全球航班服务有限公司（WFS）近日升级其机器学习驱动的预测平台，旨在提升航空货运量预测精度，强化全球网络运营规划能力。
十年数据训练实现仓库级精准洞察
升级版绩效管理平台——机器学习预测（PMP MLF）基于超300万份航空运单及海量历史流转记录训练而成。系统综合考量季节性、节假日及货物类型等多维因素，按航班、卡车运输及日期维度生成预测，提供仓库级别的精细化洞察，助力企业提前优化人力与资源配置。
目前，该平台每周为覆盖13个国家75个仓库的9,842个航班和6,216次卡车运输生成每日预测。系统将吨位、ULD及件数等关键指标按运输方式、客户和地点进行细分，并直接对接站点级规划工具，实现数据驱动决策。
预测准确率最高达98% 有效解决行业痛点
升级后的系统使WFS能够更早识别业务激增趋势，在各团队及站点间高效调配人员。此举不仅减少了SLA违约风险，还有效避免了加班成本浪费与人员闲置问题。
针对航空货运业长期依赖人工估算导致10%–15%人力缺口的痛点，WFS表示新工具预测准确率已稳定在92%–98%，即便在需求波动期间仍保持高可靠性。
第二阶段功能上线支持联合旺季规划
该平台第二阶段已于今年夏季推出，新增改进版仪表盘与深度可视化分析功能。同时，系统实现了与劳动力管理及排班工具的紧密集成，并提供面向客户的定制化预测服务，以支持联合旺季规划。