心动外卖关于系统内外卖送达时间的大数据分析真正价值在于规模效应-外卖券红包

ETA的起源（预计交货时间）
总的来说，外卖平台的作用不仅仅是利益分配。

如果我们只是把外卖当做一个零和游戏，当我们想增加骑手的收入时，我们想到的解决方案是让用户多支付外卖费，或者让商家和平台补贴外卖费。这种思维方式只会阻止我们。不前进。

外卖平台的真正价值在于利用物流行业的规模效应，以最优化的调度方案完成配送，挖掘和采集效率较差。

这种效率低下的好处实际上是由用户、商家、骑手和平台共享的。

分享比例取决于每个角色在骑手就业市场供需、外卖市场用户和商家的供需、外卖平台之间的竞争等各个均衡点的位置。

当然，这种调度方案是非常复杂的。

美团首席科学家夏华夏今年在极客公园的一次分享中引用了这样一个例子：

如果一个外卖骑手收到5个外卖订单（即5套不同商家到不同用户的外卖任务），那么这5个订单可能的外卖方案多达10!/2^5=113400。

要在短时间内找到这 113,400 个配送计划的最优集合，这只是一个骑手接 5 个订单的调度任务；

美团外卖目前拥有百万骑手，日订单量超过4000万，调度计划的数量级可想而知。

这样的调度规模远远超出了人类的能力，因此机器和运筹学优化算法毫不妥协地接管了这项工作。

算法完成调度的前提是《系统》一文中被诟病最多的，也是算法的核心组件之一：ETA（Estimated Time of Arrival），即给定订单，Estimated Delivery Time。

为什么 ETA 如此重要？因为它不仅影响用户体验，也是后续调度算法和定价模型的核心输入参数。

如果ETA高估了交货时间（估计时间大于实际时间），那么骑手会有一段空载或少载的情况；

如果ETA低估了发货时间（预估时间小于实际时间），不仅该订单的发货会延迟，后续其他已经分配的订单也会受到影响。

因此，ETA需要对交货时间做出准确的估计。无论是高估还是低估，都会对整体配送调度计划的效率产生影响。

美团科技的这篇文章详细解答了ETA模块中的任务（如用户地址解析、配送点聚类、路径规划等），以及考虑的因素（如办公电梯、位置位置等）。 ) 传感器数据、商家历史数据等)，以及还面临哪些挑战（天气、交通变化等）。

在这里就不多说了，感兴趣的朋友可以点击上面的链接了解更多。

05 两种回应：冰与火的两次
ETA系统当然不是完美的。估计不准确的坏情况很多，还有“系统”一文中提到的路径规划问题和高峰电梯问题。

有数据收集因素，数据稀疏原因，以及模型本身的不足。

例如，一些业务数据的缺失，影响了业务的进餐速度估算的准确性；否则系统可能无法识别骑手的骑行状态，因此会根据步行等推荐逆行路线。

在随后的回应中，美团并没有详细解释这些原因。相反，它慷慨地承认其系统存在问题，并提出了一些改进措施。

这样的回应，可以说是中规中矩，令人瞩目。回复发出后，也获得了大多数人的好评。

不过，我觉得这个回应被认可的更大原因是同行们把它推得很好。

因为在此之前，饿了么先发出了回应：

乍一看，这种回应没有问题，甚至还那么人性化；

但仔细考虑，这其实是用户头上的“催促骑手按时交付，导致骑手安全风险增加”的上限：

以后如果骑手在送我的订单时发生安全事故，是不是因为我没有点击这个按钮？
如果我点击这个按钮，骑手会先发送其他订单吗（反正我迟到也没关系）？
难道我以后还会被贴上“老实人”的标签，以后点外卖会排在后面吗？
…

可想而知，这样的回复发出后，如何被恢复过来的用户批评，进入热搜榜。

虽然我们常说公关行为的本质是态度大于内容，但这样的解决方案最好不要在没有深入思考的情况下发表。

同样，我们不能总是局限于零和游戏的心态。

如果想让骑手交货时间不那么紧迫，就不能仅仅依靠用户在交货时间上的“慈善”，或者平台在规则上的让步。

心动外卖关于系统内外卖送达时间的大数据分析真正价值在于规模效应