❶ 美团外卖公开骑手配送时间算法,具体是怎么算的
具体就是根据他们行驶的公里数去计算的,从出餐取餐还有距离进行估算,把所有的情况估算出来,最后就是他们配送的一个时间。
人们对于外卖的依赖性逐日增加,相应地也提高了对外卖工作人员的要求,而关于争议较大的预估送达时间逻辑,美团方面给出了模型预估时间和三层保护时间。
现代人的工作生活过于忙碌,尤其在一线城市节奏快到令人都有一种窒息感,人们没有时间去做饭,在工作日大多叫的也是外卖,而在高峰时期,消费者和商家对于预估送达时间的认知都是比较模糊的,这产生了诸多纠纷事件,而作为夹在中间的外卖工作人员的权益该如何维护,也引发了人们的关注。美团作为较大的外卖网站,对于此争议事件也给出了一套计算说法。
模型计算出的送达时间并不确切,在不同的时间段和防疫地区,对于送达时间上的要求也有所不同,为给骑手更宽裕的送餐时间,4种算法中时间较长的将成为订单页面显“预估到达时间”。
对于送外卖的纠纷,往往产生于消费者和外卖工作人员之间举个例子,由于商家的出餐时间可能有些慢,外卖工作人员等拿到手中出发送达消费者指定地点的时候,已经超出了预估的送达时间,对于消费者来说他认为在下单的那一刻,外卖小哥就应该将餐点立马送来,但却忘记了将商家的出餐时间算进去。
❷ 美团公开外卖订单分配算法,具体是如何计算的
美团公开外卖订单分配算法,将会根据订单配送距离,以及附近骑手位置,选择一位距离最短,配送时间最优的骑手接单。同时还会根据骑手手中订单量,合理安排送餐数量,保障骑手工作强度适中。如配送过程中,检测到骑手出现状况,还可以在途中进行转单。
外卖的出现,极大方便了我们的生活,也正因为这样,使得外卖小哥,成为了生活中,最常见到的一个身影。我们所点的每一单外卖,看似背后过程很简单,商家出餐骑手送餐,实则背后有大量科技含量存在。
每一单外卖背后,都有大数据算法的功劳。了解到背后故事,不得不让人感叹,科技的力量真强大。
❸ 鎻绉樷滆秴鑴戋浓斺旈偅涓锲颁綇澶栧崠楠戞坠镄𪞝I绠楁硶
鍦ㄥ备粖镄勭ぞ浼氩拰鎶链浜ょ粐涓锛屽栧崠楠戞坠浠姝i溃涓寸潃涓鍦哄悕涓衡沧棤闄愭父鎴忊濈殑鍏ㄦ柊鎸戞垬銆备粬浠镄勯熷害瓒婂揩锛屽帇锷涘氨瓒婂ぇ锛屽洜涓轰竴涓寮哄ぇ镄𪞝I绠楁硶锛岃缇庡洟鍐呴儴绉颁负钬滆秴鑴戋濋厤阃佺郴缁燂纴姝e儚鏂鍢変附路绾︾堪阃婂湪銆婅秴浣撱嬩腑镄勮秴鑳藉姏涓镙凤纴镞犲舰涓鏀閰岖潃浠栦滑镄勫伐浣溿
钬滆秴鑴戋濈姽濡备竴涓绮惧瘑镄勯挓琛ㄥ笀锛屾搷鎺х潃ETA钬斺旈勮¢佽揪镞堕棿镄勯瓟链锛岃繖鏄澶栧崠浣挞獙镄勫叧阌锛屼篃鏄骞冲彴杩愯惀鏁堢巼镄勮閲忔爣灏恒傚畠浠6涓鍏抽敭镞堕棿娈碘斺旀帴鍗曘佸嚭椁愩佷笂妤笺佺瓑椁愩佷笅妤煎拰浜や粯涓虹嚎绱锛屽皢澶嶆潅澶氩彉镄勯厤阃佹祦绋嬫媶瑙o纴铹跺悗阃氲繃绮惧嗳镄勯獞镓嬩綅缃銆佽㈠崟鍒嗛厤銆佸ぉ姘斻佽矾鍐电瓑淇℃伅锛岄勬祴鍑洪佽揪镞堕棿锛屼互姝ゆ弧瓒崇敤鎴峰拰楠戞坠镄勬湡寰呫
鍦板浘鎶链鍦ㄨ繖涓杩囩▼涓镓婕斾简镙稿绩瑙掕壊锛屽畠纭淇濅简瀹氢綅镄勭簿纭鍜岃矾寰勪紭鍖栫殑钖堢悊镐с傞氲繃瀹氢綅楠戞坠銆佸晢瀹跺拰鐢ㄦ埛镄勪綅缃锛屼互鍙婂疄镞剁殑璺寰勯夋嫨锛岀畻娉曞湪澶勭悊钖勭嶅彉鏁版椂锛屽𪾢鐜颁简鏋侀珮镄勯傚簲镐у拰椴佹掓с傜编锲涓烘や笓闂ㄧ爷鍙戜简鍗虫椂閰嶉佸湴锲捐В鍐虫柟妗堬纴阃氲繃娴烽噺镄勪氦浠樼偣鏁版嵁锛屽瑰栧崠阃佽揪鍦扮偣杩涜屸沧棤姝昏掆濊嗙洊锛屾秷闄や綅缃锅忓樊锛岀缉鐭閰嶉佽窛绂伙纴璁╅勮¢佽揪镞堕棿镟村姞绮惧嗳銆
铹惰岋纴𨱍呭冩劅鐭ョ殑锷犲叆浣垮缑钬滆秴鑴戋濇洿锷犺仾鏄庛傚畠涓崭粎鍏虫敞GPS鏁版嵁锛岃缮鍒╃敤WiFi鍜岃掴鐗欐妧链鍦ㄥ晢瀹跺唴杩涜屽疄镞剁洃鎺э纴浠ュ强镓嬫満浼犳劅鍣ㄦ崟鎹夐獞镓嬬殑锷ㄦ侊纴浠ラ傚簲钖勭嶉厤阃佸満鏅銆傝繖浣垮缑绠楁硶鑳藉熷疄镞跺垽鏂鍜屽簲瀵瑰皝璺銆侀檺琛屻佸嚭椁愰熷害銆佸皬鍖鸿勫畾绛夊嶆潅𨱍呭冿纴杩涗竴姝ョ缉鐭閰嶉佹椂闂淬
灏界℃妧链镄勬彁鍗囧甫𨱒ヤ简鏁堢巼镄勯炶穬锛屼絾涔熷甫𨱒ヤ简鏂扮殑锲板冦傞獞镓嫔湪杩芥眰阃熷害涓庣畻娉旷殑鍗氩纸涓锛屼豢浣涜杩欎釜镞犲舰镄勨滆秴鑴戋濇墍𨱒熺细銆傚栧崠骞冲彴鍦ㄨ拷姹傛瀬镊翠綋楠岀殑钖屾椂锛屼篃锷犲墽浜嗛獞镓嬬殑铡嫔姏銆傛e傚巻鍙蹭笂镄勬妧链杩涙ワ纴瀹冨甫𨱒ヤ简渚垮埄锛屼篃鍙鑳藉甫𨱒ユ柊镄勪笉骞崇瓑銆傞獞镓嬩滑鍦ㄧ畻娉旷殑鎺ㄥ姩涓嬶纴镞㈣佹弧瓒崇敤鎴锋湡寰咃纴鍙堣佸簲瀵圭畻娉旷殑镞犳儏绾︽潫銆
钬滆秴鑴戋濇槸璧勬湰椹卞姩镄勪骇鐗╋纴涔熸槸鎶链杩涙ョ殑浜х墿銆傚畠鍦ㄦ彁鍗囩敤鎴蜂綋楠岀殑钖屾椂锛屼篃鎻绀轰简鏂版椂浠g殑鎸戞垬銆傚湪鎶链镄勫垁鍓戜笅锛岄獞镓嬩滑濡备綍鍦ㄥ彇鎭︾敤鎴蜂笌鍙栨偊绠楁硶涔嬮棿镓惧埌骞宠锛屾垚涓轰简涓涓鍊煎缑娣辨濈殑闂棰樸
镐荤殑𨱒ヨ达纴澶栧崠楠戞坠涓庘滆秴鑴戋濈畻娉旷殑瀵瑰喅锛屾槸涓鍦烘妧链涓庝汉镐х殑杈冮噺锛屽畠鎻绀轰简绉戞妧鍦ㄦ帹锷ㄧぞ浼氩彂灞旷殑钖屾椂锛屼篃瀵圭ぞ浼氩悇阒跺眰浜х敓浜嗘繁杩滃奖鍝嶃傚湪链𨱒ョ殑阆撹矾涓婏纴濡备綍鍦ㄨ拷姹傛晥鐜囦笌鍏姝d箣闂存垒鍒板钩琛★纴灏嗘槸姣忎竴涓鍙备笌钥呴兘闇瑕侀溃瀵圭殑璇鹃樸
❹ 美团饿了么的算法陷阱:骑手收入越涨越少,平台抽成越涨越多
比外卖速度,恐怕世界上没有一个国家能与中国抗衡。
在过去的十年中,资本为了抢占外卖市场份额,他们不断发出“抢滩行动”“冬季战役”等补贴大战。当硝烟散去,美团、饿了么踩着一堆“尸骨”爬了出来,几乎瓜分整个外卖市场。
美团、饿了么研究出一套行之有效的算法,对超过700万的外卖骑手进行细致考核。他们希望不断削减外卖所需要的时间,提升用户的满意度,从而提升用户的粘性和使用频次。
现在中国的外卖速度和体验,比过去任何阶段都更好了。
论商业模式,用算法提升效率无可厚非。但算法的阴暗面也不断显露,外卖骑手为了更快配送、躲避平台惩罚,交通事故、猝死事件频发,成为算法中最大的受害者。
近日,市场监管总局等七部门联合印发文件,明确要求不得将“最严算法”作为考核要求,通过“算法取中”等方式,合理确定订单数量、准时率、在线率等考核要素,适当放宽配送时限。
这一文件出台,意味着美团饿了么的算法霸权的时代结束了。在今后的商业竞争中,外卖平台除了用算法提升效率,还应该承担起更多 科技 向善的责任。
2008年,上海交通大学的一个宿舍里,研究生一年级的学生张旭豪情绪激动,他说自己要做一家150亿美金的公司,这是汪渊第一次见到张旭豪,他后来回忆时说,“我觉得他(张旭豪)是神经病。”
但没过多久,一个叫“饿了么”的本地生活服务平台上线,汪渊成了张旭豪的创业伙伴。在这五年前,大众点评网成立。
这是外卖这门生意蛮荒时代的缩影。到今天,外卖服务的用户规模已经超过4亿,超700万外卖骑手穿梭在城市的每个角度,奔向无数等待着用餐的用户。
外卖这门生意,从出生起就注定会成为一块大蛋糕—— 如果说刚需且高频是这一商业模式得以成立的前提,那么包括家庭户数小型化、单身化、工作时间长等用户画像则提供了源源不断的增长动力。
巨头没理由不染指。
2013年11月,本地生活服务平台美团正式进军外卖业务;一个月后,淘宝紧随其后,推出移动餐饮服务平台“淘点点”;次年5月,李彦宏携网络外卖再度跟进。
接下来的2014年被称为国内外外卖行业的真正元年,这年底,饿了么占据30.58%的市场份额、美团27.61%、淘点点与网络外卖各为11.2%、8.55%。
但巨头也好,已占据先发优势的饿了么也罢,在这个格局未定、方兴未艾的战场里,没人想做第二,于是一场围绕用户、骑手、商家、资本的竞速战拉开帷幕,再后来,这被称为互联网史上最惨烈的补贴大战。
饿了么前员工李立勋后来接受媒体采访时透露,“美团比我们补贴凶,最开始的时候一元两元的补贴就顶天了。美团上来就是20元减10元,最狠的城市还有20元减19元。“他回忆, 2014年竞争最为激烈 的 时候,城市经理甚至要拎着现金直接去给到餐厅发补贴。
一组数据更能体现这场战争的惨烈。公开财报数据显示,美团在2015年到2018年近4年内,都处于持续亏损的状态,亏损总额合计1508亿元,调整会计准则后,这一数字仍高达227亿元。
即便在外卖大战后期,巨头也垂涎这块蛋糕。
2018年4月,滴滴外卖在江苏无锡正式上线,与美团、饿了么开启“外卖大战”。无锡一度聚集了近万名滴滴骑手,有人坐20多个小时火车来“参战”,还有便当店店长亲自上阵送滴滴外卖。
为了应对对手,饿了么甚至打出“干死美团、碾压滴滴”的条幅。一时之间无锡人民成为全国羡慕的对象,有网友晒出外卖单,原价59.3,各种补贴打折之后,只要1.8元。
这也只是外卖大战中的小阵仗,要知道,在外卖这个赛道上,网络糯米这种重量级选手都被干死了。
滴滴短暂的出现,并没有扭转市场格局。
留在牌桌上的基本剩下美团与饿了么两个玩家。 前瞻产业研究院数据显示,2021年一季度主要外卖平台市场格局中,美团外卖占比67.3%,饿了么占比为26.9%,两家合计占据着行业近九成份额,双寡头格局稳固。
双寡头格局已定,饿了么和美团的对手成了自己——迈过规模化增长的阶段,围绕用户体验与效率,连接着商家与用户两端的外卖骑手,成为了平台的核心竞争力。
调动着无数骑手的系统,在美团叫“超脑”,在饿了么叫“方舟”,他们被称为实时智能配送系统。
在这个系统里,骑手接单是被系统最近选择的、时间是被严格控制的、路线是被精心优化的,骑手们在这套系统里机器般运转,无数个他们穿梭在城市里每一条街道,维持着平台赖以留住用户的“效率”。
速度,几乎是效率唯一的衡量标准。
《人物》此前的报道中,有外卖员回忆称,2016年到2019年,他曾三次收到美团平台“加速”的通知,3公里的送餐距离,从2016年1小时的最长时限,缩短到了2018年的38分钟。
将时间拉回到2016年11月,美团王兴在接受媒体采访时就曾表示:“我们的口号是美团外卖,送啥都快”,他表示,美团的外卖平均28分钟内会被送达,并认为这是一个很好的技术体现。
无论美团还是饿了么,留住用户最核心也最直接的方式,无疑就是持续完善用户体验,外卖这一场景下,用户拥有在商家端的选择权,这层用户体验由他们自己决定。
骑手便成了唯一的变量,于是在算法的支配下,他们跟着平台、系统不断加速。
中国人民大学公共管理学院教授马亮曾表示, 外卖行业实际上已经形成了“逐底竞争”,即不断试探送达时间的底线指标。 把所有的竞争参数穷尽了后,压力就被推到骑手那里,导致骑手处于极限和超负荷的工作状态。”
在这些躲不掉的算法霸权面前,他们手机屏幕上的每一次倒计时,都成了“deadline”。与时间赛跑,成了他们的常态。否则,他们面临的将是差评、罚款乃至被辞退。
于是外卖骑手在像机器一样加速的过程中, 闯红灯、超速、逆行这样的事情不断发生。
这个时候,他们赛跑的对象就不只是时间了。
上海交警曾统计,2017年上半年外卖配送行业发生交通事故76起,平均每2.5天有1名外卖员伤亡。
而今年1月,一位北京的饿了么外卖骑手,在他配送当天第34单外卖时猝死。当时,他的摩托车后座上,还放着4份没送出去的外卖。
不幸的是,这样的悲剧,每过一段时间就会上演。
在算法霸权下,除了用户,外卖平台成了最大的受益者。
众所周知,当生产效率无法提升的时候,压榨表现为尽可能地延长工人的工作时间。
外卖平台的压榨,更多表现为提升效率。 让机器提升效率,企业至少需要投入研发,让人提升效率,只需要罚钱机制。
一切都是为了多接订单,为了GMV和收入。
为了扩大市场占有率,为了更高的GMV和收入,外卖平台的算法越来越聪明,它们能把配送效率放在了第一的位置,通过数据来评价配送效率,如果骑手有能力提前送达,算法就会认定效率还有提升的空间。
时间就这么挤出来了,更多的订单也这么挤出来了。
在外卖平台尚未盈利的时期,GMV和收入都是估值的核心。即使尚在亏损当中,饿了么还是卖出了95亿美元的高价,美团也以483亿美元的估值成功上市。
直到现在, 外卖业务仍然是美团第一大收入来源,占比超过一半,其他的业务更是基于用户高频使用外卖平台,具有较高的粘性才做起来的。
对骑手的极限压榨也是为了更好的利润。
一家制造企业的成本可以分为固定成本(比如固定资产的折旧)和可变成本,可变成本(比如造鞋的皮革、蒸包子的面)会随着产出产品的数量的增加而增加,固定成本在一定的范围内不会变。
这就意味着,生产出越多的产品,摊到每个产品上的固定成本越少,单个成本越低,毛利润越高。
这就是边际成本递减形成的规模效应。
外卖行业里,企业付给劳务外包公司的钱或者给骑手的基本工资可以近似为固定成本,骑手每接一单挣到的钱对企业来说就是可变成本。
在这个过程中,人等同于机器。
以美团外卖为例, 从2017年到2020年,美团的每笔外卖收入从5.1元上涨至6.5元,增幅为27.5%,同时期的外卖交易成本,只上涨了10.6%,而如果把外卖交易成本中的骑手开支单独拿出来,会发现骑手收入涨幅更低。
困在算法中的骑手疲于奔命,为外卖平台搭建了一座座财富金山。而他们自己,并没有得到相应的保障。
由于大量外卖骑手往往不跟外卖平台直接签约,而是通过一些App跟第三方劳务公司签约,从合同上看,骑手和劳务公司之间是劳务关系,但实际上劳务公司与骑手的关系十分松散。
平台用接单量、客户投诉情况考核骑手,充当了“雇主”的角色。而一旦交通事故发生,平台却躲在劳务公司背后,不用承担任何责任。
在现行法律法规下,一旦骑手出了交通事故,承担责任的往往是骑手个人,而不是外卖平台。
一个商业模式的成功,一家公司的成功,固然在于追求高市场份额、高利润、高估值,但也在于对 社会 责任的承担。往小了说,是创造就业机会、保障员工的福利,往大了说,是促进行业有序发展,推动行业进步。
曾经,我们崇拜的是福布斯上排行榜上的每一个人,现在我们更应推崇不只考虑效益,而是想着怎么把路修到偏远地区、把网络带到山区的公司。
人,不能等同于生产要素; 科技 ,不能只为提高效率存在;而算法,不应只成为企业赚钱的冰冷工具。
参考文献:
❺ 美团公开外卖预估到达时间算法规则,这种算法和逻辑合理吗
其实对我们来说,美团公开外卖预估到达时间算法规则,这些规则是按照最优的路线来计算的。但是在实际的操作过程中这种算法确实会加大外卖员的任务。而且要所谓的算法最优选择,也可能考虑到大多数平均的用时。所以在实际的送单过程中确实会不断的压榨骑手的时间成本,所以这种算法本身来说能够提高到达时间,但是整体上来说会加重外卖员的负担,所以可以从以下几个方面出发来看待是否合理。
其中我们会算法和逻辑本身也会存在一些问题,由于是建立在大数据分析的基础之上,所以对于一些数字模型来说,也确实会存在一些线路的差异。对于普通的外卖员来说也确实需要一定的时间差,但是这种时间如果不断的缩小的话,势必会增加外卖员骑手的成本,所以呀,也会加重负担。
其实对我们来说,美团公开的外卖到达时间,本身也是采取数据分析进行大数据库对比,所以建立的数字模型采取的是最优的方案。但是在实际的过程中也会加大外卖员的实际任务量,而且采取最优的方案也代表着外卖员误差性不断的减小,所以也会增加外卖员的任务量。