在物流運(yùn)輸業(yè)務(wù)中，調(diào)度環(huán)節(jié)的存在，可以有效地實(shí)現(xiàn)運(yùn)力的合理分配。那么，怎樣才能設(shè)計(jì)出合理的調(diào)度系統(tǒng)，以支撐運(yùn)輸業(yè)務(wù)的正常運(yùn)轉(zhuǎn)？本篇文章里，作者結(jié)合自身經(jīng)驗(yàn)，對(duì)調(diào)度模式和調(diào)度系統(tǒng)設(shè)計(jì)做了拆解和總結(jié)，一起來看看吧。

調(diào)度即為運(yùn)輸業(yè)務(wù)中，貨物與運(yùn)力的匹配環(huán)節(jié)。調(diào)度系統(tǒng)是業(yè)務(wù)系統(tǒng)基礎(chǔ)屬性，鏈接上游OMS系統(tǒng)，下游司機(jī)/車隊(duì)系統(tǒng)；或調(diào)度模塊內(nèi)嵌到TMS系統(tǒng)中，做單獨(dú)的操作模塊。

隨著數(shù)據(jù)的積累，派車規(guī)則的總結(jié)完善，越來越多的調(diào)度系統(tǒng)力求實(shí)現(xiàn)智能調(diào)度即自動(dòng)派車的功能，依托算法或規(guī)則配置，優(yōu)化運(yùn)力分配。

調(diào)度系統(tǒng)的核心，一是派車的準(zhǔn)確度高，系統(tǒng)匹配出的為派車的最優(yōu)解；二是操作的便捷高效性，調(diào)度目前還有大量人工操作的場(chǎng)景，系統(tǒng)的使用便捷交互流暢是非常重要的；三是數(shù)據(jù)的積累及可視化展現(xiàn)，歷史數(shù)據(jù)的宏觀微觀展示，均可以在多個(gè)環(huán)節(jié)對(duì)調(diào)度策略進(jìn)行優(yōu)化指導(dǎo)。

一、搶單和派單

調(diào)度模式簡(jiǎn)而言之分為兩種，搶單和派單。

1. 搶單

搶單的邏輯較為簡(jiǎn)單，將符合條件的活放到資源池中，司機(jī)自行篩選以及預(yù)定訂單。這種模式基礎(chǔ)的要求是司機(jī)端有完善的產(chǎn)品而且司機(jī)愿意配合使用；司機(jī)搶到的單，理論講一定可以運(yùn)，延伸對(duì)司機(jī)的管控，比如主動(dòng)撤單率高的司機(jī)和履約情況良好的司機(jī)區(qū)別收入或評(píng)分，適用于有固定運(yùn)力，司機(jī)管控較為完善的運(yùn)輸公司；針對(duì)信息匹配平臺(tái)，及時(shí)記錄搶單及放單行為，完善推薦匹配策略。

搶單的弊端，就是訂單及運(yùn)力分配的不均勻，平臺(tái)公司無法強(qiáng)管控如利潤(rùn)、客戶服務(wù)等。

例如好客戶的好訂單，被“壞司機(jī)”搶到，可能影響平臺(tái)口碑；再例如“壞客戶”的壞訂單，被好司機(jī)搶到，可能影響司機(jī)的運(yùn)輸體驗(yàn)或收入，會(huì)加大司機(jī)對(duì)平臺(tái)的抱怨程度；搶單模式不靈活，給平臺(tái)角色的自由度較大，因而很難精細(xì)化管理。很多運(yùn)輸公司選擇用固定路線或固定運(yùn)力池作為搶單模式的場(chǎng)景，用搶單代替固定的排班，通過減少場(chǎng)景來加強(qiáng)管控。

2. 派單

派單的邏輯可以很深入，也可以很簡(jiǎn)單。

簡(jiǎn)單的派單，就是調(diào)度人員找到訂單，選派合適的司機(jī)，調(diào)度過程即結(jié)束。這其中需要考慮司機(jī)是否有時(shí)間接單，不會(huì)和上一單或下一單有重疊即可，這也是大部分TMS系統(tǒng)所實(shí)現(xiàn)的程度。再進(jìn)一步，司機(jī)端多考慮一步，是否讓已分派的司機(jī)撤單或設(shè)置司機(jī)需點(diǎn)擊接單的模式，上下游互選后履約成立，這也是網(wǎng)絡(luò)貨運(yùn)平臺(tái)要求的履約模式。這一步往往會(huì)設(shè)置反饋，不接或撤單的原因，便于日后數(shù)據(jù)分析。

數(shù)據(jù)及規(guī)則積累到可量化的程度，即可嘗試自動(dòng)調(diào)度?；A(chǔ)的自動(dòng)調(diào)度，即把調(diào)度人員的派車規(guī)則轉(zhuǎn)換成為系統(tǒng)語(yǔ)言，自動(dòng)推薦運(yùn)力；到策略層，即會(huì)考慮路徑規(guī)劃，多因素相互影響的算法。

調(diào)度考慮的因素列舉起來有如下：司機(jī)作息、運(yùn)輸是否可成立、定向匹配、司機(jī)偏好、司機(jī)收入、平臺(tái)利潤(rùn)、平臺(tái)報(bào)價(jià)、第三方服務(wù)等等。要精確的量化以上條件，必須對(duì)三部分?jǐn)?shù)據(jù)進(jìn)行建模分析，即司機(jī)畫像、車輛基礎(chǔ)信息維護(hù)、地址畫像。

• 司機(jī)畫像標(biāo)記司機(jī)的收入要求、運(yùn)輸偏好遠(yuǎn)途近途、運(yùn)輸習(xí)慣休息時(shí)間等；
• 車輛基礎(chǔ)信息，如核定載質(zhì)量、軸數(shù)、燃油類型、國(guó)五國(guó)六等，以此來判斷運(yùn)輸能否成立；
• 地址畫像，能否走國(guó)道、是否有山路、是否有高臺(tái)等屬性，依次直接可作為運(yùn)力篩選條件使用。

1）調(diào)度順序模型

初步探索自動(dòng)調(diào)度，首選建立一個(gè)匹配的順序模型，即把上述條件順次排列依次匹配，觸發(fā)到即停止匹配。下面簡(jiǎn)單舉一個(gè)順序模型的例子：司機(jī)作息>定向匹配>收入>…

第一優(yōu)先級(jí)：司機(jī)作息；即保證司機(jī)有能力接這單活，如果司機(jī)還在途或需要休息，調(diào)度無法成立。

簡(jiǎn)單舉例，如司機(jī)在途一個(gè)往返150公里的訂單，默認(rèn)可以當(dāng)天返程，后一天的單理論可以繼續(xù)派此司機(jī)；另一個(gè)簡(jiǎn)單的維度是時(shí)間，同樣往返150公里的訂單，默認(rèn)司機(jī)可接20小時(shí)后的訂單，也是理論成立；精細(xì)一些的分析方向，依靠貨車導(dǎo)航精確判斷司機(jī)返程情況，或根據(jù)歷史訂單及歷史路徑選擇，精確估算到達(dá)時(shí)間。

第二優(yōu)先級(jí)：定向匹配；即合約司機(jī)或固定路線司機(jī)優(yōu)先匹配。

例如一些專線司機(jī)，只跑某一條路線，即可在其作息允許的基礎(chǔ)上，直接匹配分派。這個(gè)模式必須留一個(gè)兼容性，固定司機(jī)可用數(shù)量為0時(shí)，系統(tǒng)觸發(fā)正常匹配邏輯，否則會(huì)導(dǎo)致無車可派的情況。如若多個(gè)固定司機(jī)對(duì)應(yīng)一個(gè)路線，進(jìn)入下一條條件的判斷。

第三優(yōu)先級(jí)：收入，司機(jī)收入和公司平臺(tái)收入。大部分運(yùn)輸公司和司機(jī)的合作模式，都會(huì)有保證最低收入的限制，所以系統(tǒng)需將這個(gè)權(quán)重影響到自動(dòng)調(diào)度中。廣義區(qū)分，近途訂單收入少，遠(yuǎn)途訂單收入多，所以針對(duì)最低收入較低的司機(jī)，派近途訂單的權(quán)重高于遠(yuǎn)途訂單的權(quán)重，反之亦然。針對(duì)社會(huì)車輛或臨時(shí)合作的車輛，平臺(tái)收入的優(yōu)先級(jí)高于司機(jī)收入的優(yōu)先級(jí)。

物流平臺(tái)調(diào)度環(huán)節(jié)的收入，即為既定派車價(jià)-司機(jī)運(yùn)費(fèi)，司機(jī)運(yùn)費(fèi)越低，平臺(tái)收入越高（此處暫不展開其他維度 僅舉例說明），保證平臺(tái)總體利潤(rùn)最大化，是高優(yōu)條件，但是收淡旺季、油價(jià)波動(dòng)等因素的印象，會(huì)導(dǎo)致平臺(tái)利潤(rùn)最大化的條件“不是最優(yōu)解”，年度利潤(rùn)最大不等于每天或每月的利潤(rùn)最大，多因素的波動(dòng)也會(huì)影響利潤(rùn)的計(jì)算取舍。

第四優(yōu)先級(jí) … 不同企業(yè)可自行選擇。

以上為較為簡(jiǎn)化的順序模型，企業(yè)可以根據(jù)自身的情況，設(shè)置個(gè)性化的權(quán)重。如果是TMS或調(diào)度的SAAS平臺(tái)，可將優(yōu)先級(jí)做為可配置項(xiàng)，按需設(shè)置。

2）算法示例

自動(dòng)調(diào)度的另一個(gè)方向，是用算法來進(jìn)行路徑規(guī)劃選擇，一般會(huì)細(xì)分到某一行業(yè)或領(lǐng)域，如城市配送、干線配送或醫(yī)療行業(yè)、服裝行業(yè)等，都是在場(chǎng)景下尋找路徑的最優(yōu)解，綜合路徑、路況、路橋費(fèi)等因素，計(jì)算最優(yōu)選擇。常用的如路徑規(guī)劃算法、遺傳算法、蟻群算法等。下面簡(jiǎn)述兩個(gè)算法的應(yīng)用邏輯。

遺傳算法是一種模擬自然選擇和遺傳機(jī)制的優(yōu)化算法，具體來說，遺傳算法可以通過以下步驟進(jìn)行物流派車調(diào)度：

1. 個(gè)體編碼：將物流車輛的行駛路線和配送計(jì)劃轉(zhuǎn)化為染色體編碼，例如使用二進(jìn)制編碼或者排列編碼。
2. 初始化種群：隨機(jī)生成一組初始染色體，作為種群的初始狀態(tài)。
3. 適應(yīng)度函數(shù)：定義適應(yīng)度函數(shù)，即評(píng)價(jià)染色體的好壞程度。在物流派車調(diào)度中，適應(yīng)度函數(shù)可以根據(jù)物流車輛的行駛距離、時(shí)間、成本等綜合因素進(jìn)行評(píng)價(jià)。
4. 選擇操作：根據(jù)適應(yīng)度函數(shù)對(duì)種群進(jìn)行選擇，從中選擇適應(yīng)度較高的染色體進(jìn)行進(jìn)化。
5. 交叉操作：將選出的染色體進(jìn)行交叉操作，生成新一代染色體。
6. 變異操作：對(duì)新一代染色體進(jìn)行變異操作，以增加種群的多樣性。
7. 替換操作：將新一代染色體替換原始種群中適應(yīng)度較低的染色體，以保證種群的進(jìn)化方向。
8. 迭代操作：重復(fù)進(jìn)行選擇、交叉、變異和替換操作，直到達(dá)到預(yù)定的停止條件，例如達(dá)到最大迭代次數(shù)或者適應(yīng)度達(dá)到一定的閾值。

蟻群算法是一種基于模擬螞蟻覓食行為的優(yōu)化算法，蟻群算法可以通過以下步驟進(jìn)行物流派車調(diào)度：

1. 螞蟻模擬：將物流車輛視為螞蟻，通過模擬螞蟻的覓食行為來尋找最佳的配送路徑和配送計(jì)劃。
2. 路徑選擇：螞蟻在搜索過程中，通過釋放信息素和選擇路徑的方式，尋找最佳的路徑。釋放信息素的方式是將信息素分布在路徑上，選擇路徑的方式是根據(jù)路徑上的信息素濃度進(jìn)行選擇。在物流派車調(diào)度中，信息素可以表示為物流車輛的行駛距離、時(shí)間、成本等綜合因素。
3. 更新信息素：當(dāng)螞蟻完成路徑選擇后，需要將路徑上的信息素進(jìn)行更新，以影響其他螞蟻的選擇。在物流派車調(diào)度中，可以根據(jù)物流車輛的行駛距離、時(shí)間、成本等綜合因素，更新路徑上的信息素濃度。
4. 重復(fù)迭代：重復(fù)進(jìn)行路徑選擇和更新信息素操作，直到達(dá)到預(yù)定的停止條件，例如達(dá)到最大迭代次數(shù)或者信息素濃度達(dá)到一定的閾值。
5. 通過以上的邏輯，自動(dòng)調(diào)度模型已經(jīng)跑通，進(jìn)一步可以加強(qiáng)運(yùn)營(yíng)管理和數(shù)據(jù)監(jiān)控。特別說明一點(diǎn)，自動(dòng)調(diào)度的基礎(chǔ)建設(shè)是一個(gè)較為復(fù)雜且研發(fā)量較大的模塊，如果企業(yè)想自建的話，首先考慮企業(yè)的訂單量是否可以支持模型跑通，例如一個(gè)小三方每月一兩萬單的數(shù)量，就沒有必要做自動(dòng)調(diào)度模塊，其次考慮投入產(chǎn)出比，投入較大進(jìn)而ROI較低，可以橫向比較是否要做，做到什么程度。

關(guān)于監(jiān)測(cè)數(shù)據(jù)，檢測(cè)自動(dòng)調(diào)度系統(tǒng)運(yùn)行情況的指標(biāo)，基礎(chǔ)的就是自動(dòng)調(diào)度成功率=衡量系統(tǒng)是否能匹配到運(yùn)力，自動(dòng)調(diào)度接受率=衡量系統(tǒng)是否匹配的準(zhǔn)，可以建立漏斗模型進(jìn)一步分析再哪個(gè)環(huán)節(jié)需要改進(jìn)，粗略的說，自動(dòng)調(diào)度接受率超過10%可以說方向就是對(duì)的，超過30%已經(jīng)及格，超過60%是相當(dāng)不錯(cuò)的程度，初期的預(yù)測(cè)可以大致依此作為預(yù)測(cè)目標(biāo)基數(shù)或階段。

二、調(diào)度支撐模塊

調(diào)度的背后有幾個(gè)支撐模塊，報(bào)價(jià)模型、司機(jī)評(píng)分和客戶分級(jí)。報(bào)價(jià)模型衡量調(diào)度的可行性，在上述例子中涉及利潤(rùn)的環(huán)節(jié)均需要報(bào)價(jià)模型的支撐。司機(jī)評(píng)分考核司機(jī)的服務(wù)情況，類似滴滴專車快車的概念，可以區(qū)分定價(jià)影響分派。客戶分級(jí)主要區(qū)分客戶，可以精細(xì)化運(yùn)營(yíng)“保大客戶”等運(yùn)營(yíng)策略。

1. 報(bào)價(jià)模型

物流公司的報(bào)價(jià)模式，常用成本定價(jià)法。從成本的基礎(chǔ)上加上利潤(rùn)部分，作為對(duì)外報(bào)價(jià)，差值即為最終利潤(rùn)。

首先確定公司的成本結(jié)構(gòu)，包括運(yùn)輸成本、人工成本、燃料成本等，做加法后即為運(yùn)輸成本價(jià)。在確定成本結(jié)構(gòu)后，需要設(shè)定利潤(rùn)要求，以保證公司的盈利能力，使用一次函數(shù)模型即可，例如y=kx+b，x為成本，k為利潤(rùn)系數(shù)，b為附加利潤(rùn)值，得出的y即為客戶報(bào)價(jià)。其中k、b均為可延展參數(shù)，均可由多個(gè)參數(shù)疊加。

建立市場(chǎng)變化參數(shù)，監(jiān)測(cè)市場(chǎng)變化，包括油價(jià)波動(dòng)、淡旺季等因素，及時(shí)更新成本結(jié)構(gòu)和利潤(rùn)要求。通過實(shí)時(shí)監(jiān)測(cè)和分析市場(chǎng)變化，可以及時(shí)調(diào)整市場(chǎng)變化參數(shù)，定價(jià)實(shí)時(shí)跟隨市場(chǎng)波動(dòng)。淡旺季同比大概穩(wěn)定，初期可固定參數(shù)降權(quán)考慮；油價(jià)波動(dòng)可直接與國(guó)際油價(jià)表保持一致。

制定價(jià)格策略，根據(jù)基準(zhǔn)價(jià)格、成本結(jié)構(gòu)和利潤(rùn)要求，制定相應(yīng)的價(jià)格策略。價(jià)格策略可以根據(jù)貨物類型、運(yùn)輸距離、發(fā)貨時(shí)間等因素進(jìn)行分類，以滿足不同的客戶需求。定價(jià)策略和業(yè)務(wù)類型緊密相關(guān)，例如快遞快運(yùn)按重泡比的計(jì)費(fèi)方式、大宗商品按重量考慮虧噸漲噸的場(chǎng)景、首重+續(xù)重的計(jì)費(fèi)方式、階梯定價(jià)等等。

根據(jù)以上模型，實(shí)時(shí)更新價(jià)格策略，根據(jù)市場(chǎng)變化及時(shí)調(diào)整價(jià)格參數(shù)，計(jì)算實(shí)時(shí)準(zhǔn)確報(bào)價(jià)。

2. 司機(jī)評(píng)分

司機(jī)評(píng)分按網(wǎng)絡(luò)貨運(yùn)的官方要求，貨主可直接評(píng)價(jià)司機(jī)，但實(shí)際運(yùn)營(yíng)中，多建立司機(jī)、貨主、平臺(tái)三方互評(píng)的評(píng)級(jí)機(jī)制，各方加權(quán)平均的結(jié)論為最終評(píng)分。

評(píng)分項(xiàng)圍繞運(yùn)輸環(huán)節(jié)展開，例如準(zhǔn)點(diǎn)情況、駕駛安全、貨物安全、服務(wù)態(tài)度、專業(yè)技能等等，評(píng)分項(xiàng)公司可以自行細(xì)分。

評(píng)分后的結(jié)果，需要做歸一化的處理，保證分值的規(guī)范性。另外，分值的有效性需要考慮，例如前三個(gè)月或前半年的分?jǐn)?shù)，是否可以代表目前司機(jī)的服務(wù)情況，依此思路設(shè)計(jì)評(píng)分的更新機(jī)制。司機(jī)紅線、退出機(jī)制需要提前設(shè)置。例如司機(jī)私自吞貨或司機(jī)毆打客戶等等紅線條例，觸發(fā)扣分甚至退出機(jī)制。

3. 客戶分級(jí)

客戶分級(jí)參數(shù)直接影響報(bào)價(jià)、調(diào)度。例如大客戶或重要客戶的報(bào)價(jià)，略低于市場(chǎng)價(jià)，并且該客戶的貨，需要調(diào)度保證可以匹配運(yùn)力，甚至需要預(yù)留120%的運(yùn)力給大客戶。不同的分級(jí)的客戶，制定不同的運(yùn)營(yíng)策略，用分級(jí)參數(shù)影響報(bào)價(jià)及自動(dòng)調(diào)度的計(jì)算。

客戶如何分級(jí)是個(gè)頂層的議題，財(cái)務(wù)可以說利潤(rùn)率高的是好客戶，業(yè)務(wù)可以說貨量大的是好客戶，老板可以說他的朋友公司是好客戶，各角色對(duì)好客戶的定義不盡相同。如果用歷史數(shù)據(jù)來測(cè)算結(jié)論，未必可以涵蓋全部訴求場(chǎng)景。初期的分級(jí)可以直接設(shè)置為高權(quán)限操作手動(dòng)選擇，線下約定更新頻次及機(jī)制，以此來簡(jiǎn)化系統(tǒng)及場(chǎng)景。

三、調(diào)度系統(tǒng)交互

調(diào)度系統(tǒng)的交互設(shè)計(jì)，可以嘗試脫離常規(guī)的列表表單的設(shè)計(jì)，因?yàn)槠溆写罅繄D形結(jié)合的場(chǎng)景，可在一張地圖上完成操作，即運(yùn)輸可視化。主要包含以下幾方面內(nèi)容：運(yùn)力監(jiān)控、地圖打點(diǎn)標(biāo)記、路徑規(guī)劃/歷史路徑查看、延伸場(chǎng)景。

• 運(yùn)力監(jiān)控；物流企業(yè)對(duì)運(yùn)力的在途行駛、車輛狀態(tài)等的監(jiān)控，標(biāo)記在地圖一目了然。常用的實(shí)現(xiàn)方式有兩種，一是車上放置硬件獲取實(shí)時(shí)定位，二是對(duì)接北斗獲取定位。
• 地圖打點(diǎn)標(biāo)記；調(diào)度對(duì)部分地址會(huì)進(jìn)行標(biāo)記，輔助操作。例如某天同市的出口訂單標(biāo)記紅色的點(diǎn)，聚合顯示數(shù)量，以便于預(yù)留運(yùn)力。系統(tǒng)可保留篩選項(xiàng)，靈活打點(diǎn)標(biāo)記，做好聚合放大縮小的信息展示。
• 路徑規(guī)劃/歷史路徑查看；針對(duì)某地址的路徑查看，可輔助調(diào)度選擇行駛路徑估算到達(dá)時(shí)間等?？蓪?duì)路線進(jìn)行進(jìn)行標(biāo)簽建模，快速展示核心信息。
• 延伸場(chǎng)景較為綜合例如集裝箱運(yùn)輸常用的匹配運(yùn)輸、分段運(yùn)輸?shù)龋ㄟ^上述地點(diǎn)標(biāo)記、運(yùn)力監(jiān)控功能的結(jié)合，輔助調(diào)度實(shí)現(xiàn)兩個(gè)小箱拼車或長(zhǎng)途分段的操作。

四、寫在最后

自動(dòng)調(diào)度是很多物流公司信息化的白月光，它就在那里，好像能夠一夠又好像去之甚遠(yuǎn)。

我自己曾經(jīng)帶著二十多個(gè)研發(fā)，大干兩個(gè)月搞出來了一個(gè)自動(dòng)調(diào)度1.0版，調(diào)度成功率僅1%，存在無數(shù)詬病，被老板噴、被調(diào)度噴、被司機(jī)噴…仿佛自動(dòng)調(diào)度是個(gè)偽命題，通過不斷地迭代調(diào)度成功率緩慢提升，過程及其痛苦。

但不可忽視的一點(diǎn)，調(diào)度本身存在太多無法系統(tǒng)化公式化的場(chǎng)景，充斥著人情世故及私人交易。另一個(gè)角度如果都實(shí)現(xiàn)了自動(dòng)化，傳統(tǒng)的調(diào)度崗位就不存在了么？所以調(diào)度人員內(nèi)心也不希望自動(dòng)派車的結(jié)果那么準(zhǔn)自然也不會(huì)那么配合…

總之確定立項(xiàng)自動(dòng)調(diào)度前，一定做好打硬仗的準(zhǔn)備。以上經(jīng)驗(yàn)均為實(shí)踐中來，也歡迎各同行多多交流指正~