CN101263516A

CN101263516A - 用于先行包裹运输的方法和系统

Info

Publication number: CN101263516A
Application number: CNA2005800475067A
Authority: CN
Inventors: 乔尔·施皮尔格; 迈克尔·T·麦克纳; 吉里什·S·拉什曼; 保罗·G·努德斯特伦
Original assignee: Amazon Technologies Inc
Current assignee: Amazon Technologies Inc
Priority date: 2004-12-17
Filing date: 2005-12-15
Publication date: 2008-09-10
Anticipated expiration: 2025-12-15
Also published as: US8271398B2; CN101263516B; US8615473B2; EP2584500A1; JP4938682B2; JP2008524714A; EP2584501A1; US20120323645A1; CA2611958A1; EP1834293A1; WO2006065945A2; US20120072363A1; US8086546B2; US20060136237A1

Abstract

公开了一种预测包裹运输的方法和系统。根据一个实施方式，一种方法包括将一个或者更多个物品封包成一个包裹以最终运往递送地址；选择要将所述包裹运往的目的地地理区域；在运输时未完整指定所述递送地址的情况下将所述包裹运往所述目的地地理区域；并且在所述包裹在运送途中时，完整指定所述包裹的所述递送地址。

Description

用于先行包裹运输的方法和系统

技术领域

本发明涉及定单履行(fulfillment)系统，并且更具体地，涉及包裹的运输。

背景技术

由于个人计算机、因特网和万维网的无处不在所引起的电子商务范围的增加已经导致了消费者可能选购和购买商品方式的巨大改变。消费者可以查看包括特征、规格、外观、价格以及可获得性的产品信息的虚拟店面已变得很平常，即使是在仍保留有实际卖场(customerpresences)(即，实体店面)的批发商和零售商中也是如此。许多交易因公司没有任何其它卖场而已变为专门通过虚拟店铺来实施。

使用虚拟店铺的电子商务具有许多优点，诸如较低费用的开销(例如由于没有销售人员、没有实际店铺、高度自动化定购处理等)，和仅受因特网覆盖范围限制的潜在客户基础。然而，虚拟店铺模式的一个显著缺点在于：在许多情况下，客户无法一购买就立刻收到他们的商品，而是必须等待商品被运输给他们。从不同公共承运商可获得的加急运输方法可能缓解了运输的延时，但通常存在相当高的附加费用，该附加费用可能与购买所支付的价格相当。在许多情况下，选择最低费用的基于地面的运输可能要花费从客户定购日期开始一周或者更长的时间。这样的延时可能阻止了客户在线购买物品，特别是如果这些物品更容易在当地获得时。

发明内容

公开了用于先行包裹运输的方法和系统的各种实施方式。根据一个实施方式，一种方法可包括：将一个或更多个物品打包成要最终运往递送地址的包裹；选择要将所述包裹运往的目的地地理区域；以及在运输时未完整指定所述递送地址的情况下将所述包裹运往所述目的地地理区域。所述方法进一步包括在所述包裹处于运送途中的同时，完整指定所述包裹的所述递送地址。

根据另一实施方式，一种方法可包括：确定当前处于运往相应目的地地理区域的途中的一个或更多个运输包裹的状态，其中，在运输时未完整指定递送地址的情况下对每个运输包裹进行运输。每个运输包裹可能包括一个或更多个物品。对于给定运输包裹，该方法可以进一步包括对于与包括在所述给定包裹中的所述一个或更多个物品相关联的一个或更多个变量进行分析；并且根据变量分析，确定对于所述给定运输包裹的处置。

在一个实施方式中，进一步考虑一种系统，所述系统可包括第一计算机系统和第二计算机系统。所述第一计算机系统可被配置成识别要将包裹运往的目的地地理区域，所述包裹包括被预定为最终运往递送地址的一个或更多个物品。第二计算机系统可被配置成经由网络与所述第一计算机系统进行通信。在运输时未完整指定所述递送地址的情况下将所述包裹运往所述目的地地理区域之后，所述第一计算机系统可以将所述递送地址的完整指定传送到所述第二计算机系统。响应于接收到所述递送地址的所述完整指定，所述第二计算机系统可以将所述递送地址分配给所述包裹。

附图说明

图1是例示了运输网络的一个实施方式的框图；

图2是例示了被配置为实施推测性运输和推后选择定址的系统的一个实施方式的框图；

图3是例示了利用推后地址选择来推测性地运输包裹的方法的一个实施例的流程图；

图4A-C是例示了对于推测性运输包裹示例的各种定址场景的框图；

图5是例示了被配置成容纳运输模型和预测模型的履行计算机系统的一个实施例的框图；

图6是例示了选择最接近的推测性运输包裹来履行客户定单的方法的一个实施例的流程图；

图7是例示了减少推测性运输包裹的返回和/或重寄的方法的一个实施例的流程图；

图8是例示了采用变量分析以及推测性运输的方法的一个实施例的流程图；

图9是例示了对当前处于运送中的先前推测性运输的包裹执行变量分析的方法的一个实施例的流程图；

图10是例示了被配置成支持推测性运输的履行系统的一个实施例中的数据/通信流程关系的数据/通信流程图；

图11是例示了计算机系统的示例性实施例的框图。

虽然本发明容许各种修改和另选形式，但是在附图中以示例的方式示出了其特定实施例，在此将对这些具体实施例进行详细描述。然而，应当理解，附图及其详细描述并不旨在将本发明局限于所公开的具体形式，而是相反，旨在覆盖落在如所附权利要求所限定的本发明的精神和范围内的所有变型例、等同物以及另选例。

具体实施方式

示例运输网络的概述

零售商、批发商以及其它类型的销售商经常将商品运输给诸如零售客户或者其它销售者的接收者。这种运输的至少一部分常常通过公共承运商来执行。总言之，公共承运商可以是提供运输服务的企业、公司或者其它实体。面向包裹的公共承运商的一些示例包括联合包裹公司(UPS)、联邦快递(FedEx)、DHL以及美国邮政服务(USPS)。然而，公共承运商也可能包括客运航空公司、公共汽车线路以及其它类型的承运商，他们中的一些可能除了客运外还提供包裹或者货物运输服务。

图1中例示了由公共承运商对至少一部分产品运输进行处理的运输运输网络的一个示例性实施方式。在所例示的实施方式中，包裹产品的运输在履行中心110处开始。包裹可能被从履行中心110交付给公共承运商，并且随后经由运送途中的一个或更多个公共承运商运输集货中心(hub)120a-c(或者简称为集货中心120)而被传输到具体递送位置130。在各种实施方式中，递送位置130可包括具有对应物理地址(诸如街道地址)或者某些情况下具有邮政信箱地址的具体住所或者商业地点。包裹的递送地址可能既包括识别了递送地点的物理地址也包括识别了递送地点处的预定接收人的地址。如下文中更详细所述，可在履行中心110与递送地点130之间为包裹提供不同路径，包括加急服务路径，非加急服务路径，以及经由专用承运商而下游交付给或注入到公共承运商网络。另外，在一些实施方式中，履行中心110可将包裹交付给多个不同公共承运商，这些承运商中的每一个都提供与所示出的运输网络类似的运输网络。

在一个实施方式中，履行中心110可被配置成准备待打包及运输的库存物品。(注意，一些公司可能采用例如地理分布在全国或者全世界的多个履行中心110，这些履行中心110的一些或者全部可被按照与所示出的实施方式类似的方式配置)。例如，库存可从供应商接收并且被储存在履行中心110内。同时，可从库存中选择(如“拣选”)各个物品，对各个物品进行打包以便运输，并且进行运输。例如，虽然在一些情况下，可响应于客户定购一个或更多个物品而从库存中拣选出客户所定购物品，但如下文更详细所述，在一些实施方式中，可在客户已经对应于一些物品进行了定购之前，拣选、打包并且运输所述物品。在各种实施方式中，对一个或更多个经拣选物品进行打包包括：将物品与任何所需衬料或者间隔材料一起放置在盒子、信封、或者其它适当运输容器中，以便防止在运输过程中对所打包物品造成损坏。在一些情况下，库存中的特定物品可能已被预打包以便运输，或者到达履行中心110处的一个物品的打包可能足以进行运输。包裹可指代对于到一地址的潜在递送而充分准备的任何实体物品。所需准备的程度可依据所打包的物品、承运商的操作要求以及其它因素而变化。在一些实施方式中，包裹可具有任何适当形式因素，包括标准信封的形式因素。

在一些实施方式中，履行中心110可包括传统仓库或者分发中心，其中可在同一物理位置处进行库存、拣选、打包以及运输。然而，在其它实施方式中，在履行中心110处执行的各种功能可分布在若干不同物理地点。例如，在履行中心110的一个实施方式中，可将有限库存存储在其中发生拣选、打包以及运输的位置处，并且该有限库存可能是从存储在其它地点的更大库存补充来的(如，基于及时模式)，或者从供应商直接补充来的。

一旦包裹进入公共承运商的运输网络(即，交付给公共承运商)，该包裹可在途中经过一个或更多个集货中心120到达递送位置130。总言之，集货中心120可包括使包裹从分拣且分发其的各个地点到达其它地点的运输设施。在一些情况下，包裹可从一个集货中心120到达另一集货中心120。通常，集货中心120被配置成为与该集货中心接近的特定地理区域提供服务，所述特定地理区域诸如包括若干郡县的全部或者一部分的城区，或者包括一个或更多个州的全部或者一部分的地域。在一些情况下，多个集货中心120可为相同地理区域或者重叠区域提供服务。包裹可从特定地理区域内的非集货中心地点，诸如从由公共承运商管理的收集点(例如升降梭箱，店面、递送车辆，或者集货中心120本身的交付柜台)抵达集货中心120。

从无论什么样的源抵达集货中心120的包裹可根据包裹各自的目的地而被分拣和寄送。例如，去往由集货中心120所服务的地理区域内的递送地址的包裹可被分拣以便在该地理区域内进行本地递送。与此对照的是，去往一个不同地理区域的包裹可被分拣以运送到不同集货中心120。依据公共承运商的网络配置和给定包裹的目的地，给定包裹在运送途中可能经过多个不同集货中心120。例如，具有包裹被交付给的集货中心120本地的递送地址的包裹可被分拣以直接从该集货中心120递送，同时去往远地址的包裹在抵达与其目的地地理区域相对应的集货中心120之前可能被经由一个或更多个中间集货中心120而转发。在一些实施方式中，依据网络的结构，设想交付给本地递送的包裹可根本不经过集货中心120。例如，在一些实施方式中，可基于点对点或者网格形式来执行地理区域内的运输，同时进入或者离开该地理区域的运输可通过集货中心120来选路。

可提供不同运输模式来将包裹从其源地运送到它们各自的递送地址。在许多实施方式中，包裹源地(诸如履行中心110)与集货中心120之间的传输，以及目的地集货中心120与递送位置130之间的运输可利用诸如卡车或者运货车的地面运输来实施。然而，在运送途中(诸如多个集货中心120之间)的其它点处，可通过除了和代替地面运输之外的航空、铁路或者船运来运输包裹。在一些情况下，利用不同运输模式可使得公共承运商能够提供不同级别的服务。例如，在图1所示的实施例中，公共承运商在集货中心120a与120c之间经由航空提供具有较短运输等待时间的加急服务路径(如，一晚或两天服务)，并且在集货中心120a与120c之间经由卡车提供具有较长运输等待时间(在集货中心120b处有停留)的非加急服务路径(例如地面服务)。如图1所示，除了使用较快的运输模式，在一些情况下加急服务路径可能绕过非加急路径中存在的集货中心120，这减少了对包裹执行分拣的次数，从而相应地减少了包裹的运输等待时间。(包裹也可在集货中心120内根据其服务级别而被处理。例如，在给定集货中心120处，加急包裹可在非加急包裹之前被分拣)

在一些实施方式中，可提供不同选择来将包裹交付给公共承运商。在图1所示的实施方式中，在一种情况下，包裹可从履行中心110直接交付给公共承运商。例如，由履行中心110所采用的各公共承运商可从履行中心110拣选其相关包裹，或者可提供承载有包裹以将包裹搬运到附近集货中心120的车辆或者集装箱。然而，在履行中心110处准备用于运输的产品的公司可确定利用专用方式将一些包裹从履行中心110直接运送到一个或更多个集货中心120以便在这些集货中心120处进行交付是有利的。例如，公司可确定利用专用承运商(例如公司自有的或者专用签约车辆)来绕过某些集货中心120具有费用或时间优势。专门将包裹承载到公共承运商集货中心120并且在此交付包裹也可被称为将包裹注入公共承运商。在一些实施方式中，公司可利用专用承运商沿着包括若干集货中心120处的停靠点的路形来运输包裹，在沿着该路径的不同集货中心120处注入各种包裹。

运送途中包裹的定址

在传统定单履行系统中，不对物品进行运输(或者在许多情况下甚至不进行运输打包)，直到客户定购该物品以将该物品递送到具体递送地址。然而，在图1所示的系统的一个实施方式中，可以在运输时未完整指定递送地址的情况下，将包括一个或更多个物品的包裹运往目的地地理区域。与之相反，可以在包裹的运送途中完整地指定递送地址。在运输时尚未完整指定递送地址的这种包裹运输通常也称为推测性运输，并且在运输包裹之后完整或者部分地指定包裹的递送地址(无论包裹原本是否是在具有递送地址的情况下运输的)一般称为推后选择定址，或者简称为推后定址。在一些实施方式中，包裹的推测性运输可在预测客户定购所述包裹中的物品时但是在这种定购实际发生之前发生。在这种实施方式中，推测性运输也称为先行运输。

例如，在一个实施方式中，在指示了诸如由特定集货中心120提供服务的地理区域的目的地地理区域，但尚无更具体信息来识别具体递送位置130的情况下，从履行中心110(或者通过在履行中心110或者集货中心120处交付包裹)来运输包裹。在各个实施方式中，目的地地理区域的指示可能包括识别地理区域的特定代码。例如，在一个实施方式中，地理区域及其相关集货中心120可由邮编或者邮编的一部分(诸如USPS邮区编码的三个最高位数字)来识别。在另一实施方式中，公共承运商可使用不同类型的代码或者方案来识别地理区域以及相关集货中心120。注意，目的地地理区域的指示可能足以执行包裹到目的地地理区域内的潜在递送地址的大部分路选。例如，该指示可能足以使包裹选路到与目的地地理区域相关联的集货中心120。

在一些实施方式中，在未完整指定递送地址的情况下将包裹推测性地运往目的地地理区域可包括指定不是邮编的信息或者邮编之外的信息。例如，在一实施方式中，可指定部分街道地址。另选的是，可提供完整街道地址或者其它物理地址，但可省略一些地址(例如包裹的可识别接收者)。例如，可将没有地址信息的包裹推测性地运往具有大量租户的居住或者商业建筑的物理地址。还设想可将包裹推测性地运往在运输时未知其物理地址的特定地址。例如，一地址可保持大约在推测性运输时可实现递送的或者可从一个地点移动到另一个地点的多个物理地点。在一些实施方式中，对包裹进行推测性运输包括预测可对应于特定地址的若干可能物理地址之一，并且将包裹运往所预测的物理地址。在一些情况下，这种预测可在特定地址已定购包裹内容之前发生。在各个实施方式中，可基于历史客户购物模式或者其它预测因素(诸如下文更详细所述)来执行地址预测。

图2中例示了被配置为执行推测性运输和推后选择定址的系统的一个实施方式。在所例示的实施方式中，履行中心110被配置成经由网络230与定单中心270以及与一个或更多个集货中心120进行通信。如所例示的那样，履行中心110包括被配置成与数据仓库220进行通信的履行计算机系统210，但是在一些实施方式中，设想数据仓库220可位于履行中心110的外部(例如，履行计算机系统210另选地可被配置成经由网络230与数据仓库220进行交互).

在所例示的实施方式中的定单系统270包括定单数据库280，所述定单数据库280被配置成与两个可能的定单信息源相连接：电子商务(e-商务)门户290a和物理店面290b。在其它实施方式中，设想可包括更多或者更少的定单信息源。例如，e-商务公司可能没有客户能访问的任何实际店面，并且替代地可能经由网站或者其它类型的门户完全在线地进行其交易。另外，设想在一些实施方式中，定单中心270的功能可部分地或者完全地在履行中心110内实施，并且在一些实施方式中可提供多个定单中心270。例如，定单中心270可与上述履行中心110类似地，在地理上分布在履行中心110内或者被单独设置。

在所例示的实施方式中，集货中心120包括运输集货中心计算机系统240，所述运输集货中心计算机系统240被配置成与定址系统250进行通信。进而，定址系统250可被配置成将经由集货中心计算机系统240接收的递送地址的指示应用于通过集货中心120而处于运送途中的任何包裹260。设想集货中心120的所例示的实施方式可以是公共承运商运输网络内的任何集货中心120的例示，虽然并非每一个集货中心120都必须这样配置。

因为从履行中心110运输包裹，所以在所例示的实施方式中，关于这些包裹的信息可被履行计算机系统210捕获，并且由数据仓库220存储。在一个实施方式中，数据仓库220可包括被配置成存储这种捕获数据的数据库或者其它数据储存库。然而，在一些实施方式中，数据仓库220也可被配置成对存储在诸如企业内的数据库或者其它应用之类的一个或更多个数据源中的数据进行汇集。例如，数据仓库220可被配置成对由定单数据库280存储的定单记录或者对来自企业内的其它履行中心110的各种运输或者库存记录进行汇集。在一些情况下，从企业内的不同功能或者地理单元收集的数据的汇集可便于对企业内的复杂或者系统行为模式进行分析，如下文更详细所述。注意，在履行中心110的一些实施方式中，除了包裹运输之外的大量行为也可通过履行计算机系统210来跟踪并且由数据仓库220来存储。例如，当物品从供应商抵达履行中心110、将这些物品仓储、并且对这些物品进行拣选以便打包和运输时，可对这些物品进行跟踪。

在一些实施方式中，可利用条形码、磁或光可读字符、或者其它类型的标记和扫描技术对各个库存物品和/或包裹进行标识。在这种实施方式中，可在履行处理中的各个点处，通过扫描设备来跟踪代码或者可通过人员手工输入代码。另选的是，可利用无线电技术对各个物品和/或包裹进行标识，诸如通过向待跟踪物品附加射频标识符(RFID)标签或者其它类型的转发器。用于标记或者识别物品或者包裹的前述技术的每一个可总称为机器可读标识符。设想可采用任何适当类型的机器可读标识符，无论该标识符是否是容易由人可读的。在一些实施方式中，例如，也可以使用具有唯一的易检测的光或者化学特性的化合物来标识物品或者包裹。

可推测性地将诸如包裹260的包裹从履行中心110运往各个目的地地理区域，与这种包裹260有关的数据可存储在数据仓库220中。例如，在运输之前可将唯一标识符(诸如上述条形码或者无线电转发器)与每个包裹260相关联，并且唯一标识符的对应记录被存储为数据仓库220内的记录。包括在给定包裹260中的特定物品的记录也可被存储在数据仓库220中，给定包裹260的当前和历史跟踪信息可诸如由公共承运商来提供。注意在一些实施方式中，唯一标识符不必与各个包裹相关联。例如，在一个实施方式中，履行中心110可对推测性运输的多个同样物品(诸如新发行的小说或者其它物品)进行单独打包并且可将一批这种打包物品交付给公共承运商以便推测性地运往目的地地理区域。在这种实施方式中，可对该批物品的位置和/或标识进行跟踪，但可在不考虑唯一标识符的情况下，针对推后选择定址来可交换地选择该批物品内的单独包裹。另外，在一些实施方式中，除了唯一标识符之外，给定包裹260内的物品的类型或者类别的指示也可与该给定包裹相关联。例如，给定物品可与对于物品的类型、类别或者模型而言唯一的标识符相关联(但不必对于物品的具体情况唯一)，所述标识符诸如国际标准书号(ISBN)、存货管理单位(SKU)、通用产品代码(UPC)、或者版权、卖主特定标识符。可以按与包裹260的唯一标识符相类似的方式将这种指示应用于包裹260，或者可以将这种指示如作为数据库记录的一部分而与包裹唯一标识符相关联。

有时，在推测性地运输了给定包裹260之后，客户可能对给定包裹260中包括的一个或更多个物品下定单，该定单可包括特定地理区域内的具体递送地址。例如，客户可经由e-商务门户290a在线定购或者亲自在实际店面290b处定购。(在其它实施方式中，可在线地或者在物理店面处由诸如电话代表或者销售人员来代表客户进行定购。)定单的记录可存储在定单数据库280中。也可响应于所进行的定购，将该定单经由网络230传送到一个或更多个履行中心110。履行计算机系统210随后查询数据仓库220来确定当前处于运送途中的推测性运输包裹260是否部分地或者完全满足定单的需求。如果没有运送途中的包裹260满足该定单(或者如果定单指定所有物品一起运输，这使得运送途中的部分包裹260不满足要求)，则可通过常规履行处理来履行定单(例如可对库存进行拣选，进行打包并运往客户提供的递送地址)。

然而，履行计算机系统210可确定运送途中的一个或更多个推测性运输的包裹260是否满足所接收的定单，并且可随后通过参照存储在数据仓库220中的跟踪数据或者通过对运送所述包裹260的公共承运商进行实时跟踪查询，来确定包裹260的当前地点和目的地地理区域。如果多于一个的包裹260满足所接收的定单，则履行计算机系统210可被配置成基于任何适当前提，选择一个包裹进行推后定址。例如，可选择最接近定单的递送地址的包裹260(例如在到最接近于包括递送地址的地理区域的集货中心120的途中)。然而，设想可采用更精细的选择算法，所述更精细的选择算法可能考虑了各种定单参数以及可由运送途中的包裹260满足多个未支付定单的可能性。例如，如果一个包裹260最接近一个地理区域，在该区域中由两个可由该包裹260满足的定单，则在选择算法中，指定了加急运输的定单可能优先于指定了非加急运输类别的定单。

一旦已针对对应定单选择了推测性运输包裹260，则履行计算机系统210可被配置成将由定单指定的递送地址的完整指定传送到选定包裹260当前所在的或去往的集货中心120。例如，履行计算机系统210可经由网络230将递送地址传送到运输集货中心计算机系统240。在一些实施方式中，履行计算机系统210可将递送地址与对应于分配给选定包裹260的唯一标识符的信息(例如，关于与包裹相关联的条形码或者无线电标签的信息)一起传送。

在所例示的实施方式中，响应于接收到完整指定的递送地址，运输集货中心计算机系统240可被配置成将所指定递送地址分配给选定包裹260。例如，在一个实施方式中，随着各种包裹260经过集货中心120，可扫描其相关条形码或者无线电标签，并且可将与各种包裹260相关联的唯一标识符信息与从履行计算机系统210接收的唯一标识符信息相比较。当检测到与选定包裹260相关联的唯一标识符信息时，运输集货中心计算机系统240可将完整指定的递送地址分配给选定包裹260。在一些实施方式中，设想运输集货中心计算机系统240可被配置成将各种包裹状态信息提供给履行计算机系统210。例如，运输集货中心计算机系统240提供对集货中心120处的那些已经被分配或者尚未被完整分配指定递送地址的包裹进行标识的信息。

在一些实施方式中，将递送地址分配给包裹260可包括将递送地址的指示应用于包裹260。在例示的实施方式中，集货中心120包括定址系统250，所述定址系统250可被配置成进行这种地址应用。在一个实施例中，定址系统250可被配置成打印包括递送地址的标签，所述标签随后被自动或者手工地粘附到选定包裹260。另选的是，定址系统250可被配置成例如通过使用喷墨印刷将递送地址直接应用于选定包裹260。在一些实施方式中，设想扫描功能可被内置在定址系统250中，使得定址系统250能够对包裹260进行扫描，将唯一标识符信息传送到运输集货中心计算机系统240，并且在要将递送地址分配给包裹260的情况下应用该递送地址。在其它实施方式中，设想可使用与定址系统250不同的设备来进行这种扫描。例如，在一个实施方式中，在集货中心120处被分拣的包裹260可以沿着传送带或者类似传送机构被传送，并且可能进而经过扫描设备和定址系统250。

如何确定包裹260的位置在各种实施方式中可能是变化的。在一些实施方式中，包裹260可被认为位于给定集货中心120处，直到其实际离开该集货中心120，而在其它实施方式中，包裹260可位于给定集货中心120，直到发生了最近的跟踪扫描和/或最近的应用推后选择地址的机会。在一些实施方式中，这些定位标准在不同集货中心120处可以是变化的，并且履行计算机系统210可被配置成当针对延迟定址选择来确定包裹260的位置时考虑这些定位标准。在一些实施方式中，设想将递送地址分配给包裹260可发生在一个集货中心120处，而将递送地址应用于所述包裹260可发生在另一集货中心120处。例如，地址分配可发生在已经在特定集货中心120处发生了最近的应用地址的机会之后，但该分配仍可反映在运输集货中心计算机系统240内，所述运输集货中心计算机系统240可与下游集货中心120协调地址应用。

注意，在一些实施方式中，对推测性运输的包裹260分配推后选择递送地址不必发生在集货中心，而是替代地发生在递送的“最后一英里”(例如在本地递送路径上的包裹260的运送途中)。此外，这种地址分配不需要将递送地址的指示应用到包裹260。在一些实施方式中，可将包裹260推测地运往目的地地理地区，所述目的地地理地区足够详细，以允许包裹260在抵达与所述目的地地理地区相关联的集货中心120之后被分拣并被放置在特定递送路线上(例如，可将包裹260推测性地运往与特定公共承运商递送路线相关联的五位USPS邮区编码地区)。另选的是，可将包裹260推测性地运往更广阔的地理区域(如三位USPS邮区编码地区)，并且在将包裹260放置在具体递送路线上时无需完整地指定递送地址的情况下，可在运送途中提供更具体的目的地信息(例如五位USPS邮区编码)。一旦推测性运输的包裹260离开本地递送路线上的集货中心120，则在运送途中例如通过使用无线电、卫星、蜂窝电话、蜂窝文本消息传输或者其它适当通信技术将递送地址从集货中心120发送到递送车辆，来指定完整递送地址。例如，可指示递送车辆司机将具有特定唯一标识符的推测性运输包裹260递送到在运送途中所接收的递送地址。可经由通信设备将该递送地址指示给司机，而无需将该递送地址应用于包裹260，虽然在一些实施方式中，可在递送前应用标签或者其它递送地址指示。

另外，设想在一些实施方式中，到推测性运输包裹260的推后选择递送地址的分配可发生在已经将包裹260交付给公共承运商之前。例如，如上所述，一些推测性运输包裹260可经由去往一个或更多个集货中心120的专用承运工具(诸如租用车辆)离开履行中心110。在一个这样的实施方式中，专用承运工具可以包括与定址系统250类似的系统，所述系统被配置成例如经由无线或者基于卫星的数据网络与履行计算机系统210进行通信，以接收当在特定集货中心120处交付特定推测性运输包裹260之前，待分配给该包裹260的地址。例如，指示递送地址的标签或者其它机器可读标识符可在给定包裹260处于从履行中心110到特定集货中心120的运送途中被应用或者分配到该给定包裹260。

注意，在一些实施方式中，将地址分配给推测性运输包裹260可包括将所分配地址的指示应用于包裹260，在其它实施方式中，可完全虚拟地执行分配。例如，可通过履行计算机系统210将与包裹260相关联的条形码、RFID标签或者其它机器可读唯一标识符与特定递送地址动态关联，以使得当对包裹260进行扫描时(例如在集货中心120处，或者在处于递送车辆上的同时)可检取该特定递送地址。在这种实施方式中，可减少除了应用唯一标识符之外的与应用递送地址的指示相关联的开销，特别是在从包裹260的原目的地地理区域重寄包裹260的情况下。

一旦包裹260被从履行中心110推测性地运往目的地地理区域，则在一些实施方式中，包裹260不必被最终递送到该目的地地理区域内的递送地址。在一个实施方式中，履行计算机系统210可被配置成在已经对应于包裹260进行了定购之前或者之后，将推测性运输的包裹260重寄到不同地理区域。例如，履行计算机系统210可确定满足客户定单的推测性运输包裹260是否已经在去往与客户递送地址相对应的地理区域之外的另一地理区域的运送途中。另选的是，履行计算机系统210可在包裹的运送途中对包裹260进行推测性重寄，例如以便平衡在整个公共承运商网络中的推测性运输包裹260的分布。在一些情况下，重寄可包括例如如果在运送途中的特定时间量之后尚无任何对应定购，则将包裹260返回到履行中心110。

除了在对包裹260进行推测性重寄(即在针对对应定单选择包裹260之前对包裹进行重寄)的情况下，履行计算机系统210可被配置成将新目的地地理区域的指示而非完整指定的递送地址传送给运输集货中心计算机系统240之外，可与上述推后选择定址类似地完成包裹重寄。例如，在一个实施方式中，履行计算机系统210可传送与新目的地地理区域相对应的邮区编码的前三位。

在图3中示出了一流程图，其例示了利用推后地址选择进行推测性包裹运输的方法的一个实施方式的操作。共同参照图1到图3，操作在块300处开始，在该块中将一个或更多个物品打包为包裹260以最终运输到递送地址。例如，可对库存物品进行打包以满足特定公共承运商的运输要求，这与不满足这些需求的零库存显然不同。随后将诸如唯一条形码或者无线电标签的唯一标识符与包裹260相关联(块302)。

随后例如依据对包裹260中的物品的预测需求来选择要将包裹260运往的目的地地理区域(如稍后更详细描述的)(块304)。随后在未完整指定递送地址的情况下将包裹260运往选定目的地地理区域(块306)。例如，可仅利用与所述目的地地理区域相对应的邮政编码或者邮政编码的一部分来运输包裹260。

在包裹260的运送途中，可能接收到可由包括在包裹260中的物品满足的并且指定了完整递送地址的定单(块308)。如果接收到这种定单，则确定包裹260的位置(块310)，并且将与包裹260相对应的完整指定的递送地址和唯一标识符传送给与所确定位置相对应的集货中心120(块312)。例如，可查阅跟踪信息来确定包裹是在特定集货中心120处还是在去往特定集货中心120的运送途中。

响应于集货中心120接收到完整指定的递送地址，将递送地址分配给包裹260(块314)。例如，可检测与包裹260相关联的唯一标识符，并且响应于该检测来分配对应递送地址。在一些实施方式中，分配递送地址可包括将递送地址的指示应用于包裹260。随后，将包裹260递送到所分配的递送地址(块316)。

如果在块308中没有接收到与包裹260相对应的定单，则可对包裹260进行重寄(块318)。例如，履行计算机系统210可确定包裹260应该运往不同的目的地地理区域，还是返回履行中110。如果重寄包裹260，则以与在块310-314中传送递送地址类似的方式，将该新目的地地理区域的指示传送到包裹260的当前位置(块320)。随后操作可从块308进行，在块308中可对与重寄包裹260相对应的定单进行检测。如果未重寄包裹260，则继续将包裹260运往原来选择的目的地地理区域，并且操作可从块308开始。

在图4A-C中示出针对推测性运输包裹260示例的各种定址场景。在图4A中，示出在将包裹260与特定客户定单相关联之前已推测性运输的该包裹260。在例示的实施方式中，包裹260包括以数值方式给出为14346的唯一包裹标识符，虽然此标识符也能够以上述任何适当技术来实施。如图所示，已将包裹260推测性地运往由USPS邮区编码的三个最高位981限定的地理区域，所述三位邮区编码981对应于西雅图地区(虽然也可指定任何其它地理区域)。

图4B-C例示了针对如图4A所示的推测性运输包裹的两种可能的推后地址选择场景。在图4B的情况下，在推测性运输了包裹260之后，从客户处接收到可由包裹260中包括的物品满足的定单。由定单指定的递送地址是西雅图的地址，并且在包裹260运往西雅图地理区域的途中的同时，可在包裹的起点(例如履行中心110)与递送地址之间的地点处(例如集货中120处)将递送地址应用于包裹260，如上面结合图2和图3的描述而所述的。

与图4B类似，在图4C的情况下，在推测性运输了包裹260之后，从客户接收到可由包括在包裹260中的物品满足的定单。然而，在此情况下，定单指定了由USPS邮区编码的三个最高位787标识的不同地理区域中的奥斯汀递送地址。因此，在将包裹260运往981xx地理区域的途中的同时，利用如上所述的在运送途中所应用的该新地理区域中的递送地址，将该包裹重寄到787xx地理区域(如前所述，所述重寄可在接收到对应定单之前或者之后发生)。

对运输网络行为进行建模并且对运输相关业务变量进行分析

因为在进行包裹的推测性运输之前无需完整递送信息，所以推测性运输和推后选择定址可能使得运输灵活性增加。在一些实施方式中，可将推测性运输和推后选择定址与其它技术相组合，诸如对公共承运商运输网络行为进行预测建模，并且对客户对于各种产品的需求进行预测。这种组合可产生费用节约机会，改进客户购买经历，改进库存管理，并且/或者改进履行操作的其它方面，如以下更详细描述的。

在一些实施方式中，预测运输模型可与推测性包裹运输结合采用。总体说来，预测运输模型(或者简称运输模型)可包括公共承运商的运输网络的计算模型，所述计算模型可被配置成在给出一个或更多个输入限制的情况下对一个或更多个运输相关结果进行预测。在一个实施方式中，运输模型可被配置成对于当前位于给定位置处(例如履行中心110或者其它源位置，或者集货中心120或者其它运送途中位置)的给定包裹260进行到达给定目的地的等待时间的预测。目的地可以是完整指定的递送地址，但在一些实施方式中，预测运输模型可支持对于目的地的多个粒度级别的等待时间预测(例如，广泛地理区域，特定地理区域，地理区域内的递送地区/路线，街道地址等)。另外，在一些实施方式中，预测运输模型可以对除了等待时间之外或者非等待时间的运输结果进行预测。例如，运输模型可被配置成对将由给定包裹260经过的路线(诸如集货中心120序列)进行预测。

在一些情况下，运输模型可从由公共承运商指定的操作参数推导出。例如，公共承运商可指定其预期多久将包裹260运送到各个目的地的操作目标，并且可对于经过各个地区的包裹260发布公共路线。然而，这种目标和路线不能精确反映运输网络的真实行为，特别是对于源和特定目的地的特殊点。例如，从特定地理区域起的运输的等待时间可根据该地区内的交付包裹260的点(例如在集货中心120处，，从履行中心110，或者从另一位置)而变化。

基于预期行为的表述来构建运输模型的另一选择是基于所观察的运输行为来生成运输模型。例如，许多公共承运商公布其网络中的处于运送途中的包裹260的实时运输跟踪数据。在一个实施方式中，履行计算机系统210可被配置成收集运送途中的多个包裹260中每一个的历史运输跟踪数据。例如，可捕获由于将特定包裹260从履行中心110(推测性或者非推测性地)运往具体目的地而产生的实际等待时间，以及识别包裹260所采取的路线(例如包裹260经过的集货中心120)的信息。这种历史跟踪数据可存储在数据仓库220中，在一些实施方式中该数据仓库220还可存储用于从其它履行中心110的运输的数据。随后，建模工具或者应用可通过例如对具有共同目的地的包裹260的等待时间进行比较并取平均值，通过在运送途中对各个包裹260经过的路径进行分析等，来对所存储的跟踪信息进行处理以便识别数据之间的关系和趋势。图5例示出容纳有运输模型410以及预测模型420(下面描述)的履行计算机系统210，但是设想在其它实施方式中，不同的计算机系统(包括履行中心110外部的系统)也可容纳这些模型。

在一些实施方式中，对跟踪数据应用曲线拟合技术以从数据中提取解析关系(例如，方程式)，该解析关系进而可产生静态“黑箱”运输模型，其可在不参考其源数据的情况下被评估。在其它实施方式中，可针对实时或者近实时的关系来动态挖掘历史运输数据，并且在运输模型410中也包括与分析/挖掘工具相结合的数据收集。其它模型生成和实施技术也是可能的并且可以被设想的。根据数据分析的复杂度和频率，结果模型可检测运输网络中的变化或者瞬变条件，诸如拥塞点，路线重新配置等等。另外，在一些实施方式中，运输模型410可包括被配置为在缺少用于关系(诸如用于各个成对源/目的地的等待时间)的特定历史数据的情况下对这些关系进行预测的算法。例如，运输模型410可被配置成利用最近已知终点并结合评估因素，对用于未知成对源/目的地的等待时间进行估计。

运输模型410可用于对给定的推测性运输包裹260与诸如特定递送地址的目的地的接近度进行识别。例如，履行中心110可将包括各种物品或者物品的组合的多个包裹260推测性地运输到不同的目的地地理区域，以使得在任何特定时间，多个包裹260处于运送途中并且可用于满足到特定递送地址的潜在客户定单。哪个包裹260应当与客户定单相关联，或者应当将哪个包裹260提供给客户以促使产生定单可依据多个因素，包括由运输模型410识别的包裹接近度。在一个实施方式中，运输模型410可被配置成通过估计从给定包裹260的当前位置到特定递送地址的等待时间，来识别给定包裹260到特定递送地址的接近度。在其它实施方式中，运输模型410可被配置成利用除了等待时间之外的因素来对接近度进行识别，所述因素为诸如从包裹260的当前位置到特定递送地址的地理距离，沿着包裹260的预期路线的“跳”数(如集货中心120数)，或者从当前位置到递送地址的预期传输费用。然而，注意，在一些情况下，根据运输网络的结构，地理上接近的两个位置可能在时间上不接近。例如，两个城镇可能相邻并且位于两个不同地理区域内，使得从一个城镇到另一个城镇的递送可能经过每个地理区域的集货中心120，导致与源地和目的地之间的距离不成比例的延时。在一些实施方式中，运输模型410可被配置成例如通过考虑可用于将包裹260递送到给定递送地址的实际路线来考虑这种不一致。

图6中例示了选择最接近的推测性运输包裹来满足客户定单的方法的一个实施方式。共同参照图1到图6，操作在块600处开始，在该块中从公共承运商收集运送途中的大量包裹260的历史运输跟踪数据。例如，履行计算机系统210可被配置成利用与公共承运商的web服务接口来收集这种跟踪数据。接着，根据所收集的历史运输跟踪数据来生成预测运输模型410(块602)。如上所述，这种运输模型410在各种实施方式中可以是静态模型或者动态模型。

随后在客户进行相应定购之前，在无完整指定的递送地址的情况下将包括一个或更多个物品的大量包裹260中每一个推测性地运往相应目的地地理区域(块604)。客户随后以特定递送地址下定单，该定单被推测性运输的包裹260之一满足(块606)。响应于客户定单，选择满足定单的推测性运输的包裹260中的最接近该特定递送地址的包裹(块608)。例如，在一个实施方式中，履行计算机系统210可被配置成对满足该定单的所有运送途中的推测性运输的包裹260的当前位置进行识别。随后，运输模型410可被配置成对所有满足条件的包裹260相对于该特定递送地址的接近度进行排序(例如通过运输等待时间)，并且选择最接近的包裹260。在一些实施方式中，设想在给定的推测性运输包裹260已经抵达其原目的地地理区域之前，可针对特定定单选择该给定包裹260作为最接近的包裹。例如，在运往与推测性运输包裹260的指定目的地地理区域相关联的集货中心120的运送途中，该推测性运输包裹260可经过或者预计经过与接收到客户定单的地理区域相对应的另一集货中心120。依据运输网络内的其它包裹260、客户定单的参数、或者任何其它相关因素，可将所讨论的包裹260从其原目的地转寄以满足客户定单。

一旦选择了最接近包裹260，则将特定递送地址传送到该最接近包裹260的地点(块610)。例如，履行计算机系统210可将递送地址传送到特定集货中心120处的运输集货中心计算机系统240。在一些实施方式中，最接近包裹260可能已经在地理区域内的本地递送路线上，在此情况下，可将该特定递送地址传送给运输该最接近包裹260的车辆。随后，将特定递送地址分配给该最接近包裹260(块612)。在一些实施方式中，地址分配可包括例如使用标签或直接将地址印到包裹上，来将递送地址应用到包裹上，而在其它实施方式中，地址分配可以是完全虚拟的。随后将最接近包裹260递送到该特定递送地址(块614)。

注意，在一些实施方式中，推测性运输包裹260的一部分或者全部可利用非加急类别的服务(诸如地面服务)来运输，这可能通常导致比加急类别的服务更长的总等待时间(但通常费用较低)。然而，在某给定时刻，推测性运输包裹260中的至少一个可在与加急类别的服务相对应的等待时间内递送到特定递送地址。就是说，在给定时刻，在运输网络上可能正传送着大量推测性运输包裹260。当下定单时，最接近的包裹260可能已经在与定单的递送地址最接近的集货中心120处或附近，并且因此可在例如下定单的当天获得。因此，即使最接近包裹260原来在该定单之前已经被交付了若干天的非加急运输，也可如同该定单指定了加急运输那样由最接近的包裹260来实现该定单。因此，在一些实施方式中，可将推测性运输与运输模型410相结合以便于利用较低费用非加急运输来模仿较高费用的加急运输。

选择最接近的推测性运输包裹260不必限于客户对对应于包裹260中的物品下定单的情况。在一些实施方式中，可在客户下定单之前确定关于包裹可获得性的信息，并且在运输过程中将该信息呈现给客户。例如，在一个实施方式中客户可与电子商务门户290a相交互以查看包括关于感兴趣物品的信息的各种网页。在客户浏览的同时，例如，当客户导航到与特定物品相对应的网页时，电子商务门户290a可被配置成与履行计算机系统210相通信以确定在运送途中的哪些推测性运输包裹260包括该特定物品。履行计算机系统210随后可查询跟踪信息以确定适当包裹260的位置，并且可查阅运输模型410来确定这些包裹260与客户的接近度。最后，电子商务门户290a可被配置成(例如在客户正浏览的网页上)通知客户关于被给出了运输模型信息的物品的运输可获得性。在一些情况下，电子商务门户290a可以非加急运输的费用来向客户提供物品，即使该物品可能按照比在客户已经下定单后从履行中心110运输该物品少得多的等待时间来获得。另选的是，电子商务门户290a可针对物品推行另一种费用策略，例如提供相对于加急运输的费用的折扣运输收费，或者任何其它适合的策略。

包裹接近度信息与客户定单处理的更复杂预定集成也是可能的。在一个实施方式中，推测运输包裹260可在发生任何相应客户定单之前抵达其目的地地理区域。如果没有提供相应递送地址，则根据公共承运商，这种包裹260可由该公共承运商在特定时段内返回到其起点。另选的是，这种包裹260可响应于一不同地理区域中的实际或者预测的客户需求而被重寄到该区域。然而，任一情况都可能引发公共承运商的附加运输费用。

图7例示了减少推测性运输包裹260的返回和/或重寄的方法的一个实施例。共同参照图1到图7，操作在块700处开始，在该块中包括一个或更多个物品的多个包裹260中的每一个被推测性地运往相应目的地地理区域，例如如前文所述。在包裹260处于运送途中时，检测客户对该客户附近的包裹260的物品的潜在兴趣(块702)。在一个实施方式中，检测客户对特定物品的潜在兴趣可包括例如通过对客户已经经由电子商务门户290a购买或者浏览的物品进行分析并且确定该特定物品与客户购买模式中所反映的物品的相关性，来分析客户的历史购买模式。也可通过分析由客户明确表述的偏爱(例如通过调查或者问卷)，通过分析客户的人口统计信息或者任何其它适当信息源，来检测客户的兴趣。在一些实施方式中，可将兴趣确定限定到与客户最接近的那些包裹260，而在其它实施方式中，可考虑具有不同接近度的包裹260。

一旦检测到客户对包括在附近的包裹260中的一个物品或者多个物品有兴趣，则确定返回或者重寄该附近的包裹260的潜在费用(块704)。例如，返回或者重寄的潜在费用可依据该附近的包裹260是否已经抵达其目的地地理区域、直到承运商要求返回或者重寄该包裹为止还剩多少时间，或者可能影响返回或者重寄该包裹的实际费用的任何其它因素。在一个实施方式中，履行计算机系统210可被配置成利用运输模型410和关于推测性运输包裹260的当前状态的信息来确定此潜在费用。

在确定了返回或者重寄附近包裹260的潜在费用之后，将包裹以根据所确定的返回或者重寄的潜在费用而获得的折扣价格提供给可能感兴趣的客户(块706)。例如，在没有销售时不是产生返回或者重寄包裹260的潜在费用，而是作为将潜在兴趣转换成定单的激励，经由诸如电子商务门户290a将潜在费用的一部分或者全部作为折扣提供给可能感兴趣的客户。在一些情况下，可将包裹260递送给可能感兴趣的客户作为礼物，而不是产生返回或者重寄包裹260的费用。例如，如果给定客户是特别有价值的(例如，根据过去的定购历史、引人注意的人口统计概况等)，则可将包裹260作为促销礼物递送给该给定客户来用于建立商誉。

在上述各种实施方式中，例如可通过依据已在运送途中的推测性运输包裹与客户的接近度或者基于客户对包括在这些包裹中的物品的潜在兴趣，来选择性地将该运送途中的包裹提供给客户，以使用运输模型来允许增加对于已在运送途中的推测性运输包裹的控制的预见性和灵活性。如刚才所述，客户对包裹的潜在兴趣可用于尝试将已在运送途中的包裹递送到特定目的地地理区域。然而，在一些实施方式中，通过在推测性运输各种物品之前精确地预测客户对于这些物品的需求并且随后根据所预测的需求将包裹推测性地运往地理区域，可增加利用最少重寄或者返回活动将推测性运输包裹成功地递送到递送地址的可能性。即，虽然测量客户对已推测性运输包裹的兴趣并且尝试产生进一步的兴趣(例如通过折扣)可能益于促成客户定购所述包裹，但仍可进一步通过将包裹推测性地运往其中客户可能对这些包裹感兴趣的地理区域来改进递送结果。在一些实施方式中，当确定将什么包裹推测性地运往哪个地点时，除了预测的客户需求之外或者并非预测的客户需求，还可考虑许多其它因素，如下所述。

在图5中例示的实施方式中，履行计算机系统210除了容纳运输模型410之外，还容纳预测模型420。预测模型420通常可被配置成对物品的推测性运输提供判定。具体来说，在一个实施方式中，预测模型420可被配置成对客户对于给定物品的需求进行预测或者预计。预测模型420可被配置成预计对于物品的总需求以及特定地理区域内的需求。在许多方面中，预测对尚未运输的物品的需求可依赖于与用于测定潜在客户对已运输物品的兴趣相类似的数据，如上文参照图7所述的。在一个实施方式中，例如，定单中心270可被配置成收集关于特定客户已经购买或者以其它方式表达其所感兴趣的物品的信息。这种信息可包括经由电子商务门户290a收集的各种详情，诸如所察看的特定网页和察看的时段，客户访问电子商务门户290a的总时长，所逗留的链接和逗留的时段，购物车或者愿望列表行为(例如，在未产生立即定单的情况下，物品是否被放置在购物车或者愿望列表中)。这种信息也可包括经由除了电子商务门户290a之外的通道接收到的购物信息，诸如客户电话询问、销售人员合同、对市场调研的响应等等，这些可通过物理店面290b或者通过其它方式(诸如市场部或者销售部所使用的库房计算机系统)来提供。

在一个实施方式中，可通过数据仓库220来存储关于历史客户购买行为的数据，以用于由预测模型420进行的分析，其中该数据可由企业内的定单中心270或者其它部门来收集。例如，可经由网络230将个人客户购买历史、电子商务门户会话数据(如上所述)、客户人口统计数据和/或其它相关个体客户数据传送到数据仓库220以进行存储。在一些实施方式中，预测模型420可被配置成对所汇集的这种数据进行分析以确定对物品的潜在需求。例如，预测模型420可被配置成针对特定地理区域内的客户对客户购买数据进行分析，以便确定对于可被推测性地运往该特定地理区域的物品的典型需求。

可以各种方式对需求进行预测。例如，如果给定客户已经购买了给定物品，则具有类似历史购买模式(例如具有与给定客户类似的已购买或者已浏览物品)的其他客户更有可能购买该给定物品，并且在一些实施方式中，预测模型420可被配置成对这种可能相关性进行检测。然而，在诸如发布新产品的情况下，可能不存在用作将实际购买者的特征与潜在购买者的特征进行比较的基础的物品历史购买行为。在这种情况下，在一些实施方式中，预测模型420可被配置成基于新产品与先前产品的类似性或相关性来预测对该新产品的需求。例如，连载的新出版小说可能被合情合理地预测为具有与最近的连载小说类似的需求概况。注意，虽然在一些实施方式中，可预测对于从产品小直至个体客户的粒度(granularity)的宽范围的产品需求，在其它实施方式中，预测模型420可被配置成仅预测对产量相对大的产品的需求，并且可将其预测限定到诸如由例如集货中心120服务的区域的广泛地理区域。在一些实施方式中，用于预测对于物品的需求的算法可与用于总库存管理的算法相类似或者与其共同使用。

在一些实施方式中，预测对于物品的客户需求可提供用于确定是否推测性地运输该物品以及将该物品推测性地运往何处的合理第一级启发。然而，如上所述，在一些实施方式中，预测模型420也可考虑大量其它变量。例如，在一个实施方式中，预测模型420可以包括指示给定公共承运商运输网络的当前状态的反馈作为输入。即，在确定是否应当进行包裹的新推测性运输时，预测模型420可考虑分布在承运商网络中的推测性运输包裹260中当前的物品和/或这些推测性运输包裹的当前地点。如果大量单位的物品处于推测性运送途中，则例如预测模型420可能不偏向于如下决定，即，对包括其它单位的该物品的包裹进行推测性运输。相反，在检测到运输网络中缺乏物品时，预测模型420可指示批准另外的推测性运输。也可通过其它参数和输入来修改这种决定，诸如推测性运输包裹260与客户定单成功匹配的比率(例如，防止包裹260返回)，新用户定单的比率等。

也可在由预测模型420进行的推测性运输决定分析中考虑各种类型的产品特定变量，诸如物品费用、利润(margin)、产量、可获得性以及其它这种因素。可共同地参考作为预测模型420的输入可获得的所有变量(无论是财务、物流、操作还是其它类型的变量)作为交易变量，并且预测模型420可被配置成在各种变量的当前值方面对某些这种变量的未来值进行分析、预计或者预测。例如，包括给定物品的包裹260的推测性运输的风险(如推测性运输的物品将导致返回或者重寄费用的风险)可根据物品的当前费用和/或利润而变化。在风险容忍度较高(例如物品具有较高利润)的情况下，预测模型420可建议在缺少其它确实证据(诸如历史客户数据)的情况下进行推测性运输。在风险容忍度较低时，预测模型420可试图诸如通过考虑其它变量来对成功率进行更精细的预计。类似的，包括各种物品的包裹260的推测性运输的风险容忍度可根据这些物品的产量和可获得性而变化。例如，预测模型420通常可指示反对不易从供应商获得的低产量物品的推测性运输。

在一些实施方式中，由预测模型420加权的费用和风险因素可以是复杂的并且在时间上动态的。例如，如上所述，在一些实施方式中，包裹260可以在待直接在一个或更多个集货中心120处交付的专用契约承运商车辆上离开履行中心110。在一些这种实施方式中，车辆可具有用于如下包裹的空闲空间，即，在加载了非推测性运输包裹260之后剩下的包裹和由推测性模型420最初建议进行推测性运输的那些包裹260。在此场景下，例如如果车辆的费用在不考虑使用的情况下是固定的，则将其它包裹260传送到为车辆设计的那些停靠点的费用增加可以相当小。考虑到这种环境费用，预测模型420可确定(例如由于当考虑全部负担的运输费用时的较差风险平衡)先前未考虑进行推测性运输的包裹260可能具有更可接受的风险概况，并且建议将这种包裹260添加到部分负载的车辆以用于推测性运输。

设想预测模型420可考虑大量其它类型的动态变量。例如，预测模型420可以是或多或少地连续收集的物流、财务以及其它信息，以及哪个包裹260应该被推测性地运往特定地理区域的相应更新指示。另外，设想在一些实施方式中，预测模型420可以对于已经推测性地运输并且当前在运送途中的包裹260考虑相似变量。例如，推测模型420可被配置成对先前推测性运输的包裹260进行监测，以便基于上述的任何因素以及运送途中的时间、到原指定目的地地理区域的距离等等来确定这些包裹是否应该被重寄到不同的地理区域。作为重寄的另选，预测模型420可被配置成确定是否对潜在客户提供费用激励，诸如打折或者促销，以增加购买的可能性。这种确定可考虑与上述类似的费用和产品变量。

图8中例示了与推测性运输相结合的对交易变量采用动态建模和推测的方法的一个实施方式。共同地参照图1到图8，操作在块800处开始，在该块中，可例如预测或者分析诸如对于一个或更多个物品的客户需求这样的一个或更多个交易变量。如上所述，在一些实施方式中，可由预测模型420来执行预测，所述预测模型420可被配置成对仓库数据进行分析以检测并且预计购买趋势、分析公共承运商网络内的先前推测性运输包裹的当前状态、执行费用/风险敏感度分析等等。在一些实施方式中，预测可利用由企业外部的数据源驱动的模型，诸如普通市场或者文化趋势、竞争者行为等的模型。

在预测了交易变量之后，依据所分析的变量来确定将物品推测性地运往的一个或更多个目的地地理区域(块802)。例如预测模型420可根据地理区域对其预测进行汇集，并且可将具有最高预测需求的那些地理区域确定为推测性运输的可能候选。如前文所述，在一些实施方式中，在对要将物品推测性地运往哪个目的地地理区域或者到底是否要推测性地运输物品进行确定时，可通过诸如物品费用、利润、产量等的其它变量对客户需求进行调节。

在客户定购相应的推测性运输包裹之前，包括所述一个或更多个物品的多个包裹260中的每一个在运输时未完整指定相应递送地址的情况下被推测性地运往相应目的地地理区域(块804)。在一些实施方式中，可由预测模型420根据预测的客户需求和/或其它变量来确定被推测性地运往特定目的地地理区域的包裹260的特定数量。

在一个或更多个推测性运输的包裹260在运送途中的同时，客户以相应递送地址下定单，其中该定单至少部分地可由包裹260之一满足(块806)。响应于该定单，将对应递送地址分配给满足该定单的包裹260(块808)，并且将包裹260递送到该递送地址(块810)。例如，在一些实施方式中，可如结合图3所述地对递送地址进行分配。

如上所述，在一些实施方式中，也可针对已经在运送途中的推测性运输包裹260来执行交易变量的动态建模和预测，以确定例如对于这种包裹的处置。图9例示出这种方法的一个实施方式。共同地参照图1到图9，操作在块900处开始，在该块中确定当前正运往各个目的地地理区域的一个或更多个推测性运输的包裹260的状态。例如，确定这种包裹260的状态可包括诸如通过查阅承运商包裹跟踪数据来确定包裹260的位置。状态确定也可包括例如通过查阅与包裹260相关联的清单记录来确定包括在包裹260中的物品。状态确定中也可包括与特定包裹260相关的任何其它信息，诸如根据运输模型的预测路径或者等待时间。

在确定了给定推测性运输包裹260的状态之后，对于与包括在给定包裹260中的物品相关的一个或更多个交易变量进行分析(块902)。如上文详细所述，在各种实施方式中，这种分析可考虑预测的或者实际的客户需求、诸如物品和运输费用以及利润的财务变量、关于给定包裹260是否可发生返回或者重寄费用的风险分析、或者任何其它适当分析。

根据交易变量分析，确定对于给定推测性运输包裹260的处置(块904)。在各种实施方式中，包裹处置可包括允许给定包裹260继续沿着其当前路径朝着其当前目的地地理区域行进。另选的是，包裹处置还可包括将给定包裹260返回到履行中心，将其重寄到另一目的地地理区域，或者确定向潜在客户提供购买激励，例如鼓励销售而非另选的处置。

在一些实施方式中，诸如运输模型410的运输模型可与预测模型420结合使用，以便管理将包裹推测性地运往选定地理区域的物流，特别是关于计时包裹的可获得性。例如，在一些情况下，企业可能期望新发行的物品在该物品的官方发行日可被广泛地递送。如上所述，在一些实施方式中，运输模型410可被配置成对来自公共承运商网络中的任何点(包括包裹交付点(例如在履行中心110处或者在集货中心120处))的给定包裹260的等待时间和路线信息进行预计。预测模型420可被配置成(例如基于物品预定)对不同地理区域中的对新发行物品的需求、风险和/或推测性运输费用进行预计，而运输模型410可用于确定在物品的发行日期之前多长时间对包括物品的包裹260进行推测性运输以在发行日进行及时递送。

在一些实施方式中，设想单独地使用或者与运输行为的建模和/或相关交易变量的建模和分析相结合地对包裹进行推测性运输和推后选择定址，这样可有效地允许库存物品经由运输网络朝着客户推测性地扩展。即，在推测性运输模型下，给定客户可获得的物品的范围除了实际存储在各个履行中心110处的库存中的物品之外，还可扩展为包括已经在运输网路内的物品。然而，注意，公共承运商运输网络内的推测性运输包裹260不能如库存那样由公共承运商对其进行管理。即，运送途中的包裹260不能如对于履行中心110内的库存物品的情况那样，在被拣选出以用于运输之前没有相应目的地或者客户定单的情况下被存储任意长的时间段。而是，包裹260可在交付给公共承运商之前被打包以便最终递送到递送地址，并且随后在被提供给公共承运商以便进行推测性运输之前或多或少地持续处于运往给定地理区域或者递送地址的途中。一旦提供给公共承运商，则可由公共承运商运输流对包裹260进行管理。除了推后选择定址，其对非推测性运输的包裹是非必要的，可在公共承运商的运输网络内以与其它包裹无差别的方式对推测性运输包裹260进行管理。

可进一步预期，在一些实施方式中，可根据合作伙伴与企业的关联程度，将推测运输、运输行为建模和交易变量分析扩展到各种企业伙伴，特别是电子商务伙伴。例如，在一个实施方式中，基于web的零售商可管理电子商务门户290a以便向客户提供其自己的物品，但也可容纳用于合作经销商的基于web的卖场，例如作为独特的电子商务门户290a，或者作为在现有电子商务门户290a上的特定店面。在一些情况下，特定合作经销商可维持其自己的与履行中心110不同的履行中心，使得一旦经由电子商务门户290a下了客户定单，则合作经销商可处理拣选、打包以及运输该定单的全部方面。在一个这种实施方式中，合作经销商可访问运输模型410和/或预测模型420(例如，经由web服务)以便执行和管理其自己的推测性运输和/或库存管理策略。在另选实施方式中，合作经销商可被配置成例如通过将库存设置在履行中心110处或附近来使用由履行中心110提供的定单履行服务。

在又一实施方式中，合作经销商可被配置成在将其自己的库存交付给公共承运商的同时，使用由履行中心110提供的推测性运输管理服务，诸如推后选择定址。例如在一个这种实施方式中，合作经销商可在履行计算机系统210的指示下为自己的商品进行打包以进行推测性运输，并且可将唯一标识符和目的地地理区域分配给其包裹。合作经销商随后在集货中心210处或者诸如升降投箱的其它方便位置处将其包裹提供给公共承运商。在这种实施方式中，合作经销商的包裹可由履行计算机系统210来管理，就如同这些包裹是源自履行中心110的一样，但是在一些情况下它们可能源自某些其它点。例如，能够访问公共承运商运输网络的诸如个人企业的小经销商可使用由履行计算机系统210提供的如上所述的各种运输服务，即使该小经销商距离最近的履行中心110有几百英里。

如上所述，在一些实施方式中，例如通过允许包裹260在实际定单之前就开始流向潜在客户，使得包裹260的推测性运输能够对库存物品进行更复杂和及时的管理。注意，在一些实施方式中，推测性包裹运输还可使得能够最佳地利用履行中心110的资源。例如，在一些情况下，履行中心110内的定单量和随之发生的打包和运输行为可在一天的不同时间，每周的不同天等中变化，这可能导致有时定单积压而在其他时间履行中心110相对空闲。通过例如在行为的非高峰时段期间，对某些物品进行定购前的推测性运输，使得在履行中心110高峰行为期间接收到的一些定单变得更为可能由已经处于推测性运送途中的包裹260来满足。结果，履行中心110内的资源(例如员工、机器等)利用率可随时间提高得更多，这样可提高履行中心110的总效率。

推测性运输数据流

在上述实施方式中，在各个实体与系统组件之间可存在大量不同的数据/通信流关系。图10例示了在被配置成支持推测性运输的履行系统的一个实施方式中的数据/通信流关系。注意，该数据/通信流关系可例示出数据的不同生产者与客户间的抽象关系，并且可能与系统的有形元素之间的物理关系不相一致。

在所例示出的实施方式中，系统1000包括一个或更多个履行中心110，以及一个或更多个电子商务门户290a，每一个可例示上述的相应元素。系统1000还包括多个客户1010，一个或更多个供应商1020，以及推测性运输数据1030。下面详细例示并描述系统1000的元素之间的各种数据关系。另外，在所例示的实施方式中，在供应商1020与履行中心110之间以及在履行中心110与客户1010之间存在多个物理运输路径。这些运货商传送路径被示出为与系统1000内的数据关系显著不同。在一些情况下，在没有源自履行中心110的包裹的情况下，履行中心110可要求供应商1020直接向客户1010运输物品，例如直接向客户运输包裹。在一些实施方式中，履行中心110也可要求供应商1020以与其中如上所述地可从履行中心110推测性地运输包裹260的方式类似的方式来推测性地运输包裹260。

由系统1000内的不同实体来容纳、处理或者传送不同类型的数据。例如，在所例示的实施方式中，履行中心110可被配置成容纳与被作为履行中心110内的库存而保持的物品有关的库存数据和费用数据，并且提供与对在供应商1020与履行中心110之间运送的物品进行管理相关的一系列数据。电子商务门户290a可容纳物品价格和促销数据以及关于经由该门户所接收的新客户定单和历史客户定单的数据。另外，推测性运输数据1030可包括可由履行中心110、电子商务门户290a或者系统1000内的其它适当主机拥有的其它数据。这种数据可以包括与从履行中心110运往客户1010途中的物品(无论是否为推测性运输)相关的当前状态信息，历史和未来运输状态信息(例如尚未执行的计划运输)，以及与如上所述的交易变量建模相关的状态信息。注意，在一些实施方式中，推测性运输数据1030可被包括在诸如运输模型410和/或预测模型420的其它实体中，而这些模型进而由诸如履行计算机系统210的一个或更多个具体计算机系统容纳。

用实心箭头例示出系统1000内的各种类型的数据和系统之间的关系。例如，客户1010的各个个体可诸如通过呈现给客户1010的网页来与电子商务门户290a相交互。具体来说，客户1010可与电子商务门户290a交换数据以便浏览物品、定购该物品、查看未付定单的状态等等。另外，在一些实施方式中，电子商务门户290a可以被配置成向各个客户1010呈现折扣报价或者其它促销。例如，如上所述，可以折扣价格向客户1010之一提供先前推测性运输的包裹260。在所例示的实施方式中，由电子商务门户290a拥有的数据可以与推测性运输数据1030以及由履行中心110拥有的数据相交互。例如，电子商务门户290a可查询推测性运输数据1030以确定客户可能感兴趣的物品是否已经在先被推测性运输。在这种示例中，这种运输数据可与交易变量建模以及由履行中心110拥有的费用数据相结合使用，以便确定是否对物品打折。

如上文所述，履行中心110可与推测性运输数据1030相交互，以便例如监测运送途中的推测性运输包裹260的状态，并且确定是否推测性地运输其它包裹。推测性运输数据1030和履行中心110都可被配置成与一个或更多个运输商(例如如上所述的公共承运商)相交互，以便例如检索与运送途中的包裹260相对应的跟踪数据。

在所例示的实施方式中，履行中心110可能常规地将各种包裹260运往客户1010，并且可能如上所述地将包裹260推测性地运往各个地理区域。履行中心110也可从各个供应商1020接收库存(在一些情况下，也将库存返回给供应商1020)。如图10所示，履行中心110可保持与供应商1020的数据关系，以便例如进行定购并且对于监测库存定单。履行中心110也可被配置成对在供应商1020与履行中心110之间运送的物品进行监测，无论那些物品经由公共承运商还是经由专用承运商来运送。

系统1000内的数据之间可能存在大量其它排列和关系，并且可预期这些排列和关系。注意，在一个实施方式中，给定包裹260的推测性运输可包括在系统1000内运用一个或若干个不同的数据关系，包括调用可被物理地布置或分布的多个不同数据系统的交互。

示例性计算机系统实施方式

在一些实施方式中，预期可将上述任何方法或者技术实施为能够经由计算机可访问介质存储或者传送的程序指令和数据。这种方法或者技术可包括但不限于例如如下功能：数据仓库220、定单数据库280、运输模型410、预测模型420或者图3、4以及6到10所例示的方法或者数据关系的功能，所述功能可由履行计算机系统210和/或运输集货中心计算机系统240实现，或者由所述系统210和/或系统240全部或者部分地执行。可执行这种程序指令以便执行特定计算功能，诸如数据仓储和虚拟化、存储管理、查询和数据集合分析、查询评估、操作系统功能、应用、以及/或者任何其它适当功能。包括计算机可访问介质的计算机系统的一个示例性实施方式如图11所示。在所例示的实施方式中，计算机系统1100包括经由输入/输出(I/O)接口1130与系统存储器1120相耦合的一个或更多个处理器1110。计算机系统1100还包括与I/O接口1130相耦合的网络接口1140。

如上所述，在各种实施方式中，计算机系统1100可以是包括一个处理器1110的单处理器系统，或者包括多个处理器1110(例如两个、四个、八个或者其它适当数量)的多处理器系统。处理器1110可以是能够执行指令的任何适当处理器。例如，在各种实施方式中，处理器1110可以是实现各种指令集体系结构(ISA)(诸如x86、PowerPC、SPARC或MIPS ISA，或者任何其它适当ISA)中的任何一种的通用处理器或者嵌入式处理器。在多处理器系统中，每个处理器1110可共同地(但并非必须地)实现同一ISA。

系统存储器1120可被配置成对可由处理器1110读取的指令和数据进行存储。在各种实施方式中，系统存储器1120可利用任何适当存储器技术来实现，诸如静态随机访问存储器(SRAM)、同步动态RAM(SDRAM)、非易失性/闪存型存储器、或者任何其它类型的存储器。在所例示的实施方式中，实现期望的如上所述的那些功能的程序指令和数据被示出为存储在系统存储器1120中的代码1125。

在一个实施方式中，I/O接口1130可被配置成协调设备中的处理器1110、系统存储器1120以及任何外围设备之间的I/O业务量，所述外围设备包括网络接口1140或者其它外围接口。在一些实施方式中，I/O接口1130可执行任何必要的协议、定时或者其它数据转换，以将来自一个部件(如系统存储器1120)的数据信号转换成可适于由另一部件(如处理器1110)使用的格式。在一些实施方式中，I/O接口1130可包括对于经由例如各种类型的外围总线附接的设备的支持，所述外围总线诸如是各种外设部件互连(PCI)总线标准或通用串行总线(USB)标准。在一些实施方式中，I/O接口1130的功能例如可被分成两个或者更多个独立部件，诸如北桥和南桥。另外，在一些实施方式中，I/O接口1130的一些或者全部功能，诸如到系统存储器1120的接口，可以直接并入处理器1110中。

网络接口1140可被配置成例如允许在计算机系统1100与附接到网络的其它设备(诸如其它计算机系统)之间交换数据。在各种实施方式中，网络接口1140可支持经由有线或无线通用数据网络(诸如任何适当类型的以太网)的通信；可支持经由诸如模拟声音网络或数字光纤通信网络的电信/电话网络的通信；可支持经由诸如光纤通道SAN的存储区域网络的通信；或者经由任何其它类型网络和/或协议的通信。

在一些实施方式中，系统存储器1120可以是被配置成存储如上所述的程序指令和数据的计算机可访问介质的一个实施方式。然而，在其它实施方式中，可在不同类型的计算机可访问介质上接收、发送或者存储程序指令和/或数据。一般而言，计算机可访问介质可包括诸如磁介质或者光学介质的存储装置介质或者存储器介质，如经由I/O接口1130与计算机系统110耦合的盘或者CD-ROM。计算机可访问介质还可包括任何易失性或者非易失性介质，诸如RAM(如SDRAM、DDR SDRAM、RDRAM、SRAM等)、ROM等，它们可被包括在计算机1100的一些实施方式中作为系统存储器1120或者其它类型的存储器。此外，计算机可访问介质可包括经由诸如网络和/或无线链接的通信介质(诸如可经由网络接口1140实现)传送的诸如电、电磁、或数字信号的传输介质或者信号。

虽然已经相当详细地描述了上述实施方式，但本领域的技术人员可在充分理解上述公开的基础上想到大量的变型方式和修改方式。旨在将所附权利要求解释为包括了全部这样的变型方式和修改方式。

Claims

1. 一种系统，所述系统包括；

第一计算机系统，被配置成识别要将包裹运往的目的地地理区域，所述包裹包括被预定为最终运往递送地址的一个或更多个物品；和

第二计算机系统，被配置成经由网络与所述第一计算机系统进行通信；

其中，所述第一计算机系统进一步被配置成：在运输时未完整指定所述递送地址的情况下将所述包裹运往所述目的地地理区域之后，将所述递送地址的完整指定传送到所述第二计算机系统；并且

其中，所述第二计算机系统进一步被配置成：响应于接收到所述递送地址的所述完整指定，将所述递送地址分配给所述包裹。

2. 根据权利要求1所述的系统，其中，所述第一计算机系统进一步被配置成在运输所述包裹之前将唯一标识符分配给所述包裹，并且将所述唯一标识符与所述递送地址的所述完整指定一起传送到所述第二计算机系统，并且其中，所述第二计算机系统进一步被配置成利用所述唯一标识符将所述递送地址分配给所述包裹。

3. 根据权利要求2所述的系统，其中，利用所述唯一标识符将所述递送地址分配给所述包裹包括在未将所述递送地址的指示应用于所述包裹的情况下将所述递送地址与所述唯一标识符相关联。

4. 根据权利要求2所述的系统，其中，所述唯一标识符包括在所述包裹被运输之前应用于所述包裹的唯一机器可读标识符。

5. 根据权利要求1所述的系统，还包括与所述第二计算机系统相耦合的定址系统，并且其中，所述定址系统被配置成响应于所述第二计算机系统将所述递送地址分配给所述包裹，而将所述递送地址的指示应用于所述包裹。

6. 根据权利要求1所述的系统，其中，所述第一计算机系统位于履行中心处，并且其中，所述第二计算机系统位于公共承运商的运输集货中心。

7. 根据权利要求6所述的系统，其中，将所述包裹运往所述目的地地理区域包括将所述包裹从所述履行中心运送到所述公共承运商的所述运输集货中心，并且在所述运输集货中心处将所述包裹交付给所述公共承运商。

8. 根据权利要求7所述的系统，其中，在所述运输集货中心处将所述包裹交付给所述公共承运商之前，所述包裹的所述递送地址被完整地指定。

9. 根据权利要求1所述的系统，其中，所述第一计算机系统进一步被配置成在所述包裹处于运送途中时将所述包裹重寄到不同的目的地地理区域。

10. 根据权利要求1所述的系统，其中，运输所述包裹发生在客户定购待递送到所述递送地址的所述一个或更多个物品之前。

11. 根据权利要求1所述的系统，其中，所述第一计算机系统进一步被配置成预测所述目的地地理区域内的对所述一个或更多个物品的总客户需求，其中，选择所述目的地地理区域取决于所述预测。

12. 根据权利要求1所述的系统，其中，所述第一计算机系统识别要将所述包裹运往的所述地理区域取决于所述第一计算机系统对于与所述一个或更多个物品相关的一个或更多个变量进行分析。

13. 根据权利要求12所述的系统，其中，对于所述一个或更多个变量进行分析包括确定先前所运输包裹的状态。

14. 根据权利要求12所述的系统，其中，对于所述一个或更多个变量进行分析包括确定与所述一个或更多个物品相关联的费用。

15. 根据权利要求12所述的系统，其中，对于所述一个或者更多个变量进行分析包括确定所运输包裹发生返回或重寄费用的风险。

16. 根据权利要求1所述的系统，其中，所述第一计算机系统进一步被配置成从公共承运商收集处于运送途中的多个包裹的历史运输跟踪数据，以利用所述历史运输跟踪数据来生成所述公共承运商的预测运输模型，其中，所述预测运输模型被配置成针对给定包裹预测到达递送地址的等待时间，并且利用所述预测运输模型来识别所述运输包裹距特定递送地址的接近度。

17. 根据权利要求1所述的系统，其中，在运输时未完整指定所述递送地址的情况下将所述包裹运往所述目的地地理区域进一步包括在未指定所述包裹的地址的情况下运输所述包裹。

18. 根据权利要求17所述的系统，其中，将所述包裹运往所述目的地地理区域进一步包括在运输时指定与所述包裹相对应的物理地址的至少一部分。

19. 根据权利要求1所述的系统，其中，在运输时未完整指定所述递送地址的情况下将所述包裹运往所述目的地地理区域进一步包括在未完整指定所述包裹的物理地址的情况下将所述包裹运往一地址。

20. 一种包括程序指令的计算机可访问介质，其中，所述程序指令是计算机可执行的，以便：

识别要将包裹运往的目的地地理区域，所述包裹包括被预定为最终运往递送地址的一个或更多个物品；

在运输时未完整指定所述递送地址的情况下将所述包裹运往所述目的地地理区域之后，将所述递送地址的完整指定传送到公共承运商；以及

指示所述公共承运商将所述递送地址分配给所述包裹。

21. 根据权利要求20所述的计算机可访问介质，其中，所述程序指令可进一步由计算机执行以在运输所述包裹之前将唯一标识符分配给所述包裹，以将所述唯一标识符与所述递送地址的所述完整指定一起传送给所述公共承运商，并且指示所述公共承运商基于所述唯一标识符将所述递送地址分配给所述包裹。

22. 根据权利要求21所述的计算机可访问介质，其中，所述唯一标识符包括在运输包裹之前应用于所述包裹的唯一机器可读标识符。

23. 根据权利要求20所述的计算机可访问介质，其中，所述程序指令进一步可由计算机执行以指示所述公共承运商将所述递送地址的指示应用于所述包裹。

24. 根据权利要求20所述的计算机可访问介质，其中，在运输时未完整指定所述递送地址的情况下将所述包裹运往所述目的地地理区域进一步包括在未指定所述包裹的地址的情况下运输所述包裹。

25. 根据权利要求24所述的计算机可访问介质，其中，将所述包裹运往所述目的地地理区域进一步包括在运输时指定与所述包裹相对应的物理地址的至少一部分。

26. 根据权利要求20所述的计算机可访问介质，其中在运输时未完整指定所述递送地址的情况下将所述包裹运往所述目的地地理区域进一步包括在未完整指定所述包裹的物理地址的情况下将所述包裹运往一地址。

27. 一种方法，所述方法包括：

将一个或更多个物品打包成要最终运往递送地址的包裹；

选择要将所述包裹运往的目的地地理区域；

在运输时未完整指定所述递送地址的情况下将所述包裹运往所述目的地地理区域；以及

在所述包裹处于运送途中的同时，完整指定所述包裹的所述递送地址。

28. 根据权利要求27所述的方法，其中，完整指定所述包裹的所述递送地址包括将指示所述递送地址的标签应用于所述包裹，并且其中，所述应用发生在所述包裹的起点与所述递送地址之间的位置处。

29. 根据权利要求27所述的方法，其中，将所述包裹运往所述目的地区域包括将所述包裹从履行中心交付给公共承运商。

30. 根据权利要求27所述的方法，其中，将所述包裹运往所述目的地地理区域包括将所述包裹从履行中心运送到公共承运商的运输集货中心，并且在所述运输集货中心处将所述包裹交付给所述公共承运商。

31. 根据权利要求30所述的方法，其中，在将所述包裹在所述运输集货中心处交付给公共承运商之前，完整指定所述包裹的所述递送地址。

32. 根据权利要求27所述的方法，其中，选择所述目的地地理区域包括指定邮政编码的至少一部分，其中，所述邮政编码的所述至少一部分与所述目的地地理区域相对应。

33. 根据权利要求32所述的方法，其中，所述邮政编码的所述至少一部分包括所述邮政编码的一个或更多个最高位。

34.根据权利要求27所述的方法，进一步包括在所述包裹处于运送途中时将所述包裹重寄到不同的目的地地理区域。

35. 根据权利要求27所述的方法，其中，运输所述包裹发生在客户定购待递送到所述递送地址的所述一个或更多个物品之前。

36. 根据权利要求35所述的方法，还包括预测所述目的地地理区域内的对所述一个或更多个物品的总客户需求，其中，选择所述目的地地理区域取决于所述预测。

37. 根据权利要求36所述的方法，其中，预测总客户需求包括分析历史客户购物模式。

38. 根据权利要求27所述的方法，其中，所述选择将所述包裹运往的所述地理区域是取决于对于与所述一个或更多个物品相关的一个或更多个变量进行分析。

39. 根据权利要求38所述的方法，其中，对于所述一个或更多个变量进行分析包括确定先前运输的包裹的状态。

40. 根据权利要求38所述的方法，其中，对于所述一个或更多个变量进行分析包括确定与所述一个或更多个物品相关联的费用。

41. 根据权利要求38所述的方法，其中，对于所述一个或更多个变量进行分析包括确定所运输包裹发生返回或者重寄费用的风险。

42. 根据权利要求27所述的方法，进一步包括：

从公共承运商收集运送途中的多个包裹的历史运输跟踪数据；

利用所述历史运输跟踪数据，生成对于所述公共承运商的预测运输模型，其中，所述预测运输模型被配置成针对给定包裹预测到达递送地址的等待时间；以及

利用所述预测运输模型，识别所述运输包裹距特定递送地址的接近度。

43. 根据权利要求27所述的方法，进一步包括：

选择将多个包裹中的每一个运往的相应目的地地理区域；

在运输时未完整指定相应递送地址的情况下，将所述多个包裹中的每一个运往相应目的地地理区域；以及

在所述多个包裹中的一个给定包裹处于运送途中的同时，完整地指定所述给定包裹的所述相应递送地址。

44. 根据权利要求27所述的方法，其中，在运输时未完整指定所述递送地址的情况下将所述包裹运往所述目的地地理区域进一步包括在未指定所述包裹的地址的情况下运输所述包裹。

45. 根据权利要求44所述的方法，进一步包括在运输时指定与所述包裹相对应的物理地址的至少一部分。

46. 根据权利要求27所述的方法，其中，在运输时未完整指定所述递送地址的情况下将所述包裹运往所述目的地地理区域进一步包括在未完整指定所述包裹的物理地址的情况下将所述包裹运往一地址。

47. 一种系统，所述系统包括：

数据仓库，其被配置成存储与运输包裹相关联的变量；和

计算机系统，其被配置成访问存储在所述数据仓库中的所述变量，其中，所述计算机系统进一步被配置成：

确定当前处于运往相应目的地地理区域的途中的一个或更多个运输包裹的状态，其中，每个运输包裹包括一个或更多个物品，并且其中，在运输时未完整指定递送地址的情况下对每个运输包裹进行运输；

针对所述运输包裹中的一个给定包裹，对与包括在所述给定运输包裹中的所述一个或更多个物品相关联的所述变量中的一个或更多个变量进行分析；

根据对所述一个或更多个变量的分析，确定对于所述给定运输包裹的处置。

48. 根据权利要求47所述的系统，其中，所述计算机系统确定所述一个或更多个运输包裹的状态包括所述计算机系统确定所述一个或更多个运输包裹中每一个的当前位置和当前目的地地理区域。

49. 根据权利要求47所述的系统，其中，所述计算机系统对所述一个或更多个变量进行分析包括所述计算机系统确定先前运输包裹的状态。

50. 根据权利要求47所述的系统，其中，所述计算机系统对所述一个或更多个变量进行分析包括所述计算机系统确定与所述一个或更多个物品相关联的费用。

51. 根据权利要求47所述的系统，其中，所述计算机系统对所述一个或更多个变量进行分析包括所述计算机系统确定运输包裹发生返回或者重寄费用的风险。

52. 根据权利要求47所述的系统，其中，所述计算机系统确定对于所述给定运输包裹的所述处置包括所述计算机系统确定将所述给定运输包裹返回到履行中心。

53. 根据权利要求47所述的系统，其中，所述计算机系统确定对于所述给定运输包裹的所述处置包括所述计算机系统确定将所述给定运输包裹重寄到的不同的目的地地理区域。

54. 根据权利要求47所述的系统，其中，所述计算机系统确定对于所述给定运输包裹的所述处置包括所述计算机系统确定向潜在客户提供对于购买包括在所述给定运输包裹中的所述一个或更多个物品的激励。

55. 一种包括程序指令的计算机可访问介质，其中，所述程序指令可由计算机执行，以便：

对于所述运输包裹中的一个给定包裹，对于与包括在所述给定运输包裹中的所述一个或更多个物品相关联的一个或更多个变量进行分析；

56. 根据权利要求55所述的计算机可访问介质，其中，确定所述一个或更多个运输包裹的状态包括确定所述一个或更多个运输包裹中的每一个的当前位置和当前目的地地理区域。

57. 根据权利要求55所述的计算机可访问介质，其中，对所述一个或更多个变量进行分析包括确定先前运输的包裹的状态。

58. 根据权利要求55所述的计算机可访问介质，其中对所述一个或更多个变量进行分析包括确定与所述一个或更多个物品相关联的费用。

59. 根据权利要求55所述的计算机可访问介质，其中，对所述一个或更多个变量的分析包括确定运输包裹发生返回或者重寄费用的风险。

60. 根据权利要求55所述的计算机可访问介质，其中，确定对于所述给定运输包裹的所述处置包括确定将所述给定运输包裹返回履行中心。

61. 根据权利要求55所述的计算机可访问介质，其中，确定对于所述给定运输包裹的所述处置包括确定将所述给定运输包裹重寄到不同的目的地地理区域。

62. 根据权利要求55所述的计算机可访问介质，其中，确定对于所述给定运输包裹的所述处置包括确定向潜在客户提供对于购买包括在所述给定运输包裹中的所述一个或更多个物品的激励。

63. 一种方法，所述方法包括：

64. 根据权利要求63所述的方法，其中，确定所述一个或更多个运输包裹的状态包括确定所述一个或更多个运输包裹中的每一个的当前位置和当前目的地地理区域。

65. 根据权利要求63所述的方法，其中，对所述一个或更多个变量进行分析包括确定先前运输包裹的状态。

66. 根据权利要求63所述的方法，其中对所述一个或更多个变量进行分析包括确定与所述一个或更多个物品相关联的费用。

67. 根据权利要求63所述的方法，其中，对所述一个或更多个变量进行分析包括确定运输包裹发生返回或者重寄费用的风险。

68. 根据权利要求63所述的方法，其中，确定对于所述给定运输包裹的所述处置包括确定将所述给定运输包裹返回履行中心。

69. 根据权利要求63所述的方法，其中，确定对于所述给定运输包裹的所述处置包括确定将所述给定运输包裹重寄到不同的目的地地理区域。

70. 根据权利要求63所述的方法，其中，确定对于所述特定运输包裹的所述处置包括确定向潜在客户提供对于购买包括在所述给定运输包裹中的所述一个或更多个物品的激励。

71. 一种系统，所述系统包括：

第一计算机系统，其被配置成对运送途中的第一多个包裹的运输跟踪数据进行存储；和

第二计算机系统，其被配置成经由网络与所述第一计算机系统相通信，并且还被配置成：

从所述第一计算机系统收集所述第一多个包裹的历史运输跟踪数据；

利用所述历史运输跟踪数据来生成公共承运商的预测运输模型，其中，所述预测运输模型被配置成对于给定包裹预测到达递送地址的等待时间；

指示在运输时未完整指定相应递送地址的情况下将包括一个或更多个物品的第二多个包裹中的每一个运往相应目的地地理区域，其中，所述第二多个包裹中的一个给定包裹的运输发生在客户定购所述一个或更多个物品之前；以及

利用所述预测运输模型，识别所述第二多个包裹中的一个或更多个包裹距特定递送地址的接近度。

72. 一种包括程序指令的计算机可访问介质，其中，所述程序指令可由计算机执行，以便：

从第一计算机系统收集第一多个包裹的历史运输跟踪数据；

利用所述历史运输跟踪数据来生成所述公共承运商的预测运输模型，其中，所述预测运输模型被配置成对于给定包裹预测到达递送地址的等待时间；

73. 一种方法，所述方法包括如下步骤：

从公共承运商收集在运送途中的第一多个包裹的历史运输跟踪数据；

在运输时未完整指定相应递送地址的情况下将包括一个或更多个物品的第二多个包裹中的每一个运往相应目的地地理区域，其中，所述第二多个包裹中的一个给定包裹的运输发生在客户定购所述一个或更多个物品之前；

74. 一种系统，所述系统包括：

数据仓库，其被配置成存储历史客户购物信息；和

计算机系统，其被配置成访问存储在所述数据仓库中的所述历史客户购物信息，其中，所述计算机系统进一步被配置成：

根据所述历史客户购物信息来预测对于一个或更多个物品的客户需求；

根据所述预测的客户需求来确定要将所述一个或更多个物品运往的一个或更多个目的地地理区域；以及

指示在运输时未完整指定相应递送地址的情况下将包括所述一个或更多个物品的多个包裹中的每一个运往所述一个或更多个目的地地理区域中的一个相应目的地地理区域，其中，包裹的运输发生在客户相应地定购所述包裹之前。

75. 一种包括程序指令的计算机可访问介质，其中，所述程序指令可由计算机执行，以便：

预测对于一个或更多个物品的客户需求；

根据所述预测的客户需求确定要将所述一个或更多个物品运往的一个或更多个目的地地理区域；以及

指示在运输时未完整指定相应递送地址的情况下将包括所述一个或更多个物品的多个包裹中的每一个运往所述一个或更多个目的地地理区域中的一个相应目的地地理区域，其中，所述多个包裹中的一个给定包裹的运输发生在客户相应地定购所述给定包裹之前。

76. 一种方法，所述方法包括：

预测对于一个或更多个物品的客户需求；

在运输时未完整指定相应递送地址的情况下将包括所述一个或更多个物品的多个包裹中的每一个运往所述一个或更多个目的地地理区域中的一个相应目的地地理区域，其中，所述多个包裹中的一个给定包裹的运输发生在客户相应地定购所述给定包裹之前。