客户为国务院国资委直接管理的唯一一家以生命健康为主业的中央企业，是国家创新型企业，是中央医药储备单位，是中国和亚洲综合实力和规模领先的综合性医药健康产业集团，拥有集科技研发、工业制造、物流分销、零售连锁、医疗健康、工程技术、专业会展、国际经营、金融投资等为一体的大健康全产业链。
药品仓、器械仓多仓提货，联合配送。T+0.5配送与T+1配送并存，有随时插单的情况，日均订单1万+，每天2次统一调度+N次临时性调度。
15万+商品SKU，存在拆箱拼箱及加装保温箱的情况，因为作业时间限制无法做全量的体积重量测量。多种车型，部分特殊药品有车型限定。门店有多卸货时间窗要求。
不同类型的商品分别存放在不同的仓库，客户下一次单，有时需要到不同的仓库提货，或者分两次配送到客户门店。需要算法进行智能排线，将需要单仓提货和多仓提货的线路分开，降低二次到店情况。
原系统使用多年，地址档案建立时无校验机制，新老业务员录入时候会出现重复输入，输入错误等情况，下单到TMS系统后，导致订单对应的客户或地址不准，造成司机到达后找不到客户。订单量巨大，人工对每一单地址进行复核也不现实。
为了提升客户服务质量以及满足客户对于药品的紧急需求，在作业过程中，如出现紧急订单且需要拆、拼箱子的情况，就无法做到对每一箱货物的体积和重量进行测量。如何在体积不准时做到车辆装载率最大化，且不会出现超载情况，是对算法的一个挑战。
药品行业客户涉及医院、诊所、药店等，每一个客户的收货时间都有要求，卸货时间差异大。一个客户门店会存在上午、下午分时段允许收货的情况，需要算法合理的排线确保不会违反客户要求的前提下，最大化运输效率。
经数月的研发与测试，逗号C-ROS算法产品已经能完美支持该企业客户的业务场景，通过算法可以设计出合理的路线。另，在算法的基础上为该医药客户提供了地址清洗的功能，规范客户档案、纠正地址库中的错误地址，相似地址，重复地址等异常，协助该企业客户对客户及地址档案精准化管理。
基于历史GPS数据与订单货量，构建卸货时长与货量变化关系模型，将每次运输中各个门店的卸货时长进行精准预估。
通过分析历史人工调度数据，进行街道聚类模拟人工分区行为，提取到算法中应用。
针对特殊药品的运输监管问题，提供路线级的运输追踪，以运单的角度对实际行驶的路线，到达、离开门店的时间进行记录。直观展示司机作业情况。智能电子围栏，线路生成时候自动建立，支持实时、触发类预警。
使用强大商品材积预测算法，计算出因分拣打包导致的体积变化，快速的对订单商品总体积预测。同时构建庞大的行业数据库，应对SKU不全及新商品维护不及时导致的商品体积缺失问题。
拟人化地址清洗，高效识别人名、电话等非地址类文字，自动清洗，相似地址智能合并去重，街道、道路、门牌号级关键校验，区分出相似但不同的地址。配合卸货地址校准功能，对客户地址进行精细化、精准化管理。
通过逗号科技的城配智能调度系统，将人工调度切换为智能调度，不但提高调度配载的效率，还解决了可视化程度低、人工失误率高、排线时间长等问题，最大限度的利用了现有的运力资源。接触了不少城配算法的团队，逗号科技是最懂得物流场景、解决方案最为落地的算法团队。
