美团外卖现有50万名外卖骑手,在过去一年里,骑手共送出70亿单外卖。
根据机器学习的智能调度系统,可以保证每单送餐时间小于28分钟。
50万外卖骑手是美团外卖最大的成本,美团是如何通过技术手段,让这50万骑手投入高效工作的?
日前,美团外卖配送算法团队负责人何仁清,通过解读数据、算法和运营三大壁垒,对这一问题进行了回答。
这里不得不提到与滴滴交战正酣的美团打车业务。
从技术层面来讲,网约车与外卖解决的问题很类似:如何在司机或骑手有限的情况下,在更短时间内准确完成订单。这个订单之于网约车是将乘客送往目的地,之于外卖则是将外卖送达消费者手中。
从出行跨界外卖的商业逻辑来解读,出行的本质是运输,外卖则是这一服务网络的延展。简而言之,从打车到送外卖,其中的转变仅仅是将“运送人”变成“运送物”。不过落实到现实中,外卖订餐送餐的流程要复杂得多。
据何仁清解释,网约车平台连接的是司机和乘客两方,服务主要涉及接人、送人两个环节;外卖则需要解决多人多点的匹配问题,而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。
解空间计算量巨大,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,决策出错的可能性就越大。
从流程上看,用户、骑手、商家、平台都有不同需求,但有时需求互相矛盾:用户点完餐期望能按时送到、商家接了单期望骑手尽快来取餐、骑手上路期望每趟路线能多送几单,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,尤其是扛住高峰时段突如其来的订单量。
如此一来,不论满足哪一方的需求,都势必会影响到另一方。调度订单是非常复杂的多目标动态规划决策过程,而外卖则是一个多点实时匹配的问题。
在何仁清看来,外卖的特点是多方参与、流程较长。这对于技术而言,不仅是更多维度上的挑战,整体调度系统也会更复杂。
据何仁清介绍,一般情况下,美团外卖一个骑手手中最多有十几个订单,这意味着有20多个取送餐任务节点,路径规划的可能性基本是天文数字。如果后台调配系统能力更不上,就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,再通过小票电话和地址送餐的尴尬状况。
在整个外卖送餐的事实操作流程中,不只在算法上存在数量级差异,现实的操作流程其实更加复杂。据何仁清介绍。整套外卖送餐流程的达成,需满足以下几个条件:
1.通过优化设定配送费及预计送达时间来调整外卖系统订单结构。
系统在接到订单后,需考虑骑手位置、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。
2.提示骑手商家的预计出餐时间和合理配送线路,并通过语音方式和骑手实现高效交互。
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。当然,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,复杂度不高。
外卖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。
对此何仁清表示,“不管是高德地图还是百度地图,能够提供的都是从A点到B点的室外距离需要的时间。但真正的室内地图这块,美团的数据是依赖外卖骑手们一单一单跑出来的。美团外卖每天都会产生巨量订单配送日志和行驶轨迹数据。”
3.根据订单配送需求、地理环境、骑手个性化特点,实现订单与骑手的高效动态匹配
基于大数据平台对配送数据进行分析、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,这是实现这一目的的前提条件。
何仁清透露,美团的送餐系统会特别关注骑手的上下楼时间,甚至专门研究骑手去低楼层和高楼层时的时间速度,以及骑手骑电动车的时间。
获取这些数据后,还需要不断调优。每个商场的路径规划都有自己的特点,直接影响了骑手去找商家的时间成本。“这些数据都需要长期的线下积累”,何仁清如是说。
骑手工作时的安全问题也是外卖平台需要关注的重点。何仁清强调,在解决骑手开电动车的安全问题上,美团其实花了很大精力,“我们就怕骑手路上为了接单出事”。
对于美团而言,最棘手的问题就是如何让骑手在骑车过程中不要看手机。美团给出的解决方案是,从去年12月开始向外卖骑手提供“智能语音助手”。
据何仁清介绍,美团耗时7个月研发出的“智能语音助手”,主要由一个蓝牙耳机和人工智能技术的语音交互系统组成。
外卖骑手佩戴耳机后,可通过自然的语音交互方式,完成接受派单、到店上报、取餐上报、语音拨打电话、送达上报等操作,实现全场景的语音交互;除此之外,系统还会为骑手播报骑行超速提醒、天气提醒、配送任务规划等消息。
何仁清还提及,智能语音助手首创零唤醒语音交互设计,可实现场景自动识别,骑手只需傻瓜式回复“是”与“否”,就能完成操作。