秒速赛车:美团滴滴做外卖还是打车在技

  秒速赛车技巧解剖蝙蝠、海豹,你会发现,它们的心脏都是两心房两心室,耳朵都有听小骨,都有乳腺、喝奶长大,都是哺乳动物。

  “解剖”至原子层面,从 138亿年前宇宙大爆炸诞生氢原子以来,小到原子、生物,大到星体、宇宙,均由氢原子“拼接”而成。

  《连线》主编凯文·凯利的观点更激进,他将一切统称“进化体”,不仅蝙蝠、猫头鹰、海豹和企鹅,而且石头、蜜蜂、人类、机器、互联网甚至也是同类。秒速赛车官网:因为进化是一个充满灰度的斜坡,一切都是“进化体”,都在自简单向复杂进化。

  相信凯文·凯利,不像相信博物学家那么容易。毕竟是 20多年前就预言加密货币的人,他提出的理论往往领先于社会共识。

  但重要的是,在不断颠覆的分类方式中,你会发现,分类概念是人为设定的,它有多大可靠性,往往基于认知处在哪一层面。

  即使早在 2014年 Uber已有外卖,你也难想象美团、滴滴会竞争,而且这一天来得这么快。毕竟:

  2016年 11月 Uber退出中国市场后,滴滴独大,看不到被颠覆的可能。

  算法指派时,未来订单信息不确定。如,决策前,没有 TSP的确定“城市”点,美团须用机器学习研究闲时运力调度。

  每笔订单有一定数量骑手备选,同时,骑手身上还有若干订单正在配送。实则是为动态的多个对象做决策。

  每笔订单有预计到达时间(ETA)、商户出餐速度等多条件约束,不能只考虑最短回路。ETA、预估出餐时间,同在机器学习的研究范围内。

  另外,还需考虑特殊情况,如,空闲时将订单派给不熟练的骑手锻炼,火锅订单只给特定骑手,订单改派等。

  用数学方法优化决策问题,一般包括三要素:决策变量(做什么决策),约束条件(决策的限制因素),优化目标。

  所以,当阅读美团和 Uber的技术博客时,你会发现他们在目标描述上的惊人相似:

  美团工程师追求“在配送体验(送餐更快、ETA更准确)和配送成本(劳动力更少)之间取得最佳的平衡”;

  对 Uber的算法设计者而言,“超高效的路线规划,和高度准确的ETA,至关重要”。

  事实上,不论外卖,还是打车,都需要调度算法支持。虽然两者有不同的外包团队和数据积累,但进入对方市场,实则是摊薄了技术研发费用。

  王兴(美团 CEO)的理由是用户需求,“用户去餐厅需要打车”。因为王慧文(美团外卖负责人)给他的数据显示,2.5亿日活跃用户中,30%有出行需求。

  这是一个好理由,但不代表能说服所有人。《财经》的宋玮反问他,“打车路上用户可能也需要看淘宝,你为什么不做淘宝呢?”

  虽然淘宝与打车关联度不高,在某种程度上影响了这个问题的质量,但我理解她提问的本意。即:美团进入打车市场的战略意图是什么?以客户为中心只是美团的愿景,不能用它回答所有商业问题,否则大量用户用微信分享餐厅信息,怎么不做一个微信?

  外卖平台符合诺贝尔经济学奖得主 Jean Tirole对双边市场的描述:

  c.几乎所有市场都是“two-sided”,有买卖两方。但只有那些用平台结构(而不仅是合理收费)影响交易量的,才是双边市场。

  如,美团将外卖送达时间从 2015年的 41分钟缩短至现在的 28分钟,提升用户端交易意愿。

  打车平台也是双边市场。滴滴的 On-Demand服务降低了出租车的空载率,同时,也降低了乘客等车时间。

  从 Facebook到微信,在技术驱动的行业。

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:http://www.yingkedasmt.com/ganhuo/157.html