三好先森深度解析：外卖平台的价值在哪里？( 三 )

【三好先森深度解析：外卖平台的价值在哪里？】
外卖平台真正的价值，在于利用物流行业的规模效应，用尽可能优化的调度方案完成配送，挖掘和获取效率差。
而这种效率差带来的收益，实际上是由用户、商家、骑手、平台共享的。
共享的比例，则取决于骑手求职市场供需、用户与商家在外卖市场的供需、外卖平台之间竞争等各个均衡点中，每个角色所处的位置。
当然，这种调度方案是非常复杂的。
美团的首席科学家夏华夏，在今年极客公园的一次分享中举了这样一个例子：
如果一个外卖骑手，接到了5个配送订单（即5组从不同商家到不同用户的配送任务），那么这5个订单可能的配送方案就多达10!/2^5=113400种。
要在短时间内从这113400种配送方案中找到最优的一组，这还只是一个骑手接5单的调度任务；
美团外卖目前有上百万骑手，日订单突破了4000万，调度方案可能性的数量级可想而知。
这样的调度规模远远超出了人类的能力范围，因此机器与运筹优化算法当仁不让地接下了这份工作。
而让算法能够完成调度的前提，就是在《系统》一文中被诟病最多的、也是这套算法的核心部件之一：ETA（Estimated Time of Arrival ，送达时间预估），即给定一个订单，预估其送达时间。
为什么说ETA如此重要？因为它不仅影响着用户体验，也是后续调度算法和定价模型的核心输入参数。
如果ETA高估了配送时间（预估时间大于实际时间），那么骑手会有一段时间的空载或载重不足；
如果ETA低估了配送时间（预估时间小于实际时间），那么不仅这一单会延迟送达，后续已分配的其他订单也受影响。
所以ETA需要对配送时间进行一个准确地预估，无论是高估还是低估，都会对整体配送调度方案的效率产生影响。
美团技术的这篇文章，详细地解答了在ETA这个模块中，都有哪些工作（例如用户地址解析、交付点聚类、路径规划等）、考虑了哪些因素（如写字楼电梯、定位地点、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）。
这里我们就不展开聊了，有兴趣的朋友可以点击上文链接了解。
ETA系统当然不是完美的，其中有很多预估不准确的badcase ，也包括《系统》一文提到的路径规划问题、高峰电梯问题等。
这里面有数据采集的因素、数据稀疏的原因，也有模型本身的不足。
例如对部分商家数据的缺失，影响对商家出餐速度的预估准确性；或者系统可能没有识别到骑手的骑行状态，所以按照步行推荐了一条逆行的路线等。
美团在随后的回应中没有详细解释这些原因，而是大方地承认了自己系统存在问题，并提出了多项举措进行改进。
这样的回应可以说是中规中矩，可圈可点。回应发出后，也赢得了大部分人的赞许。
不过我倒是觉得这份回应之所以被认可，更大的原因是同行衬托得好。
因为在此之前，饿了么抢先发出了一份回应：

本文插图
这样的回应初看没什么问题，甚至有那么一些人性化；
但细细琢磨，这其实是一下子把“催促骑手准时送达，导致骑手安全风险增加”的帽子扣到了用户头上：