滴滴外賣無錫首日訂單破33萬，打車技術用于外賣，是高維打低維觀點
2018-04-10 20:51
最新消息，滴滴外賣在無錫上線當天，獲得了33萬的訂單量，也讓其在當天成為無錫訂單第一的外賣平臺。
最新消息，滴滴外賣在無錫上線當天，獲得了33萬的訂單量，也讓其在當天成為無錫訂單第一的外賣平臺。
實際上早在去年10月，《金融時報》透露Uber旗下的外賣平臺UberEats，收入已經占據了Uber全年收入的1/10，預估2017年已經達到30億美金左右，而這一數字也已經接近美國在線外賣鼻祖GrubHub的年收入，讓其壓力不小。
UberEats再加上滴滴外賣的此番成績，也證明了打車平臺技術向外賣場景切入有著具體的可行性。
當前國內，美團與滴滴正在掀起的新戰火，美團開始進軍打車領域，滴滴開始進軍外賣，從技術角度來看，滴滴是在從用車調度技術，向物流調度技術遷移，而美團反之。
滴滴創始人程維提到，交通到物流，運人到運物，滴滴希望打造A點到B點極致效率的運輸網絡。
雖然戰局尚處初期，不過技術的競爭卻是關鍵，這里進行一些對比。
1）平臺規模決定了系統復雜性
在打車系統中，一輛車的調度范圍是全城，但是對于外賣系統而言，對一個單一外賣員的調度則是局限在大約3KM到5KM的半徑范圍內。
也就是說外賣的調度系統實際上是一個個分割的小系統構成，受制于外賣行業人員只需要在固定餐廳以及固定樓宇間活動，因此這些小系統彼此之間屬于割裂的狀態。
因此即使外賣的規模再大，但是其技術發展能力始終受限于固定的5KM半徑范圍內，始終是在5KM半徑的復雜性中進行技術迭代，這也意味著數據有限，技術的提升有限。
再來說打車，其所面對的是全城規模的連接，并不是說長程技術一定優于短程，而是說其所需要面對的復雜性程度，遠遠高于5KM半徑范圍，因為其有著遠多于5KM半徑范圍的兩端調度需求，路況預測，等等一系列數據的綜合考慮。
外賣切入打車，意味著其需要從5KM的復雜性考慮拓展到全城，將供需兩端的數量成規模擴大，這是一個徹底的全新挑戰。
相反打車切入外賣，則意味著將已經訓練成熟的復雜性技術，應用到一個更為簡單的5KM范圍環境中，并且還大幅減少了供需兩端的數量。
從復雜性角度來說，打車的技術做外賣，可以順勢而為，但外賣則需要建立更大的技術能力。
2）全量數據優于片段數據積累
要想讓線路調度算法最優化，供需匹配效率最高，就必須收集到足夠的交通出行數據，來對未來進行預測。
外賣行業天然受制于高低峰的限制，從時間上來說，其主要集中于周內時間的中午以及下午，而其余大多時間處于閑置狀態，因此其所能夠收集到的精準數據在于送餐時間階段。
而打車則很明顯，無論高峰、低峰的數據其都能夠有效收集，此外，外賣人員也沒有上下班機制，其能夠在非工作時間的夜晚持續收集數據，其實在24小時收集數據，并且不斷喂給機器訓練。
因此從時間上來分析，打車平臺的24小時收集數據不斷訓練，讓其技術可以應對高低峰兩塊時間，而外賣平臺的技術主要集中于上班時間，以及高峰階段。
因此很明顯，外賣技術要想應用于打車，還需要補上大量空白時間的數據，而打車技術反過來切入外賣，則有著更多的數據支撐。
3）打車需要更強的調度能力
從調度角度來看，打車平臺的調度技術，與外賣平臺的調度技術，有著極大的區別。
對于外賣平臺來說，其整個調度系統圍繞的都是固定地點進行調度，都是在餐廳、超市到對應的寫字樓、居民樓之間的調度分配，此外高峰期間各餐廳的用餐情況也相對固定，因此其有著一定的確定性，調度系統的復雜性較低。
而打車平臺，其并沒有任何固定地點，在城市中任何一座寫字樓，居民樓以及街道各種位置都是其潛在調度地點，此外抵達地點也充滿不確定性，也同樣可能是寫字樓、居民樓、街道等各處，此外其還需要預測交通高低峰段的潛在可能性，技術復雜程度更高。
很明顯，打車平臺所積累的調度技術，可以非常容易的遷移到調度需求更為固定的外賣場景中，而相反，相對固定的外賣調度技術，要想遷移到打車調度中，則更為困難，必然需要對算法進行極大的調整與更改。
因此從調度技術考慮，打車平臺的技術更容易覆蓋外賣場景，但反過來卻很困難。
4）出行技術銜接整合覆蓋外賣
任何系統都不是獨立，需要整合以及融合，以滴滴平臺為例，其不僅整合了專車、快車等車型的調度，其還為用戶提供公交車、共享單車的全面接駁調度方案。
也就是說，打車作為整個技術的頂層，其可以不斷向技術難度更薄弱的下游進行覆蓋，以及整合，而小巴、公交車、共享單車等等場景的調度復雜性，遠遠低于打車平臺，因此滴滴的橫向拓展也較為順利，并且這些都是成功的整合經驗。
整合外賣調度這樣的場景，也自然在滴滴技術力能力范圍之內。
而美團其掌握的只是外賣物流系統，其進軍打車等于是在向更高難度的技術能力進行整合，因此需要開辟出全新的技術能力，而技術要想獲得發展，又需要數據作為燃料，最后也不得不投入更為大的資金，來獲取司機以及用戶。
結語：
通過對比發現，打車平臺運人的復雜性更高，“人”的位置相對動態以及不確定，復雜性更高，因此也倒逼其發展出了更為復雜的技術，而外賣平臺只是運物，“物”的位置相對固定，因此復雜性更低。
打車平臺的技術可以向外賣場景進行兼容，但外賣平平臺的技術要想拓寬到打車場景，則需要付出更大的成本。飛機制造商可以輕易造摩托車，但摩托車廠商可能終其一生也造不了飛機。
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
