Strategic Insight | 内部战略研讨 (脱敏版)

发现2.1:交付资源的
区域流向图谱

跨区交付占比        为主力净输出区,    为最大净输入区,流向结构稳定且有规律

数据集 DL交付大盘,    条记录,    
(已剔除PM自交付与渠道交付)
有效流向记录     条(占大盘    
(双侧大区信息完整)
本地判定规则: DL侧大区与项目侧大区按下表显式映射后判断,非名称简单匹配。
    /    /    对应:自身大区及    
    对应:自身大区及    
    对应:自身大区及    服务业分部

一、总体流向:    跨区交付占比约    

    
有效记录总量
75.2%
本地交付 (    条)
24.8%
跨区交付 (    条)

四分之一的入职交付由非本地DL完成,这一比例在    内始终存在,是结构性现象,不是偶发调度。

图表1
图表 1:大盘整体按区域流向构成

二、月度趋势与峰谷归因

月度跨区占比在          之间波动。高峰月均由少数    /    大客户集中备货拉动,低谷月是这类项目的退潮期。

图表2
图表 2:月度跨区趋势
月份 跨区占比 最大单一驱动甲方 该甲方跨区量
    (高峰)               (占全月跨区    
    (低谷)      前5甲方合计不足    
    (高峰)              两家)     (占全月跨区    
    (低谷)          退潮     
    (高峰)          +         

    单月跨区从    骤降至    ,一个月落差    ,是整体月度波动的核心变量。

三、项目大区视角:谁在"依赖外区"

从项目流入角度看,各区域对外区DL的依赖程度呈现出明显的两极分化:        超过90%由本地DL完成;    方向(含    )长期在    ,超过一半来自外区。

图表3
图表 3:各大区自给率梯度分布
     /     
        )总交付 / 本地率
     /     
    总交付 / 本地率
     /     
    总交付 / 本地率
     /     
    总交付 / 本地率
     /     
    +    总交付 / 本地率(高度依赖外区)
图表4
图表 4:项目供给率两极分化点阵图

四、DL大区视角:谁在"输送外区"

从DL来源角度看,各区域DL主动输出到外区的规模差异显著。    输出量最大(    人次),约为                

图表5
图表 5:各大区产出输出画像象限图

在跨区流出目的地方面,三个    大区合计向    输送     人次,占全部跨区流量的    ,是最集中的单一流向。

图表6
图表 6:各大区跨区调配净流量池
        构成了一对规模最大的隐性补贴关系:     净输出 +     人次,    净输入 -     人次,两者基本对应。这套关系没有任何书面协议,完全由DL的自主选择形成。
图表7
图表 7:        输出分化曲线

    的输出率在    旺季(    )随    需求同步放大——说明     DL的跨区行为直接响应    需求节奏,而非随机。    自身的输出率则随着本地需求的增长逐渐下降(从    降至    ),说明     DL越来越专注于消化本地需求。

五、主要跨区流向路径

全期跨区流量最集中的前10条路径:

图表8
图表 8:全流向核心通道 Top10

六、核心结论

1. 跨区交付是结构性常态,方向高度稳定

    均值、    持续存在,流向高度集中(        占跨区总量    )。这不是偶发调度的结果,而是有规律的结构性现象。

2.     是最大净输出区,    是最大净输入区

    净输出+    人次,    净输入-    人次,形成规模最大的隐性跨区补贴关系,且完全由DL自主行为形成,未经任何书面安排。

3. 跨区流量随    需求旺季同步放大

说明DL在响应市场信号。    输出率在    旺季同步大幅上升,与    需求节奏高度吻合。DL的跨区行为是在主动响应供需缺口的信息。

4.      DL的输出率在持续下降

说明本地需求在吸收更多本地DL产能。     DL向外输出率从    降至    ,但本地自给率并未因此显著改善——原因是需求增速远超供给积累。

管理建议:这套跨区流向是什么性质?

现状认知缺口

  • 目前感知跨区的渠道:PM求援 → 事后的、主观的、不完整的
  • 数据揭示的实际图景:方向稳定、规模可预期、旺季同步放大 → 高度有规律

关键判断(决定后续所有策略的分叉点)

如果是市场在正常运作
  • DL去     = 响应真实需求缺口
  • 干预 = 打断有效机制,代价高
如果是市场出了问题
  • DL去     ≠ 真实需要
  • 不干预 = 放任失灵,损失大

两种情况处方截然不同。做出判断的前提:两类目前缺失的数据。

缺什么数据,以及当前建议

缺失数据①:DL选项目的行为记录

现有数据只有"结果"(DL最终去了哪),没有"过程"(他看了哪些、拒绝了哪些)

用途:区分"项目本身不划算,DL主动放弃"vs"信息没到位或激励有问题"——两种情况处方完全不同。

缺失数据②:各项目的实际招募目标

现有数据只有"到岗量",没有"任务量"(甲方要求招多少人)

用途:判断流向是在填真实缺口,还是集中堆在本来就不缺人的热门项目上。

当前建议
  • 保护已有机制:        的自发弹性供给正在运转,无证据表明失灵前,克制干预。
  • 优先建数据基础设施:以上两类数据是做任何流向决策的前置条件。
→ 发现2.2 接续分析: 即便暂不干预流向,    的缺口究竟能靠本地建设解决吗?数据显示这里存在一个结构性障碍——详见发现2.2。