追跡データを活用した配送分析ダッシュボードの構築
生の追跡データを実用的な配送分析に変換する方法を解説します。配送業者のパフォーマンス、配達パターン、コスト最適化の機会を可視化するダッシュボードを構築しましょう。
WhereParcel Team
生の追跡イベントは、正しく分析すれば配送インテリジェンスの宝庫です。追跡データの上に分析ダッシュボードを構築することで、パフォーマンスの低い配送業者を特定し、配送ルートを最適化し、配達時間を短縮することができます。このチュートリアルでは、実用的な配送分析システムの構築方法を解説します。
何を測定するか
コードを書く前に、重要な指標を定義しましょう。
基本的な配達指標
| 指標 | 計算式 | 重要な理由 |
|---|---|---|
| 平均輸送日数 | 輸送日数の合計 / 総配送数 | 配達速度のベースライン |
| 定時配達率 | 定時配達数 / 総配達数 x 100 | 配送業者の信頼性指標 |
| 例外発生率 | 例外が発生した配送数 / 総配送数 x 100 | 配送体験の品質 |
| 初回配達成功率 | 初回で配達成功した数 / 総配達数 x 100 | ラストマイルの効率性 |
ビジネス指標
| 指標 | 計算式 | 重要な理由 |
|---|---|---|
| WISMO率 | 追跡に関する問い合わせ数 / 総配送数 x 100 | 顧客体験の品質 |
| 配達1件あたりのコスト | 配送業者の総コスト / 配達成功数 | コスト効率 |
| 返品配送率 | 返品配送数 / 総配送数 x 100 | 商品またはフルフィルメントの問題 |
追跡データの収集
WhereParcelのWebhookを使用して、追跡イベントを分析用データベースにストリーミングします。POST /v2/webhooks/register に recurring: true で荷物を登録すると、WhereParcelはポーリングのサイクルごとに、サブスクリプション内のすべての荷物を含むWebhookを1回送信します。各荷物には全イベント履歴(古い順)が入っているため、イベントは重複しないように保存します。
// Webhook receiver - store events for analytics
// rawBody is kept so you can verify X-WhereParcel-Signature (see Webhook Best Practices)
app.post('/webhooks/tracking', express.json({ verify: (req, _res, buf) => { req.rawBody = buf; } }), async (req, res) => {
if (!isValidSignature(req.rawBody, req.get('X-WhereParcel-Signature'))) {
return res.status(401).end();
}
res.status(200).json({ received: true }); // answer fast: deliveries are not retried
// One webhook = every parcel in the subscription, each with its full history
for (const item of req.body.data.trackingItems) {
if (item.status !== 'success' || !item.trackingData) continue; // lookup failed this cycle
// Store raw events for detailed analysis (de-duplicated: the same events arrive every cycle)
for (const e of item.trackingData.events) {
await db.trackingEvents.upsert(
{ trackingNumber: item.trackingNumber, timestamp: e.timestamp, description: e.description },
{ $setOnInsert: {
carrier: item.carrier.code, // carrier is { code, name, country }
status: e.status, // one of the nine standardized statuses
location: e.location,
receivedAt: new Date(),
} }
);
}
// Update shipment summary record
await updateShipmentSummary(item);
}
});
async function updateShipmentSummary(item) {
const events = item.trackingData.events; // oldest first
const pickedUp = events.find((e) => e.status !== 'pending'); // first scan after the label was created
const delivered = events.find((e) => e.status === 'delivered');
const updates = {
carrier: item.carrier.code,
currentStatus: item.currentStatus,
lastUpdated: new Date(),
eventCount: events.length, // the full history arrives each time: set it, don't increment
hasException: events.some((e) => ['failed', 'returned', 'lost'].includes(e.status)),
};
// Record milestone timestamps (stored as Date so the range queries below work)
if (pickedUp) updates.pickedUpAt = new Date(pickedUp.timestamp);
if (delivered) {
updates.deliveredAt = new Date(delivered.timestamp);
updates.transitDays = daysBetween(pickedUp?.timestamp, delivered.timestamp);
}
// Carrier's own ETA, when the carrier publishes one (optional field)
if (item.trackingData.estimatedDelivery) {
updates.carrierEstimatedDelivery = new Date(item.trackingData.estimatedDelivery);
}
await db.shipmentSummaries.upsert(
{ trackingNumber: item.trackingNumber },
{ $set: updates }
);
}
分析クエリの構築
配送業者パフォーマンスの比較
async function getCarrierPerformance(dateRange) {
const results = await db.shipmentSummaries.aggregate([
{
$match: {
deliveredAt: { $gte: dateRange.start, $lte: dateRange.end },
},
},
{
$group: {
_id: '$carrier',
totalShipments: { $sum: 1 },
avgTransitDays: { $avg: '$transitDays' },
onTimeCount: {
$sum: { $cond: [{ $lte: ['$transitDays', '$estimatedDays'] }, 1, 0] },
},
exceptionCount: {
$sum: { $cond: ['$hasException', 1, 0] },
},
},
},
{
$project: {
carrier: '$_id',
totalShipments: 1,
avgTransitDays: { $round: ['$avgTransitDays', 1] },
onTimeRate: {
$round: [{ $multiply: [{ $divide: ['$onTimeCount', '$totalShipments'] }, 100] }, 1],
},
exceptionRate: {
$round: [{ $multiply: [{ $divide: ['$exceptionCount', '$totalShipments'] }, 100] }, 1],
},
},
},
{ $sort: { onTimeRate: -1 } },
]);
return results;
}
ルート別の輸送時間
async function getTransitTimeByRoute(carrier, dateRange) {
return db.shipmentSummaries.aggregate([
{
$match: {
carrier,
deliveredAt: { $gte: dateRange.start, $lte: dateRange.end },
},
},
{
$group: {
_id: {
origin: '$originCountry',
destination: '$destinationCountry',
},
avgDays: { $avg: '$transitDays' },
minDays: { $min: '$transitDays' },
maxDays: { $max: '$transitDays' },
p90Days: { $percentile: { input: '$transitDays', p: [0.9], method: 'approximate' } },
count: { $sum: 1 },
},
},
{ $match: { count: { $gte: 10 } } }, // Only statistically significant routes
{ $sort: { avgDays: 1 } },
]);
}
日別配達トレンド
async function getDailyDeliveryTrends(dateRange) {
return db.shipmentSummaries.aggregate([
{
$match: {
deliveredAt: { $gte: dateRange.start, $lte: dateRange.end },
},
},
{
$group: {
_id: { $dateToString: { format: '%Y-%m-%d', date: '$deliveredAt' } },
delivered: { $sum: 1 },
avgTransitDays: { $avg: '$transitDays' },
exceptions: { $sum: { $cond: ['$hasException', 1, 0] } },
},
},
{ $sort: { _id: 1 } },
]);
}
ダッシュボードのレイアウト
ダッシュボードを論理的なセクションに整理しましょう。
概要セクション
- 総配送数(当期 vs 前期)
- 平均輸送時間のトレンド
- 全体の定時配達率
- アクティブな例外の件数
配送業者パフォーマンスセクション
- 配送業者の横並び比較テーブル
- 配送業者ごとの輸送時間分布チャート
- 配送業者別の例外率の推移
ルート分析セクション
- 出発地/到着地別の輸送時間ヒートマップ
- 最速・最遅ルートのトップ10
- ルートレベルの例外パターン
例外モニタリングセクション
- 種類・重要度別のアクティブな例外
- 例外解決時間のトレンド
- 配送業者固有の例外パターン
分析から得られる実践的なインサイト
以下は、発見される可能性のある実際のパターンの例です。
1. 配送業者選択の最適化
Carrier A: Avg 3.2 days, 94% on-time, $8.50/shipment
Carrier B: Avg 2.8 days, 91% on-time, $12.00/shipment
Carrier C: Avg 4.1 days, 97% on-time, $6.00/shipment
時間に敏感な配送には、Carrier Bが最速です。信頼性を伴うコスト最適化には、Carrier Cが最良の選択肢です。これらの判断が、仮定ベースではなくデータドリブンになります。
2. ルート別の配送業者パフォーマンス
ある配送業者が国内では優秀でも、国際配送では低い成績を示す場合があります。ルートレベルの分析でこれが明らかになります。
Carrier A: US → US: 2.1 days avg (excellent)
Carrier A: US → KR: 8.5 days avg (poor — competitors average 5.2 days)
3. 季節的なパターン
繁忙期、梅雨の時期、大規模セールイベントはすべて輸送時間に影響します。過去の分析データは以下の計画に役立ちます。
- 繁忙期の配送業者キャパシティの確保
- 遅延時のお客様へのコミュニケーション
- 輸送距離を短縮するための在庫配置
始め方
- Webhookの収集を設定する — 今日から追跡イベントのキャプチャを始めましょう
- 指標を定義する — まず追跡すべき3〜5個の主要指標を選びましょう
- 基本的なクエリを構築する — 配送業者の比較と日別トレンドが最も価値が高い分析です
- 反復する — 追跡すべきパターンが見つかるにつれて、分析の軸を追加していきましょう
必要なデータはすでに追跡連携を通じて流れています。それを分析に変換することが、配送をコストセンターから競争優位性へと変革するステップです。プレイグラウンドで追跡データのフォーマットをご確認いただけます。対応キャリア一覧もぜひご覧ください。
Webhookを使ったデータ収集の設定について詳しくは、Webhook ベストプラクティスガイドをご覧ください。
ご希望の配送業者が見つかりませんか?リクエストいただければ迅速に対応いたします。
配送業者をリクエスト →もっと見る
何か聞きたいことがあれば、気軽にどうぞ。 Discordに来てください — WhereParcelを作った開発者が直接メッセージを読んで返信します。ボットもチケットもなし。気軽に話しかけてください。
Discordに参加 → Slackに参加 →