COD 订单风险与有限人审状态机
全文共 3679 字,阅读约需 8 分钟
COD 订单风险与有限人审状态机:这组补课回答五个具体问题:未发货订单今天还会取消多少;等满24小时以后该裁多少;退货预测为什么不能直接拿去向客户承诺;COD高风险单如何进入有限人审;有部分到货的PO还要等多久。读者只需会比例、乘方、平方根、坐标图和简单方程。先用小数手算,
课程目录与学习记录 0 / 109
学习进度仅存于本机浏览器。原教程站的记录不会跨域自动迁移;可先在原站导出留存,新站按实际完成情况重新勾选。
入门数据与作业包
禾味数据为 2 店 × 8 SKU × 180 天,共 2,880 行,是可见教学数据,不是封存盲测集。起步包是模拟夹具,不表示已完成六行业预测实验。资源中心另有四专项工程、模型实验和计划实验,使用前请阅读各自能力边界。
R3离线模拟专项补课。下载五模块专项实验包。PO测试P50校准警戒未通过;最终分位仅21/131张有支持,下一批7日99/131张有支持,其余留空。此处真实拟合仅限模拟数据,不是生产认证或实时业务服务。
共同运行方法与时间规则
八项专项缺口的分阶段教程与模拟项目
这组补课回答五个具体问题:未发货订单今天还会取消多少;等满24小时以后该裁多少;退货预测为什么不能直接拿去向客户承诺;COD高风险单如何进入有限人审;有部分到货的PO还要等多久。读者只需会比例、乘方、平方根、坐标图和简单方程。先用小数手算,再看模型,再运行项目。每处“最优”都只针对写出的玩具成本、容量和概率假设。
所有商品、订单、顾客、供应商、仓库和事件均为虚构模拟。项目不连生产系统,不给真实订单挂起,不联系客户,不下采购单或裁剪工单。模拟数据上的拟合、流程通过和业务效果是三种不同证据,不能混称“上线验证”。本补课对应P14、P15、R01、R04、D01、D02、L02、L03;不改写其他白皮书条目的覆盖结论。
开始之前 运行顺序与共同时间规则
项目目录是 forecast-specialty-gap-labs。需要Python、numpy、pandas、scipy和scikit-learn;确切实跑版本在包内requirements.txt。这里确实训练了scikit-learn逻辑回归与GBDT,没有安装或运行LightGBM、lifelines、AFT、深度网络或实时服务。缺依赖时程序会报缺少哪个包,不能把“给了源码”说成“在你的电脑上跑过”。无需联网取数据。
运行顺序:
python run_all.py
python -m unittest discover -s tests -v第一条生成原始CSV,再从这些CSV读取数据、建标签、训练和写结果;会覆盖包内同名数据和结果。第二条测试时间边界、计数守恒和流程。修改原始输入后运行以下命令才会保留修改:
python run_all.py --reuse-inputs六个受保护的原始输入为hazard_orders.csv、hazard_events.csv、return_order_cohorts.csv、cod_orders.csv、po_release_features.csv、po_receipt_events.csv。其余person-day、快照和输出是重建结果,手改会被覆盖。--reuse-inputs不是生产数据适配器:它仍要求本项目字段、事件类型、数值范围和完整模拟历史。空类别、单一标签、全无成熟样本等会失败,应报告不足并停止,不可补造标签。对真实未完成PO,不能强行提供未来完成事件满足模拟输入契约。
所有day都是各项目自己的整数日历。day=10表示项目起点后第10天,不是统一业务日期。as-of表示“站在那个时刻,仅允许看到当时已经发生或已公布的东西”。训练、选参数、最终评估用不同时间块;验证集只选参数,测试集不负责选参数。同一订单的多行必须留在同一块。行数多不等于独立订单多。
学习可分三遍:第一遍完成每章手算;第二遍运行并核对CSV;第三遍做改参数/破坏边界练习。模型表现不好也是结果,不能为了通过验收更换测试集。
模块 SG04 COD订单风险与有限人审状态机
对应D01、D02。目标是预测拒收风险并展示一条不会绕过人审的离线流程。风险高不等于欺诈,不等于应取消。历史地区差异也不是对某类人的价值判断。
第一步 把实时要求拆成可检查的输入契约
COD是货到付款。模型使用address_complete地址是否完整、night_2_5下单是否在2至5时、pieces件数、basket100客单百元、history_sign_rate历史签收率、prior_orders既往次数、remote_region模拟偏远区域0/1。实际地址、手机号不进入本项目,所有实体匿名虚构。
历史率用平滑:(历史签收数+1)÷(历史单数+2)。新顾客历史0单得到1÷2=0.5,不能误写成0%签收。历史8单签收6单,则(6+1)÷(8+2)=0.7。它只是本教学基线,不代表正确的全公司先验。历史记录必须在评分时已知,history_known_at>score_time时函数直接拒绝。
score_cod(model,features,score_time,history_known_at,calibration_offset)是本地函数,检查缺字段、非有限特征、非有限时点和未来历史,再加上同一个已冻结校准偏移返回概率。批量评分与这一路径必须一致,不能在线返回原始概率却用校准后阈值。一次本地函数耗时不等于网络服务SLA:没有API网关、消息总线、鉴权、重试、并发、特征存储或线上可用性验证。教程把“实时评分需要什么输入”做成可运行契约,没有假装部署实时服务。
第二步 训练 校准 选阈值用四块时间
实际训练逻辑回归,2000单训练;400单校准;400单选择阈值;800单测试。训练日0至99,最晚109日标签成熟;校准120至139,最晚149日成熟;选阈值160至179,最晚189日成熟;测试200至239,最晚249日成熟。每一步的标签全部可用后,才进入下一块的评分时点。cod_fit_timeline.csv列出这条时间线;旧的“校准到139日却从140日选阈值”会被拒绝,因为139日订单要到149日才有标签。label_known_at被改为999也必须拒绝,不能只检查历史特征。
逻辑回归分数与第一章同形式,最终用sigmoid压到0至1。校准阶段只调整一个截距:原分数z,加校准偏移δ,得到p=1÷[1+exp(−z−δ)]。δ来自校准块,不能用最终测试答案。默认δ约0.05,不是把概率统一加5个百分点。
本次测试Brier约0.12875,均值基线约0.14037。它证明本合成数据里排序/概率预测有一些价值,不能证明人工复核会减少拒收。
第三步 阈值必须同时考虑容量
玩具假设拒收损失100元,每次复核5元,复核能把拒收概率相对降低30%。这一“30%”是显式假设,不是实验估出的处理效应。对风险p的一单,不复核期望损失100p;复核期望损失5+100p×(1−0.3)。当复核更划算:
5+70p<100p → 5<30p → p>1÷6≈0.1667。
但每日只能复核3单,不能给全体p>0.1667的人都派工。程序在验证块比较0.2至0.8的七个阈值;超过阈值后,每天只取风险最高的3单。默认阈值0.2,测试中210单被标高风险,只有116单被容量选中,二者不能混报。
白皮书举p>0.6是业务规则例子,不是普适最优阈值。项目CSV包含0.6候选,可直接比较规模。即使本例0.2成本较低,只要30%改善假设不成立,推荐也可能反过来。可把改善率做0%、10%、30%、50%敏感性表,但不得称为真实A/B收益。
第四步 状态机让每一步有出处
状态机就是“现在在哪一格,收到什么事件,允许走到哪一格”。离线样例定义如下:
- SCORED评分结束:低风险进入RELEASED放行候选;高风险进入HOLD挂起候选。
- HOLD有复核容量进入REVIEWING;没有容量进入REVIEW_QUEUED排队。
- REVIEWING收到顾客确认进入CONFIRMED;还需带审核员编号的reviewer_approved,才到RELEASED。
- REVIEWING收到顾客否认进入CANCEL_RECOMMENDATION取消建议,不执行真实取消。
- HOLD、REVIEWING、REVIEW_QUEUED超时统一进入EXPIRED_REVIEW待补审,不自动放行。
- EXPIRED_REVIEW只有带审核员编号的批准才进入RELEASED;没有编号就拒绝。
五个固定案例A至E分别展示确认放行、否认建议、排队超时、低风险、超时后人工批准。cod_state_machine_trace.csv记录前状态、事件、审核员、后状态。重复给已经RELEASED的订单发批准事件会拒绝,避免重复动作被误当成合法下一步。这里没有真正的工单ID分配、持久化锁或跨系统幂等保证,不能把这个纯函数说成生产工单平台。
“顾客确认了”不是“之后签收了”。人审反馈只能更新流程状态;拒收模型标签仍要等真正配送结果成熟。如果把“审核员放行”当签收标签,模型将学习历史审核员的选择,而不是用户实际签收。
第五步 如何验证而不夸大因果
结构验收:未来历史和缺字段必须拒绝;一天最多3单;超时绝不能直接RELEASED;无审核员不能批准;用户否认只能产生取消建议;重复非法转移要报错。53项测试中的这些检验能说明代码遵守了样例规则,不能说明人审有效。
若将来要估计人审因果效果,需要额外批准后的随机试验:在预先确定且容量容许的同类合格订单中随机分配“邀请复核”或常规处理,事先固定主要指标为成熟后的拒收/成本,记录分组、邀请、回应、实际处理和完整随访;按最初分组做意向治疗比较。不能只比较“接受复核的人”与“没回应的人”,因为两群可能本来就不同。需防止重复顾客跨组污染,并制定超时与服务安全规则。本项目只交付试验设计,没有执行试验、联系用户或声称识别处理效果。
仅保存在本机当前浏览器,无账号云同步;清除浏览器数据会丢失。不自动认定你通过测试。建议先保留输出文件和计算过程。
所有数据、系数与业务场景均为教学模拟。预测不等于采购或排产指令。来源与修订说明。