互联网

在“极端”天气下 我们到底该不该叫外卖

来源:网络    作者:      2020年07月28日 10:13

导语:

随着互联网的高速发展,越来越多的人喜欢用APP订餐,尤其遇到恶劣天气状况,足不出户享受着上门服务的便利,是一件十分幸福的事。但在雨、雪、大风等特殊天气下点外卖,用户常常会遇到外卖配送超时的情况,心里不免懊恼:“这迟到也太久了,送到的饭菜都凉了,叫人怎么吃!”可回头看到浑身淋湿的外卖小哥,配送也不容易,这次就忍了吧…虽然很多用户体验十分不好,但多数情况下,用户出于同理心选择默默承受,有苦说不出。时间一久,便心生疑问“我到底该不该在极端天气下,点外卖?”


蝴蝶效应 运力调度影响配送结果

用户下单、商家接单制作、外卖员接单、外卖员配送、外卖送达。不难看出,商家制作和外卖员配送是这条运行逻辑中的核心变量。

从数据的角度而言,天气已成为影响外卖订单数量的最大诱因。如果遇到极端天气,外卖订单通常会增加20%至30%。甚至有些店铺遇到像小雨、小雪等一般特殊天气状况,外卖订单也会有5%至15%的增幅。

根据订餐APP中实时展示的商家出单信息,一般商家遇到特殊天气可以在规定时间内完成出餐,给到配送员。但由于常规天气预报时效差、短临天气预报结果准确率低,导致平台无法在极短时间内,做出有效、合理的配送员人力调度,出现订单量激增,远超配送人员情况,致使外卖订单延误,物流运力动态调节能力崩溃。

AI+气象 赋能外卖行业

随着AI技术、气象专业技术的发展,气象预报也迎来智能网格化落地,凭借对气象数据的历史变化趋势及大数据分析,现阶段可以提供分钟级、公里级的临近预报、中长期预报,并通过预报结果进行机器学习订正,气象预测具有极高的准确率。

近年来,“AI+气象”也逐步开始在外卖行业进行应用,主要依据历史气象实测数据和历史配送业务数据建立分析模型,分析出天气和区域配送时长的关系,更加准确地预测订单配送时长,合理把控客户预期。与此同时,依据天气恶劣程度将其收在不同区域进行合理调配,提升恶劣天气区域骑手的运力,进而提升用户体验。


此前,笔者从聚焦于气象业务的人工智能企业眼控科技相关专家了解到,诚然,“AI+气象”会获得更精细化的气候测算结果。但就解决方案的应用而言,对人工智能企业仍存在较高要求:一方面,模型的训练需要大量气象数据,时空分辨率高,且涉及观测站、风场、雷达等多维度,因此数据量极大,对数据分析处理的要求很高。另一方面,大规模的气象预测AI模型需要经过许多次调优,需要耗费许多试错成本,对算力有一定要求。

相信未来,随着“AI+气象“的不断完善,智慧气象在航空、网约车、物流、保险、旅游甚至军事国防等领域的应用将会有更广阔的前景。


(文章为作者独立观点,不代表艾瑞网立场)
  • 合作伙伴

  • 官方微信
    官方微信

    新浪微博
    邮件订阅
    第一时间获取最新行业数据、研究成果、产业报告、活动峰会等信息。
     关于艾瑞| 业务体系| 加入艾瑞| 服务声明| 信息反馈| 联系我们| 广告赞助| 友情链接

Copyright© 沪公网安备 31010402000581号沪ICP备15021772号-10

扫一扫,或长按识别二维码

关注艾瑞网官方微信公众号