百度外賣如何通過“專職+派單”玩轉同城物流？
發布時間：2016-09-09 14:46:47 CCTIME飛象網
關注中物聯
隨著外賣O2O行業的迅速發展，物流已成為各大外賣平臺決勝市場的關鍵因素。其中，百度外賣憑借獨有的智能物流調度系統，以及“專職+派單”的配送模式，將配送準時率提升至98.78%，平均送達時長為32分鐘，居于行業領先位置。如此高效的物流背后離不開百度大數據、LBS定位等技術的支撐。
日前，百度外賣CEO鞏振兵接受中國經營報記者采訪時表示，“并不是每家公司都能做派單的，這是一個數據問題。”實際上，數據已經構成了百度外賣制勝物流的關鍵。具體到步行小路的地圖數據、城市商圈的人口流動數據等，構成了百度外賣物流調度系統的核心基礎，而這些數據正是其他外賣平臺所缺乏的。有了強大的基礎數據賦能，百度外賣做物流自然是如魚得水。比如，百度外賣可運用大數據，可以實現用戶分級和商戶分級，形成單點對多點、多點對多點的差異化配送能力等。
除了大戶數優勢外，百度地圖LBS定位技術構成了百度外賣物流的另一個核心。眾所周知，百度外賣采取了“專職+派單”的配送模式，在全國有超過4萬名專職的百度騎士分布于150多個城市，當某個區域有新的訂單產生時，怎么才能從找到最合適的騎士進行派單呢？這時候，百度地圖LBS定位技術就發揮作用了，智能物流系統會結合百度地圖顯示該區域所有騎士的分布位置，從而找到就近的騎士配送員指定派單。同時，每個騎士當前所派送的訂單數目會在后臺可視化屏幕上進行標記，如果某個騎士的訂單量已經滿負荷，則會人工干預安排給附近的另一個騎士，從而保證配送速度，讓每一個訂單能夠以最快的速度送到用戶手中。此外，百度地圖LBS定位技術在配送路線規劃等方面也發揮著巨大的作用。
當然，海量的大數據和LBS定位技術還需要經過精準、精確的運算處理后，才能真正形成可操作的物流調度管理方案。不過，運算如此海量且還有可能更新的數據絕非易事。因此，百度外賣利用百度深度學習實驗室的人工智能深度學習技術，開發了“時光機”沙盤模擬系統，讓智能調度策略能夠自學習，實現持續優化。通過智能調度系統準確預測送餐時間、合理調節運力、優化配送路徑等，“百度騎士”每天可以比同行多派送30%的訂單，而配送時間減少25%，工作效率大幅提升。
將大數據、LBS定位、人工智能等創新技術應用到外賣物流中，再次彰顯了百度“技術控”的范兒。同時，也正是在這些技術的支撐下，百度外賣物流才得以領先同行，很好地解決了“最后一公里”問題，為用戶提供了極佳的物流服務體驗。
相關閱讀
每日 推薦