時間：2016-12-28 15:34:51 點擊：次
來源：中國電子商務物流服務網(wǎng) 作者：

條評論打印收藏

12月20日,，由中國電子商務協(xié)會指導,，中國電子商務協(xié)會物流專業(yè)委員會主辦，中國電子商務物流企業(yè)聯(lián)盟,、中國電子商務協(xié)會互聯(lián)網(wǎng)金融研究院承辦的“2016第六屆中國電子商務與物流企業(yè)家年會暨第四屆中國大數(shù)據(jù)金融發(fā)展高峰論壇”在北京萬豪酒店盛大開幕,。相關部委,、行業(yè)專家、企業(yè)代表等近1500人出席了本屆年會,。

美團點評副總裁/外賣事業(yè)部總經(jīng)理兼配送事業(yè)部總經(jīng)理王莆中出席大會并做了主題為《大數(shù)據(jù)助力O2O配送服務體驗升級》的演講,。 （溫馨提示：本文為速記初審稿，保證現(xiàn)場嘉賓原意,，未經(jīng)刪節(jié),，或存紕漏，敬請諒解,。）

美團點評副總裁/外賣事業(yè)部總經(jīng)理兼配送事業(yè)部總經(jīng)理王莆中

感謝介紹,，我來自美團點評，其實很多朋友很困惑,，原來有兩家公司一家叫美團網(wǎng)一家叫大眾點評,，去年11月份兩家公司正式合并了，去年年底算是一個新聞,，但是可能還是有朋友不了解,，我就再講一下我們美團點評現(xiàn)在新公司的情況，做一個簡單的介紹,。

從整個世界來看O2O在中國是最火的,，所以中國出現(xiàn)一家最大的本地生活服務平臺公司，這很正常,，因為我們的城市人口多,，以及因為我們過去某些行業(yè)，比如像零售,、電影這些行業(yè)并不發(fā)達,，所以讓我們做生活服務的互聯(lián)網(wǎng)平臺反而有一個跳躍式發(fā)展的機會，比如說全世界電影票的網(wǎng)上預定,，只有在中國是做到在線化率70%,，在其他國家覺得這是不可能的,。中國70%的電影票通過線上賣掉，那么在這樣一個環(huán)境里面,，去年兩家公司做了整合,，現(xiàn)在每天的日定單量超過了1300萬，包括餐飲,、電影票,、酒店以及其它的品類。交易額去年是1700億,，6億用戶,，450萬商家，以及全國280個大中小城市基本上都覆蓋了,。

在這個過程中,，對我們觸動最大的是整個生活服務業(yè)發(fā)展過程中遇到了很多基礎建設的問題，所謂的基礎建設,，因為今天的主論壇討論電商,，物流或者快遞都是電商里面非常重要的基礎建設，當時沒有做好現(xiàn)在越做越好,。在這個過程中我們一邊滿足用戶的需求,，一邊滿足商戶的需求，一邊要做基礎建設,。對于商戶,，餐飲、旅游,、商超等等,，4個BG和子公司做六七塊主要的業(yè)務，有信息的服務,，點評上的茶餐廳,、茶菜單，推薦,、點評等等,，以及團購、閃惠,、營銷服務,，還有基礎的選座服務，還有一些金融的服務,，最后來服務整體的6億用戶的需求,。所以大概美團點評現(xiàn)在是一家公司，而且是一家專門運作生活服務的公司,，在這個里面整個2016年美團點評成長最快的業(yè)務是外賣業(yè)務,，大家可能有一些同事有了解,，外賣在2016年成長非常快,，我是負責美團外賣和陪送的業(yè)務,，所以現(xiàn)在重點講外賣的業(yè)務,。

在國外有一家美國的上市公司做外賣的,，上市三年了，市值30億美金,。這家公司如果按訂單量來講一天30萬單,，什么概念？全球因為他也做了一些北美的生意,，還有其他國家的生意,，30萬單遠遠不如我國北京市一個城市的規(guī)模，甚至不如北京市美團外賣的規(guī)模,。我們在北京一天就接近50萬單外賣,，而他在全球也就才30萬單，他的單高,，7塊左右,，我們是60塊錢人民幣左右，量級差太多了,，他是一家規(guī)模很小的公司,，但已經(jīng)是全球上市的公司里面外賣最大的。我們的業(yè)務今年開了1200個城市做外賣,，今年比去年三倍的增長,，訂單量一天突破了800萬，在11月26日的時候,。中間有一半是通過美團自己控制的,，配送系統(tǒng)、配送人員無論是全職還是兼職,，通過我們自己做的定單大概有一半,，400萬單，是末端的配送,，可能是兩個很遠的城市,，當然也有桐城。99%的訂單集中在三公里,，今天我重點介紹的是外賣里面配送的業(yè)務,。

下面也講到一些數(shù)據(jù)，市占,、配送員等等,。美團點評這家公司進入物流這個行業(yè),，實際上一年多兩年，剛剛兩年,，兩年之前剛剛立項,，當時為什么要做？為什么美團自己要做配送,？從流程規(guī)劃到IT系統(tǒng)到數(shù)據(jù)支持到人員組建,，是因為當時整個市場上沒有較好的配套的基礎建設，說白了,，這個盒飯或者是快餐或者是打包的餐,，市面上的快遞公司不送，順豐的不送,，順豐現(xiàn)在對外賣有興趣了,，當時他們不愿意做，也是因為電商的市場每年50%的增長,，大家覺得外賣不見得做起來,。當時是沒有基礎建設我們必須自己做，這個挑戰(zhàn)其實是用戶體驗的,，快遞晚一天也好或者晚半天也好,，不會有太大的影響，送餐晚30分鐘,，一個小時,，兩個小時體驗就非常糟糕了。現(xiàn)在80%的用戶投訴來源于配送的問題,，一萬個訂單有10單投訴的話,，里面有10-8單是投訴的。我們找了很多物流公司合作,。

提問：沒有物流的話怎么做這個事,？

王莆中：美團之前做的是高校業(yè)務，是一種特殊的配送方式,，之前有麥當勞,，規(guī)模很小，我們之前用的是高校的配送,，商家自己組織兼職人員送,，因為它特別密集，宿舍樓,，實際上最密集的也就跟大學宿舍差不多,，那個配送很簡單。

我說一下歷時，去年1月份試點啟動在中關村,，試了四個月我們有了基本的概念,，五月份開始擴張，到了五個城市,，然后速度太慢,，我們開始啟動加盟的模式做了半年多，大概擴了240個城市,，到去年年底開了1500個站,，到今年七月份一千個城市，四千個站,，啟動了快送的業(yè)務,。整個速度還是比較快的,，在我們內(nèi)部來講,，因為美團本身就是一家比較講究執(zhí)行力的公司，整個配送團隊這兩年也有了很多的成長,。這兩年過來對我們來講最挑戰(zhàn)的就是體驗的控制,，規(guī)模還小，我們投入資源,，不斷的引進人才,，添加設備可以解決。但它的難點在哪里呢,？大家基本知道,，第一個就是峰值的集中，萬午餐和晚餐高峰期,，用戶的時間要求的特別苛刻,，一般來講半小時以后就會引發(fā)投訴，在你預期的半小時以后就會投訴,。然后,，傳統(tǒng)的麥當勞的模式在幾百萬單每天的情況下它是很難發(fā)揮作用的，因為規(guī)模決定了你本身對效率的要求,，如果沒有那種效率可能滿足不了這個要求,。包括有一些安全的問題，騎手的問題等等,，包括有一些具有挑戰(zhàn)的技術問題,。事實上這個就是目前主流的三種配送方式，剛剛曲老師問了,，說我們之前怎么辦的,？之前在2015年的時候美團外賣主要的業(yè)務群體都在高校，高校用的是什么呢？郵差型的配送方案,。說白了跟快遞非常像,，集中取件集中送件，因為高校的特點,，它的用戶群體都是宿舍樓,，非常密集，外面美食街的餐廳也非常密集,，所以他基本上一趟可以做到30-50份餐的配送,，當時并不難，我們不需要提供配送解決方案,，商家自己就可以解決,，中午12點學生下課到宿舍一下出去兩個泡沫箱，一箱子放20份飯,。高校的餐品很單一,，現(xiàn)在烤魚也可以點，各種各樣的包裝不一樣的保溫需求,，但是在高?；旧隙际浅疵妗⒚追?、盒飯為主,，很單一很好送。第一種方案是麥當勞新裝的網(wǎng)絡,，這個很簡單,，麥當勞為什么能做到30分鐘必達，因為每一單專人給你送,，交接很快到麥當勞里面換一個箱子,，直接給你送，送完之后回來,，永遠是單一的模式,，點對點服務。最大的問題是成本太高了,，麥當勞給他的供應商一單在12塊錢左右,，這個成本非常高，大家付了7塊錢配送費他還要損失5塊錢,，麥當勞可以承擔,，為什么？客單價超過70塊錢,，其實是從餐品里的收入彌補供應商的虧損,。

前面兩種方案在一天幾百萬單的時候是根本做不到的，要不體驗做不到，要不成本做不到,，效率也差,。所以這個也沒有辦法，最后第三種叫離散網(wǎng)絡,，有一單出來用戶下單說半小時送到,，我們就立馬分配一個網(wǎng)絡中間的騎手，可能是A可能是B,，系統(tǒng)分配他來取餐,，然后送到，可能不只是送它,，他身上還有三五單,，這些都要在非常短的時間里做判斷。在整個體系流程和技術上來說主要是在這一塊,。那么,，一年多的時間，因為今天分享的過程中踩到的一些坑和經(jīng)驗,，第一個過程是搶單,，類似于滴滴早期的出租車司機,，有本事就搶,，搶到了就送，搶單有一個很重要的問題,，第一是盲目的,，當你單子出來的時候他來不及看，只要有單他的手就一直在敲,，跟早期滴滴打車出租車是一樣的,，有單就有獎勵。一旦回歸到正常反而出現(xiàn)挑單,，這個單很遠不去,，放在滴滴里面就是這個地方很堵我不去，機場搶,，火車站搶,，那你干著急，用戶需求體驗很糟糕,。所以第一個是搶單和站長手工派單為主,，持續(xù)了幾個月，在這個過程中我們慢慢摸清了行業(yè)的規(guī)律,，人效的水平,、騎手的速度、分配的原則等等，積累了一些經(jīng)驗算法和數(shù)據(jù),，第二個叫推搶結(jié)合,，說白了系統(tǒng)已經(jīng)開始有一個雛形了，大概能知道中午三百單的站里面,，我們有3個騎手,，每一個騎手的情況推薦什么單給他，還需要騎手搶,，這樣的好處是中間有一個比較好的過渡,。

我們講所有的推薦算法也好，機器學習也好,，除了算法模型的改進以后積累大量的數(shù)據(jù),，這也是我們今天的主題之一，大數(shù)據(jù),，一會兒我講在我們這里面的大數(shù)據(jù)是什么,。最終到今年的三月份，我們已經(jīng)全面進入到智能派單,，調(diào)度的階段,。騎手只用接受任務，按照我的導航路線走就可以了,，99%的情況下都是最優(yōu)的,，當然有的地方可能有小路，比導航路徑更好,，小路在地圖上是沒有的,，可能他第一次開過去了，系統(tǒng)自動記錄,，等他到了之后把小路加入到我們的地圖里面,，這是人工優(yōu)化的最佳實踐，我們?nèi)窟M行了智能的派單和調(diào)度,，其實也正式進入了全部的自動調(diào)度以后,，我們對整個的體驗包括中間的數(shù)據(jù)環(huán)節(jié)，包括我們的人效有了更深刻的理解,，我們才有可能去改進這個體驗和模型,。

這個形式叫超級大腦，拿了美團點評的最佳技術突破獎,，這是整個集團36000人里面唯一一個技術的大獎,。因為我們進入這個行業(yè)比較晚，剛剛兩年,，所以我們對很多非常有經(jīng)驗的東西并不那么熟悉,，反過來講之前美團點評是一家以技術為主的公司,，我們在這個上面投入了大量的精力，我們相信在這件事情上只有大數(shù)據(jù)下支撐的技術系統(tǒng)才能夠真正解決,，我們也知道很多友商,，他們之前一直在做調(diào)度，確實是手工調(diào)度,，一個有經(jīng)驗的站長配一個有經(jīng)驗的調(diào)度員,，這是什么概念呢？在每天一萬單兩萬單是可以的,，因為總能找到幾個有能力的人,，剛剛給大家看了，我們從一個站到四千個站只花了一年半,，我們?nèi)ツ膬赫宜那€優(yōu)秀的站長,，找不到，市面上沒有,，也沒法短期培養(yǎng),。這就是我們要做超級大腦的初衷，只有這個方案才能夠解決我們快速擴張的可能性,，否則擴張不了,，因為招不到人，培養(yǎng)一個人需要時間,，至少需要三個月當騎手,，三個月副站長，再可以成站長,，我們把市面上所有的人挖過來也滿足不了我們的需求,，最終我們選擇用超級大腦去做。

它基本的原理也很簡單,，跟市面上大量的機器學習的系統(tǒng)和依賴于大數(shù)據(jù)學習系統(tǒng)是類似的，但是它的關鍵點在于什么,？我們的數(shù)據(jù)積累非常重要,，系統(tǒng)從上線到現(xiàn)在大概積累了7億個訂單，每一個訂單后面都是用戶的需求,，它的需求包括什么,？我在哪兒，我點哪個地方的東西,，多長時間要,，餐是什么，以及最終的體驗是什么樣的,，以及這個體驗過程中由哪個配送員用什么方式做的,，以及我們在這些外界因素的制約下系統(tǒng)制訂的算法的解是什么樣的,，也就是7億組信息組成的元素我們給了7億個解，到底是不是最優(yōu)解,，大概是這樣的概念,。這個過程中講了有140萬騎手的，有很多騎手是流動的,，這個騎手的身份證號我們會記住,，我們大概知道他的情況。然后,，騎手本身的狀態(tài),，最近一段時間的狀態(tài)，軌跡,、速度,、負載以及考慮到天氣的影響，都在里面,。包括天氣數(shù)據(jù),，是非常關鍵的數(shù)據(jù)，我們買了一些天氣的數(shù)據(jù)但是還不夠好,，中國最好的天氣數(shù)據(jù)是天氣網(wǎng)的,，五公里一個小格子，北京的天氣實在是不靠譜,，房山和大興差別就很大,，把中國的國土面積按五公里分成網(wǎng)格，我們采取的是這個數(shù)據(jù),，但是我們還是發(fā)現(xiàn)有不準確的地方,，因為天氣預報，預報就不可能特別準,。每一個騎手每一個站都是實時天氣的采集員,，能夠把天氣采集過來。天氣對外賣的波動有多大,？同比上周當天或者緩比,，對我們的調(diào)度預測都有很大的影響，包括店的數(shù)據(jù),，出餐時間,、地理位置等等，有的店可能開在很繁華的地方,，不一定取得到,。包括用戶，哪些用戶是挑剔的用戶,，也會對用戶做分解,，包括有注重隱私的用戶,。海量數(shù)據(jù)是解決最重要的輸入，算法反而是其次,。

這個就是我講的算法的問題,，這個里面全都是技術術語，我相信大家對這個東西也不見得每一個地方都理解到位,，最核心的還是機器學習的基礎的能力和方法,，這個跟美團點評大的基礎架構(gòu)有關系。

因為有了數(shù)據(jù),、有了計算能力,、有了機器學習的模型，基本上可以做到每一單在100毫秒之內(nèi)給出一個解,，按最簡單的方法就是一個站兩百個騎手,，10個目標點，可能有50次方這樣一個巨大的計算量,，中間有很多優(yōu)化的算法,，因為不是技術性的論壇，不做過多的介紹,。最終我們做的這些事情如何服務好商戶,，商戶多種多樣，有的做正餐,，有的做湯,，有的做火鍋，每一塊的需求都不一樣,，我們內(nèi)部做了很多的分集,，而不是通過人肉。同樣服務用戶,，用戶里面最關鍵的是配送時間,，我們之前最開始的時候大概要40分鐘，現(xiàn)在平均配送時長是28分鐘,，我認為沒有必要再去優(yōu)化了,，我們非常快了,，比如說小區(qū)便利店10-15分鐘送到了，再快就沒有必要了,，30分鐘以內(nèi)就非常好了,。最終我們的準時率做到98%，是指什么呢,？我們預估的時間和真實時間的差別,，還有2%,，很簡單，一部分是有不可抗力的,，比如說小的交通事故,、操作的失誤、天氣原因,，突然下雨下雪,，一定會有一些損失，但整體上比剛開始做的時候好太多了,。

最后是我們剛剛做的事情,，很多數(shù)據(jù)跟一些伙伴共享的，比如說地圖,，我們跟騰訊地圖,、高德地圖都有合作，人可以走的路,、地圖上沒有的路,，貢獻給他們，相信通過騰訊地圖他們也可以貢獻給其他的伙伴,，大家也有用,。包括天氣，我們可能有很好的天氣的數(shù)據(jù),，因為我們對實時性要求非常高,。最后一點是未來的計劃，剛剛曲老師也問了我們跟同城的快遞公司會不會有競爭,，我們做這件事情的初衷是因為市面上沒有人匹配我們的解決方案,，所以我們自己做了，不做的話估計現(xiàn)在還是以高校為主,，但因為做了所以我們現(xiàn)在做到最大,，但是這個配送體系我們做出來以后并不是只為我們服務，我們希望把它做成一個在O2O最后三公里配送的基礎建設服務,，至少整個的配送體系網(wǎng)絡以大變小,，我們明年開放能力給到合作伙伴，包括算法,、數(shù)據(jù),、能力，這個是我們在明年的想法,，謝謝大家,！