软件上线了，数据导入了，第一版计划跑出来了，然后这版计划是错的。两台车被派往一个一次只能进一台车的地点。一台十轮车被安排进一条掉不了头的巷子。一个交货点被排在11:30，而那家工厂11:00停止收货去吃午饭，13:00才重新开始。三周之内，调度员会在大部分线路上人工推翻系统；三个月之内，系统会变成一件人人抱怨的闲置资产。
这里面几乎没有一项是软件的错。计划系统就是一台计算器。它读取每一个卡车会去的地点的记录，套上规则，然后返回一份计划。记录错了，计划就错，而且错得很有把握，打印在纸上，还带着时间。
那份记录就是主数据。它是这份工作里没人想干的部分，要花上几周，也是换掉软件之后唯一还在起作用的部分。本文讲的是这份记录里应该有什么，为什么其中三个字段在泰国比教科书说的更难，以及如何用你的作业已经在产生的数据把它们填满。
一份计划实际在读什么
一份配送计划需要七类输入：走多少货、各点之间有多远、每个客户接受和不接受什么、车辆能做什么、驾驶员在法律上能做什么、整条线路可以长成什么样，以及货物本身施加了什么限制。
注意这份清单主要由什么构成。只有第一项，也就是需求量，每天都在变。其余六项描述的是地点、车辆和规则，明天和昨天一样。这种不对称就是做主数据的全部理由。你没法不录入明天的订单，但你只应该弄清楚一次：北榄府那个点大门宽3.8米，15:30停止收货。
所以真正管用的存法是：一个交货点一份记录，有人负责，让订单数据从它旁边流过，而不是流进它里面。每一位调度员、每一份发给运输公司的作业说明、以及你将来买的每一套系统，读的都是同一份记录。
这份记录里有四个字段，一旦出错造成的损失最大。
它在哪里，这和地址不是一回事
第一个字段是位置，而在泰国，地址并不是位置。
泰文地址从最小单位排到最大单位：门牌号、乡村地区的村号、巷、路、分区、县、府、邮政编码。问题不在顺序。问题在于门牌号并不沿街依次排列，而是散布着，尤其在私人区域和住宅小区内部，所以相差一号的两个门牌可能彼此毫不相邻。研究者的结论很直接：这套编号方式根本无法与街道线要素相匹配，这意味着地理编码赖以建立的插值方法在这里不成立。也没有一个全国性的地址点数据库可以退而求其次。泰国基础地理数据集发布了十三个图层，包括行政边界、道路、土地利用和高程，没有一个能把针插到某一栋建筑上。
结果可以从数字上看出来。纳黎萱大学的一个团队把1,511条泰文地址送进五家地理编码服务，其中1,100条进入比较。提交含邮政编码的完整地址时，Google 返回屋顶级匹配的比例是3.73%，返回插值匹配的比例是61.45%。Bing 的屋顶级匹配率最高，为17.82%，但有68.45%的地址完全匹配不上。MapQuest 有98.55%返回的是插值匹配，Yahoo! 是97.45%，OpenCage 是88.18%。
插值匹配才是危险的那一种。它不是一条错误提示。它是一个针，落在地图上，大致位置还对，而且你把它喂给哪套计划系统，哪套系统都会默默接受。
那项研究里有两个发现可以直接拿来用。
第一，去掉邮政编码会提高匹配率，同时降低精度。邮政编码拿掉之后，精确匹配率升到 MapQuest 21.64%、Bing 17.91%、Google 17.27%，但五家服务的定位精度全部变差。服务会退回到一个更大的范围，然后报告成功。如果你在批量做地理编码，并以返回匹配的行数来判断效果，你会选中那个可以量化证明更差的设置。
第二，是关于字符串怎么写。泰文地址通常带着成分标签书写，也就是把表示村号、分区、县、府的词写在数值前面。研究人员提交带这些标签的地址时，MapQuest 和 Yahoo! 返回了美国和日本的位置。同一个地址去掉标签、只留数值，就正确定位在了彭世洛府。你的 ERP 几乎肯定把地址存成一行带标签的自由文本，因为发票上就是那么印的。
这些都不构成放弃地理编码的理由。它们构成的理由是：把地理编码得到的针当作初稿，把核实过的坐标当作主数据。
该做的事：
- 把纬度和经度存成独立字段，与邮寄地址分开。地址给发票和单证用，坐标给计划用。
- 在大门口采集，不要在办公桌前采集。 你要的那个点是车辆停下的地方，也就是卡车使用的入口，不是建筑物的几何中心，也不是办公室的正门。一位站在大门口拿着手机的驾驶员，给出的坐标比任何服务都好。
- 批量地理编码时，只发数值，不要带泰文标签，保留邮政编码，并把所有没有返回屋顶级匹配的结果都视为未经核实。
- 绝不允许在没有坐标的情况下建立交货点。 这是唯一能阻止档案腐坏的控制手段，而且必须在建档那一刻强制执行，因为没有人会回头补。
什么车进得去
第二个字段是进出条件，它有两半，常被混为一谈：地点本身能接受什么，以及通往地点的道路能接受什么。
地点这一半没有人公布。没有人会公布工厂大门的宽度、场地里的转弯半径、卸货位雨棚的高度、有没有月台还是驾驶员要用尾板、有没有叉车以及有没有持证操作的人，或者场内同时能容纳几台车。没有哪个机构可以查这些。要么你自己掌握，要么谁也不掌握。
道路这一半有公告，但不在同一个地方。根据公路法第61条，某条道路的公路主管可以在政府公报上发布公告，禁止重量、载重或轴重超过规定值的车辆使用该道路，或禁止可能损坏该道路的车辆通行。该公告须由哪个部门批准，取决于道路属于哪一类：高速公路、国道和特许公路由公路厅厅长批准，乡村公路由乡村公路厅厅长批准，地方公路由府尹批准。
从调度员的位置再读一遍。一台在国道上完全合法的车，可能在岔出去的府道上超限，又在最后一段地方道路上触到另一个限值，而这三个限值是由三个不同的部门定的。全国性的轴重表告诉你车能有多重。它不告诉你这条路能承受多少。
同一条的第二款才是坑人的那一款。在紧急情况或事故已经损坏道路或使通行不安全时，负责管控该公路的官员可以立即施加同样的禁令，办法是在现场公开张贴告示，限定期限。这项限制是真实的，是可执行的，而在张贴的那一天，它除了路边的一块牌子之外不存在于任何地方。它进入你的计划档案的唯一途径，是看到它的驾驶员告诉了某个人，而某个人把它记了下来。
每个地点要记录的内容：
- 实际在这里送过货的最大车型，以及日期。不是客户说他们能收什么。地点常常说自己能收十轮车，因为有一台来过一次，在夜里，倒了二十分钟车。
- 真正起约束作用的那一项，以及它的数值。 大门宽度多少米、限高多少米，或者过不去的是哪个弯。一份写着"只能小车"的记录，调度员拿不出任何可以替代计算的东西。
- 卸货方式和由谁来卸。 月台、尾板、叉车，还是人工。这是成本，是时间，也是经常争执的事。
- 最后一段的道路限制，挂在路线上而不是挂在地点上，并注明日期，因为它会变。
什么时候才真的收货
第三个字段是时间，陷阱在于"营业时间"是三件不同的事。
有地点开门的时间。有它愿意让车进场的时间，通常更窄。还有你的货实际被期望到达的时间窗，可能更窄，而且是由采购部门某个从未和门卫说过话的人定的。
配送计划的标准约束清单，比大多数人的数据能承载的更长：指定的交货时刻、两个钟点之间的交货时间窗、提早关门日、午休、按车型设定的进出限制、无叉车时的卸货限制、一次只能收若干托盘的收货量上限、车辆不能停在路边的停车问题，以及驾驶员必须等待查验和签字的单证规则。
其中每一项都是地点的属性。而典型的客户主档里几乎一项都没有，那里通常只存名称、地址、付款条件和电话号码。
有两件泰国特有的事，值得各占一个字段。
在相当多的地点，午休是硬性中断，而且不是打个电话就能推过去的软限制，因为签字的人不在。如果一个地点在12:00到13:00之间停止收货，这一小时在计划里就是一堵墙，不知情的调度员会直接撞上去，白白损失一台车一小时。
收货时间窗和门口排队是两回事。 一个08:00到16:00收货、但只有一个大门一次放一台车、且08:00就有十五台车排队的地点，并不等于一个八小时的时间窗。你要写进记录的是时间窗，加上历史上哪个到达时间能最快放行，而这是可以测量的，不必去问。
一次停靠要多久
第四个字段是大多数作业根本没有存的那一个，而它决定了一天能送几个点。
一次停靠不是一个数字。它是无论送多少都会发生的固定部分，加上随交货量增长的可变部分。固定部分是大门、排队、单证、倒车入位、走去找人。可变部分才是真正的装卸。
教科书的模型按进出难易把地点分组，给每组一对数字。在书里那个算例中，容易的地点是固定10分钟加每件0.025分钟，中等的是20分钟加0.050，困难的是25分钟加0.075。这些具体数值来自英国按箱作业的例子，不是泰国的托盘作业，但要点在于它的形状，而这个形状正是你应该把自己的数字套进去的。
用两个观测值就能拟合。假设你自己的时间记录显示，在某个客户处，约6个托盘的交货平均耗时34分钟，约18个托盘的交货平均耗时70分钟。可变率就是差值除以差值：70减34，除以18减6，等于36分钟除以12个托盘，即每托盘3分钟。固定部分就是从任一个观测值里减去可变部分之后剩下的：34减去6乘3，等于16分钟。用另一个点验算，18乘3加16，得70。
于是这个地点的记录写成：固定16分钟，可变每托盘3分钟。在那里送12个托盘，应该花52分钟。
再看第二个客户，同样送12个托盘，但门口有排队、没有月台、要用尾板，实测下来是固定45分钟、每托盘5分钟。这一趟停靠要105分钟。货一样，数量一样，占用的车辆时间是两倍，而差别完全是地点的属性。
把它放到一天里。如果扣掉行驶和休息之后，一个班次还剩六小时用于停靠，第一类地点能排下六到七个点，第二类只能排三个。任何对所有客户使用同一个平均停靠时间的调度员，都会在档案的一端排出根本做不到的线路，在另一端排出过于宽松的线路，并且两头都要挨骂。
这些数据你已经在产生
主数据项目之所以停滞，是因为它看上去像一个数据采集项目。多数情况下它不是。你需要的东西大部分已经被记录下来了，只是没有人去读。
车辆行程数据记录器。 属于陆运厅公告覆盖范围的车辆装有记录器，记录位置、速度和时间，至少每五分钟传输一次，并保存六个月。那就是在一组坐标上的静止时段，每天若干次，覆盖范围内的每一台车都有，无论是你自己的车队还是运输公司的车队。也就是在你客户处的到达和放行时间，已经测量好，回溯半年。这项强制规定是按车辆类别逐条书写的，并未覆盖每一台货车，所以在假定历史数据存在之前，先确认哪一条适用于为你干活的车辆。同样这六个月的证据，也正是用来检验你的线路是否真的重复的依据，而那是在固定线路与每日排线之间做选择背后的问题。
你自己的送达凭证时间戳，前提是驾驶员除了签收时间之外也记录到达时间。每个停靠点两个时间给出停靠时长，与送货单匹配给出数量，把这些数对散布开来，就能为每一个去得够频繁的地点算出上面那组固定值和可变值。
你自己的大门。 同样的算术适用于入场车辆，而你自己月台上从到达到放行的时间分布，正是设定合理免费等待时间应当依据的东西，而不是运输公司标准条款里的某个数字。这就是等待时间费用如何计算里的论点。
驾驶员。 关于进出条件的一切未成文信息，都只存在于他们脑子里。一张一页纸的表格，每个地点填一次，让驾驶员标出走哪个门、进得去的最大车型是什么、什么会出问题、在几点出问题，两周内带来的收获会超过任何问卷调查。
这换来的不只是一份更好的计划。为你的业务报价的运输公司，只会按你能描述清楚的部分定价，并把空白处按最坏情况定价。运输公司理应拿到的招标数据，包括按地点划分的交货量、交货时间约束和特定地点的已知问题。一份能回答这些的档案，就是"依据你真实作业算出的价格"与"依据猜测算出的价格"之间的差别，这一点在运输公司报价前需要你提供什么里有详述。
该按什么顺序做
不要从第一条记录开始往下做。档案很长，价值很集中。
- 按占用车辆时间给交货点排序，不是按收入，也不是按字母。停靠次数乘以平均时长。前五十个才是计划真正崩掉的地方。
- 先修位置，因为下游的一切都要读它。在大门口采集、核实过的坐标，先做前五十个，再做下一个五十个。
- 然后是时间窗，依据地点实际的做法，而不是客户主档上写的。
- 然后是进出条件，依据驾驶员，以及真正送过货的最大车型。
- 然后是停靠时长，用你自己的时间记录拟合，并且只对去得足够频繁、平均值才有意义的地点做。一年去两次的地点给一个估计值并打上标记。
- 然后设定那条闭环的规则。 没有坐标不得新建交货点，并有一条长期指令：驾驶员遇到限制，当天上报。主数据不是慢慢衰败的。它是在有人赶时间建了一条记录的那一刻开始衰败的。
老实说，它值多少
关于这件事的回报有多大，值得说得直白些，因为主数据通常是跟着软件一起卖的，而软件通常是带着一个节省百分比一起卖的。
一家在2023年被研究过的运输公司，此前一直靠员工经验而不是记录来安排工作。研究团队把计划工作重建在一个存放车辆、驾驶员和客户资料的数据库之上后，查找一项信息的耗时从每单1.05分钟降到0.13分钟，计算一单成本的耗时从2.10分钟降到0.30分钟。这些是分钟，发生在一家小公司身上，单靠它们支付不了任何东西。
这就是文书节省的真实量级，而它并不是做这件事的理由。理由是：在这份记录存在之前，它上面的每一个决定都建立在某个人的记忆之上。你无法比较两个线路方案、无法检验配送频率、无法准确地向运输公司说明作业、也无法让任何人对交货时间窗负责，因为没有可供比对的东西。一套好系统建立在一份坏档案上跑出来的计划，并不比调度员的猜测更好。它就是调度员的猜测，只不过带了时间戳，而且更难反驳。
先把档案建起来，再去买软件。