业务场景建模：配送场景、关键指标与数据采集范围
在构建ETA预测模型与运费成本分析体系之前，必须对业务场景进行结构化建模。本章将定义三类核心配送场景、三项关键业务指标以及数据采集的范围与粒度，为后续的参数配置与模型训练奠定统一的数据基础。
2.1 配送场景定义
根据物流网络特征与客户需求差异，将配送场景划分为以下三类。不同场景在ETA计算逻辑、成本构成与数据采集要求上存在显著差异。
| 场景类型 | 定义 | 典型距离 | ETA关键变量 | 成本结构特征 |
|---|---|---|---|---|
| 同城配送 | 同一城市行政区域内，从仓库/门店到终端客户的配送 | 0–50 km | 交通拥堵指数、小区门禁、电梯等待 | 人力成本占比高，燃油/电费固定 |
| 跨城配送 | 不同城市之间的干线运输+末端派送 | 50–800 km | 高速公路路况、收费站排队、天气影响 | 燃油/过路费占比高，时效波动大 |
| 多温层配送 | 在同一车辆或批次中同时配送常温、冷藏、冷冻商品 | 0–200 km | 温区隔离时间、卸货顺序、制冷设备能耗 | 设备折旧+能耗成本显著，需按温区分摊 |
建模提示： 多温层场景是当前冷链物流的难点。ETA预测需额外考虑“温区切换时间”与“制冷设备启停频率”两个特征变量，否则模型会低估实际配送时长。
2.2 关键业务指标定义
为量化配送场景的运营表现，定义以下三项核心指标。所有指标均需支持按场景、按城市、按温区、按时间段进行下钻分析。
| 指标名称 | 计算公式 | 目标值参考 | 数据来源 |
|---|---|---|---|
| 准时率 | 准时送达订单数 ÷ 总订单数 × 100% | 同城 ≥ 95%，跨城 ≥ 90%，多温层 ≥ 88% | GPS轨迹 + 签收时间戳 |
| 成本率 | 实际配送成本 ÷ 配送收入 × 100% | 同城 ≤ 45%，跨城 ≤ 35%，多温层 ≤ 55% | 财务系统 + TMS费用明细 |
| 异常率 | 异常订单数 ÷ 总订单数 × 100% | 同城 ≤ 3%，跨城 ≤ 5%，多温层 ≤ 4% | 客服工单 + 异常上报系统 |
指标联动分析： 准时率与成本率通常呈负相关——为提升准时率而增加运力或选择更快的运输方式，会导致成本率上升。ETA模型的目标是在两者之间找到最优平衡点，而非单纯追求单一指标最优。
2.3 数据采集范围说明
数据采集是建模的基础。根据业务场景与指标需求，将数据源划分为以下四个层级。每个层级的数据采集频率、精度与存储方式均有明确要求。
2.4 数据采集规范与质量要求
为确保模型输入数据的准确性与一致性，制定以下采集规范：
- 时间戳统一： 所有系统统一使用 UTC+8 时间，精度到秒，禁止使用本地时间混用。
- 坐标精度： GPS坐标保留小数点后6位（约0.1米精度），采集频率不低于每30秒一次。
- 缺失值处理： 轨迹数据缺失超过连续5分钟时，标记为“轨迹中断”并记录原因代码。
- 成本分摊规则： 多温层配送的制冷能耗按各温区实际占用时长与体积比例分摊，需在数据采集时记录温区开关时间。
- 异常标记： 所有异常订单（拒收、破损、超时、地址错误）需在数据采集时同步标记异常类型码，便于后续异常率统计与根因分析。
常见数据采集陷阱： 部分系统仅采集“计划送达时间”而非“实际签收时间”，导致准时率计算失真。务必确保签收时间戳来自终端设备（PDA/手机APP）的自动记录，而非人工补录。
2.5 场景-指标-数据映射矩阵
以下矩阵展示了三类配送场景与关键指标、数据采集层级之间的映射关系，用于指导后续建模时的特征工程与参数配置。
| 配送场景 | 核心指标 | 依赖数据层级 | 特殊数据字段 |
|---|---|---|---|
| 同城配送 | 准时率、成本率 | L1 + L2 + L3 | 小区门禁类型、电梯等待时间、停车位距离 |
| 跨城配送 | 准时率、异常率 | L1 + L3 + L4 | 高速公路编号、收费站类型、服务区停留时长 |
| 多温层配送 | 成本率、异常率 | L1 + L2 + L4 | 温区切换时间、制冷设备功率、保温箱温度曲线 |
完成上述业务场景建模后，下一阶段将进入ETA预测模型的特征工程与参数配置环节。所有参数配置均需基于本章定义的场景分类、指标口径与数据采集规范进行。