2. 订单数据源识别与接入
订单达成率与交付表现分析的第一道门槛，不是算法，而是数据源。一个订单从客户下单到最终签收，往往要穿过 ERP、OMS、WMS、TMS 四类系统，每类系统只记录自己负责的那一段事实。如果分析人员只从单一系统取数，得到的达成率必然带有系统性偏差：只看 ERP 会漏掉仓库实际缺货导致的延迟，只看 OMS 会看不到运输途中的异常，只看 WMS 会把责任错误地归到仓储环节。因此，本节的核心任务是：识别每个系统在订单生命周期中的“事实边界”，抽取可对齐的关键字段，并设计一套可落地的多源整合策略。
一、四类系统的职责边界与数据特征
ERP（企业资源计划）是订单的“财务与履约主档”。它通常持有销售订单号、客户编码、物料编码、订单数量、承诺交期、实际发货日期、开票状态等字段。ERP 的强项是权威性和一致性，弱项是时效性——很多企业的 ERP 发货过账是 T+1 甚至 T+2 才完成，用它计算当日达成率会滞后。
OMS（订单管理系统）是订单的“状态中枢”。它负责订单拆分、合并、审核、分配仓库、下发 WMS，并回传发货状态。OMS 的关键字段包括订单号、子订单号、订单状态、分配仓、审核时间、下发时间、取消原因。OMS 的价值在于它记录了“订单被如何处理”，是判断订单是否卡在审核或分配环节的主要依据。
WMS（仓储管理系统）是订单的“实物执行层”。它记录拣货、复核、打包、出库扫描、实际出库时间、缺货数量、波次号等。WMS 的数据最接近物理事实，但它的单据编号体系往往与 OMS 不同，需要通过“出库单号—订单号”映射表来对齐。WMS 的缺货记录是分析“有单无货”类未达成原因的关键证据。
TMS（运输管理系统）是订单的“在途与签收层”。它持有运单号、承运商、发车时间、预计到达时间、实际签收时间、签收状态、异常代码。TMS 是计算“准时交付率”的直接来源，但它的签收时间常由承运商回传，存在延迟和缺失，需要设置合理的回传窗口和补录规则。
二、关键字段抽取：从“有数据”到“可计算”
识别系统只是第一步，真正决定分析质量的是字段抽取。以计算订单达成率为例，至少需要抽取以下字段并明确其口径：
- 订单唯一标识：ERP 的销售订单号、OMS 的订单号、WMS 的出库单号、TMS 的运单号。四者不能直接相等，必须通过映射表关联。
- 承诺交期：优先取 ERP 的承诺交期字段；若为空，回退到 OMS 的预计发货日期加标准运输时效。回退规则必须记录在数据字典中，避免不同批次口径不一致。
- 实际签收时间：取 TMS 的签收时间；若缺失，用 WMS 出库时间加承运商标准时效估算，并标记为“估算值”，在达成率报表中单独统计估算占比。
- 订单状态：OMS 的最终状态（已完成、已取消、部分发货、异常挂起）。取消订单是否计入分母，必须在指标定义阶段明确。
- 数量口径：ERP 的订单数量、WMS 的实际出库数量、TMS 的签收数量。三者不一致时，以“实际签收数量 / 订单数量”作为履约完整度，而不是简单用订单行数判断。
三、多源整合策略：三种可落地的模式
多源整合不是把所有表简单 JOIN 在一起，而是要根据时效要求和数据量选择合适模式。
模式一：T+1 批量拼接（适合日报与周报）。每天凌晨从四个系统分别抽取前一天的数据，以订单号为主键做全外连接，生成订单宽表。优点是实现简单、对源系统压力小；缺点是时效性差，无法支持当日实时看板。示例：某企业每日 02:00 抽取 ERP 发货过账数据、OMS 状态变更、WMS 出库扫描、TMS 签收回传，03:30 完成宽表刷新，供次日 09:00 的达成率日报使用。
模式二：准实时增量接入（适合当日监控）。通过 CDC（变更数据捕获）或消息队列订阅 OMS 和 WMS 的状态变更事件，TMS 签收数据按小时批量补入。订单宽表按“订单号 + 事件时间”追加更新，保留最新状态。这种模式可以把“已出库未签收”的订单及时暴露出来，便于运营当天干预。
模式三：分层整合（适合指标口径复杂的企业）。先建 ODS 层保留四系统原始快照，再建 DWD 层做字段标准化和映射对齐，最后在 DWS 层按订单粒度汇总。分层的好处是当某个系统的字段口径变化时，只需调整 DWD 层，不影响上层指标。
四、整合中的典型陷阱与处理
第一，时间基准不一致。ERP 的发货日期可能是财务过账日期，WMS 的出库时间是扫描时间，TMS 的签收时间是承运商回传时间。三者可能相差数小时甚至一天。处理方式是在数据字典中明确每个时间字段的“业务含义”和“时区”，并在宽表中同时保留原始时间和标准化时间。
第二，一对多关系导致重复计数。一个订单可能拆成多个出库单、多个运单。如果直接用订单号 JOIN 运单表，订单会被放大。正确做法是先按订单号聚合运单，取“最晚签收时间”作为订单签收时间，再与订单主表关联。
第三，签收缺失。TMS 签收回传缺失率在部分承运商处可能达到 5%～15%。建议设置“出库后 N 天未回传即标记为待确认”，并用承运商历史平均时效做估算，同时在达成率报表中披露估算订单占比，避免用估算值掩盖真实问题。
五、一个可参考的整合结果示例
假设某订单在四个系统中的记录如下（示例数据，非实测）：ERP 承诺交期 2025-03-10，订单数量 100；OMS 审核时间 2025-03-08 09:20，下发 WMS 时间 2025-03-08 10:05；WMS 实际出库时间 2025-03-09 16:40，实际出库数量 100；TMS 发车时间 2025-03-09 19:00，签收时间 2025-03-11 14:30。整合后可以计算：审核时长约 45 分钟，仓内执行时长约 30.6 小时，运输时长约 43.5 小时，订单在承诺交期后 1.6 天签收，判定为未达成。进一步归因可以看到，仓内执行和运输各占延迟的一部分，而不是简单归咎于某一个系统。
通过这样的整合，订单达成率不再是一个孤立的百分比，而是可以拆解到审核、仓内、运输三段，每一段都有明确的系统来源和字段依据。这正是数据源识别与接入工作真正的价值所在。