主页 > 新闻 > 大杂烩 > 技术讲解 公司新闻 招聘启示 Python 大杂烩 HTML教程 DIVCSS教程 IOS教程

外卖门槛高!美团外卖构筑数据、算法、运营三大壁垒

辰乐科技 | 发布时间: 2018-04-12 14:19

  【报道】如今的互联网似乎无所不能。

  先是做外卖的跨界搞起了出行用车,于是做网约车的也宣布进军外卖。

  只是抛开外卖和出行两大市场的差异性不谈,这两块业务背后的技术差异也不可小觑。

  事实上,匹配司机和乘客需求的网约车技术难度在大行其道的当下已经被反复提及。

  只是,相比之下,外卖这个行当虽然历史久远,但是技术难度往往被忽略。

  这一次,美团外卖配送算法团队负责人何仁清接受了采访,详细解读为了实现“从下单到外卖送达只有28分钟”,美团外卖如何通过技术手段让超过50万的骑手高效工作。

  算法壁垒

  外卖和网约车似乎都在解决同一类问题:在骑手或者司机有限的情况下,如何在更短时间内准确完成订单。这个订单,对网约车来说就是送乘客前往目的地,对外卖来说则是把食物送到顾客手中。

  于是,从出行跨界外卖的商业逻辑可以解读为,出行的本质是运输,而外卖平台的上线则是这一服务网络的延展。也就是说,从打车到送外卖,这其中的转变只是将“运送人”变成了“运送物”。

  但事实上,外卖订餐送餐的流程要比简单的“运送物”复杂得多。

  最直接的差异在于,网约车平台连接的是司机和乘客两方,服务主要是接人、送人两个环节。而外卖需要匹配的是一个多人多点的匹配问题。

  在路径规划的基础上,计算骑手与订单的最优匹配关系又是指数级的解空间。如此大的计算量,算法却要在秒级完成所有最优路径的计算、所有订单的最优指派,因为计算的时间越长,下达指令时的实际情况与算法开始计算时的情况偏差越大,决策出错的可能性越大。

  从流程上看,用户点了餐就希望能按时送到,而骑手上了路就希望每趟路线能多配送几单,商家接了餐就希望骑手快来取餐,而外卖平台则关心如何以最小的运力承接最大的配送压力,最重要的是还能扛住高峰时段突如其来的订单量。

  事实上,用户、骑手、商家、平台的目标有时是互相矛盾的,满足了一方,势必会影响另一方,调度订单是非常复杂的多目标动态规划决策过程。

  在美团外卖算法团队负责人何仁清看来,外卖特点是多方参与,而且整体流程很长。这意味着,对于技术而言,不仅是更多维度上的挑战,整体调度系统也会更加复杂。

  外卖是一个多点实时匹配的问题。据何仁清透露,一般情况,美团外卖一个骑手手上最多有十几个订单,这意味着20多个取送餐任务节点,而路径规划的各种可能已是天文数字。

  所以,如果一开始后台调配系统能力更不上,就很容易出现骑手暂时接不到订单,而商家不得不“手动”通知骑手到店取餐,再通过小票的电话和地址送餐的尴尬。

  数据壁垒

  除了算法上数量级的差异,整个外卖送餐的事实操作流程要更加复杂。

  首先,外卖系统需要通过优化设定配送费以及预计送达时间来调整订单结构。

  这意味着,在接收订单之后,系统需要考虑骑手位置、在途订单情况、骑手能力、商家出餐、交付难度、天气、地理路况、未来单量等因素,在正确的时间将订单分配给最合适的骑手,并在骑手执行过程中随时预判订单超时情况并动态触发改派操作,实现订单和骑手的动态最优匹配。

  而系统派单后,还要为骑手提示该商家的预计出餐时间和合理的配送线路,并通过语音方式和骑手实现高效交互;在骑手送完订单后,系统根据订单需求预测和运力分布情况,告知骑手不同商圈的运力需求情况,实现闲时的运力调度。

  这其中的配送路线并不是简单的地图导航。

  网约车主要在小区外主干路完成服务,没有小区内部和室内导航问题,因为复杂度不高。而外卖骑手的订单配送过程既有在室外主干道上的通行,又有上下楼取餐和交付等室内任务,需要较高精度的小区内部导航和室内定位技术。

  “不管是高德地图、还是百度地图,能够提供的是从A点到B点的室外距离需要的时间。但是真正的室内地图这块,美团的数据其实是依赖外卖骑手们一单一单的跑出来的。”何仁清表示,美团外卖每天产生巨量的订单配送日志、行驶轨迹数据。

  而通过对配送进行分析、挖掘,会得到每个用户、楼宇、商家、骑手、地理区域的个性化信息,以及有关各地理区块骑行路径的有效数据。基于大数据平台,可以根据订单的配送需求、地理环境以及每名骑手的个性化特点来实现订单与骑手的高效动态最优匹配。

相关热门文章

服务热线