ai-market-solution-priority-change-log.md 3.7 KB

AI市场中枢方案优先改造记录

1. 改造目标

将推荐逻辑从“报价竞争优先”调整为“可交付方案与合作关系优先,价格用于报价决策和参考”。

业务前提:船公司直营、核心订舱代理和一般市场代理即使提供同一目的港产品,也会因年度协议、价格窗口、优先放舱额度和历史协作深度而具有不同的可订舱性与低价获取把握。

2. 评分口径变更

评分维度 权重 口径
方案保障 27% 产品方案保障度、直航/直达属性、服务支持能力
合作关系优势 23% 与具体供应商的合作深度、低价获取概率、优先舱位概率
现舱保障 15% 现舱状态和当前可订 TEU;可立即订舱优先,需确认方案降权保留
供应履约 18% 订舱成功率、放舱成功率、ETD/ETA准点率
客户适配 10% 路由偏好、客户时效/可靠性/价格敏感度与服务支持能力
运输时效 4% 当前可执行候选中的相对运输时间
价格参考 3% 当前可执行候选中的相对采购成本

价格继续用于客户报价、授权区间与毛利风险判断,但不再是决定推荐顺序的主导维度。

3. 数据模型变更

新增到 gesli:SupplierProductOffering 的字段:

  • solutionAssuranceScore:方案保障度
  • serviceSupportScore:服务支持能力
  • relationshipTier:供应商合作等级。供应商指船公司或订舱代理,例如战略合作、核心合作、稳定合作、常规合作
  • relationshipStrength:我方与具体供应商的合作亲密度,不是抽象方案评分
  • lowPriceAccessProbability:通过该渠道获取低价的概率
  • prioritySpaceProbability:优先取得舱位的概率
  • relationshipEvidence:关系依据,例如年度协议、固定订舱窗口、优先放舱额度
  • spotSpaceStatus:现舱状态,枚举为可立即订舱、现舱有限、需确认或无现舱
  • spotSpaceTeu:当前可直接订用的 TEU 数量

推荐审计增加方案保障、合作关系优势和现舱保障得分,并以业务语言说明推荐理由、备选方案和淘汰原因。

4. 数据样本变更

新增 data/ai-market-india-mock.ttl

  • 目的港:印度那瓦舍瓦港、印度金奈港
  • 预置两类客户、两套市场基准和策略、六个可执行报价
  • 同时覆盖船公司直营、核心订舱代理与市场代理
  • 那瓦舍瓦场景故意提供“价格更高但战略合作、优先保舱且有18 TEU现舱”的直营方案,以及“价格最低但关系、方案保障和现舱均较弱”的市场代理方案,用于验证方案优先口径

动态 Mock 生成器默认显示印度目的港路线,单批可添加 1–8 家供应商和 0–5 个客户。生成的供应商会按战略合作、核心合作、稳定合作、常规合作等画像生成关系字段。

5. 页面输出变更

候选方案卡新增:

  • 方案保障、现舱状态与当前可订 TEU
  • 方案保障、关系优势、现舱保障、履约、客户适配、时效、价格七项得分
  • 我方与具体供应商的合作关系、低价获取概率、优先舱位概率和合作依据
  • 客户建议报价、授权区间和毛利风险仍完整保留

Mock 数据台的供应商报价目录增加关系等级、与供应商合作度、低价获取、优先舱位、现舱状态、现舱 TEU 和合作依据列。

6. 验证标准

印度那瓦舍瓦港场景中,船公司直营方案的采购成本高于市场代理方案,但应因为方案保障、关系强度、优先舱位能力和18 TEU现舱而取得“方案优选”推荐;最低采购成本方案仅作为“价格参考”保留。