您所在企业的规模是？
小型企业（员工 <100人）
中型企业（员工100-999人）
大型企业（员工≥1000人）
您所在的部门主要涉及以下哪项物流活动？
仓储管理
运输配送
供应链规划
客户服务/订单处理
信息技术支持
综合管理
目前，您所在部门的数据统计与分析工作主要由谁负责？
专门的数据分析团队
IT部门
物流运营人员兼任
外包给第三方
尚未系统开展
请评价当前物流数据（如订单、库存、运输时效等）的准确性。（1-非常不准确，5-非常准确）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
目前主要使用哪些工具或系统进行物流数据统计与分析？（可多选）
Excel等电子表格
ERP系统（如SAP, Oracle）
WMS/TMS等专业物流系统
商业智能（BI）软件（如Tableau, Power BI）
自主研发的数据平台
其他（请在后文说明）
现有数据分析结果主要服务于哪些决策？（单选最主要的一项）
日常运营监控与优化
长期战略规划
成本控制与预算
客户服务提升
绩效考核
您认为当前的数据分析对物流效率提升的支持力度如何？（1-完全没有支持，5-支持力度非常大）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
在物流数据分析过程中，目前面临的主要挑战有哪些？（可多选）
数据来源分散，整合困难
数据质量不高（错误、缺失）
缺乏专业数据分析人才
现有工具功能不足或不易用
分析结果未能有效指导行动
管理层重视程度不够
其他（请在后文说明）
您认为提升以下哪方面的数据分析能力对效率改善最迫切？
运输路径与时效优化
库存水平与周转率分析
需求预测与计划
仓储作业效率分析
成本与费用分析
您有多大意愿向同行推荐您公司当前的物流数据管理与分析模式？（0-完全不愿意，10-非常愿意）
请简要描述一个您期望通过数据分析来解决的具体物流效率问题。
未来1-2年，您所在部门在物流数据分析方面的投入预算趋势预计是？
您认为以下哪些新技术（如AI、物联网、大数据平台）对提升物流数据分析效率最有潜力？（可多选）
人工智能（AI）与机器学习
物联网（IoT）与传感器数据
云计算与大数据平台
区块链技术
自动化数据清洗与处理工具