懶”是人類的天性。平價、方便、快捷的服務(wù)是人類的普遍需求，尤其是在“吃”這個事情上，外賣成為了一種高頻的剛需。外賣的商業(yè)模式完全可行。

    近幾年，以外賣為依托，即時配送業(yè)務(wù)在全球范圍內(nèi)掀起了一波快速發(fā)展的浪潮。全球各地都出現(xiàn)了很多創(chuàng)業(yè)公司，比如：美國的Uber Eats、印度的Zomato、國內(nèi)的美團(tuán)、餓了么等，還有閃送、UU跑腿、達(dá)達(dá)、點(diǎn)我達(dá)等專注于即時配送服務(wù)創(chuàng)業(yè)公司。

　　數(shù)據(jù)顯示，2019即時配送用戶規(guī)模將達(dá)4.21億，新零售業(yè)務(wù)成最強(qiáng)增長點(diǎn)。新零售帶動即時配送行業(yè)需求,巨頭紛紛搶占即時配送賽道。即時配送服務(wù)，在新零售概念推行下迅速普及,其通過打通線上線下銷售,建立短途物流體系,解決傳統(tǒng)配送服務(wù)中同城配送的問題,已成為商業(yè)發(fā)展的必然趨勢。

　　即時配送的業(yè)務(wù)模型

　　即時配送，是一種配送時長1小時以內(nèi)，平均配送時長約30分鐘的快速配送業(yè)務(wù)。如此快速的配送時效，將傳統(tǒng)的線上電商交易與線下物流配送(傳統(tǒng)劃分比較明確的兩條業(yè)務(wù))整合為統(tǒng)一整體，形成了用戶、商戶、騎手和平臺互相交錯的四元關(guān)系。

　　小豬O2O稱，看似簡單的即時物流，其物流調(diào)度系統(tǒng)卻應(yīng)用了大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等先進(jìn)技術(shù)，數(shù)據(jù)驅(qū)動，智能調(diào)撥已經(jīng)成為即時物流的核心競爭力。

　　即時物流分布式系統(tǒng)架構(gòu)逐層演變的進(jìn)展中，遇到的技術(shù)障礙和挑戰(zhàn)：

　　訂單、騎手規(guī)模大，供需匹配過程的超大規(guī)模計算問題。

　　遇到節(jié)假日或者惡劣天氣，訂單聚集效應(yīng)，流量高峰是平常的十幾倍。

　　物流履約是線上連接線下的關(guān)鍵環(huán)節(jié)，故障容忍度極低，不能宕機(jī)，不能丟單，可用性要求極高。

　　數(shù)據(jù)實時性、準(zhǔn)確性要求高，對延遲、異常非常敏感。

　　O2O即時物流智能配送調(diào)度系統(tǒng)的技術(shù)架構(gòu)：

　　一是面向用戶提供履約的SLA，包括計算送達(dá)時間ETA、配送費(fèi)定價等;二是在多目標(biāo)(成本、效率、體驗)優(yōu)化的背景下，匹配最合適的騎手;三是提供騎手完整履約過程中的輔助決策，包括智能語音、路徑推薦、到店提醒等。

　　配送系統(tǒng)的核心參數(shù)ETA

　　ETA(Estimated Time of Arrival，時間送達(dá)預(yù)估)是配送系統(tǒng)中非常重要參數(shù)，與用戶體驗、配送成本有直接關(guān)系，而且會直接影響調(diào)度系統(tǒng)和定價系統(tǒng)的最終決策。

　　一個訂單中涉及的各種時長參數(shù)，可以看到有十幾個關(guān)鍵節(jié)點(diǎn)，其中關(guān)鍵時長達(dá)到七個。這些時長涉及多方，比如騎手(接-到-取-送)、商戶(出餐)、用戶(交付)，要經(jīng)歷室內(nèi)室外的場景轉(zhuǎn)換，因此挑戰(zhàn)性非常高。

　　配送中最重要的數(shù)據(jù)之一——地圖，位置和導(dǎo)航都不準(zhǔn)確，配送如何進(jìn)行?

　　在即時配送業(yè)務(wù)中，騎行地圖的重要性非常之高，同時很多問題確實非常具有行業(yè)特色，通過駕車地圖的技術(shù)無法很有效的解決。這樣就需要建設(shè)一套即時配送業(yè)務(wù)地圖的解決方案。

　　基于簽到數(shù)據(jù)的位置校正：交付點(diǎn)

　　用戶位置信息有很多錯誤，比如：用戶選擇錯誤;POI數(shù)據(jù)不精細(xì)。在實際配送中，我們都會要求騎手在完成交付后進(jìn)行簽到，這樣就會積累大量的上報數(shù)據(jù)，對于后續(xù)進(jìn)行精細(xì)化挖掘非常有幫助。

　　交付點(diǎn)挖掘的技術(shù)實戰(zhàn)：挑戰(zhàn)

　　在數(shù)據(jù)挖掘?qū)嶋H過程中，其實并沒有什么“高大上”的必殺技，無法使用流行的End2End方法，基本上還是需要對各個環(huán)節(jié)進(jìn)行拆解，扎扎實實的做好各種基礎(chǔ)工作，基本整個挖掘過程，分為以下幾個步驟：(1)基于地址分組;(2)數(shù)據(jù)去噪;(3)數(shù)據(jù)聚合;(4)置信度打分。其中主要技術(shù)挑戰(zhàn)，主要在各種場景中保證數(shù)據(jù)挖掘質(zhì)量和覆蓋率。

　　對于配送系統(tǒng)來說，比較大的挑戰(zhàn)還是對識別精度的要求以及成本之間的平衡。我們對精度要求很高，畢竟這些識別直接影響定價、調(diào)度、判責(zé)系統(tǒng)，這種底層數(shù)據(jù)，精度不高帶來的問題很大。

　　考慮成本限制，我們需要的是相對廉價和通用的解決方案。