青池
在大数据和人工智能的赋能之下,几年后的购物消费场景将会变得有多智能和人性化?想象力匮乏的我们大多很难一下子回答得出来。而眼下,最困扰我们的莫过于“瓜天吃什么”、“周末去哪玩”以及衍生出来的“去哪吃去哪玩才划算”等每天都要面对的问题。
东西太多了,选择性困难症就又犯了。那么,智能消费时代,平台如何更懂用户DNA?
正当你在纠结中午吃什么的时候,照例拿起手机,打开外卖类APP,却发现系统提示你:有4天没有叫某家品牌餐馆的拉面外卖了,是否来一份?疑问来了:系统怎么知道我已经4天没有吃拉面了?
除此之外,你还可以在系统数据中看看别人的选择:在距离你3KM范围内的女性白领,有13%选择了黄燜鸡米饭、15%选择了卤水拼盘、还有21%选择了烧鸭饭……选择困难症发作的你,也可以选择“随波逐流”,点一份大部分白领都会选择的烧鸭饭作为午餐。
而当下午茶公司同事提议叫外卖,拿起手机时,正想点一份可口的鸡排,美团外卖却提醒你,你从前天开始连续三天都在吃油炸类食品,血脂高、太上火,不利于身体健康,建议还是选择水果沙拉。下单之后,发现这位系统分配外卖员虽然距离商家很近,但却塞在了半路上,进退两难,大数据系统通过计算提示用户:根据路况,该外卖员可能还需要30分钟才能到店。
此时,饿得两眼发昏的你并不需要勒紧裤腰带继续等待,而是可以根据系统的建议选择距离店家一路通畅的其他外卖员,收获一份“极速外卖”将成为可能。在网络协同和数据智能双轮驱动下,本地生活服务的各行各业,都正在进行在线化和数据化的改造,很快就可以实现上述一切的场景。
不难实现的是,用户常用的第三方本地生活服务平台将变得比用户本身更了解自己,更懂用户的习惯与需求。用户的每一次“选择”和“足迹”,都将被记录下来形成大数据,并通过智能化运算和网络协同应用,服务于千万个体。
使用过第三方本地生活服务平台的用户都会知道这样一个规律,有一些商家由于推广等因素,会长期占据在软件的头部位置,甚至有些口味正宗信誉不错的店铺会被部分商家作弊“刷”出的好评掩盖过去,失去了让用户选择的可能。所以,很多用户每次打开软件都会发现:“总是这几家……”。
想换一个商家,换一种口味,或者寻找自己喜欢的那家店铺,就要连续翻许多页,才能够找到。很明显,在展示与流量的分配上,这样有失公平,长期占据头部页面的商家将会获得比其他商家更多的曝光机会,被选择的几率也会随之增大。而在加入了大数据和人工智能的推荐机制之后,在饮食上每个用户都有差异化的偏好,系统会根据用户的偏好进行商家的推荐,这样就使得流量可以平均分配,也减少了商家在评价上作弊的可能与必要性。
对于所有本地生活服务平台来说,配送调度—直都是行业的一大痛点。行业发展初期,配送主要使用骑手抢单和人工派单两种模式。抢单模式存在较严重的挑单、拆单、乱抢单等问题,既不能保障商户用户体验,又不能保障资源合理分配,造成运力浪费和效率低下;人工派单对调度员个人能力要求高,既不利于业务快速扩展,又无法应付高单量,同时人力成本也很高,还极易出现混乱。
在这样的痛点下,就会造成这样的问题:你下单之后,卖家接单开始制作,然而久久等不到外卖员接单,或者接单之后前面还排着好几个要送的餐,这样一来,用户等待的时间变长,外卖的体验自然就很差。而对于商家来说,做好的食品不能得到及时的配送,口感与品质自然也会大打折扣。
外卖配送调度规模巨大、复杂程度高,而且每一单的生命周期十分有限,加上各种因素导致的订单配送调度的差异化要求高。这些都是传统物流领域积累的相关技术无法直接应用到实时配送调度场景,会造成巨大的浪费和不必要管理成本的出现。
以美团外卖配送调度项目团队为例,用不到半年的时间,借鉴了传统工业物流优化难题的解决智慧,针对外卖配送的特点,通过对大数据和人工智能的运营,进行了一系列模型、算法和业务模式的创新,就解决了这“简单的一盒外卖”背后长期存在的痛点。
在大量的历史数据基础上,可以建立大数据分析和优化平台。针对配送调度精准建模所需要的多类参数,系统将根据骑手未配送订单信息、不同目的地信息、骑手实时位置和运动方向等海量大数据进行智能调度和派单。
此外,“聪明”的系统还将自适应和自学习,合理压单、批量处理未派送的订单。还将把许多外卖可能遇到的问题考虑进来,比如订单结构、配送员习惯、区域路况、天气、交通工具、取餐难度、出餐时间、交付难度、配送范围等多类复杂因素并进行精准画像,且同时存在多个优化目标。并将配送“最后一公里”中影响配送效率的路面障碍物加入地图的路网数据,有效规划导航路径。
看似简单一盒外卖,背后却是十分复杂的算法才到你的手里。终极目标就是帮助商家和用户节省时间,提高效率,提升外卖服务各方体验。据悉,目前美团外卖平均配送时长已经缩短到了28分钟,已经将网络协同和数据智能双轮驱动的“黑科技”结合到了外卖领域。
美团点评布局大数据和人工智能已不是新闻,加之在生活服务领域的多年深耕,让美团点评积累了亿级的历史订单数据、百亿级的骑手轨迹数据和上千万用户、商户特征数据,这些数据的价值远远超越每一单贡献的利润,成为未来本地生活服务领域最核心的优势资源和行业壁垒。
阿里学术委员会主席曾鸣指出,网络协同和数据智能推动阿里和腾讯都成为了市值超过3000亿美元的大公司,而在世界互联网范围内,谷歌则做得最为出色,市值已经达到了6000亿美元。接下来最有希望通过网络协同和数据智能双轮驱动,获得突破的公司则是airbnb、美团点评、滴滴、今日头条等,这些公司无一例外都正在将所有你能想象的服务搬上了网,并且充分打通商家和用户,形成各自小的网络结构。
现实中,也正在向曾鸣设想的方向去进阶。在商家和用户的客户端两侧,看似简单却不失精准的指引,幕后都是大数据+云计算+人工智能的支撑。平台服务方可以进行一系列模型、算法和业务模式的创新优化,目的就是商家和用户双轮都能获得更大的驱动力,一面用户端,一面连接线下服务行业商家。提高传统服务行业的生产效率,节约成本,帮助用户更加方便地找到物美价廉符合自己个性的消费场所和消费品,同时也帮助商家们更好经营。
在用户端之外,商家端也可以受益于双轮驱动后的价值,比如从信息决策到优惠方式、从开店选址到客户引流、从智能支付到营销推广'商家生态平台中的大部分环节,都可以获得科学精准的帮助和资源匹配。
未来,这样一个超强大脑,在商家和用户的双轮驱动下,甚至能够帮助到餐饮外卖之外的酒店、电影、旅游等各个行业,进行智能化的精准匹配,加速整个行业“互联网+”进程。
科技归根结底是提高生产效率,“互联网+”也是如此,其最终目的是希望利用互联网技术和人工智能的技术去改造传统行业。智能化消费时代,用户到底需要什么样的一站式生活服务平台?可以预见,网络协同和数据智能化,将有助于本地生活服务业的在线化和数据化的平台更了解用户的DNA。