这套流程面向负责承运商组合的物流经理、运营负责人和分析团队。它要回答的不是“哪家承运商总分最高”，而是：在相同线路、服务承诺和包裹条件下，某个差异是否足够稳定，值得调查、谈判或进行受控分流。先建立可比数据，再做决策。
承运商表现高度依赖订单结构。至少按始发地、目的区域、服务等级、包裹重量/尺寸带、承诺日期口径和统计周期分组。只有两家承运商都实际服务过的相近订单组，才适合直接横向比较。
指标名称不等于指标口径。每项指标都应记录分子、分母、起止时间、排除项、数据来源、负责人和刷新频率。以下五项可以作为起点，但是否进入综合分应由业务目标决定。
| 指标 | 建议定义 | 关键边界 |
|---|---|---|
| 准时交付率 | 在客户承诺日期内签收的合格包裹 / 可评估包裹 | 承运商预计日不能自动替代客户承诺日 |
| 运输时长 | 从约定首个有效节点到签收的时长分布 | 同时看中位数和尾部，不只看平均数 |
| 异常率 | 发生已定义异常的包裹 / 可观察包裹 | 损坏、丢失、地址和清关问题应分开 |
| 最终单均成本 | 已对账运输费用 / 同一订单组已结算包裹 | 报价、标签价和最终账单不可混用 |
| 物流咨询率 | 已核实物流相关咨询订单 / 可评估订单 | 区分承运问题、承诺问题和通知问题 |
OTD = n承诺日前签收 ÷ n合格货件分母必须排除项明确，并固定客户承诺日的来源与时区。
Transiti = t签收 − t约定起点对每票先计算，再按订单组展示中位数、P90 和样本量；平均值不能代替尾部表现。
ER = n发生已定义异常 ÷ n可观察货件保留异常类别和责任归属，不把所有异常压成一个无法行动的比例。
CPS = Σ（基础邮资 + 附加费 + 已分摊异常成本）÷ n已结算分子和分母必须来自同一结算窗口；未结算货件单独显示。
SCR = n已核实物流咨询订单 ÷ n合格订单以订单去重，另存承运、仓库承诺、通知和客户原因，避免把客服标签质量误算成承运表现。
承运商、订单组键、统计窗口、合格货件数、五项原始指标、每项样本量与完整率、目标/边界版本、五项标准分、权重、综合分、异常摘要、负责人、下一步和复核日期。原始值、分数和行动必须分列，不能只留下一个总分。
综合分适合帮助团队发现需要下钻的订单组，不适合单独触发淘汰。权重、目标值和容忍区间应由服务承诺、成本目标和风险偏好共同决定。首次上线可以采用示例权重做演练，但在验证前不要称为“行业标准”。
Si = min(100, 100 × xi ÷ Ti)只适合零点有意义且目标前近似线性的比例指标。达到目标即封顶，避免超额表现无限补偿其他失败。
Si = 100 × clamp((Ui − xi) ÷ (Ui − Bi), 0, 1)B 是最佳边界，U 是可容忍上界，且 U > B。边界必须在看结果前确定并版本化。
S = Σ(wi × Si), Σwi = 1综合分只用于定位下钻对象。安全、合规和关键服务失败应作为不可补偿的独立门槛。
C = Σ(wi × Ii)指标可发布时 I=1，否则为 0。未通过完整性门时不发布综合分，也不要默认重分配缺失指标的权重。
| 准时交付 | 异常率 | 运输时长 | 最终成本 | 物流咨询 |
|---|---|---|---|---|
| 30% | 25% | 15% | 15% | 15% |
例如，某个可比订单组五项标准分依次为 96、82、75、88、90，则演练综合分 = 96×30% + 82×25% + 75×15% + 88×15% + 90×15% = 87.25。这个数只能说明“按这套事先约定的权重，应该优先看哪里”，不能证明 87.25 分的承运商适合所有线路。
Δ = pA − pB
SE(Δ) = √(pA(1−pA)/nA + pB(1−pB)/nB)
近似 95% 区间 = Δ ± 1.96 × SE(Δ)这只是在两组观测近似独立时用于筛查的近似值。若货件按仓库、日期、线路或批次聚集，或者两家承运商并非随机接单，应采用分层、聚类稳健方法或受控试验；区间也不能自动触发换承运商。
| 1 | 2 | 3 | 4 | 5 |
|---|---|---|---|---|
| 发现偏差 | 检查数据 | 定位订单组与根因 | 执行小范围试验 | 扩大、修正或回退 |
会议时间和频率由业务节奏决定。固定议程比固定星期几更重要：先确认数据完整性，再看异常订单组，然后分配带负责人和截止日期的动作，最后记录何时复查。
| 级别 | 动作 | 进入条件 |
|---|---|---|
| 观察 | 标记趋势，不改路由 | 单期偏差或样本不足 |
| 调查 | 核验事件、账单和责任归属 | 相同订单组重复偏差 |
| 改进计划 | 与承运商约定措施、负责人和复核窗口 | 根因清晰且可纠正 |
| 受控分流 | 只移动明确订单组并设停止条件 | 备选能力已验证，风险和回退可控 |
分数阈值、连续周期和试验样本量应根据团队基线和风险设定，不存在对所有业务通用的 60 分、三周或固定单量红线。任何自动动作都应有人工复核、影响范围上限和回退条件。
| 天 | 交付物 | 验收问题 |
|---|---|---|
| 1 | 决策说明与责任人 | 评分卡将支持哪个具体决策？ |
| 2 | 可比订单组规则 | 两家承运商是否服务了相似订单？ |
| 3 | 指标测量合同 | 任何分析者能否复算？ |
| 4 | 货件、事件、异常和费用数据表 | 能否沿内部货件 ID 追溯？ |
| 5 | 数据质量检查与初版评分卡 | 缺失和低样本是否清楚可见？ |
| 6 | 一次模拟复盘 | 团队能否从信号走到可验证动作？ |
| 7 | 发布节奏、升级路径和变更日志 | 谁批准阈值与货量变化？ |
