作者李诗怡CDA持证人大数据工程技术专业大三在读在本地生活服务领域送货速度快不快直接关系到平台能不能在市场上站稳脚跟。美团作为行业老大送的东西非常多外卖、蔬菜水果、超市日用品全都送每天订单轻松突破上千万单。但订单越来越多传统的靠经验安排配送的办法就不行了配送效率上不去服务质量也跟着下降。在这种情况下美团开始用数据分析来解决问题重新规划配送路线优化调度方案把配送系统变得更智能。一、千万订单背后的配送困境现在点外卖的人越来越多骑手几乎跑遍了城市的大街小巷。但订单多了以后平台遇到三个大难题。每天早上 7 点到 9 点、中午 11 点到下午 2 点、傍晚 5 点到 8 点这几个吃饭高峰期订单量会突然暴增。有些热门商圈的外卖经常超时超时率最高达到 18%用户投诉也跟着变多。再就是送外卖的路线规划不太科学。以前都是靠骑手自己凭经验找路结果很多时候跑空趟空驶率高达 22%。这不仅浪费油费还让本来就紧张的骑手资源更不够用。还有订单分配也不合理。有的骑手为了多送几单一天要跑 80 多公里累得受不了就辞职不干了但也有骑手因为订单太少一天下来连一半的工作量都没完成导致人力白白浪费。这些问题不解决用户点外卖体验不好骑手也留不住还会影响平台继续扩大业务。所以外卖平台决定改变老办法不再只靠经验做事而是用大数据来智能调度搭建一套完整的数据分析系统从预测订单量、合并订单到规划路线、管理骑手把整个配送流程都优化一遍。二、构建多维度数据体系想让外卖配送调度更智能第一步就得打破数据孤岛把各种数据整合起来再配上好用的分析工具和算法。外卖平台搭建了一套超全面的数据系统把订单、骑手、外部环境、商家这四大块信息都管起来为配送优化打好基础。数据从哪儿来外卖平台主要靠四个关键数据源一是订单数据记录着过去接过多少单、收货地址具体位置、顾客要求多久送到还有外卖的种类。有了这些信息就能给订单分类、合并二是骑手数据随时更新骑手在哪儿平时送得多快、准不准每天工作多久有没有特殊技能比如能不能送大件。这样派单的时候就能找到最合适的骑手三是外部环境数据和高德地图合作知道路上堵不堵车、哪里在修路还和气象平台、电商活动日历、商圈活动信息联动不管是下雨天、大促销都能灵活调整四是商家数据分析每个商家平时出餐要多久现在做到哪一步了餐品制作复不复杂。这样就能减少骑手在店里等餐的时间。用什么工具分析外卖平台开发了一套能处理海量订单的技术系统用 Hadoop 和 Spark 这样的大数据工具快速处理数据借助 LSTM 神经网络和 ARIMA 模型预测什么时候订单会变多或变少用 AI算法规划最短路线多目标线性规划让订单分配更均匀遗传算法把能一起送的订单凑到一块最后通过自己研发的可视化平台把关键数据做成图表配送效果怎么样一看就清楚。三、重构配送调度体系外名平台通过大数据和智能算法用六个步骤优化配送路线和调度安排让配送从出问题了再解决变成 提前规划应对。第一步提前算好订单量安排好骑手,很多时候骑手不够用就是因为没提前做好准备。美团用数据模型解决这个问题把被动加派人手变成主动规划。具体怎么做呢先收集过去一年的订单数据再结合天气和促销活动把数据按照行政区、商圈、网格三个层级拆分这样数据就更细致了。然后用 LSTM 神经网络模型以小时为单位预测未来三天每个网格的订单数量和高峰时段。最后根据预测结果在订单高峰前 2 小时就开始安排骑手。比如预测到某个商圈中午 12 点到 1 点订单会从平时的 300 单涨到 800 单就马上从附近订单少的地方调 30 个骑手过去帮忙还在商圈周围设 3 个临时取餐点让骑手不用来回跑太远取餐从根本上解决骑手不够用的问题。第二步智能订单合并让一次能送更多单,有时候骑手一趟只送一两单效率太低了。外卖平台用大数据算法解决这个问题让骑手一次能送更多订单。具体怎么做呢首先按照送货时间要求把订单分成三类,30 分钟内必须送到的极速件30 到 60 分钟送到的标准件还有 60 分钟以上送到也可以的宽松件同时记录好每个订单的收货地址。然后通过智能算法计算哪些订单可以合并配送。比如在同一个商圈里收货地址距离不超过 1.5 公里而且送货时间能凑得上的标准件和宽松件就可以合并成一趟。不过这里有个限制条件合并后的总送货时间不能超过最长那个订单规定时间的 1.2 倍。举个例子如果 A 订单要求 60 分钟送到B 订单要求 45 分钟送到那这两个订单合并后总送货时间不能超过 72 分钟这样才能保证大家收到货的速度不受影响。在某个商圈做实验后效果特别明显,能合并配送的订单比例从 12% 提高到了 35%骑手平均一趟能送的订单数从 1.8 单增加到 2.7 单空车跑的情况减少了 8%配送效率大大提升。第三步动态规划路线,路上堵车最容易让外卖迟到。外卖平台配送系统就像个聪明的实时导航员每半分钟刷新一次路况和天气信息。要是某条路堵车系统就给这条路扣分权重乘 1.5让它不那么容易被选中下雨天立交桥容易打滑也会适当降低推荐优先级权重乘 0.8。遇到多个订单一起配送的情况系统会用智能算法帮骑手规划出取餐 到送多个地址的最佳路线。而且系统还会记住骑手们的历史表现比如发现某个骑手在某条路上骑得比别人快 15%下次就优先推荐这条适合他的路线。要是骑手跑着跑着发现当前路线堵车严重预计延误时间超过原本时长的 30%系统马上会推送新路线。同时外卖平台也会第一时间通知顾客因为堵车您的外卖预计晚到 5 分钟既让配送更高效也让顾客心里有底。第四步合理分配订单照顾骑手工作状态有些骑手忙得脚不沾地有些却半天没订单这种情况既影响送餐速度还容易让骑手离职。美团用大数据优化订单分配让大家的工作量更合理。先给每位骑手算一个忙碌度这个数值综合考虑了他当前要跑多远、还有多少单没送、已经工作了多久以及连续送了多少趟。算出忙碌度后系统会用一套算法在送餐更快、让骑手别太累、降低平台成本这三个目标之间找平衡把新订单优先派给忙碌度最低而且离取餐点最近的骑手。为了避免骑手过度劳累系统还设置了保护机制每天最多跑 100 公里连续工作 4 小时必须休息半小时。一旦分配的订单会让骑手超过这些限制系统就会自动拦截不让不合理的派单发生。这样一来既能保障骑手的权益也能让配送服务更稳定。第五步和商家一起提速减少等待时间骑手在店里干等着拿餐会让配送速度变慢。平台用数据把商家和配送串联起来想了个好办法。先研究每个商家过去的出餐时间按照不同类型定个出餐小目标快餐 15 分钟内出餐火锅 30 分钟内搞定还能随时查看出餐进度。为了让商家积极配合外卖平台设置了奖励和惩罚每个月出餐准时率能达到 90% 以上的商家在平台上的排名直接往前挪 3 位曝光量大大增加要是连续一周出餐超时率超过 30%高峰期接单数量就会受限逼着商家提高出餐效率。这么做之后商家平均出餐时间从 22 分钟缩短到 16 分钟骑手在店里的等待时间少了快一半给后续配送省下不少时间。第六步指标监控迭代持续优化方案平台配送优化可不是一次性工程。为了把配送服务越做越好美团用效率、成本、体验这三个关键维度搭起了一套评估体系。具体都看哪些数据呢有效率方面主要盯着平均送单时间、一次送多个订单的比例成本方面关注每一单的配送成本还有骑手空跑的次数占比还有体验方面重点看准时送到的订单比例以及用户投诉的数量。这些数据都会实时显示在后台系统里做成可视化图表就像骑手的实时成绩看板。运营团队每周都会开会分析一旦发现问题就立刻调整。比如下雨天某个区域订单总超时就赶紧修改导航算法多推荐能躲雨的路线要是发现有的骑手一次送多单反而更慢就重新调整拼单距离的标准保证配送方案能灵活适应各种情况。四、数据赋能的显著成效经过半年时间数据分析给外卖平台配送带来的变化特别明显。在提高配送效率这块以前送一单平均要花 48 分钟现在只要 32 分钟能合并一起送的订单多了 23%骑手每天平均能多送 17 单整个配送流程跑得更快了。说到省钱每一单的配送成本降了 12%骑手白跑的情况减少了一半每个月光是运力成本就能省下 2000 多万真正做到了又快又省。用户和骑手也都感受到了好处用户体验更好以前 100 单里有 15 单会迟到现在只有 3.5 单用户投诉的数量直接少了七成大家用着更舒心。骑手们也轻松了不少每天能少工作 1 个多小时离职的人也少了美团、用户和骑手三方都得了实惠。以前靠经验办事现在靠数据说话美团配送的改变证明用好数据分析就是解决配送难题的关键。这套方法不仅让美团发展得更好也给其他生活服务平台指了条明路在数字时代只有学会用数据才能把生意做得又快、又省、又贴心。如果你也想学着用数据解决问题比如搞用户分析、算销量其实可以看看 CDA 数据分析师认证从怎么采数据、清数据到用 Excel、SQL、Python 做分析都能学明白。学会了这些不管是换工作做数据分析还是在现在的岗位上帮公司做决策都能用得上。
