大会留声 | 郭瑜：达达快送智慧系统在即时配送中的运筹优化实践

科技YU见未来

2023全球物流技术大会由中国物流与采购联合会主办，中国物流与采购联合会物流装备专业委员会、中国物流与采购联合会国际合作部承办。

本次大会以“科技YU见未来”为主题，深入贯彻党的二十大精神，落实“十四五”规划要求，推动“交通强国、数字中国”战略建设，助力“双碳”目标实现，加速新技术在物流行业的应用，加快打造新业态新模式，健全物流体系建设，促进产业链、供应链、价值链深度融合。

演|讲|嘉|宾

郭瑜，达达快送产品运营总经理。郭瑜女士自2014年加入达达快送，担任达达快送产品运营总经理。

作为创始团队核心成员，郭瑜女士拥有多年物流运营、互联网科技、产品打造经验，曾带领达达快送中小商家配送、“众包+驻店”运力运营等多块业务，帮助业务实现产品驱动下的降本增效，实现业务的规模化发展。

大家好，我是郭瑜，很开心有机会来这里给大家分享。说实话前面的大佬们还是给我带来很大的触动。我这边可能更多是站在一个业界的角度，怎么样去运用一些我们底层的能力，去解决我们业务中实际的问题。

首先我给大家简单介绍一下达达快送是做什么的。达达是一家本地的即时配送开放平台，主要包含两个业务，面向连锁商家、中小商户以及个人用户的即时配送服务以及落地配业务。即时配送连锁商家目前服务于山姆会员店，沃尔玛等大商超，也包含喜茶、瑞幸、麦当劳等这样的餐饮客户，老百姓，海王等医药连锁。面向他们我们会提供“全心达”的定制服务。面对个人和小的商家我们会提供相对标准化的服务。落地配主要是面向传统的电商物流的企业，解决它们最后三公里的配送，尤其是双十一，618等大促削峰填谷的作用。

业务规模上讲目前我们占即时配送开放平台市场份额约25%，业务覆盖2600+县区市，年订单量有11亿单，目前日峰值超过千万单的订单量，有数十万的活跃骑手。从品类讲我们是全品类的覆盖，会包含商超，餐饮，水果，蔬菜，鲜花，母婴，医药，汽车配件，3C数码全品类，也包含我刚才提到的个人客户，我们有时候也会发现他们会用个人标准化的服务去满足他们一些非标的需求，比如让骑手排个队取个号，提升他们的时间效率，这个也是常见有意思的。除了全品类的覆盖，我们平台相比外卖平台能送得更远，以及24小时的覆盖也是我们的特色，以上就是简单花几分钟的时间给大家介绍一下我们公司做什么的。

接下来会给大家介绍一下我们公司的系统，在即时配送领域应用中的一些实践。首先介绍一下我们的订单智能分发系统，这个对我们这样的平台来说是非常核心的能力，主要是算法团队能够基于深度学习的接单预估，包括路径规划，ETA预估，能够做到海量订单和骑士最高效的撮合匹配，最大程度保障订单的履约，提升平台和骑士的效率。这个能力从第一天开始一直逐步在做优化，从公司最开始只做类似众包配送，随着业务的发展光众包配送的模式不满足客户的需求，我们迭代出了驻店以及商圈配送的模式，能够满足各类客户的需求，最底层支撑这些模式的还是我们这样一套订单的分发系统。

接下来给大家分享一些实际运营中经常遇到的痛点以及我们的优化方案。可能在做物流的同学经常会碰到这样的场景，某个商超的门店突然上了一个199买5公斤质量非常好的车厘子，瞬间网络上一小时好几百单订单过来，门店也可能有非常多顾客说这些特别好，我也要买。所以无论从线上还是线下都是一片非常混乱的场景，解决这些场景我们平台也总结了一些经验，首先第一个我们需要有一个非常实时的监控系统，这样系统有一个前置的风险识别能力。第二，有了这个风险识别之后，我们产品和算法都有能力进入到一个一键爆单处理的模式，这个时候我们会进行动态的非常多运营和算法的调整。我举个例子，原来可能我们会呼唤一两公里之外的众包骑手，这个时候算法会根据实时压力计算我们要呼唤多少骑手，而且在这种情况下怎么做动态的出价。还包括我们做了原来智能派单的调整，大家可以想像在这样的场景下这个系统是崩溃的，解决不了现场问题，这个时候我们做了非常小的改动，骑手可以扫一下票就可以接单了，这样就可以快速在现场解决当下算法解决不了的问题。虽然是很小的改动，但是它能够帮助我们快速地去清理现场，后续的订单可以正常履约。很多时候你的小优化不一定非常基于很高深的模型，而是要基于现场的一些情况，去做一些简单的调整，可以带来非常大的效果。这是我们的一些对于风险前置识别以及处理能力的分享。

接下来介绍一下达达快送的动态时效。对于平台来说，基于客户的要求，我们会有一个标准化的时效，这个是没有问题的。但是基于一些个别的订单对于骑手是非常不友好的。前几年大家也被一篇文章刷过屏，困在系统中的骑手，对我们来说最大的责任是要提供一个有温度的平台。针对这样的场景，算法会针对订单的一些历史数据去分析，它的取货难度。我们曾经遇到一些门店，它首先门口不能停电动车，然后你好不容易在外面停好以后你可能要走两层楼才能找到那个门店，这对骑手来说非常不友好。另外有可能门店卡餐，你取到货的时候快超时了，这个时候再用标准的时效要求他，那基本上就是逼着他闯红绿灯。算法还会看配送难度，比如路况复杂，或者天气非常恶劣等等。最后算法也会考虑末端的交付难度，比如医院、学校、老小区的爬楼，算法是根据我们平台大量的订单信息去训练模型，然后能够得出一个订单维度的动态时效，大部分场景下还是会用标准时效，但是在非常特殊的订单上算法会给到对骑手友好的时效，帮助他更好完成这个订单。

接下来一个实践是楼栋的定位优化。先给大家分享一个小故事，记得2014年我们刚刚成立这个平台，办公室在16楼，平台订单量很少，可能也就几百单，但是几百单中午经常爆单，所以我们公司大概11点所有的研发，运营甚至老板全部都不见了，干什么了呢？去送单了。有一次我印象特别深刻，我跟设计师Leader两个人风雨交加的中午，从16楼冲下去，不坐电梯为什么？太久了等不起这个时间。需要把订单积压的送掉。我们在门店接了好几单，都是同一个方向的，内心很窃喜，今天运气还不错。我们拎着汤汤水水的，到了那个小区两个人想哭，因为这个小区有100多栋楼，我们当时第一反映是打开手机看看高德能不能帮我们一下，发现上面没有精准的信息，我们没有伞，在风雨交加的时候花了30分钟在同一个小区把这些订单送完，内心是极其崩溃的。这个问题作为一个种子就埋在我们心里了，当时我们没有能力，公司能不能活都是一个问题，在早期有非常多不稳定的东西在。随着我们业务越来越多，我们累积的数据越来越多，我们发现其实我们也有能力去解决这些问题，我们的算法同学能够基于过去非常多的一些历史轨迹的数据，地址的信息进行了大量数据的清洗，然后我们能够去精准地找到楼栋的定位，落到地址库。这样非常有效弥补了三方在楼栋定位的缺失，我们把我们的准确率提升到95%，我觉得这是非常不错的数字。我们发现骑手在这类订单投诉率上优化了35%，对骑手的体验来说是非常好的，其次对成本也得到了降低。从另外一个角度讲，我们用户的体验也得到了保障。原来我们数据不准，的确有时候会存在一些漏洞，一些不太老实的骑手，他没送到点击送达了，用户也会抱怨我们平台。所以总的来说，我觉得在这件事情上无论是对提升骑士的体验、平台降低成本，还是提升用户的体验，在这件事情上算法都帮助了我们非常非常多。

接下来讲讲无人车配送在我们这边的探索，今天上午的大会上大家也看到现在的技术越来越成熟，包括我们通过疫情三年接触下来发现各地的政府其实对于开放路段的行驶抱着更加开放的心态，所以我们想说达达配送在这个领域可以做些什么事情，我们总结无人车配送在我们的运营场景有三个非常好的优势，第一个是稳定性，不管多恶劣的天气，不管什么样的时间都能够稳定出行。适用性，它的承载量可能对骑手更高一些，像骑手可能不会挑单，他相对来说是比较听话的。第三是它在封闭的场景相对来说是比较有特色的。这三点考虑下来我们是不是也在这个领域做一些探索呢？我们的强项是拥有一个真实业务的场景以及强大的算法能力，所以基于我们的强项我们在2021年的7月发布了一个无人车配送开放平台。首先用户下单，系统会把订单发到达达平台，系统会说决定这一单是无人车配送还是骑手配送，如果是无人车配送就是给到无人车，就会在开放的路段进行配送。最后末端看用户，如果愿自取，我们支持自取交互，如果要送上门，我们会提供一个末端的结果，让末端的人送到他家里。我们的开放平台做了三个核心的能力，去跟无人的供应商合作。第一个是我们实现了无人车的调度和订单的派发，算法能够实现派单和路径规划，能够最高效决定哪些订单给车送哪些订单给人送。第二是我们实现了无人车的人机交互系统，包括装车流程，异常订单信息维护，末端交互等。第三个是末端接驳的能力，我们这几年被大家已经教育了一个习惯，就是必须要送上门，所以在用户需要送上门的时候，我们能够给无人车的供应商提供末端接驳的能力，能够把订单送到用户的手里，正是基于这些核心能力的搭建，我们在一些山姆、七鲜超市，永辉的门店能够实现无人车在真实的场景下的常态化的应用。目前为止我们也是配送了大概超过9万单的订单，从履约的结果来说和人也是相当的，可能现在还略有差距，因为我们当中还有链路需要优化，但是我们非常有信心能够做到跟人一样，从成本来说我们也是比较接近人的成本了，大家很难想象对吧，因为其实无人车可能会有安全员需要你跟着，末端还要人去送，我们在当中做了非常多非常多的优化，哪些订单该给无人车送，哪些订单该给人送，所以让我们的车效比较高，车的成本是固定的，跑的单子越多成本就会降下来，我们有信心在未来的一年两年成本就跟人一样。现在是在政府允许的一些路段做运营，随着政府的开放路段更多，慢慢地我们就把无人车的配送真正地做到非常地普适化，也很有信心未来在这个行业做到领先的位置。

谢谢大家，今天就分享到这里。