این گزارش با تکیه بر داده های مدیربار، تصویری از رفتار تقاضای حمل و نقل شهری و ظرفیت استفاده از داده برای تصمیم گیری دقیق تر ارائه می دهد.
بررسی داده های عملیاتی حمل و نقل در مشهد نشان می دهد تقاضای جابه جایی فقط از یک محله به محله دیگر تغییر نمی کند؛ زمان، نوع خدمت و نتیجه تماس نیز در شکل گیری الگوی تقاضا نقش دارند. داده های سال ۱۴۰۴ هم توزیع سفارش در محله های پرتراکنش و هم روند تماس، نرخ تبدیل و ترکیب خدمات را نشان می دهند.
در نمای جغرافیایی، ۲۰ محدوده پرتراکنش ۲۰ هزار و ۳۶۰ سفارش داشته اند. در نمای فرایندی نیز ۵۰ هزار و ۱۸۰ تماس ورودی ثبت شده است. کنار هم قرار گرفتن این لایه ها، همان رویکرد داده محوری است که در تحلیل های عملیاتی مدیربار برای شناخت رفتار تقاضا به کار گرفته می شود.
امامت، الهیه و هاشمیه در صدر تقاضای محله ای
بلوار امامت با ۱۶۵۰ سفارش در رتبه نخست قرار دارد. پس از آن، الهیه با ۱۵۶۰ سفارش و هاشمیه با ۱۴۹۰ سفارش قرار گرفته اند.
مجموع سفارش این سه محدوده ۴۷۰۰ مورد، معادل ۲۳.۱ درصد کل سفارش هاست. میانگین سفارش نیز ۱۰۱۸ مورد برای هر محدوده است. بنابراین حجم سفارش امامت حدود ۶۲ درصد، الهیه ۵۳ درصد و هاشمیه ۴۶ درصد بالاتر از میانگین بوده است.
سهم پنج محدوده نخست حدود ۳۵.۶ درصد است؛ یعنی ۶۴.۴ درصد سفارش ها خارج از پنج محدوده اول ثبت شده اند. پس تقاضا در سطح شهر پراکندگی قابل توجهی دارد.
موضوع تصویر: رتبه بندی محله های پرتراکنش مشهد و سهم سه و پنج محدوده نخست از کل سفارش ها.
تقاضا در طول سال ثابت نبوده است
در سال ۱۴۰۴، ۵۰ هزار و ۱۸۰ تماس ورودی ثبت شده؛ میانگین ماهانه حدود ۴۱۸۰ تماس. اما اختلاف ماه ها قابل توجه است.
مرداد با ۵۴۹۰ تماس پرترافیک ترین ماه سال بوده و پس از آن شهریور با ۵۳۲۰ و مهر با ۵۲۱۰ تماس قرار گرفته اند. در طرف مقابل، اسفند با ۲۲۴۰ تماس و فروردین با ۲۳۱۰ تماس کمترین حجم را داشته اند. بنابراین حجم تماس در مرداد حدود ۲.۴ برابر اسفند بوده است.
این نوسان نشان می دهد میانگین سالانه به تنهایی برای برنامه ریزی ظرفیت عملیاتی کافی نیست.
تماس بیشتر همیشه به معنای نرخ تبدیل بالاتر نیست
از ۵۰ هزار و ۱۸۰ تماس ثبت شده، ۱۸ هزار و ۳۰ خروجی خدمت در سه گروه بیجک، بارنامه و اعزام کارگر ثبت شده است. نسبت کل خدمات به تماس ها حدود ۳۵.۹ درصد و میانگین ساده نرخ تبدیل ماهانه حدود ۳۶.۵ درصد بوده است.
اردیبهشت با ۳۱۳۰ تماس و ۱۴۳۰ خروجی خدمت، نرخ تبدیلی حدود ۴۵.۷ درصد داشته است. در مقابل، دی با ۳۷۱۰ تماس و ۹۵۰ خدمت، نرخ تبدیلی نزدیک به ۲۵.۶ درصد ثبت کرده است. مرداد نیز با وجود بیشترین تعداد تماس سال، نرخ تبدیلی حدود ۳۴.۴ درصد داشته است.
بنابراین افزایش تماس لزوما به همان نسبت به افزایش خدمت نهایی منجر نمی شود و باید میان «حجم تقاضای ورودی» و «تبدیل تقاضا به خدمت» تفاوت گذاشت.
ترکیب خدمات نیز یکدست نیست
۱۸ هزار و ۳۰ خروجی ثبت شده شامل حدود ۱۰ هزار و ۶۰ بیجک، ۵۸۷۰ بارنامه و ۲۱۰۰ درخواست اعزام کارگر است. بیجک حدود ۵۵.۸ درصد، بارنامه حدود ۳۲.۶ درصد و درخواست اعزام کارگر حدود ۱۱.۶ درصد کل خروجی خدمات را تشکیل می دهند.
اوج این خدمات نیز در یک ماه اتفاق نیفتاده است. بیشترین بیجک در تیر با ۱۳۳۰ مورد ثبت شده، بیشترین بارنامه در مهر با ۸۳۰ مورد بوده و درخواست نیروی کار نیز در مهر با ۳۶۰ مورد به بیشترین مقدار رسیده است.
این تفاوت نشان می دهد «تقاضای حمل و نقل» یک متغیر واحد نیست. تحلیل های مدیربار زمانی دقیق تر می شوند که نوع خدمت در کنار تعداد تماس و سفارش بررسی شود، نه اینکه همه خروجی ها در یک عدد تجمیع شوند.
موضوع تصویر: روند ماهانه تماس و نرخ تبدیل در کنار ترکیب ۱۸٬۰۳۰ خدمت شامل بیجک، بارنامه و اعزام کارگر.
آیا می توان علت برتری امامت، الهیه و هاشمیه را مشخص کرد؟
داده های موجود امکان توصیف دقیق تر وضعیت را فراهم می کنند، اما هنوز برای اثبات علت کافی نیستند.
اکنون مشخص است که حجم تقاضا در ماه های مختلف تغییر می کند، نرخ تبدیل ثابت نیست و ترکیب خدمات نیز تفاوت دارد. بنابراین اختلاف سفارش میان محله ها می تواند علاوه بر ویژگی های خود منطقه، تحت تاثیر زمان ثبت سفارش و نوع خدمت نیز باشد.
اگر سهم بیشتری از سفارش های یک محله در ماه های پرترافیک ثبت شده باشد، بخشی از اختلاف آن ممکن است اثر زمانی باشد. دو محله با سفارش مشابه نیز می توانند از نظر نوع خدمت متفاوت باشند.
اما نمودارهای فعلی این متغیرها را به تفکیک امامت، الهیه و هاشمیه نشان نمی دهند. بنابراین نمی توان نتیجه گرفت رتبه بالاتر یک محله ناشی از تبلیغات، قیمت، رضایت مشتری یا عامل مشخص دیگری بوده است. برای تحلیل علّی، باید تعداد تماس، سفارش نهایی، نوع خدمت و زمان ثبت سفارش برای هر محله به یکدیگر متصل شوند.
از ثبت سفارش تا تصمیم گیری مبتنی بر داده
اهمیت این داده ها فقط در تهیه گزارش سالانه نیست. وقتی زمان، موقعیت جغرافیایی، نوع خدمت و نتیجه تماس در یک ساختار تحلیلی کنار هم قرار بگیرند، می توان از پاسخ به پرسش «چه اتفاقی افتاده؟» به سمت «چرا اتفاق افتاده؟» حرکت کرد.
برای نمونه، داده ها می توانند نشان دهند چرا نرخ تبدیل اردیبهشت از مرداد بیشتر بوده یا چرا اوج بیجک و بارنامه در ماه های متفاوت رخ داده است. این شیوه تحلیل، نشانه حرکت از ثبت ساده سفارش به سمت تصمیم گیری مبتنی بر داده و زیرساخت فناورانه است.
اتصال داده محله ها به نوع خدمت می تواند در آینده تصویر دقیق تری از الگوی اسباب کشی مشهد ارائه کند. تحلیل باربری مشهد بر اساس زمان، محل و نوع درخواست نیز می تواند تفاوت های تقاضا را روشن تر کند.
در مجموع، داده های ۱۴۰۴ نشان می دهند بازار حمل و نقل مشهد پراکنده است، اما رفتار آن کاملا تصادفی نیست. محل، زمان، نوع خدمت و نرخ تبدیل هر کدام بخشی از الگوی تقاضا را توضیح می دهند. در چنین مدلی، داده های عملیاتی مدیربار از یک گزارش گذشته نگر فراتر می روند و به ورودی قابل اندازه گیری برای تحلیل و برنامه ریزی تبدیل می شوند.
یادداشت روش شناسی: داده های محله ای شامل ۲۰٬۳۶۰ سفارش در ۲۰ محدوده پرتراکنش و داده های فرایندی شامل ۵۰٬۱۸۰ تماس و ۱۸٬۰۳۰ خروجی خدمت در سال ۱۴۰۴ است. چون این دو مجموعه از دو نمای عملیاتی متفاوت استخراج شده اند، در این گزارش به عنوان یک جامعه آماری واحد در نظر گرفته نشده اند.
