懶”是人類的天性。平價、方便、快捷的服務是人類的普遍需求，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)務在全球范圍內掀起了一波快速發(fā)展的浪潮。全球各地都出現了很多創(chuàng)業(yè)公司，比如：美國的Uber Eats、印度的Zomato、國內的美團、餓了么等，還有閃送、UU跑腿、達達、點我達等專注于即時配送服務創(chuàng)業(yè)公司。

　　數據顯示，2019即時配送用戶規(guī)模將達4.21億，新零售業(yè)務成最強增長點。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，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)務模型

　　即時配送，是一種配送時長1小時以內，平均配送時長約30分鐘的快速配送業(yè)務。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)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系。

　　小豬O2O稱，看似簡單的即時物流，其物流調度系統(tǒng)卻應用了大數據、云計算、物聯網等先進技術，數據驅動，智能調撥已經成為即時物流的核心競爭力。

　　即時物流分布式系統(tǒng)架構逐層演變的進展中，遇到的技術障礙和挑戰(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，流量高峰是平常的十幾倍。

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

　　數據實時性、準確性要求高，對延遲、異常非常敏感。

　　O2O即時物流智能配送調度系統(tǒng)的技術架構：

　　一是面向用戶提供履約的SLA，包括計算送達時間ETA、配送費定價等;二是在多目標(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ETA

　　ETA(Estimated Time of Arrival，時間送達預估)是配送系統(tǒng)中非常重要參數，與用戶體驗、配送成本有直接關系，而且會直接影響調度系統(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，可以看到有十幾個關鍵節(jié)點，其中關鍵時長達到七個。這些時長涉及多方，比如騎手(接-到-取-送)、商戶(出餐)、用戶(交付)，要經歷室內室外的場景轉換，因此挑戰(zhàn)性非常高。

　　配送中最重要的數據之一——地圖，位置和導航都不準確，配送如何進行?

　　在即時配送業(yè)務中，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無法很有效的解決。這樣就需要建設一套即時配送業(yè)務地圖的解決方案。

　　基于簽到數據的位置校正：交付點

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

　　交付點挖掘的技術實戰(zhàn)：挑戰(zhàn)

　　在數據挖掘實際過程中，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)進行拆解，扎扎實實的做好各種基礎工作，基本整個挖掘過程，分為以下幾個步驟：(1)基于地址分組;(2)數據去噪;(3)數據聚合;(4)置信度打分。其中主要技術挑戰(zhàn)，主要在各種場景中保證數據挖掘質量和覆蓋率。

　　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、調度、判責系統(tǒng)，這種底層數據，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。