
物流技術(shù)與大數(shù)據(jù)將會決定整個外賣O2O行業(yè)的未來
當(dāng)前的外賣O2O市場格局已經(jīng)基本進入了穩(wěn)定時期,百度外賣、美團外賣、餓了么三巨頭之間比拼的是用戶體驗。而影響用戶體驗卻在于物流配送,物流技術(shù)與大數(shù)據(jù)作為影響物流配送的核心關(guān)鍵,二者之間的結(jié)合將會決定整個外賣O2O行業(yè)的未來。
7月13日,百度公司董事長兼CEO李彥宏在發(fā)布會上談及百度外賣時表示,百度外賣里有非常多的人工智能技術(shù)的應(yīng)用,比如同樣的商家訂單,先配送后配送,時間路線規(guī)劃等等,都有人工智能的技術(shù),涉及機器學(xué)習(xí)的問題。
要理解李彥宏這段話的含義首先還要從當(dāng)下外賣行業(yè)的發(fā)展現(xiàn)狀說起,目前外賣行業(yè)已經(jīng)進入穩(wěn)定發(fā)展期,對于用戶來說,服務(wù)品質(zhì)往往是最重要的。在野蠻生長時期,依靠燒錢補貼,用戶增長規(guī)模是非??焖俚?。但是今天,野蠻生長時期很明顯已經(jīng)成為了過去式,今天的外賣競爭核心要素將是依托尖端技術(shù)的優(yōu)質(zhì)服務(wù)體驗。
在行業(yè)穩(wěn)定階段,要想成為最終贏家,這個時候比拼的就一定是用戶體驗了。而影響外賣O2O用戶體驗的則主要來源于三個方面:
1、商品。對于三大外賣平臺來說,目前與他們合作的商家基本上都會同時選擇與三大平臺共同合作,平臺之間要想在菜品質(zhì)量、品類等方面做出差異化優(yōu)勢,并非那么輕松簡單。
2、價格。至于價格方面,三大平臺除非自己補貼用戶,才有可能造成平臺的價格差異。否則一般情況下來說,商家如果自己搞促銷活動,對于每個平臺來說都會采取一樣的價格促銷活動,不會說單獨針對某個平臺來搞促銷。這樣,三大平臺要想在價格上建立差異化優(yōu)勢也比較難。
3、服務(wù)。商品和價格的影響因素主要在于商家,不同外賣平臺上的同一商家是難以有明顯差異的,但是服務(wù)就不一樣了。因為目前三大外賣O2O平臺各自的外賣配送團隊都是不一樣的,物流配送卻是影響外賣服務(wù)質(zhì)量和水平的關(guān)鍵因素所在,誰配送的更快更準(zhǔn)時,誰就能夠成為用戶體驗的大贏家。
由此看來,未來三大外賣O2O平臺的競爭關(guān)鍵實際上就在于物流配送,這是影響用戶體驗差異化的最關(guān)鍵所在。那么,對于三大外賣O2O平臺來說,影響物流配送的最核心因素又在哪里?
要想讓物流配送準(zhǔn)確率、物流配送速度更高,這必然離不開物流技術(shù)的支撐,而物流技術(shù)對于整個外賣物流配送環(huán)節(jié)的重要性也變得越來越高。
為何尖端技術(shù)更容易形成高競爭壁壘,這一點我們從三大外賣O2O平臺的物流配送就可以窺見一斑。美團外賣和餓了么采用的是搶單模式,而百度外賣采用的則是派單模式,那么這兩種模式孰優(yōu)孰劣?
搶單模式很明顯有著它明顯的優(yōu)勢,搶單模式能夠激發(fā)送餐員的送餐積極性,同時也有效利用了社會上的閑散人力,但是搶單模式也有著明顯的不足。
其一,搶單模式在配送效率會存在一定的不足。搶單模式下,每一位送餐員只能配送一份外賣,如果遇到同一個寫字樓有多位外賣需求的用戶,該配送員就無法同時配送多份外賣。這個時候,對于配送員的配送效率來說,就會存在一種資源浪費。
其二,搶單模式除了自營物流團隊以及合作的第三方物流團隊之外,還有很大一部分是采用的眾包模式配送方式,眾包配送人員在配送的專業(yè)性以及服務(wù)質(zhì)量上必然難以得到充分保證。
其三,眾包物流配送在保證配送食品的安全性方面,也會存在一定的不足。食品安全并不一定發(fā)生在餐飲商家中,物流人員對于食品安全也會有一定的影響。對于外賣O2O來說,一旦平臺出現(xiàn)了食品安全問題,對于平臺會有著致命的威脅。但是眾包物流的配送模式,對于配送人員卻無法做到百分百的把控,也就難以做到絕對的食品安全。
相比搶單模式而言,派單模式則需要更高的技術(shù)要求,百度外賣的派單是基于云端派單,而這種高技術(shù)也更容易形成高競爭壁壘。
首先,派單模式是建立在大數(shù)據(jù)分析和人工智能的基礎(chǔ)之上,能夠根據(jù)外賣訂單量、路線規(guī)劃、配送人員位置等多個方面的因素進行權(quán)衡,然后派選快遞配送員,這樣就保證了接單的配送效率。
其次,派單模式采用的是專職配送人員+派單模式。相比眾包的搶單模式而言,一方面保證了外賣配送的專業(yè)性和服務(wù)水平,同時對于外賣食品安全問題也是更好地監(jiān)管。
要實現(xiàn)更智能精準(zhǔn)的派單,對于物流技術(shù)的要求非常之高,這個是目前大多數(shù)平臺都難以做到的,百度外賣也正是憑借著領(lǐng)先的物流技術(shù)從而建立了自己的高競爭壁壘。
眼瞅著百度外賣在配送環(huán)節(jié)逐漸確立優(yōu)勢,美團外賣也開始轉(zhuǎn)變,也開始做專職騎士,由搶單轉(zhuǎn)到派單。對于美團外賣來說,比較難的是調(diào)度系統(tǒng)很難做到精準(zhǔn),這對于大數(shù)據(jù)的挖掘能力要求非常高。拿百度外賣來說,他們擁有1700萬POI數(shù)據(jù),每天定位250億次,騎士動態(tài)變化很重要,定位信息稍微不精準(zhǔn)就會出現(xiàn)問題。
而百度外賣智能物流系統(tǒng)4.0之所以能夠?qū)崿F(xiàn)智能化的配送,其中最主要的一個原因就在于他們具備對大數(shù)據(jù)深度挖掘的能力。拿百度外賣在北京國貿(mào)的外賣配送來說,通過以招商局大廈為中心,在每天中午的繁忙時段,百度外賣都會接到從寫字樓大廈的各個角落發(fā)出的上萬份訂單。
百度外賣則把每份訂單當(dāng)成是一份數(shù)據(jù),通過網(wǎng)線傳送到百度云,形成一個百度的外賣數(shù)據(jù)中心。在這里,通過智能機器人代替人工,可以同時考量多個變量。百度的人工智能正是從無數(shù)次的送餐中深度學(xué)習(xí),匯集成大數(shù)據(jù),最終實現(xiàn)了98.78%的準(zhǔn)時率和32分鐘的平均時長。
此外,不同外賣平臺的運算能力差異也是很大,騎士在路上騎行的時間還比較容易預(yù)估,比如取餐0.5公里,送餐1.5公里。但是餐廳出餐時間如何計算?這個時候大數(shù)據(jù)的用武之地就凸顯出來了,通過借助大數(shù)據(jù),百度外賣已經(jīng)可以做到7分鐘內(nèi)的精確度,前后相差范圍在3.5分鐘內(nèi)。比如通過大數(shù)據(jù)預(yù)算該餐廳的出餐時間是10分鐘,配送騎士就會10分鐘后準(zhǔn)時去接單。
由此我們也可以看出人工智能技術(shù)應(yīng)用的重要性,它對于實現(xiàn)更快速精準(zhǔn)的物流配送起著至關(guān)重要的作用。
物流配送團隊對于外賣的配送同樣起著極其重要的作用,一方面物流團隊會影響物流配送的效率;另一方面,物流團隊也會影響外賣配送的水平質(zhì)量。因此,如何實現(xiàn)更科學(xué)化的物流團隊管理,對于物流配送也是直觀重要的一步。
比達咨詢發(fā)布2016年Q1外賣市場報告,數(shù)據(jù)顯示第一季度交易額231億元,環(huán)比增長55.5%,而其中白領(lǐng)人群占據(jù)了62%的主要市場份額,這也說明了白領(lǐng)人群的需求將會決定外賣市場的最終格局。但是白領(lǐng)市場卻不同于學(xué)生市場,白領(lǐng)市場是多點到多點的物流配送,對于技術(shù)要求非常高,如果不能夠?qū)τ谖锪黩T士團隊進行很好地管理,必然很容易出現(xiàn)配送亂子。
在百度外賣平臺上,他們已經(jīng)全部實現(xiàn)了IT化的管理,也提供了全新的管理邏輯,甚至連騎士偏離軌跡系統(tǒng)都會提示。即便是在送餐結(jié)束之后,系統(tǒng)還會對騎士進行控制調(diào)度,安排騎士去哪里等單,可以實現(xiàn)接單的最高效率。而對于騎士們來說,IT化的管理不僅提高了他們的工作效率,同時也能夠讓他們在同樣的時間里配送更多的單子,獲取更多的收入。
從上面的分析可以看出,物流技術(shù)正在成為提升整個物流配送效率,提升用戶體驗的核心關(guān)鍵。
外賣平臺通過借助用戶的大數(shù)據(jù)分析,能夠知道用戶更喜歡哪些菜品,用戶喜歡在哪個時段下訂單等,能夠幫助商家制定更精準(zhǔn)的營銷策略。同時,外賣平臺也可以借助大數(shù)據(jù)的應(yīng)用實現(xiàn)更精準(zhǔn)的智能推送,推送用戶最喜歡的菜品,提升用戶的外賣體驗。
從前面的物流技術(shù)來看,不論是派單搶單、智能配送還是騎士隊伍管理 ,其實都離不開大數(shù)據(jù)的支持。不論從何角度來看,大數(shù)據(jù)都有著至關(guān)重要的作用,物流技術(shù)影響著整個物流配送過程,它與大數(shù)據(jù)的結(jié)合將會決定整個外賣O2O行業(yè)的未來。而未來的外賣物流配送也將會呈現(xiàn)以下三大特點:
第一大特點:智能化?;诖髷?shù)據(jù)的深度挖掘,能夠?qū)崿F(xiàn)外賣商家、物流人員以及訂單用戶三者之間的最有效匹配,實現(xiàn)更智慧的物流配送。
第二大特點:高效化。同樣還是基于大數(shù)據(jù)的分析,物流配送能夠?qū)崿F(xiàn)更快速精準(zhǔn)的匹配,這樣便能大幅節(jié)約各個配送環(huán)節(jié)的時間,實現(xiàn)最快速的配送速度,未來的外賣物流配送時間還會進一步縮短。
第三大特點:數(shù)字化。傳統(tǒng)的物流在很多人看來是臟活、累活,但是在物流技術(shù)以及大數(shù)據(jù)的推動下,整個外賣行業(yè)的物流配送卻正在變得越來越科技化、數(shù)字化。未來,無人機配送外賣很快也將會普及流行,外賣物流配送甚至將變得高大上起來。
總體看來,當(dāng)前的外賣O2O市場格局已經(jīng)基本進入了穩(wěn)定時期,百度外賣、美團外賣、餓了么三巨頭之間比拼的是用戶體驗。而影響用戶體驗卻在于物流配送,物流技術(shù)與大數(shù)據(jù)作為影響物流配送的核心關(guān)鍵,他們二者之間的結(jié)合將會決定整個外賣O2O行業(yè)的未來。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10