滴滴外卖无锡首日订单破33万，打车技术用于外卖，是高维打低维？

2018-04-10 21:01

滴滴外卖无锡首日订单破33万，打车技术用于外卖，是高维打低维？
最新消息，滴滴外卖在无锡上线当天，获得了33万的订单量，也让其在当天成为无锡订单第一的外卖平台。
实际上早在去年10月，《金融时报》透露Uber旗下的外卖平台UberEats，收入已经占据了Uber全年收入的1/10，预估2017年已经达到30亿美金左右，而这一数字也已经接近美国在线外卖鼻祖GrubHub的年收入，让其压力不小。
UberEats再加上滴滴外卖的此番成绩，也证明了打车平台技术向外卖场景切入有着具体的可行性。
滴滴外卖无锡首日订单破33万，打车技术用于外卖，是高维打低维？
当前国内，美团与滴滴正在掀起的新战火，美团开始进军打车领域，滴滴开始进军外卖，从技术角度来看，滴滴是在从用车调度技术，向物流调度技术迁移，而美团反之。
滴滴创始人程维提到，交通到物流，运人到运物，滴滴希望打造A点到B点极致效率的运输网络。
虽然战局尚处初期，不过技术的竞争却是关键，这里进行一些对比。
<h1>1）平台规模决定了系统复杂性</h1> 在打车系统中，一辆车的调度范围是全城，但是对于外卖系统而言，对一个单一外卖员的调度则是局限在大约3KM到5KM的半径范围内。
也就是说外卖的调度系统实际上是一个个分割的小系统构成，受制于外卖行业人员只需要在固定餐厅以及固定楼宇间活动，因此这些小系统彼此之间属于割裂的状态。
因此即使外卖的规模再大，但是其技术发展能力始终受限于固定的5KM半径范围内，始终是在5KM半径的复杂性中进行技术迭代，这也意味着数据有限，技术的提升有限。
再来说打车，其所面对的是全城规模的连接，并不是说长程技术一定优于短程，而是说其所需要面对的复杂性程度，远远高于5KM半径范围，因为其有着远多于5KM半径范围的两端调度需求，路况预测，等等一系列数据的综合考虑。
外卖切入打车，意味着其需要从5KM的复杂性考虑拓展到全城，将供需两端的数量成规模扩大，这是一个彻底的全新挑战。
相反打车切入外卖，则意味着将已经训练成熟的复杂性技术，应用到一个更为简单的5KM范围环境中，并且还大幅减少了供需两端的数量。
从复杂性角度来说，打车的技术做外卖，可以顺势而为，但外卖则需要建立更大的技术能力。
<h1>2）全量数据优于片段数据积累</h1> 要想让线路调度算法最优化，供需匹配效率最高，就必须收集到足够的交通出行数据，来对未来进行预测。
外卖行业天然受制于高低峰的限

余下全部

共有评论0条

<返回

<返回首页