Reservas ya confirmadas vs línea base histórica de ese día de semana (negocio 90% reserva anticipada)

Probabilidad individual de conexión según el patrón histórico de cada conductor para ese día de semana (últimos 90 días)

Últimos 30 días: dónde se piden los servicios (zona_origen) vs dónde prefieren esperar/conectarse los conductores (zona de conexión)

Regresión Logística real (sklearn) para cancelación + red neuronal ya existente para cumplimiento — datos 100% reales, sin variables inventadas

Conductores únicos conectados por día — μ (media), σ (desviación) y umbrales, calculados con todo el histórico disponible

Tasa de no-asignación (Libre), tasa de cancelación y tiempo asignación→llegada, por día de semana — se degradan antes de que caigan los volúmenes

Servicios de HOY sin asignar, por hora programada — foto del momento, no comparable contra el histórico todavía (recién empezamos a capturarlo cada 15 min, en unas semanas habrá línea base real)