每天1800萬單 美團外賣如何優開愛化配送模型？

在4月13号剛結束的OReilly和Intel AI Conferenc舊土e上，美團點評的配送算法策略架構師郝井華博士詳細介紹了美團外賣即訊文時(shí)配送業務的重難點，讓我們來看看大數據文摘整理歌河的演講精華。

郝井華，美團點評研究員

美團外賣是全球最大的外賣平台，以及全球最大的即時(shí)配送平台。其共明自有騎手60萬，簽約商家150萬，低冷每天配送外賣1800萬單。

美團要做的是即時(shí)配送，也就(jiù)是好腦在一個小時(shí)之内把訂單送到客戶手中。那麼(me)配送模式是如何配置的呢河短？60萬騎手如何能(néng)夠高效率低成(chéng)本車吃地工作？

優化配送模式

後(hòu)台是把一個城市是劃不同的區域，用戶隻有處在特定的區域船她内打開(kāi)App才能(néng)看到這(zhè)個區域内月鐵的商家，才能(néng)點這(zhè)人你個商家的訂單。每一個區域都(dō讀靜u)有特定的騎手為區域内的商家服務。每個區域每天都(dōu)有大量自煙的訂單，如何高效地提升資源的配置效率，是美一她團外賣想要解決的痛點。

60萬的騎手，每個月光薪資就(jiù)會(huì)有幾十億銀熱的人民币支出。如何控制成(chéng)本，提高效率呢？可以從兩(liǎ說用ng)個方面(miàn)入手，第一，跳區對(duì)騎手進(jìn)行專業的培訓城下；第二，對(duì)配送模式進(jìn)行效率房影優化，例如根據區域的實際情況制定家路合理的配送費，以及合理的配送人數。

在實施層面(miàn)做出實時(shí)的匹配，也紅地就(jiù)是，用戶下單的時(shí)候涉及的配送費影街的動态設定，訂單的指派，以及騎手的執行。舉一些例子，比如友很說(shuō)商家配送範圍的規劃，一些有争議的小區需要劃到哪個區域，劃分到各個離樂區域産生的成(chéng)本如何，收益又如何？加價機靜刀制其實是比較難确定的，加多少，往哪些綠外方向(xiàng)上加？這(zhè吧輛)些都(dōu)是需要考慮的。

這(zhè)類決策其實是多目标優化問題，用戶的滿意度，成(chéng)本收益的國行情況，都(dōu)需要考慮。以往這(zhè)些問題都(d東門ōu)是用人工的方式解決。

然而人工的方式又會(huì)帶來許多的問題，比如說(shuō兵腦)在上萬個區域中每個區域都(dōu)會(huì)有一個調度員進(車地jìn)行訂單分配，調度員顯然考慮配送模式的家街時(shí)候或多或少會(huì)出現低效率雪個問題。還(hái)有一個其實也請睡是比較大的問題，人數太多，就(jiù)會(huì)出現或多或少的腐敗問題金男。比如說(shuō)，有權力的調度員往往會(huì)把訂單區間給和他關系比較好(hǎo)的人。

在早期的時(shí)候，規模比較小，這(zhè)些問題還(hái)不麗亮突出。但是當達到現在美團的體量的時(shí)候，這(zhè)男很些問題就(jiù)會(huì)變得很跳了嚴重。因此就(jiù)需要采用新的、基于大數據、人工智能(néng)的解決方案。

人工智能(néng)的發(fā)展做雨，大緻可以分為3個階段，第一個階段是Descriptive，做一些檢索和精明還确的計算（比如說(shuō)加減乘除），第二個階段Pred內道ictive，其實是用算法發(fā)現一些規律，這(zhè)一工作最早可以追溯唱小到最小二乘等線性拟合算法，複雜一些的就(jiù)是用語音木間識别，人臉識别發(fā)現一些規律。目前大部分成(chéng)功的AI應用門制都(dōu)是在第二個階段。第三個階段Pr雨也escriptive是基于這(z些錯hè)些規律進(jìn)行最優的決策她山，比如說(shuō)機票的動态定價，物流的訂單分配。

擁有一個好(hǎo)的模型隻是第一步，如何把模型進(jì時化n)一步執行、優化，其實是需要花費許多功夫的。

來看一個簡單的流程，用戶下單，商家備餐，騎手在接到單的時(shí)候畫數取貨，取貨完之後(hòu)進(jìn)行配送喝光。在美團APP中，你會(huì)看到有35分鐘、40分鐘等時(shí)間的送達房對時(shí)間的預測，這(zhè)個時技風(shí)間的預測要結合一個簡單的策略。然後(hòu)是動态時雜調價，并不是說(shuō)基于什麼(me)樣(yàng)的規則，我們是要對(d著鄉uì)總體的成(chéng)本和收益進(jìn)行權衡之後(hòu)綠門給出定價。

當騎手到店之後(hòu)，因為店裡(中飛lǐ)現有的用戶會(huì)選擇打包或喝小者堂食，所以商家影響外賣出餐的時(shí)間是多作從因素的。另外商家的位置也是會(huì)影響配送時(shí為冷)間的，在馬路邊上的商家，騎手到店方便，那麼(me讀學)就(jiù)會(huì)縮短取餐時(shí)行還間，如果商家是在高樓層，相對(d女微uì)來說(shuō)時(shí)間就(jiù)會(huì)長(cháng)身少一些。

對(duì)這(zhè)一簡單的流程進(jìn)行優化，不可能(né下日ng)進(jìn)行一個商家一個商家地決策，需要用到AI書老技術。

通過(guò)機器學(xué)習開(kāi)發(fā)出的智能(néng懂亮)助手需要考慮多重因素：如何進(jìn)行單明亮量預測，如何進(jìn)行動态個年的定價，如何選擇騎手到店的路徑。當騎手取到餐後(hòu)何時(shí)通煙通知用戶下來取餐等等。

一些線下的流程也需要算法進(j船務ìn)行優化，例如我們需要增加新的商家，那些商家能(néng)夠簽約，黃中哪些商家又能(néng)夠優先男長簽約，簽約之後(hòu)給他制定多少的配送費等等。

提高騎手效率

在基礎建設方面(miàn)，要有一個大數據平台，要保持業務層面錢地(miàn)和機制的整體運行，在這(zhè)個基礎之上，還(hái)需要機器學白草(xué)習的平台，在這(zhè)之上有許多機器學(x離吃ué)習的模型，方便對(duì)數和裡據進(jìn)行訓練學(xué)習。在這(z低動hè)兩(liǎng)個基礎之上還(hái)有大量業務的架構河玩。

訂單分給誰需要考慮用戶體驗，騎手的體驗，商家體驗，件習平台的配送成(chéng)本等等。現在面(miàn)臨的主要難點是在考慮微都用戶體驗的情況下，如何讓騎手的效率最高。

中關村的午高峰大約有200個左右的騎手，如何進(jìn)行房算訂單分配？最表層的理解是考慮多目标優化。在午高峰的時(sh家公í)候每分鐘大約有50個左右的新訂單進(事靜jìn)來，每個騎手身上可能(n家著éng)都(dōu)有待配送的訂單。

將(jiāng)訂單分配給某個騎手，需要考慮他是不是順書黃路，他是不是交通比較熟，是不是效率能(n拍體éng)夠保證。還(hái)有一些質量要求，例廠車如用戶點了面(miàn)條，就(jiù)要及時(shí)的送到，否則就(區通jiù)會(huì)影響口感。其實留給智站現能(néng)助手考慮的時(shí)間不是很多，騎手的位錢樂置是不斷在變化的，可能(néng)上一秒他還(hái)适合配影愛送這(zhè)一單，但是在這(zhè)一秒就(j匠玩iù)不适合了。

在一些工業場景，在用算法解決一些問題的時(shí)不生候，并不是算法為王。需要設計一個整體的方案，需要了解企業場景，業務場景。因此物公算法的改進(jìn)優化需要多場景的兼顧。這(zhè)些不可能(néng)一計你下全面(miàn)覆蓋，需要一個點一個點的去涉及。在沒員不(méi)有摸清問題的邊界的情商兵況下，最好(hǎo)不要對(duì)算法進(jìn)行鐘靜優化。

技術上來說(shuō)主要是兩(liǎng)類，一方面(miàn)是機器學討女(xué)習的方法技術，另一方面(miàn)是運輸優化。機器學(吧費xué)習解決一些數據的統計和數據的規律腦這分析。當模型的邊界比較清晰的時(shí)候，就(jiù)需要運輸優化來解決一分醫些問題。

數據工作是第一步，需要提升所有的數據的精度，提升數電中據覆蓋的層面(miàn)。一些簡單的數據經(j白子īng)過(guò)統計就(jiù)可以知道(dào)。另一些數站男據獲取則更複雜，比如商戶的位置，這(zhè)些位置是人上報還樂的，這(zhè)就(jiù)可能(n離錢éng)存在因為線下利益關系而上報錯誤姐開的位置。這(zhè)時(shí)候我們就(jiù)需要利用騎手的一些行為，利用很計聚類的方法，掌握商家的真實位置。更複雜的場景，比這不如上文提到的預估出餐時(shí)間，需要一少影些弱監督學(xué)習的方法，體低根據騎手的反饋，進(jìn)行統計分析。

ETR問題也是需要考慮的，其實就(jiù)是怎麼(me)樣(y視人àng)去估計一個路徑上每一個點的時(shí)間。比如說一事(shuō)騎手從一個地方出發(fā)，給他規劃一個線路，他民作應該在最少的時(shí)間内配送最多的訂單且路程最短。需要給每一個節點規劃出刀山什麼(me)時(shí)間可以完成(chéng)。這(zhè)個黃影問題意義很大，因為在做訂單分配的時(shí)候，要考慮是不是能(néng務工)準時(shí)送達，準時(shí)與否非常日他影響用戶的體驗。

利用優化算法，建立一個基本的關系，騎手從取到送的過愛著(guò)程中分配很多的節點。建立參數優化模型，能(néng)夠將(j站在iāng)誤差控制在4分鐘之内。

在優化的基礎上，還(hái)要做一些執行的工作。比如開(kāi)發(fā)計工一個智能(néng)助手，能(néng)夠和騎手進(jìn)都雨行語音交互，使其不用看手機也能(néng化紙)夠知道(dào)他接到了多少單，他應該接下讀子來做些什麼(me)等等操作。還(h草高ái)有為騎手導航、進(jìn)行長(cháng)期激勵等等。

未來要做的是通過(guò)多維度協同，實現全局最優化。需要考慮業務維度，空間維視為度，時(shí)間維度。業務維度指送們地達時(shí)間設定、動态定價、運力融合。作能空間維度指跨區調度、柔性邊界、全城優化。時(shí放唱)間維度指動态壓單、最優指派、配送引導。