送餐服务在米国怎么玩?插图

(题图:doordash创始人,年轻得让人想哭)

受朋友之托,研究米国估值破亿的top 10餐饮O2O公司。这10家是:

1) Eatclub:为公司人士提供午餐配送服务。

2) Munchery:提供私人定制晚餐服务。

3) sprig:3种套餐,12美元统一价,15分钟送达。

4) Caviar:提供餐馆在线订餐,面向高档餐馆,且主要提供团餐服务,如团队,公司或家庭订餐。

5) spoonrocket:8美元15分钟内准时上门。

6) fluc:在线订餐,45分钟送达。

7) doordash:外卖界的uber,YC的孵化项目,商业模式学习打车软件uber,提供餐馆的在线订餐,不限总价,每单6美元送餐费。

8) blue apron:提供食材预定。每人每顿9.99美元,自己做,免配送费,随时取消。目前月营收60M USD(尼玛这是奔上市的节奏啊)。

9) plated:食材预定,有大厨开发各种菜谱。

10) Good eggs:有机食品运送服务。

民以食为天。程序可以不写,饭不能不吃。如果吃顿饭还能get新技能,那再好不过。平时时间比较紧张,上周日中午,趁着加班的机会,程序君花了点时间,体验了一下米国的送餐服务。虽然sunnyvale属于湾区上风上水的核心地带,公司云集,但毕竟整个湾区除了旧金山圣何塞外就都是大农村,除非你身处downtown,否则随便去个地方都要开车10km(6mi)以上,所以榜单里那些15分钟送达的不用说,一定是只针对大城市服务的了。

我把整个列表过了一下,只有6和7能在sunnyvale用。朋友让我研究下7,正中下怀,那就恭敬不如从命了。

送餐服务有两道坎:a) 距离 b) 人工费。

所以国内的方式美国的方式拿到国内来行不通。我们来看看doordash整个产品和服务是怎么做的。

产品/服务流程

doordash提供网站和app来方便用户订餐。根据你输入的地址,它会告诉你你所在的城市(地区)时候是否在送餐范围内,如果不是,你可以提交邮件,然后等待通知;如果是,它会显示附近可送餐的餐厅列表,供你选择。每个餐厅都有预估的送达时间,一般在35-60分钟。餐厅可以通过一些简单的搜索来过滤,比如:chinese,则显示所有类别是中餐的餐厅。

选定了餐厅后,可以从菜单上选择想吃的菜,每道菜有菜名,大致介绍和价格,却没有图片。这对我来说是个大问题,本来就看不懂大部分菜是什么玩意,更别说它们之间的微妙差别,你跟我说说Koobideh Kabob和Top Sirloin Kabob有什么区别!所以无图无真相还是很有道理的。但不知为何,fluc也不提供图片,我就闹不明白这是商家不愿意呢还是什么别的原因,不过本着「不要在意这些细节」的精神,我随便选了加中餐馆,随便点了个宫爆三丁,然后就下单了。现在是推广期,6美元送餐费直接减免(好烧钱的赶脚)。

填信用卡,联系电话等略去不表,一提交,钱就被扣了。我是11:47下的单,11:51餐厅就confirm了,然后系统显示大概会在12:42送到。我一看这时间,乐了,一般都是给个大概,比如说12:30-13:00送到,哪有这么精确的?不过,这也让我对送餐服务有了一点期待。

12:23我收到短信,菜品已经被送货人员取走;12:41又收到短信,说送货人员快到你的地址了;然后12:43我就收到了电话,让我下去取餐。拿到菜品,签收完毕,体验堪称完美。

送餐服务在米国怎么玩?插图1

doordash手机上的体验和网站上几乎一致,但有一点:”become a driver”,网站上没有这个功能。原来doordash并不雇佣自己的配送团队,而是采用一种类似于众包的方式,只有你有车,有智能手机,就能申请并赚取$20/hour的收入(还可能有不菲的小费)。doordash通过强大的技术能力让这种松散的众包配送服务能够玩得起来。

怎么实现?且听程序君不靠谱拍脑门的狂想。。。

技术手段

先说点靠谱的。

doordash的网站是典型的bootstrap UI风格,选餐厅和选菜都用了Single Page Application技术,减少页面刷新,提高体验。整个后端服务应该是构建在AWS上的,至少用了S3存放静态文件。tracking的服务用了ga和mixpanel,几乎是现在创业公司的标配。提高转化率方面它使用adroll,现在也是很多创业网站的标配,这货可以追踪访问过你网站的的用户,在他们访问其它网站的时候展示你的广告,唤醒他们对你产品的回忆(还记得那条泡妞秘籍么:在女神面前出现的频率越高,女神对你的印象会越深)。在性能监控和分析管理(Application Performance Engineer)方面使用了newrelic – 这货我是有次在highscalability上一篇文章上看到的。

接下来就是假想了。第一个问题是:如何将送达时间预估得如此精准?

订餐后到餐品送达的时间分成两部分。烹饪时间 + 送餐时间。我猜想doordash和餐厅间就烹饪时间有个SLA,超过这个时间就要受罚。当然,如果餐厅无法提供餐品(比如原料用光,忙不过来等),可以拒绝这单生意,但一旦接受,那么就要满足SLA,美国商业的契约精神比较浓厚,会按SLA来执行的。

送餐时间分为司机取餐和送餐两部分。一旦餐厅接受订餐,那么系统就根据所有送餐车辆的实时位置和空闲状态,选择较优的车主进行推送,告知取餐的餐厅和预计取餐时间。车主可以选择接受或者拒绝,第一个接受的车主将会拿到这单生意(这点和滴滴打车类似)。这里有个问题,如果当前可用的送餐车辆资源不足怎么办(没人接受这单生意)?

两种情况:

1) 送餐人员都在送餐的路上。那么,在第一步选择餐厅的时候就需要把送餐时间拉长 —— 比如说,位置最好的几个送餐人员中最晚何时取餐何时能送到,然后把这个作为预计的等待时间。当然,用户点餐和餐馆确认都有时间上的延迟,当这两步完成后,情况已经发生变化,可以给用户一个比较准确的ETA。

2) 给定地址附近没有送餐人员。直接告诉用户无法服务。

3) 给定地址附近送餐人员还很少,可能在推送时直接拒绝,导致做出来的餐品没法配送。这是体验最差的情况了,需要给用户退款,并赔偿餐厅的损失(可能是SLA的一部分)。

感觉 2)和3) 都属于可控的管理问题 —— 对那些还没有准备好服务的区域先不提供服务(比如还没招募到足够多的送餐员)

第二个问题是:如何做到配送的体验如此良好(和预估时间差一两分钟)?

斗胆猜一下,doordash的后台系统运行着mesos或者yarn这样的分布式任务集群,每个司机都是在集群里运行的一个driver task。空闲情况下,只要司机连线,就会有GPS信息传回,当有订单被确认,根据集群里各个driver task的状态(idle且距离近)有选择地推送。一旦司机接下订单,司机的状态就会变为working。task会计算到达餐馆的时间,以便在合适的时候(比如快到了)通知餐厅,餐厅的人就可以将打包好的食物直接交给司机,装入保温包后就可以继续上路 —— 这样能最大程度减少交接耽搁的时间。

交接完毕,task根据司机手机传回的GPS发现其已经离开餐厅,就会触发「成功取餐」的事件,对于用户而言,就是一条通知的短信和网页/app上订单状态的更新;而用户收到的司机即将到达的信息,也通过task计算得出并出「即将到达」的事件。

最后,当司机离开目的地,task会触发「成功配送」的事件,将订单状态更新,然后将司机状态置为idle。

当然,以上两个问题的回答还离不开机器学习。系统需要不断地学习以便获得这些知识:

1) 哪些是靠谱的餐馆,哪些不靠谱

2) 哪些是靠谱的司机,哪些不靠谱

3) 哪些是靠谱的用户,哪些不靠谱

4) 对于1), 2), 3)的各种组合,如何能为用户提供最靠谱的预估时间,而且这时间和实际配送的时间相差无几?

以上都没有考虑各种异常情况,比如车坏了(如果你有上万个甚至更多的配送司机,跟MTBF一乘,就会成为一个不小的数字),餐厅接受了订单却没做,司机手机没电了/没网了,司机送到了但联系不上客人等等)。

下次呆得时间上我会申请”become a driver”,从司机的角度彻底体验其流程。

不要小看一件简单的送餐服务。

欢迎订阅公众号『程序人生』(搜索微信号 programmer_life)。每篇文章都力求原汁原味,早8点与您相会(最近出差,9月前将会不定期更新)。

同时也欢迎订阅我百度阅读上的电子书「途客圈创业记:不疯魔,不成活」。

送餐服务在米国怎么玩?插图2

— 完 —

本文作者:陈天

【知乎日报】
你都看到这啦,快来点我嘛 Σ(▼□▼メ)

分享到