算是有吧，没按时发货的会影响店铺分的。

服务评分是什么？
服务评分是体现商家综合服务能力的模型，模型指标覆盖了交易的各环节，为广大商家提供了评估店铺综合服务能力的数据支持，有助于商家提升用户对其店铺服务的认可度，获得更多的平台支持。
服务评分排名表示店铺服务能力水平的差异，是根据店铺的客服、物流、售后、纠纷四项指标和加分项的综合表现情况进行对比计算得出；服务评分排名率越高（越接近100%）越好，代表店铺服务能力水平超过的大盘的店铺数量越多。
服务评分排名的计算方式？
指标→因子→服务评分排名
第一步：由指标表现计算出因子得分
根据店铺各指标在行业中的相对表现情况计算出指标分（指标相对表现越好，指标分越高），再结合因子下各指标的配比计算出因子得分。因子排名率反映该因子得分在大盘中的水平，因子排名率越高代表店铺此项因子水平超过的店铺数量越多。
第二步：由因子得分、加分项，计算出服务评分总分
客服咨询得分*权重 + 物流履约得分*权重 + 售后服务得分*权重 + 交易纠纷得分*权重 + 加分项得分 = 服务评分总分
第三步：由服务评分的总分计算排名
根据店铺服务评分的总分在大盘的范围内进行排名比较，计算出服务评分排名。
服务评分因子权重说明？
根据小商店主营类目特性和导向，不同类目下的因子权重侧重点不同。
小商店主营类目如何确定？
根据小商店最近30天的订单，计算每个一级类目下GMV占该店铺总GMV的占比，占比最高的类目作为小商店店铺类目。
因子权重配置优先级？
通常情况下按照店铺所属一级类目权重规则进行计算；若店铺所在类目为某些特殊二级类目，则按照对应的特殊二级类目权重规则计算。此外，若由于样本量不足导致某项因子无得分的情况时，该因子权重会根据模型算法自动分配至其他因子下，若出现权重配比公式与实际权重配比有差异的情况，以实际模型计算出的店铺综合体验得分为准。
服务评分出现“-”的原因？
店铺近期暂时不存在足够的有效数据量（如新店、近期无销量的店铺）
为什么我的店铺服务评分排名会出现突然下降幅度较大的情况？
可能是该店铺原来某个指标没有数值，某一天该指标累计足够有效数据后出现了店铺自己的数值，且低于大盘均值。
可能是商家自身服务存在异常。
店铺各项指标都维持平日水平，为什么服务评分排名却在下降？
大盘竞争激烈，且整体表现提升时，店铺需要进步速度比行业快，方可提升。
为什么店铺最近都没有产生新数据，服务评分排名却在下降？
服务评分各指标的计算周期是一种“动态数据”，每当新的一天的数据计入，就有旧的一天的数据会移除计算范围。指标的变化进一步引起了服务评分排名的波动。
以售后服务时长举例，假如30天前有一个售后服务单数据移出了计算周期，最近又没有新增的售后服务单数据，那么可能会产生以下变化：当该移出取数周期的售后服务单数据较店铺平均售后服务时长更短，是一个好的数据，就会造成在没有发生新的售服务单产生的情况下，平均售后服务时长更长，表现变差；反之则会时长变短指标表现变好；该单售后与平均值差异越大，数据的升降越明显。
为什么提升效果不明显？
由于服务评分中每一个指标都有一个取数周期，每当产生一条新指标数据后，在取数周期内这条数据都会持续产生影响。因此当有表现不好的数据产生时，需要有更多表现好的新数据去平均那些表现不好的数据才能消除之前数据的影响。如果没有新数据的积累，那么之前数据的影响需要等到移出取数周期内才会消除。提升效果的显著程度取决于每个指标在取数周期内的平均值的提升情况，持续的保持好数据的积累预防坏数据的产生能够帮助提升效果更加显著。