4、里程字段的业务含义：实际里程、规划里程、计费里程的区别与常见数据来源

在TMS运费结算与成本分析中，“里程”是最核心的计费因子之一。然而，不同业务场景下使用的里程口径截然不同，若混用或误用，将直接导致运费偏差、成本失真。本节从业务定义、数据来源、差异场景三个维度，厘清三种里程字段的本质区别。

4.1 三种里程的业务定义与核心差异

4.2 三种里程的常见数据来源

不同里程类型的数据采集方式差异显著，直接影响数据质量与异常值判定标准。

4.2.1 实际里程的数据来源

• GPS轨迹计算： 通过车载GPS终端或手机APP采集的轨迹点序列，经地图匹配算法计算实际行驶距离。精度高，但受采样频率、信号漂移影响。
• OBD/行车记录仪： 直接从车辆CAN总线读取里程脉冲信号，累计行驶距离。数据真实，但需硬件支持。
• 司机手工上报： 司机在到达后手动填写里程表读数或估算距离。成本低，但人为误差大，易出现虚报。

4.2.2 规划里程的数据来源

• 地图API（高德/百度/Google）： 调用路径规划接口，返回推荐路线距离。数据标准化，但受API配额、网络延迟影响。
• GIS路网计算： 基于内部路网数据库，使用Dijkstra或A*算法计算最短路径。适合离线场景，但路网更新滞后。
• 历史最优路径： 从历史实际轨迹中提取的稳定路径距离。数据贴合实际，但需要足够的历史样本。

4.2.3 计费里程的数据来源

• 合同/报价单： 客户与承运商约定的固定距离，如“上海-北京1200km”。数据权威，但需人工维护。
• 系统规则计算： 按“规划里程×系数”或“实际里程取整”自动生成。自动化程度高，但规则需透明。
• 人工维护里程表： 运营人员定期维护的OD里程对照表。灵活但易出现版本混乱。

4.3 三种里程的关系与数据流

下图展示了从数据采集到运费结算过程中，三种里程的流转关系与典型数据源。

4.4 数据质量风险与清洗策略

不同来源的里程数据存在不同的质量风险，需针对性设计清洗规则。

4.5 里程字段的标准化建议

为支撑后续异常值检测与清洗，建议在数据模型中为每个里程字段增加以下元数据属性：

• mileage_type：枚举值（actual / planned / billing），标识里程类型。
• source_system：数据来源系统或设备ID，如“GPS-Device-001”、“Gaode-API”、“Manual-Input”。
• source_timestamp：数据采集时间，用于判断时效性。
• confidence_score：置信度评分（0~1），基于历史准确率或校验结果自动计算。
• validation_status：校验状态（pass / warn / fail），用于下游消费方快速识别。