anomalie
L’utilizzo della dashboard così realizzata fa emergere una serie considerevole di aspetti degni di nota.
Come precedentemente accennato, l’analisi sulle anomalie è stata condotta seguendo due differenti fronti d’indagine: un primo fronte relativo ad aspetti condizionali e un secondo fronte relativo ad aspetti causali. In altre parole, nel primo fronte di indagini ci si è concentrati sul capire quali sono le condizioni, in presenza delle quali, si ha una maggiore presenza di anomalie, mentre nel secondo fronte di indagini ci si è concentrati sul capire dove possa essere ricercata la causa delle anomalie.
Dal primo fronte di indagini emerge come vi sia un andamento molto singolare e inatteso del numero di anomalie per numero di colli, evidenziando un picco di anomalie nelle spedizioni composte da un solo collo e un crollo dello stesso al crescere del numero di colli spediti. Si può inoltre osservare come il numero di anomalie nelle spedizioni composte da un solo collo, sia 4 volte e mezzo superiore al numero di anomalie nelle spedizioni formate da 2 colli (17.419 contro 3.891).
Figura 5.8: Numero di anomalie per numero di colli
Per quanto riguarda invece il secondo fronte di indagini, si parte dal presupposto che le anomalie o vengono generate a monte, e cioè da attribuire all’ente di carico, oppure sono da attribuire alle cattive performance del fornitore del servizio di trasporto. Nel primo caso, denominato con X il fornitore del servizio di trasporto selezionato, non ci si aspetta una sensibile variazione percentuale delle anomalie per ente di carico tra il caso generale e il caso in cui il fornitore non è X. Nel secondo caso invece questa variazione esiste ed è apprezzabile.
Le immagini seguenti mostrano il confronto tra le percentuali di anomalie per ente di carico nel caso generale e quando il fornitore del servizio di trasporto non è Morelli Group.
Figura 5.9: Percentuali di anomalia per ente di carico nel caso generale e per Morelli Group
Dal raffronto emerge come tutti gli enti di carico che presentano percentuali di anomalie superiori alla soglia imposta del 2%, o vicine a tale soglia, vedono la propria percentuale di anomalia scendere sensibilmente. Emblematica in tal senso è la situazione di Plant Quarto Nathanumbro che vede la sua percentuale di anomalie scendere di oltre 6 punti percentuali (dall’8,02% al 1,72%) quando il fornitore del servizio di trasporto non è Morelli Group. Si può quindi concludere affermando che quest’ultimo è certamente responsabile di una parte considerevole delle anomalie registrate, e che la sua posizione di learder incontrastato in termini di volumi non è accompagnata da un’altrettanta posizione di leadership in termini di eccellenza qualitativa del servizio messo a disposizione.
La possibilità offerta da Metabase di navigare tra i dati consente di portare alla luce un ulteriore aspetto nascosto, legato alla criticità delle singole tratte ente di carico-cliente receiver.
In particolare, navigando tra i dati relativi al numero di anomalie per numero di colli, raggruppando per ente di carico e cliente receiver e contando il numero di righe, emerge come le tratte Plant Nayadedel Friuli-Milano365 e Plant Elsaa mare-Noventa Vicentina10 siano quella che presentano una maggiore criticità. Si contano infatti un totale di 100 anomalie su 606 spedizioni, cioè circa il 16,5%, per la prima tratta e 51 su 484, cioè circa il 10,5% per la seconda; quando il numero di colli è uguale a 1.
L’immagine seguente mostra il numero di anomalie per singola tratta quando il numero di colli è uguale a 1 e quando il numero di colli è uguale a 2.
Figura 5.10: Numero di anomalie per tratta per le spedizioni da 1 e 2 colli
La situazione peggiora ulteriormente se si va ad eliminare il filtro sul numero di colli, emerge infatti una terza tratta anch’essa particolarmente problematica, la tratta Plant Mircoligure-Livigno2 con ben 92 anomalie su un totale di 182 spedizioni totali, cioè oltre il 50%.
Figura 5.11: Numero di anomalie per tratta
Più in generale emerge come sia proprio la zona di Livigno, con i suoi due clienti receiver Livogno1 e Livigno2 a far registrare percentuali di anomalia record con un totale di 135 anomalie su 263 spedizioni, ovvero oltre il 51%.
Esauriti così i due fronti di indagine sopra descritti, l’analisi delle anomalie ha visto il focus spostarsi sulla ricerca delle cause più frequenti di anomalie e più in particolare sulla ricorrenza, in termini percentuali, delle problematiche di anomalia.
L’approccio seguito per rispondere a questa nuova business question risulta essere certamente in controtendenza con l’approccio esplorativo top-down fin qui seguito, in questo particolare caso si è infatti preferito seguire un approccio diametralmente opposto al precedente, procedendo cioè in maniera bottom-up da uno scenario più dettagliato risalendo via via verso uno scenario più generale. In particolare, si possono individuare 3 diversi livelli di dettaglio, partendo dal livello 1, il più dettagliato, risalendo fino al livello 3, il meno dettagliato; in appendice si riporta la query SQL creata per seguite quest’approccio.
Figura 5.13: Rappresentazione dell’approccio adottato Livello 3: •Anomalia Livello 2: •Numero di colli e anomalia Livello 1: •Tratta, numero di colli e anomalia
Per quanto riguarda il primo livello di dettaglio si sono analizzate le top 5 tratte in termini di volumi di trasporto, per un totale del 10% circa del numero totale di spedizioni, senza tuttavia che siano emersi fattori rilevanti.
Risalendo al secondo livello di dettaglio emerge come oltre il 44% delle anomalie nelle spedizioni composte da un solo collo presentano nella causale di anomalia la dicitura “Altri
motivi di anticipo dovuti al corriere” e oltre il 10% presentano la dicitura “Chiuso per ferie/lavori/spazio”. L’immagine seguente fornisce maggiori dettagli.
Figura 5.14: Ricorrenza delle problematiche di anomalia per le spedizioni da un collo
L’analisi su questo livello è stata condotta allo stesso modo fino ad un numero di 10 colli per un totale di circa il 74% del numero totale di anomalie. In tutti e 10 i casi è emerso come la causale di anomalia “Chiuso per ferie/lavori/spazio” si presenta sempre tra le prime due o tre problematiche di anomalia.
Questa costatazione lascia intendere quindi la presenza di non poche problematiche legate alla comunicazione tra l’ente di carico e il cliente receiver. Supposizione supportata anche dal fatto che la dicitura “Merce rifiutata dal cliente senza esplicita motivazione”, presenta in tutti e 10 i casi valori percentuali significativi, quasi sempre intorno all’8%.
Risalendo ulteriormente nel livello di dettaglio il fenomeno appena descritto si riconferma, fornendo quindi una visione di massima sintesi dell’aspetto. L’immagine seguente fornisce maggiori dettagli al riguardo.
Figura 5.15: Ricorrenza delle problematiche di anomalia nel caso generale
Vista la rilevanza di quanto emerso si è preferito integrare la dashboard di analisi delle anomalie con la question di ricorrenza delle problematiche, in modo che fornisca anche una visione immediata di ripartizione.