运输时效预测模型：静态路由时效的计算与验证

物流行业的时效承诺，依赖的是时效预测。客户问"什么时候能到"，运营给出的时间是预测出来的。

这个预测来自数仓的静态路由时效表。

---

静态路由时效是什么

静态路由时效表（dw.time_rule_ewb_static_route）存储的是每个运单的计划时效。

计算逻辑：根据运单的寄件网点和派件网点，计算从收件到签收的计划时间。

一个运单从上海发到北京，经过的路径可能是：

上海网点 → 上海分拨 → 北京分拨 → 北京网点 → 签收

静态路由时效会计算每一段的计划时间：

• 网点到首分拨：4小时
• 首分拨到末分拨：8小时
• 末分拨到网点：4小时
• 网点到签收：2小时

总计：18小时

这个18小时就是预测的配送时间。

---

预测的数据基础：时效宽表

预测需要验证，验证需要实际时效。实际时效从哪来？

从扫描轨迹表（dw.bs_tracks_inc）提取。

扫描轨迹表是长表，一个运单对应十几行扫描记录：

waybillno	actiontype	orgcode	time
WB001	1100	S001	2026-05-01 08:00:00
WB001	2100	C001	2026-05-01 10:00:00
WB001	2200	C001	2026-05-01 10:30:00
WB001	1500	D001	2026-05-02 09:00:00

时效宽表是宽表，一个运单对应一行，每个节点的时间各占一列：

waybillno	receive_time	first_center_arr_car_time	last_center_send_car_time	sign_time
WB001	08:00	10:00	18:00	09:00+1d

从长表变宽表，核心是分拨路径还原——识别首分拨、中转分拨、末分拨，提取每个节点的到车时间、发车时间。

产出表：dwd.ewb_sub_act_plan_node_time_analysis_h

---

预测的计算方法

静态路由时效的计算，不是简单的"点到点距离÷速度"。

实际逻辑：

1. 获取运单的路由信息：寄件网点、派件网点、计划经过的分拨中心
2. 查询每个节点的计划时间：从时效配置表获取每个节点的计划停留时间
3. 累加计算总时效：各节点计划时间之和

数据来源：

• 运单基础信息表：获取寄件网点、派件网点
• 时效配置表（dw.opm_qll_delivery_time）：获取各节点的计划时间
• 最优路线方案表（dim.route_optimal_plan_details）：获取计划路由

产出表：dws.ewb_sub_act_plan_node_time_analysis

这张表在时效宽表的基础上，增加了计划时效字段：

字段	说明
plan_route_hour_time	计划时效（小时）
act_route_hour_time	实际时效（小时）
plan_sign_time	计划签收时间

---

预测的验证方式

预测准不准，需要用历史数据验证。

验证逻辑：计划时效 vs 实际时效的偏差分析

SELECT 
    send_site_code,
    dispatch_site_code,
    AVG(plan_route_hour_time) AS avg_plan_time,
    AVG(act_route_hour_time) AS avg_act_time,
    AVG(act_route_hour_time - plan_route_hour_time) AS avg_diff
FROM dws.ewb_sub_act_plan_node_time_analysis
WHERE ds = '${dt}'
GROUP BY send_site_code, dispatch_site_code

偏差分析：

线路	计划时效	实际时效	偏差
上海→北京	18h	20h	+2h
上海→广州	24h	22h	-2h
北京→武汉	12h	15h	+3h

偏差为正，说明预测偏乐观（实际比计划慢）。偏差为负，说明预测偏保守（实际比计划快）。

预测准确率：

-- 准时率：实际时效 ≤ 计划时效的比例
SUM(CASE WHEN act_route_hour_time <= plan_route_hour_time THEN 1 ELSE 0 END) * 100.0 / COUNT(*)

---

预测模型的局限

静态路由时效的预测，有几个局限：

1. 路由变化

计划路由和实际路由经常不一致。运单计划走上海分拨，实际走了杭州分拨。这种情况，计划时效需要重新计算。

解决：在DWS层，判断实际路由是否和计划路由一致。不一致时，用实际路由重新计算计划时效。

2. 异常事件

天气、交通、设备故障等异常事件，会影响时效。静态路由时效无法预测这些异常。

解决：在时效宽表中，标记异常运单，分析时排除异常数据。

3. 数据质量

扫描轨迹缺失、时间错误，会影响实际时效的准确性。

解决：到车和到件时间要兜底（COALESCE），同一分拨多次扫描要取min/max。

---

时效预测模型的数据架构

┌─────────────────────────────────────────────────────────────┐
│                       数据源层                               │
├─────────────────────────────────────────────────────────────┤
│  扫描轨迹表        运单基础表        时效配置表        最优路由表  │
│  dw.bs_tracks     dwd.ewb_basic    dw.opm_qll   dim.route │
│  _inc             _detail_hour     _delivery_time  _optimal  │
└─────────────────────────────────────────────────────────────┘
                              ↓
┌─────────────────────────────────────────────────────────────┐
│                       DWD层                                 │
├─────────────────────────────────────────────────────────────┤
│  时效宽表（实际时效）                                         │
│  dwd.ewb_sub_act_plan_node_time_analysis_h                  │
│  - 扫描轨迹 → 分拨路径还原 → 节点时间                          │
│  - 实际时效：首分拨到末分拨的时间                              │
└─────────────────────────────────────────────────────────────┘
                              ↓
┌─────────────────────────────────────────────────────────────┐
│                       DWS层                                 │
├─────────────────────────────────────────────────────────────┤
│  时效对比宽表（计划+实际）                                     │
│  dws.ewb_sub_act_plan_node_time_analysis                    │
│  - JOIN静态路由时效表 → 计划时效                              │
│  - 计划时效 vs 实际时效 → 偏差分析                            │
└─────────────────────────────────────────────────────────────┘
                              ↓
┌─────────────────────────────────────────────────────────────┐
│                       ADS层                                 │
├─────────────────────────────────────────────────────────────┤
│  时效预测准确性分析                                           │
│  st.whole_route_via_optimal                                 │
│  - 各线路预测准确率                                           │
│  - 偏差TOP N线路                                             │
└─────────────────────────────────────────────────────────────┘

---

总结

时效预测模型的核心：

1. 预测依据：静态路由时效表（根据运单点到点计算的计划时效）
2. 验证数据：时效宽表（从扫描轨迹提取的实际时效）
3. 预测准确性：计划时效 vs 实际时效的偏差分析

数仓的职责是：构建时效宽表、计算计划时效、验证预测准确性。

运营的职责是：根据预测时效给客户承诺，根据偏差分析优化调度。

时效预测不是猜测，是数据驱动的计算与验证。