地址偏的店应该怎么选美团配送?

从业越久,对美团这家公司越感兴趣。无边界,不美团。

团购起家,外卖称王,酒旅、电影、单车同时发力,再到用户增长凶猛的社区团购,美团似乎越战越勇,把本地生活这张门票狠狠攥在了手里。

同在O2O,美团的很多打法和策略非常值得学习,本系列主要从策略层面去复盘美团的成长之路,分为四篇:千团大战、外卖称王、社区团购、万物到家。

开篇为千团大战(),让我们先把视角拉回到10年前。

2010年,团购模式爆火,就跟今天的直播一样。美国的Groupon如日中天,预估值达到了250亿美金,给太平洋彼岸带来了阵阵暖风--copy to china。

而王兴恰好是copy to china的代言人。05年借鉴Facebook成立校内网小赚200万美金,07年借鉴Twitter成立饭否,因言论问题被关停后,10年王兴又盯上Groupon成立了美团。

团购是PC时代的产物,商业模式为联合广泛的消费者提前表达需求并作出承诺(预付款),给企业相对确定的收益锁定,这样企业便可以让利给消费者。

这样来看,团购本质上是促销。

越是需求随机性大、积压风险高的行业,团购机会越大。这也意味着真正高频刚需的行业,不需要团购商家也能有很好的销量,这为后续团购的转型埋下了伏笔。

团购的火热完全是资本带来的,我至今不认为其商业模式有多好。当时中国上网的人还不多,通过长期补贴烧钱让人先尝互联网的甜头,属线下流量往线上的转移。

团购分为实物类团购和服务类团购,前者是电商平台的强项,日常促销活动也会做,聚划算出来后所有实物团瞬间垮掉。

服务类团购后面逐渐发展成了火到现在的O2O,成为美团的拿手好戏

千团大战非常惨烈,美团既非实力最强,又非资本最宠爱,最终却成为top1。

王兴认为本地服务跟商品团购,从根本上是两种不同的电子商务。前者很传统,淘宝京东早就玩过,后者鼓励消费者走出去,为商家带来流量同时为消费者带来优惠,美团坚定地选择后者。

基于规模效应和马太效应王兴判断团购未来会是721的格局,大战一年就会见分晓,这对策略的制定影响非常大。

基于这个判断,美团的核心策略是短期进前三,长期第一,运营过程中追求“三高三低”。能把企业的运营追求,用几个字表达出来的,都是战略和管理上的高手。

  • 用户侧:低价格,高品质
  • 平台侧:低成本,高效率
  • 行业侧:低毛利,高科技

这里隐含美团最初的价值观排序“消费者第一,商家第二,员工第三,股东第四,王兴第五”。为了给消费者低价格,平台必须降本增效,为了降本增效,就要利用高科技提升运营效率。

三高三低属于务虚,偏原则和价值观。真正决定美团走到最后的,从美团内部复盘来看,是做对了这4件事:主攻AB级城市、开城数量94城、补贴优质供给、拥抱移动互联网,我们来细细分析。

团购业务是鼠标加水泥,如果想赢全国,就得在全国每个城市都建立分站,对于管理和成本都有巨大的挑战。

美团把350多个地级市及以上的城市分成SABCD五级。S级是北上广深这样的超级城市。AB级是各省省会,加上宁波、苏州这样的副省级,C和D是三四五线城市。

美团的策略是主攻AB级城市拿第一,S级城市苟住拿前三,CD级城市后面再介入。决策依据是既要前三的市场份额,又要在有效资源下做投入产出最高。

S级城市竞争太过激烈,兵家必争之地导致投入产出很低。CD级城市订单数量有限,同行经营出问题第一件事就是关闭CD级城市,美团完全可以做时间的朋友。

而AB级城市top级选手关注度不够,美团使用田忌赛马的思路来最大化投入产出比,长期有耐心下,很有希望成为团购第一。

在2011年底,大众点评、糯米、嘀嗒团和满座几家大概开了25到30个城市;拉手、窝窝团、24券、团宝大概开了150-300个城市,团宝当时对外公开的是324个城市,号称最多。

美团开城数量为94个,且整个2012年,美团没有再扩张一个城市,而是把工作重点放到了单量的增长上。

开城过多带来的巨大反规模效应是烧钱过快,而开城过少又会没有足够竞争力。

王慧文指出过一个细节,当时团购用户主要来源于好123网,一个行业只会放6个位置。这意味着进入到行业前6才有生存机会。

美团开了94城,不多也不少。最厉害的不是一开始就定了要开94城,而是边开边算账,开到90多城的时候一算账,有4个城市开错了,关掉开错城市便不再开城。

美团的生存策略是胜而溃敌,守住腰部城市,待机进入头部城市,腰部城市胜了,等于全胜。

开城的节奏对于所有的O2O企业都非常重要。

  • 原则一是要快速抢占市场,因为市场后入者相对先进入者的拉新成本会提高到5-10倍
  • 原则二是有能力过关的城市经理,开城靠人,没有人就无法开城
  • 原则三是避免扩张过快,开城非常烧钱,大跃进式的开城会导致烧钱过多管理脱节

开城要多学习美团,边开边算账,账如果算不清楚,就不开了。

当时大多数同行玩的是西海岸的补贴,狂烧钱不计成本的抢占市场,不讲投入产出比,一旦资本开始不跟进加投,很快就会死掉。

对于补贴,王慧文特别谨慎,因为老王之前做淘房网被狠狠地坑过。团购大战中,美团决定不做线上推广,主打线下地推。

逻辑很简单,王兴专门请教过阿里的关明生,得到的反馈是2B业务做补贴是无效的,走线下地推对商家端效率更高,这就有了后面干嘉伟的加入。

不做推广现在看来很轻松,但是当时压力很大。大量的城市经理离职、被挖角,同行都疯狂补贴,自家0补贴,团队士气也不高,可想而知当时的处境很艰难。

但是美团依然坚持了下来,整个年美团做得最大的事情就是修炼内功。

2011年美团的前端产品没有做任何的迭代更新,王慧文与技术副总裁穆荣均带领美团网技术部花费大量精力研发后台IT运营系统,使得美团整个运营效率提高了2.8倍,远超同行。

11年底干嘉伟来了后,业务上做了一个大的改变,将“战略执行”定义为“聚焦供给,先有再好”,将“战术执行”定义为“狂拜访、狂上单”,且定下2012年的目标为:上岸(业务能赚钱)。

这里的思考点是先做用户还是先做商家。干嘉伟来了后发现一个规律,就是商家越多,上单量越多,销量就越高,所以业务就有了抓手--深挖供给商家端。

通过补贴拿下优质供给非补贴用户,并且策略倾向于独家合作。这样用户想要优质的商家,就只能去美团了。

美团的业务质量和管理水平因为干嘉伟的加入,比同行强了不少。

千团大战中,美团一直在熬和等。果然,2011年底开始就陆续有玩家死掉。到2012年8月Groupon市值缩到了只有22亿美元,资本热情彻底冷却,大部分玩家开始提桶跑路。

当大家还是pc端时,美团APP早就上线APP了。移动互联网的大潮下,美团成长速度惊人,从2013年开始迅速甩掉同行,优势持续变大。

2013年,美团、大众点评、糯米网三分天下的格局已初步形成。美团给当年定下的基调是:天下。

王兴在2011年7月晒过美团的账户余额,6200万美金。11年美团并没有怎么烧钱,12年又开始盈利,所以其实美团是一直手握大把现金的。

美团在大部分对手纷纷倒下后,借着移动互联网的换机潮,开始攻城掠地狂烧钱,最终拿下了团购第一的市场。

也是从团购开始,美团彻底开始了自己的无边界之旅,小河很期待万物到家最终花落谁家。

团购给到美团比较大的启发就是,怎么烧钱有效率?到底补贴谁,补贴多少比较合适?尝到的甜头是补贴供给。

同时干嘉伟带来的优秀的销售体系和管理能力,大幅提升了线下人员的运营效率,精细化程度远超同行。这些都为后续做外卖积累了相关经验。

当然整个大战过程还是非常凶险,最终“长期有耐心”“选择做正确的事”的美团在大战中获胜。

03 为什么美团能做对

这么多关键的决策为什么美团能做对?值得深思,决策只是一个结果,最重要的是明白过程,这对于我们来说才是可复制的。

干嘉伟作为这个时期的大功臣,专门总结过一套科学运营方法论,在混沌上可以看。美团相信科学,相信方法论,喜欢挖掘事物的本质,第一性原理思考问题。


这番总结能看出,美团非常理性、科学的去设定目标,过程中边做边算边优化。这会导致无论美团做什么,都会是一个非常可怕的对手。

所以我认为美团最强的是学习力,是强大的学习力让美团做对,是执行力让美团做成。

关于美团的学习力有大量案例可以佐证。

美团的团队最开始是做社交的,做团购业务后涉及并不擅长的大量线下业务,很多人说王兴的团队没有做团购的基因。

但是王慧文反驳,做校内网时连代码都是现学的,依然能上线校内网。等到美团做成了,大家才说美团最强的是地推,这都是美团从小白一步步持续优化迭代出来的。

最后聊一下借假修真,近段时间一直很有体会的一个词。借假修真,假的是美团做对了这4个核心策略,真的是美团的强大学习力,非常认真地科学研究用户和生意。

这一战过后的美团,拥有了干嘉伟建立起来的组织力,加上王兴王慧文本身强大的思考力,愈战愈勇,几乎做什么成什么。

早在2012年,王兴就做了一个判断:互联网对服务业的改造速度和翻天覆地的程度,会超过互联网对原来商品零售的改造。

把团购分开看,团的本质是社交,购的本质是电商,合起来是社交电商,本质还是电商。后来有一位叫拼多多的选手把社交电商玩到了极致,直采工厂供应链为消费者提供极致价格。

与团购相比,本地生活服务市场更加广阔,主要包括五大垂直领域:酒店、餐饮、KTV、电影、婚庆,五大领域整体市场规模将超过4万亿元,而美团当时仅仅占比仅1%,市场空间无限。

这个判断从现在来看,超前又无比正确。

美团在2013年开始考虑去团购化,拥抱O2O做本地生活。从此美团开始了自己的无边界之旅,投入资源做外卖、电影、酒旅等,不断“革命”自己。

彼时的团购业务已初显后力不足。

一来商家发现做团购让利后还要被平台再收一道手续费,长期并不赚钱。二是团购促销对品牌是一种伤害,最终会导致在消费者层面不促不销。同时团购并不标准化,每次的团购服务都偏定制化的,导致平台运营效率低下。

在派出一小队人马秘密调研10个月后,2013年11月美团外卖正式上线。王慧文后来说,2013年自己研究外卖市场和市面上的公司的时候,市面上其实只有3家像样的外卖公司。

去团购化标志着美团开始把业务重心定为到家与到店,就餐饮而言,到家比到店更高频更刚需。

美团做外卖就跟腾讯做微信,字节做抖音一样,属于革命性质。抛开已成功的产品,去挑战更成功的产品,很少企业有这种能力和勇气。

我想,王慧文在秘密调研10个月后,一定非常满意外卖这个生意。我们现在来看具体好在哪里?

首先这是一门极好的生意,高频、刚需、痛点,满足了人性里贪吃和懒惰的需求。其次满足良好平台模式的三要素:接近无限的供给,标准化的服务,中高频的真实需求。

街上随便拉个有手有脚会玩手机的小哥,他就具备送外卖的能力。伴随大量的进城务工人员和遍地的餐饮商家,美团的供给理论上接近于无限,想要多少要多少,一节更比一节长。

“我们要把复杂的事情简单化,简单的事情标准化,标准的事情流程化,流程的事情自动化。”美团内部的追求已经超出标准化了。

整个送外卖的过程,分为三部分:取餐,送餐,到达。不考虑其它因素,这里面的每一步,都是比较容易标准化的。

民以食为天,用户需求非常高频。所以外卖真是一门好生意,且非常适合平台模式。

外卖最厉害之处在于极大地释放了消费者的需求,相比于线下,外卖提供的商品总类更多,线下受限于物理空间,选择面比较有限。

同时能提升消费者与商家的匹配效率。线上点餐更方便,足不出户就可以通过信息推荐、选择、配送、调度、评价一站式消费。商家的线上推广效率也明显高于线下。

以及,外卖是有护城河的。

巴菲特的四大护城河理论是:品牌、转移成本、网络效应和结构性成本优势。现在来看,美团外卖拥有较强的网络效应和成本优势,不然美团也不会被判定为垄断。

今年10月份美团的反垄断行政处罚决定书非常明确地展现了美团的优势,书中提及:

  • 当事人的市场份额超过50%,可以推定具有市场支配地位
  • 当事人具有较强的市场控制能力
  • 当事人具有较强的财力和先进的技术条件
  • 其他经营者在交易上高度依赖当事人
  • 当事人关联市场布局巩固和增强了市场力量

外卖大战和千团大战有本质的区别,这种区别在于外部竞争环境完全不一样。

美团外卖的真正意义上的竞对只有两个,饿了么和百度外卖。

饿了么于08年成立,到2014年其业务只进入了10多个一线城市,团队人数才300人。而百度外卖在14年5月才成立。

这是一个有巨大增长潜力的市场,大部分城市都还没有外卖业务。饿了么一家独大,运营节奏缓慢,当时主要做校园市场。

在外卖业务上的决策,跟千团大战相比,美团外卖进攻性十足,非常激进。

决策依据我猜测还是来自于之前做团购的经验,既然团购能在全国开城,那么如此高频的外卖也应该可以。

一个判断细节是,饿了么前12个城市中排名第5的是福州,在团购市场中,福州大概排在30名左右,美团于此推断饿了么还有很多城市是没有做好的。

所以美团的决策就很显然:疯狂开城,时不待我。开城过程中,依然复用了千团大战里验证过有效的策略。

过程中美团还沉淀了一个认知:率先进入一个商圈,第二个进入者的获客成本将是第1个的5~10倍。

有效策略一:还是田忌赛马,主攻AB级城市。

一个经典的城市案例是武汉,作为全球大学生最多的城市,饿了么做了4年竟然还没把业务铺进来。

美团一次性就进入了30个城市,其中是18个是饿了么的空白市场,整个2014年平均1.5天就开拓一个新城市。

在开始做校园外卖市场的时候,美团没有什么特殊的秘诀,更多是借鉴饿了么,只是美团的地推能力更强,带来的效果也更好。

等美团学会了饿了么的打法,在14年暑假招了一千个人,集中培训一个月,派到了一百个城市开城。等饿了么反应过来,已经来不及了。

有效策略二:狂烧钱,补贴用户。

一开始美团沿用团购的经验补贴供给端,但发现效果不好,深究发现对于校园市场的学生群体来说,并不需要那么多的商家。

验证补贴用户更有效后,美团开始狂烧钱补贴用户,迅速提升业务量。

当时在读大学的小河,因为美团和饿了么的烧钱竞争,足足吃了1个月的免费外卖,导致毕业后也依然保有点外卖的习惯。

靠着成功的开城策略和烧钱补贴用户,到2014年底美团在校园市场上基本站稳了脚跟。

2015年10月,迫于巨大的烧钱压力及背后共同的投资方推动,美团与大众点评合并为美团点评。

美团运气极好,因为在8月份美团账上已经没钱了,而百度宣布投入200亿支持糯米。

大众点评有海量的线上流量,美团擅长线下商家运营。合并后,美团点评基本就可以判定是外卖领域的市场第一了。

合并后不久,大众点评创始人张涛套现离场,王兴团队管理美团点评。

大众点评的节奏更像外企,而开水团是996的快节奏,两个团队合并后的相处并不融洽。

早在2014年5月,大众点评也发掘到了外卖,砸入8000万美金投资饿了么。依靠大众点评的导流,饿了么订单增长很快。

合并后的美团点评便成了饿了么的投资人,也就是说饿了么的任何融资细节,作为股东的美团点评都一清二楚,这对于饿了么来说太尴尬了。

2015年是整个外卖领域的分水岭,饿了么、美团外卖、百度外卖三家都在重点进攻白领市场。

“相对来说学校一个封闭的存量市场,中国就两千多万大学生,两千多所高校。倒不是说他没有增长空间的,而是说白领市场更大。”

白领市场相比校园市场有很大的差异,对于时效、品质、配送效率要求更高。

  • 时效要求高。大部分白领的午休时间只有1个半小时,迟到会导致用户体验很差,而校园市场学生群体的时间相对较多,迟到一会儿也没事。
  • 品质要求高。白领消费能力更强,相比较价格更注重服务品质、配送速度。品质商家能够吸引用户,用户拉来能更多商户,由此形成正循环。
  • 配送效率要求高。与校园市场只需用餐时间统一送到学校不同,白领市场的订单分布是分散的,需要一套严密的调度系统配合一定的订单密度来提升配送效率。

基于对白领群体的深刻理解,美团外卖在2个核心策略选择中,吊打饿了么。

针对白领市场的特点,美团外卖在初期便重投入搭建配送系统和配送员团队,饿了么却选择配送外包,这造成美团的配送体系一直优于饿了么。

美团的关键认知是,“一定要建立自己的可控的体验好的配送体系。”外卖的核心就是配送,配送虽然烧钱,但会成为企业的壁垒,京东也是赢在了物流配送。

2015年4月,美团外卖开始自建配送团队,好的配送体系能同时吸引品质商家和用户。

调度层面先是人工派单,然后改用骑手抢单。到了2015年12月,美团自动派单系统上线,而饿了么在2017年收购百度外卖前,其派单系统还需要人工调度。

美团研发的超脑系统,极大地优化了用户和商家的联结效率。


在超脑的帮助下,美团在过去18-20年外卖佣金率只上涨0.7%的情况下,让外卖业务的毛利率从8.1%提高到18.7%,提高了10%的配送效率。

美团这套全球最好的O2O短距离算法,使得配送效率远高于饿了么,结果便是成本远低于饿了么。

美团选择补贴优质商家,借助优质商家自带流量收割市场,这里复用了团购里的经验:得优质商家者得用户。

而饿了么选择补贴消费者,吸引大量非刚需客户,形成“有补贴冲业绩——补贴停掉业绩”。

优质供给补贴分4大板块。

美团最早重视头部品牌供给,有意降低低端供给占比。而饿了么执着于“数据增长”,不断签更多的低端外卖店。

依赖强大的地推实力,目前所有大品牌麦当劳、肯德基、喜茶、奈雪都和美团合作深度远大于饿了么。供给的差异带来消费者的优劣,消费者的差异带来商业持续发展的优劣。

从平台收益来看,补贴中端的商家平台最赚钱。

低端商家对消费者的吸引力小,本身利润就低,所以平台很难在它们身上赚到钱。

最高端的商家对消费者吸引力很强,不愿意打折,只做品牌营销,所以这些商家的打折都是平台补出来的。

只有中端的商家既愿意打折、消费者又愿意来消费。

美团内部补贴会看UE:即平台收益,UE为正则给平台带来收益,重点补贴;UE为负,则减少补贴。

同时通过补贴活动(价格更低)压制竟对,或者以补贴作为筹码,推商家独家协议(独家有补贴,非独家无补贴)。

补贴的场景和品类也在不断拓展。场景最初集中在午餐(快餐),后面开始拓场景补贴下午茶和宵夜。品类上补贴西快是做增量,补贴正餐提客单。

①总部:基于数据分析,总部推送补贴活动

②区域:基于区域,主要考虑头部腰部品牌线下影响力,通过品牌流量变成平台流量

③BD:基于蜂窝/商圈,做出针对性当地小区域打法

①满减和折扣:满减和折扣活动直观吸引力,适用于初期,后期由于原价虚高,所以不重打

②减配送费:平台给补贴,引导商家额外出资,达到0配送费,平台会给额外曝光。

且随着时间推移(商家依赖0配流量),平台补贴越来越少,商家出资越来越多。

③会员红包:红包和卡券,平台作为外部流量的端口,越来越重要。如平台想和生活网站合作,可以直接在网站售卖卡券。

这样对比下来,美团外卖的调度效率、配送管理水平、优质商家数量、补贴效率上明显优于饿了么,这还不提美团的超级APP优势。

美团强大的科学运营能力,在一些细节上也体现得淋漓尽致。

①基于数据,排查原价虚高(和竟对对比),避免竟对活动压制

②基于数据,对竟对活动和补贴进行局部压制

①打通团购数据,精准推荐

③打通大众点评的评价和排行榜,降低客户选择成本

①店内私域:门店社群功能,鼓励商家进行店内私域

②更早的商圈分析:商家可产看商圈商品数据

“我叫了外卖员,宿舍楼下摆蜡烛表白单身闺蜜”

“外卖员,顺带帮我修了个马桶”

“985硕士,居然去送外卖”

“励志:贫困生考上北大,老师贺电是他还在送外卖”

“为什么这些话题中的外卖员,他们都穿着黄衣服带黄耳朵”

以上这些都是美团的话题营销

到2015年12月,美团已快赶上饿了么。市场份额分别是:饿了么(34.8%)、美团外卖(31.2%)、百度外卖(23.7%)。

2016年底,美团外卖就完成了反超。

饿了么并不服气。2017年8月,饿了么正式并购百度外卖,合并后的市场份额达到54%。9月,支付宝首页正式接入“饿了么”。

但让饿了么想不通的是,美团外卖的份额还是在继续提升——2017年四季度,合并了百度外卖的饿了么,份额还是从54%继续下滑到49.8%,美团则是继续上升至43.5%。

美团的地推能力,调度技术,商家运营,补贴精细化,以及对应到各层级负责人的水平,均强于饿了么。

所以这个结果也不难推理。

这里提下百度外卖,百度没有做好O2O其实很可惜。我们去百度搜索一款商品或者一个地址,更多是因为我们想满足自己吃喝玩乐游购娱的生活需求。

从搜索-生活服务,理论上百度巨大流量优势下只要做好生活服务的承接,其实机会很大。

核心策略上,百度外卖犯了两个比较大的失误。

一个是在饿了么和美团外卖狂烧钱的时候,百度外卖竟然没有跟进,而是把很大一部分人力、财力放在市场规模并不大的外卖生态链搭建上。

另一个是在2016年春节前后,百度外卖选择花钱送骑手回家过年。而美团继续复用团购时的成功经验,加大补贴在春节留住骑手继续配送,并在春节后大肆招聘骑手。

这直接导致百度外卖一度招不到骑手,最终市场被美团和饿了么迅速瓜分。

增长戛然而止后,百度主动放弃了O2O,核心原因我猜测还是李彦宏对这事儿不是很感冒。你也很难想象谷歌的老板做外卖生意,百度的优势和基因还是在偏技术方向。

美团外卖称王的背后资本层面暗流涌动。2016年1月,美团点评拿到了腾讯领投的33亿美元投资,与阿里渐行渐远。

阿里很生气,后果很严重,2016年4月阿里巴巴12.5亿美元投资饿了么成为其第一大股东,同时几乎卖掉了持有美团的所有股票。

美团的成功,阿里确实帮助甚多。无论是千团大战时5000万美金的雪中送炭,还是干嘉伟带来的强大地推能力,阿里都功不可没。

干嘉伟一开始是阿里派过去对美团做投资尽调的负责人,后面经过组织同意批准加入美团。当美团和点评合并的那一刻起,干嘉伟的离开就注定了。

王兴并不甘于做阿里生态里的一个小位置,至此两家的恩怨就解不清了。阿里对美团的不爽,体现在至今持有美团的1.4%股份上,就是不卖就是玩儿。

2018年至今:T型战略

18年初饿了么被阿里收购,这场外卖的战争就基本算是定出胜负了。因为饿了么是阿里的,而美团是自家的美团。

阿里收购饿了么后,一如既往开展自己的整合能力,饿了么的流量还是要注入阿里本地生活的。

美团虽然算腾讯系,但腾讯对其经营不做太多干涉。二者定位不同,格局不同。

被阿里收购的企业,曾在领域内能名列前茅的,最后都听不到声音了,比如我喜爱的虾米音乐。

往后走,美团与饿了么不算是真正的竞对了。因为美团已成为超级APP,一横一纵的业务结构开始正面刚阿里本地生活。

一纵是在餐饮这个领域垂直做纵深,把底盘做后厚实。一横就是生活服务类业务的横向展开,核心逻辑就是“高频打低频”。

一横一纵即成了现在大家津津乐道的T型战略,产生了绝对的成本领先。

成本领先体现在获客成本低&用户LTV高。比如外卖用户,依然可以使用美团订酒店、看电影、买门票等,这对于饿了么无疑是降维打击。

美团内部盛传波特竞争战略:差异化,成本领先,专注。

  • 第一类做差异化产品,比如奢侈品、苹果
  • 第二类做成本领先产品,比如中国制造、亚马逊、美团
  • 第三类做聚焦类产品,比如聚焦某一群体

选择成为哪一类企业,跟业务本身性质与竞争状况有关系,在外卖同质化的情况下,美团坚定地选择了成本领先。

换句话说,差异化永远是第二名的战略,美团无需考虑。

赛道胜局已定,模式已初步跑通。

美团优选和多多买菜领跑,阿里MMC有机会追赶,兴盛优选偏安一隅,其它大部分玩家可以洗洗睡了。

何以见得,待我们一一道来。

社区团购是近几年来少有的好生意,既高频又刚需,尤其7亿的下沉用户,妥妥巨头们眼中的肥肉。

阿里、腾讯、美团、滴滴、拼多多纷纷重金躬身入局,线上流量吃紧,想要增长只能紧吃线下流量。

而对美团来说,和第一次千团大战相比,这次做社区团购的意义不太一样。

之前是作为电商平台连接消费者和商家,而这一次是基于“人、货、场”的重构,连接“人与商品”,本质是零售。

从现有数据来看,美团赢面很大,单量已经日均3000万件,稳居赛道第一。T型战略有望借着社区团购再添一纵:零售,升级为π型战略。


接下来我们就来聊聊社区团购的本质。

“社区团购以社区为中心,由团购平台提供货品,社区团长把小区里的邻居拉进一个社群,群成员通过小程序下单购买,然后团购平台将货品送到团长家里或店里,之后再由社区团长通知群成员过来自提或送货上门,是一种基于熟人和半熟人关系卖货的模式。”

——业内对社区团购的趋同描述


我们理解这种模式本质为新零售,核心依然是人货场,传统电商人找货,社区团购货找人。

社区团购是电商与零售结合的模式创新,是基于社区LBS地理位置的团长带货服务与基于熟关系的社群交互。

我们来从人货场的角度去科学理解这门生意。


人是流量,是需求,做生意人气为王,有人就有一切。

社区团购的有两大类消费群体,基于广大团长通过自己的社交关系+选品+服务带来。

一类是下沉市场三线城市及以下的用户,已婚女性为主,负责家庭饮食起居的他们,日常消费更看重性价比,期望低价格与高品质。

一类是在一二线城市的年轻白领群体,作为新时代的民工,平时工作压力大购物时间少,打工掏空身体之余能享受下足不出户买到日常所需,也算是一种优质体验。

货是产品,是供给,核心目的是满足消费者的需求。

社区团购初期主打高性价比、高频次蔬果生鲜,再逐渐拓展至日用百货、休闲零食、母婴用品、饮料酒水、美妆,最终想满足消费者一站式购物需求。

消费者以周2-3次进行采购,需求并不急迫,次日送达即可满足。次日达加上自提让社区团购的履约成本大大降低。

场是平台,是供需双方的交易场所,平台连接人与货形成信息流(商品信息,决策是否购买)->资金流(一手交钱)->物流(一手交货)。

社区团购平台作为交易“场”所,对信息流、资金流进行了轻度改造,对物流进行了较大程度改造。

理解社区团购,最核心的是从商业模式链条上:平台->商家->网格仓->团长要素去拆解分析。

说通俗点,就是各个角色有钱挣,这个模式才有自增长的生命力。尤其是下游网格仓发展的趋势,如何实现平台与其双赢是关键。


社区团购的物流分为采购体系和履约体系,背后涉及完整供应链:产地销地采购运输,中心仓存储及加工,网格仓分拣,最后由团长带给消费者。


这注定是一个低毛利高成本的赛道,降本能力决定生意能否赚钱。物流履约是众多玩家的核心竞争力,包括三个重要节点:

(1)中心仓为平台自营,用于收货、存储、加工和出货;

(2)网格仓是合伙加盟,类似中转站,负责收货、到团分拣和出货;

(3)团长,负责管理订单和消费者自提。这种物流模式相对于平台商城,个人消费者能够自提商品或者由团长送货,降低了履约成本,提升品效。


在物流环节去提高效率,是行业未来化的探索。我们从人货场的角度拆解完了这个生意的本质,接下来我们再看下市场情况。

我们先看大盘,一个乐观的预计是:

“2020年中国社区零售市场总规模约11.9万亿,线上化率为20.9%,在各种线上渠道协同作用下,乐观预计2025年总社区零售市场规模达到15.7万亿,线上化率为45.5%,2025年数字化社区零售市场规模可以达到7.16万亿元。”

这个增速,在c端流量见顶的今天,毫无疑问是香饽饽。但是这并不意味着你有很多机会,因为当下市场格局已经非常明显:美团优选、多多买菜领跑,阿里MMC加速追赶,兴盛优选局部稳定,而十荟团、橙心可能会倒闭。


近1年才进入的新玩家基本上可以洗洗睡了,社区团购是顶级大厂才玩得起的业务,烧钱是按百亿为单位的,需要大量的采购、建仓、履约资金。

美团优选上线不到两年已累计烧钱超200亿元,而美团外卖打了7年,才烧掉了130亿元。

现在这个行情下没几个公司能拿100亿出来做新业务,这个赛道注定是巨头的机会,不是中小厂可以把玩的。

与对手相比,美团优选的最大优势在于自千团大战以来干嘉伟建立并一直延续的强大组织管理能力,具备各链路精细化运营与快速迭代的能力,尤其擅长低毛利高成本的生意。

同时美团优选的新用户可以在美团完成如吃喝玩乐的其它需求,用户LTV会天然更高。

而多多买菜更多是拼多多给其导流,满足拼多多用户的买菜需求,优势在于流量与供应链上,其获客成本更低。

美团外卖打饿了么,是二楼打一楼,饿了么一直仰攻很难受。美团优选与多多买菜竞争过程中,会延续这一优势。

对于未来市场走向,大家的预期很一致。未来1-2年将形成2-3家全国性寡头垄断的行业终局,美团优选、拼多多、MMC最有可能,市场份额中短期会是334的格局,长期会往721走。

同时社区团购有一定机会成为新消费品牌的平台曝光宣发渠道,可能会成就一批新国货,对于品牌商经销商来说是商机。

更有意义的是农产品,这个市场还依靠传统的农贸市场去流通。如果能通过平台加速流通降低成本,实现一定程度的扶贫,那么这事儿就有意义。

其实,社区团购是一个比较难做的生意,尽管美团优选已经做到行业第一,但行业内外的挑战依然很多。

我们要思考的是,相对传统零售和传统电商,社区团购创造的核心价值是什么?

在三线城市及以下,普通老百姓在买菜上没什么痛点,依靠低价生鲜打开的团购市场能否顺利拓品类要等待时间来验证。

在一二线城市,确实能为忙碌的打工族提供便利的购物体验,一如之前给大家带来点外卖的便利。

想来想去,社区团购的核心价值还是在于低成本带来的低价格。“预售+次日达+自提”的模式能大幅降低履约成本,有效提升周转速度,如此理论上可实现更低价格。


参考兴盛历史数据,有券商报告预计未来稳态情况下剔除掉补贴影响后社区团购商品价格将低于传统渠道约10%。

在其它方面,暂时没有看到社区团购真正为行业带来较大价值,没有实质性地降本增效,更多像是内卷传统零售行业。

所以这导致一个难以解决的大问题,就是舆论层面从政府到民间对社区团购的批评态度。

国家一再强调互联网巨头不要盯着买菜、拼购等民生业务,而更多要承担国家转型升级,给行业进行互联网赋能。

因为淘宝、美团之前对线下门店生意的巨大冲击和绑架,民间对于互联网巨头跟普通小商贩抢饭吃会有本能的反感。

国家不支持,民间反感,舆论打击,社区团购在行业之外显得很被动。

行业内也是肉眼可见的高难度,运营难度比外卖业务难不少,非常考量精细化的运营能力,我们从完整的业务流来看。

流量获取:早期以“流量”为核心,各大平台依靠补贴、开城、开团、主站导流等方式,快速拉升团效,形成稳定的商流。

目前头部玩家开城数量都超过300,最好撸的一波流量已经到手。对于中小玩家,在流量获客上已经下了牌桌,烧不起也不敢烧。

王兴在今年二季度财报电话会表示,美团优选的目标是在未来几年为美团带来3-4亿新增用户。

美团作为国内最会算账的公司没有之一,王兴本人在数据上也非常挑剔和要求准确。从这个表述上可以我们可以知道,未来几年社区团购的流量增量还是比较可观的。

这些新用户如何反哺到其它业务,是美团需要考虑的问题,目前市面上没看到相关转化数据。

货源采购:要在每一个城市建立当地的货品供应商,从与各品牌商、经销商谈合作到入驻到管理,整个链路的管理难度很大,会颠覆从90年代流行至今的旧经销商体系。

旧有的经销商普遍经营水平比较差,对于生意没有科学的理解和规划,生意基本处于自然生长的运营状态。

履约配送:存储、运输、分拣、配送,每一个环节的管理经营难度都不小。

建仓耗费资金巨大,人工分拣效率低下,且生鲜类产品非标易损耗,在运输上还有冷冻冷藏的诉求,最后到团长端的配送管理。

同时随着sku的增加,履约配送的压力只会更大,这个环节非常需要硬软件科技来提升处理效率,现阶段不做效率提升的情况下sku数量难以增加。

团长运营:团长是需求的汇集,前面所有的供应链都依赖于末端的团长为用户服务。通过标准化培训(群运营、收货、分拣等),运营和管理团长以保证消费者的体验,同时让团长赚钱,如此团长才能稳定。

抛开以上经营层面的难点,资本层面也因为反垄断和各类政策,对于社区团购投资趋冷,这导致中小玩家会因账上没钱陆续退出。

平台发展短期看需求,长期看供给。下一阶段物流履约体系是关键要素,高效的仓配履约体系是用户留存、SKU扩张的基础。


所以一句话总结,社区团购面临的经营难题很多,但是有规律可循、解决方案也非常明确,需要一些时间捋顺。

中长期视角下,随着sku越来越多,仓配履约效率越来越高,社区团购有机会走向下一个阶段:万物到家。

毫无疑问,美团未来的边界是:万物到家。如果万物到家真的实现,那么最受影响的是传统电商行业。

买东西从当地立马送出和从北京发货是两种截然不同的体验,所以拼多多和淘宝肯定要掺和进来避免被颠覆。

京东因为已经拥有基础设施能力来支持近场电商下的万物到家,所以并没有那么着急投入大量资源。

而本地生活的电商,绝对是美团一直以来的定位。美团期待的新零售是,未来当你想购买任何商品时,直接上美团下单,半小时后就能送达。

传统零售的效率较低,互联网公司结合科技和数据来重构零售行业,是值得期待的。

只要互联网+的技术和效率跟上来,用户体验更好效率更高的新零售,会逐渐替代传统零售,当然这需要一个过程。

这一过程不会太久,五年之内就能看到结局。只是过程中的其他角色是否会被淘汰,就需要巨头们也能多多考虑科技向善了。

到此,美团就完结了,研究美团除了让我更理解商业,给我最大的感受是,美团是一家理性、科学、技术与数据导向的好公司。

当我们能有幸遇到崇尚理性、成长、数据、科学的成长型公司,就赶紧从了吧。因为大部分公司实在是太平庸了,平庸的我们到平庸的公司,只会更平庸。

作者:小河运营笔记 资深物流从业者,致力于拆透商业、理清交易。

随着人们的工作越来越繁忙、生活节奏越来越快,专门花时间为自己烹饪一顿美味的午饭或晚餐已然成了“几乎不可能完成的事”,甚至连出门找点东西随便填饱肚子都要争分夺秒地完成。

我相信很多人都有幻想过:如果有人能把自己今天想吃的东西做好,并且新鲜热乎地送到手上,岂不免去了许多出门点餐等餐取餐的麻烦?

大概从2013年开始,马路上多出了几道橙色蓝色黄色的身影——他们戴着统一的头盔、身穿统一的制服,骑着带一个小箱子的电动车穿梭在城市的各个角落,像魔法一样出现在人们面前,变出你想吃的各种东西。

这便是我们并不陌生的外卖行业。

事实上,外卖行业早在很久以前就诞生了,譬如外带打包、电话订餐,再到年轻人更加熟悉的麦当劳“麦乐送”和肯德基“宅急送”……各式各样的外送服务在几十年间一直发展得不温不火,看似有些多余却又不可或缺。

那为何“外卖”一词又会重新占据如今人们的视野并且在好几年间一直作为人们津津乐道的谈资呢?

2014年,各大外卖行业像是约好了一般,一夜之间发力大力在线上线下同时推广各自的APP,包括如今占据外卖APP大半壁江山的饿了么、美团外卖,还有直到现在也还没打出一片天或者早已没落的百度外卖、口碑外卖等。从新闻中我们可以了解到,当时各家外卖APP为了抢夺市场,纷纷烧钱加入混战,“一分钱午餐”、“领大额券减免”、“下单返现”等活动层出不穷,甚至有媒体曝出,因为外卖平台的竞争关系愈加强烈,平台下的外卖小哥甚至私底下以暴力手段抢占市场……

这些当然都只是外卖APP一路发展到现在的众多插曲之一,不可否认的是,不断加大力度的推广确实让人们看到了APP订餐的便捷之处——只需手指轻轻一点,在各式各样的商家中挑选出自己心仪的产品,一般不出三十分钟,热腾腾的饭菜水果甚至是药品都能出现在面前。

在网络将万物互联的时代,这种新型的订餐方式很快就风靡了各个高校、办公场所和住宅区,人们热切地打开五颜六色的外卖APP,挑选商品的同时也为各种优惠券的使用感到兴奋和刺激。

新兴市场的崛起宛如一块香甜诱人的奶油蛋糕,几乎各家资本都想从中分到一杯羹,饿了么有阿里巴巴的支持,腾讯参与了美团外卖的融资,百度外卖(现已被饿了么收购,更名为饿了么星选)本身就是中国互联网巨头百度的产业……资本的不断下场使各大外卖平台更加规范化、有序化,而背后的互联网公司更是提供了大量的科技支撑,不少新奇的科技都能在外卖行业中找到应用。除此之外,愈发激烈的竞争更大大促进了外卖行业的进化,在短短几年残忍的市场选择中,有摸着石子过河最后成为雄霸一方的巨头的饿了么,也不乏跟不上市场步伐而被淘汰的失败者。

2018年底,外卖的用户规模逐渐趋于稳定,但仍有不断上升的趋势,市场竞争也从几年前的抢夺新用户偏重到了存量用户的挽留上。但综合各方的数据,我认为,外卖APP在接下来的几年依旧有激烈竞争的机会——二线城市的覆盖和三线城市的扩张,节假日主题营销等,现在我们所能看到的只是冰山一角,假设外卖APP的几个巨头有一点创新举动,都将不断影响现有外卖APP的市场风向。

说到外卖,绝大多数人最先想到的就是饿了么,美团,大众点评和百度外卖这几个了。作为外卖行业的巨头,它们对这个行业的影响都很大。下面我们将从对这四家外卖公司的创建,发展和现状及盈利模式的分析来了解外卖行业。

市场上主流外卖APP目前的发展情况

饿了么于2009年4月上线,是中国领先的在线外卖订餐平台,主营在线外卖、新零售、即时配送和餐饮供应链等业务。为不同类型的餐饮商户提供基于互联网技术的一体化运营解决方案。饿了么目前覆盖全国2000个城市,加盟餐厅近130万家。其日均订单超过100万单,峰值订单200万,来自移动端的订单量超过75%。

如今,外卖餐饮平台愈来愈趋于同质化,外卖行业也愈发成熟,饿了么也逐渐发展为本地生活服务平台,并且覆盖了居民日常生活所需要的多种消费场景,诸如电影出行酒店新零售及餐饮外卖等,其中餐饮外卖已然发展到变革当今传统产业的进程,为用户生活带来了极大的便捷,解决了传统餐饮行业效率低下的问题。经过长期的培养,用户的高频消费习惯已经形成。尽管如此,外卖行业仍然非常火热,居高不下,而饿了么对其他外卖平台的竞争力在哪里呢?

饿了么作为中国最大的餐饮O2O平台,他的目标用户主要是高校的学生和都市白领,从艾瑞咨询的数据来看,25岁到35岁的人群占了APP使用人数的一半,并且其大部分人来自北上广深等一线城市(高校密集的城市),由于他们的目标用户,所以饿了么推出了各种营销活动,激励用户下单。

并且,本身外卖平台的出现就解决了商家与消费者的多个痛点,外卖平台的出现降低了宣传成本,商家可实时更新菜品信息、商户信息和促销信息,并且基于大数据的用户分析,给用户进行精准推荐。

对于消费者,可以看到更多的商家信息货比三家,扩大了消费者的选择空间,通过用户点评,为消费者提供更多的点餐参考,支持在线付款,简化了消费流程。

除了以上的用户群体是饿了么的核心竞争力之一外,他的产品设计和用户体验在众多外卖平台上遥遥领先,合理的用户流程、舒适的用户体验,让用户能更“懒”的完成外卖的订购,简单便捷足不出户便可以吃饭。

其次,饿了么的覆盖范围广,且对餐厅的质量有严格的把关,在饿了么上的餐厅都必须要有营业执照和自己的店面,以及相关的卫生许可证,,如果违反相关规定还会受到一定的惩罚。

此外,速度对于消费者来说也是一个重要的评判标准,饿了么在对外卖员的筛选上,进行了红黄蓝的分级,用来达到准时的标准。

美团外卖是美团网旗下的网上订餐平台,它上线于2013年,并在短时间内迅速发展并占据市场。近日,美团外卖平台的日订单数量已超过2100万单,美团外卖国内市场份额已高达62%,并且在市场份额、订单量取得领先的同时,美团外卖还在用户满意度、用户渗透率等方面占据明显优势,另据国家信息中心发布的《中国共享经济发展年度报告(2018)》显示,长期稳居行业第一,带动了外卖行业发展,成为全球外卖行业发展中的一个重要里程碑。

我觉得主要原因如下:提到美团外卖,我们自然会想起它的母公司——美团网。自从美团网2010年上线以来,经过了三年的运营发展,已经获得了数量众多的合作商家、大批的忠实客户和有着丰富运营经验的项目团队。另外,外卖行业2000年初就已经有团队和公司在做,只不过当时消费者和商家的互联网意识不够强,外卖行业并没有得到迅速发展。近两年,随着互联网的发展和普及,消费者和商户的互联网意识不断增强,如今的中国人口在十三亿多,工信部公布的移动互联网用户今年的一月份净增就1942.1万户,总数高达9.8亿户。消费者的衣食住行都与网络息息相关,商家也全面了解和熟悉了网络操作,形成了O2O平台,即线上购买线下消费,餐饮与O2O结合促进了外卖行业高速发展,外卖已成为餐饮行业的一大重要组成部分,而O2O模式已成为餐饮行业的强大驱动力。现在很多用户已养成了订外卖的习惯,市场体制也渐渐成熟,客户群体逐渐稳定。而美团网作为国内最大的生活服务类平台,在用户数量、服务、信用、知名度等方面具有天然的优势,为美团外卖的发展奠定了基础,很多老用户也成了美团外卖的用户,美团网在这几年的发展中,积累了大量的用户数据,可以深度了解不同类型用户的消费需求和兴趣,为用户提供不同类型的优质服务来满足各个类型用户的消费需求。这种优势使得美团外卖在用户数据的基础上相对于其他外卖平台已取得领先,这种优势为美团外卖今后的发展打下了坚实的基础。

另外,外卖软件的满减活动也是抢占市场、吸引消费者的重要原因,外卖网站公司找投资,美味廉价、方便成为选择外卖的重要因素,这使得各个外卖服务商之间的竞争越来越激烈,除此之外,影响到自身竞争力的因素还有配送速度、服务态度、口碑和知名度等。美团外卖的配送形成了自营、加盟和众包三合一的配送方式,在这基础上,美团外卖推出了智能配送系统,它能收集到商家做餐的用时,配送距离与配送时间的相关数据,结合订单数量和配送员当前的位置,规划最高效的配送方案,使得送餐时间明显缩短,但这也受到像饿了么等平台的轻模式配送的巨大压力。

更重要的是,随着各大媒体对食品安全问题的外卖报道,食品安全成为现在人们关注的焦点,而外卖主要是食品,食品质量应该放在首位,而价格只是其次。卫生室外卖的底线,外卖如果不卫生,那多少人敢吃呢?而外卖依靠互联网,用户无法知道外卖的制作过程及卫生情况。拿美团外卖来说,美团外卖要求商户必须有相关卫生许可证明并将其公示在商户订餐页面中让消费者查看,虽然有这个要求,但现实中外卖安全仍然难以保证,需要质量监管部门规范外卖行业食品安全质量管理。但从近期美团外卖使用情况来看,美团外卖已增加了外卖商家推荐功能,将大众点评的点评系统和美团外卖做了整合,让用户可以看到店家页面下方对应的大众点评评价,完善了外卖APP的功能并提高了服务质量,为用户合理选择商家提供了参考依据,这是一个不小的进步。

在现在的外卖行业里,大众点评app也是较为突出的一款外卖类应用,它成立于2003年4月,在它成立的这十几年,一直就在城市生活领域发展,也是全球最早建立的第三方消费点评网站之一。

一直以来很多用户都觉得大众点评是一家发展比较慢的公司,的确如此,但是随着互联网技术的发展,大众点评也在行业的影响下,开始加速发展并在外卖行业里大放光彩,开创了自己的消费者点评模式,不只是在餐饮方面,在购物、娱乐等等方面也有所涉及。

目前,大众点评外卖已经覆盖了近三千个城市,融资三次。下面我们就从大众点评的公司战略和产品两方面分析一下这家公司的现状和竞争力。

在产品方面,大众点评的app的首页是橙色的,分为四个板块:首页、团购、发现、我的。根据数据可知,大众点评外卖主要针对的客户是年轻消费人群,女性消费者比较多,职业以高校学生和以白领为主的上班族。大众点评app也具有很强的社交性,用户可以对店家进行评价,有非常好的交互功能,可以使用户有很好的体验。

在大众点评app里,首页中提供了商家的入口,分为四种类型:通过搜索栏直接查找、商家分类导航、优惠活动查找有优惠的商家、推荐商家。

在公司战略方面呢,纵向深入,大众点评app整合线上资源,可以获取更多的流量以及吸引更多的用户,横向扩张,从餐饮类扩大到本地生活服务类,包含酒店、旅游、结婚、亲子等等细分的领域。

大众点评app也调整了自身定位,大众点评表示,将要从团购交易平台转向线下商户服务平台,在外卖的基础上,推出帮助商家营销,广告成为其未来主要盈利方式。

总而言之,大众点评app 在当前行业内虽然不是最有竞争里的一款应用,但是也有着举足轻重的地位,这家公司一直都走稳步发展的路线,在互联网外卖高速发展的今天,相信会有更好的发展

与前面三家外卖公司相比,百度外卖就没有这么好的发展了。

由上图可以看出,在2016年以及之前百度外卖在外卖行业还有一席之地,是几大巨头之一,却在之后由于管理层两个错误的决断而导致百度外卖app 的失败。

2015年年底到2016年年初,外卖行业接连出现巨额融资。2015年8月,饿了么宣布完成F轮系列融资总计6.3亿美元,3个月后又和阿里巴巴集团签署投资框架性協议,阿里巴巴集团投资饿了么12.5亿美元。2016年1月,合并后的美团-大众点评宣布完成超33亿美元融资,背后出现腾讯的身影,估值一举超过150亿美元。

拿到钱后的两家平台发动了冬日战役。一方面他们密集地招募地推人员,抢夺独家店铺,甚至不惜发生械斗;另一方面在用户端发起新一轮的补贴。两家期望依靠资本的加持快速取胜,饿了么CEO张旭豪甚至喊出“1个月定战局”。百度外卖没有紧跟这场战役,它的市场份额依靠惯性仍呈现上升态势,于是百度外卖放松警惕把很大一部分人力财力放在搭建外卖生态链上。

百度外卖开展了生鲜、食材供给、商超、众包、电商平台质选生活等项目。当竞争对手调集兵力集中猛攻时,百度外卖却把精力分散出去。

除此之外,百度外卖还做了另一个决定,春节给骑手放假,帮助他们买票回家。

春节时期是外卖行业的巨大低谷,用户返乡,餐厅停业,外卖需求骤减。到底要不要在春节留住骑手成了一个问题,毕竟如果要在春节期间保持原来的运力,就必须给骑手节假日期间的高额工资补贴,这是一笔不太划算的买卖。

美团外卖采用了相反的做法,他们保留了一部分骑手在平台上继续配送,并且在节后加速和加大了对骑手的招聘:只要骑手在这个期间入职,就会有一些奖金,如果能够介绍认识的人一起过来,还会再给一笔奖金。这使得美团在正月十五前恢复运力,而过完年回来的百度外卖在很长时间都招不到骑手。

2016年3月,百度外卖开始为它的这两次战略失误付出代价。春节后,此前高歌猛进的百度外卖第一次出现了增长停滞的局面,甚至略有下降,僵持数月,未见好转。

2017年8月24日,饿了么正式宣布收购百度外卖。2018年10月15日,百度外卖正式更名为“饿了么星选”。

外卖APP未来发展趋势

了解了各家外卖的发展历程,我们再来看看整个外卖未来的发展趋势。

从上面对饿了么,美团,大众点评和百度外卖等外卖平台的创建,发展,当前状态等分析,我们可以说外卖成为现代人们日常生活中不可或缺的一部分了。从2011年至今的外卖市场规模和用户规模的数据上来看,我国外卖市场和用户的规模是在不断增长的,虽然最近两三年来增长率有所下降,但仍20%以上。我认为其中之一的原因是外卖行业发展逐渐成熟,外卖市场规模和用户规模的增长速度逐渐趋于稳定状态,预测未来两三年外卖市场和用户的规模增长率仍能是保持在20%以上。外卖企业已经不单纯追求配送效率和扩充顾客资源,而是从量的追求转变为对质的提升,所谓“质”即保证食品安全,保障食品的冷暖温度。很有意思的是,最近点了一单外卖,在配送时收到了短信,内容除了有配送员快到了还有可以让配送员顺便把垃圾给扔了。这可以说是外卖平台意识到对用户关怀的重要性了,通过类似的方法提高用户的体验,在保证老客户不流失的同时吸引新客户。

从外卖在地区的覆盖率来看,由于中大城市的交通,基础设施更加完善,经济方面也相对发展得更好,外卖在一二线城市的发展也自然比三四线小城市的好且快。在发达程度不够的三四线城市中,外卖的覆盖率较低,但也说明外卖在这里有着及其广阔的市场。从相关数据来看,三四线城市的外卖订单量远高于一二线城市,随着三四线城市与农村对支付宝,网购等普及,这些地区的外卖平台入驻量在增长,三线及以下城市外卖送餐骑手也在增长。相信未来几年,三四线城市和农村的人们逐渐培养起通过外卖平台进行消费的习惯,这都会给外卖行业带来更大的发展空间和市场。

从外卖的主要用户来看,大多是年轻人,比如在校学生,公司白领等都是外卖消费的主力军,这类群体接受新事物快,需要在外面吃饭,追求方便便宜。但随着时代的发展,生活节奏的加快,外卖行业的不断发展,外卖用户的年龄段有不断拉宽的趋势。

从外卖配送的物品种类来看,目前,外卖虽说主要卖的是食品,但不局限于食品,超市配送,鲜花药品配送和跑腿都在外卖平台上占一席之地。各大外卖平台与线下零售的联系更加密切,连锁超市和便利店都入住外卖平台。随着用户对这些方面需求的增长,带动了外卖行业在这些服务领域的兴起。外卖业务布局将会进一步多元化,同城配送将会成为外卖发展的一个主流方向。

从上述方面来看,外卖未来的发展前景是趋于更为稳定美好的方向的。但在发展的过程中,食品安全和配送员交通安全等缺点也不容无视,媒体曾曝光外卖平台里的黑心店家,外卖骑手的蛮横驾驶都会成为用户流失的原因。为了规范这个行业的发展,各地出台了相关政策加以应对,如对送餐行业非机动车的管理规定,药监局下发对网络食品安全的通知等。外卖平台也在加强管理,进一步保障用户的权益,如饿了么和蚂蚁金服退出的安全理赔快速通道,美团外卖的先行赔付保障机制等都能体现。

相信如果外卖行业能进一步保障用户信息安全,食品安全,重视环保与员工福利,更进一步提高用户体验,这个行业会更有生机,发展前景也会更好。

ETA(Estimated Time of Arrival,“预计送达时间”),即用户下单后,配送人员在多长时间内将外卖送达到用户手中。送达时间预测的结果,将会以”预计送达时间”的形式,展现在用户的客户端页面上,是配送系统中非常重要的参数,直接影响了用户的下单意愿、运力调度、骑手考核,进而影响用户和骑手体验,以及配送系统的整体效率。

对于整个配送系统而言,ETA既是配送系统的入口和全局约束,又是系统的调节中枢。具体体现在:

  • ETA在用户下单时刻就需要被展现,这个预估时长继而会贯穿整个订单生命周期,首先在用户侧给予准时性的承诺,接着被调度系统用作订单指派的依据及约束,而骑手则会参考ETA时间作为考核时间执行订单的配送。
  • ETA作为系统的调节中枢,需要平衡用户-骑手-商家-配送效率。从用户的诉求出发,尽可能快和准时,从骑手的角度出发,ETA太短会增大其配送难度。从调度角度出发,太长或太短都会影响配送效率。而从商家角度出发,都希望订单被尽可能派发出去,因为这关系到商家的收入。

在这样多维度的约束之下,外卖配送的ETA的建模和估计会变得更加复杂。与打车场景中的ETA做对比,外卖场景的ETA面临如下的挑战:

  • 外卖场景中ETA是对客户履约承诺的重要组成部分,无论是用户还是骑手,对于ETA准确性的要求非常高。而在打车场景,用户更加关心是否能打到车,ETA仅提供一个参考,司机端对其准确性也不是特别在意。
  • 由于外卖ETA承担着承诺履约的责任,因此是否能够按照ETA准时送达,也是外卖骑手考核的指标、配送系统整体的重要指标;承诺一旦给出,系统调度和骑手都要尽力保证准时送达。因此过短的ETA会给骑手带来困难,并降低调度合单能力、降低配送效率;过长的ETA又会很大程度影响用户体验。
  • 外卖场景中ETA包含更多环节,骑手全程完成履约过程,其中包括到达商家、商家出餐、等待取餐、路径规划、不同楼宇交付等较多的环节,且较高的合单率使得订单间的流程互相耦合,不确定性很大,做出合理的估计也有更高难度。

下图是骑手履约全过程的时间轴,过程中涉及各种时长参数,可以看到有十几个节点,其中关键时长达到七个。这些时长涉及多方,比如骑手(接-到-取-送)、商户(出餐)、用户(交付),要经历室内室外的场景转换,因此挑战性非常高。对于ETA建模,不光是简单一个时间的预估,更需要的是全链路的时间预估,同时更需要兼顾”单量-运力-用户体验”之间的平衡。配送ETA的演变包括了数据、特征层面的持续改进,也包括了模型层面一路从LR-XGB-FM-DeepFM-自定义结构的演变。

具体ETA在整个配送业务中的位置及配送业务的整体机器学习实践,请参看。

2.业务流程迭代中的模型改进

2.1 基础模型迭代及选择

与大部分CTR模型的迭代路径相似,配送ETA模型的业务迭代经历了LR->树模型->Embedding->DeepFM->针对性结构修改的路径。特征层面也进行不断迭代和丰富。

  • 模型维度从最初考虑特征线性组合,到树模型做稠密特征的融合,到Embedding考虑ID类特征的融合,以及FM机制低秩分解后二阶特征组合,最终通过业务指标需求,对模型进行针对性调整。
  • 特征维度逐步丰富到地址特征/轨迹特征/区域特征/时间特征/时序特征/订单特征等维度。

Machine)基础上,进一步加入deep部分,分别针对稀疏及稠密特征做针对性融合。FM部分通过隐变量内积方式考虑一阶及二阶的特征融合,DNN部分通过Feed-Forward学习高阶特征融合。模型训练过程中采取了Learning Decay/Clip Gradient/求解器选择/Dropout/激活函数选择等,在此不做赘述。

在ETA预估场景下,准时率及置信度是比较重要的业务指标。初步尝试将Square的损失函数换成Absolute的损失函数,从直观上更为切合MAE相比ME更为严苛的约束。在适当Learning Decay下,结果收敛且稳定。

同时,在迭代中考虑到相同的ETA承诺时间下,在前后N分钟限制下,预估偏短1min的用户、骑手体验明显差于预估偏长1分钟的体验。因此损失函数的设计需要考虑到偏短偏长的差异。适当降低偏长部分的损失,提高偏短部分的损失。以较好的保护用户体验和骑手体验。进行多次调试设计后,最终确定以前后N分钟以及原点作为3个分段点。在原先absolute函数优化的基础上,在前段设计1.2倍斜率absolute函数,后段设计1.8倍斜率absolute函数,以便让结果整体往中心收敛,且更倾向于适度偏长预估,保障用户和骑手体验,对于ETA各项指标均有较大幅度提升。

2.3 业务规则融入模型

目前的业务架构是”模型+规则”,在模型预估一个ETA值之后,针对特定业务场景,会有特定业务规则时间叠加以满足特定场景需求,例如在冬至时饺子品类的需求暴增,模型可能捕捉不到这样的异常点,因此需要规则对异常情况做时间保护。各项规则由业务指标多次迭代产生。这里产生了模型和规则整体优化的割裂,在模型时间和规则时间分开优化后,即模型训练时并不能考虑到规则时间的影响,而规则时间在一年之中不同时间段,会产生不同的浮动,在经过一段时间重复迭代后,会加大割裂程度。

在尝试了不同方案后,最终将整体规则写入到了TF模型中,在TF模型内部调整整体规则参数。

  • 对于简单的(a*b+c)*d等规则,可以将规则逻辑直接用TF的OP算子来实现,比如当b、d为定值时,则a、c为可学习的参数。
  • 对于过于复杂的规则部分,则可以借助一定的模型结构,通过模型的拟合来代替,过多复杂OP算子嵌套并不容易同时优化。

通过调节不同的拟合部分及参数,将多个规则完全在TF模型中实现。最终对业务指标具备很大提升效果,且通过对部分定值参数的更改,具备部分人工干涉模型、对骑手体验做兜底保障的能力。

在这里,整体架构就简化为多目标预估的架构,这里采用多任务架构中常用的Shared Parameters的结构,训练时按比例采取不同的交替训练策略。结构上从最下面的模型中间融合层出发,分别在TF内实现常规预测结构及多个规则时间结构,而其对应的Label则仍然从常规的历史值和规则时间值中来,这样考虑了以下几点:

  • 模型预估时,已充分考虑到规则对整体结果的影响(例如多个规则的叠加效应),作为整体一起考虑。
  • 规则时间作为辅助Label传入模型,对于模型收敛及Regularization,起到进一步作用。
  • 针对不同的目标预估,采取不同的Loss,方便进行针对性优化,进一步提升效果。

模型结构在进行预估目标调整尝试中:

  • 尝试过固定共享网络部分及不固定共享部分参数,不固定共享参数效果明显。
  • 通常情况下激活函数差异不大,但在共享层到独立目标层中,不同的激活函数差异很大。

在模型处理中,特征层面不可避免存在一定的缺失值,而对于缺失值的处理,完全借鉴了文章中的方法。对于特征x进入TF模型,进行判断,如果是缺失值,则设置w1参数,如果不是缺失值则进入模型数值为w2*x,这里将w1和w2作为可学习参数,同时放入网络进行训练。以此方法来代替均值/零值等作为缺失值的方法。

3.1 模型预估结果+长尾规则补时

基础模型学习的是整体的统计分布,但对于一些长尾情形的学习并不充分,体现在长尾情形下预估时间偏短(由于骑手的考核时间参考ETA制定,ETA预估偏短会增大骑手的配送难度)。故将长尾拆解成两部分来分析:

  • 业务长尾,即整体样本分布造成的长尾。主要体现在距离、价格等维度。距离越远,价格越高,实际送达时间越长,但样本占比越少,模型在这一部分上的表现可能偏短。
  • 模型长尾,即由于模型自身对预估值的不确定性造成的长尾。模型学习的是整体的统计分布,但不是对每个样本的预估都有“信心”。实践中采用RF多棵决策树输出的标准差来衡量不确定性。RF模型生成的决策树是独立的,每棵树都可以看成是一个专家,多个专家共同打分,打分的标准差实际上就衡量了专家们的“分歧”程度(以及对预估的“信心”程度)。从下图也可以看出来,随着RF标准差的增加,模型的置信度和准时率均在下降。

在上述拆解下,采用补时规则来解决长尾预估偏短的问题:长尾规则补时为 <业务长尾因子 , 模型长尾因子> 组合。其中业务长尾因子为距离、价格等业务因素,模型长尾因子为RF标准差。最终的ETA策略即为模型预估结果+长尾规则补时,较好的保证了长尾情况的骑手体验。

对于线下训练,采取如下训练流程:

整个例行训练亿级数据多轮Epoch下流程持续约4小时,其中TF训练中,考虑到TF实际计算效率并不是很高,有很大比例在数据IO部分,通过Spark生成TFRecord部分,在此可将速度加速约3.6倍。而在数据并行训练部分,16卡内的并行度扩展基本接近线性,具备良好的扩展性。由于PS上参数量并未达到单机无法承受,暂时未对参数在PS上进行切分。Serving线下GPU评估部分,是整个流程中的非必需项,虽然在训练过程中Chief Worker设置Valid集合可有一定的指标,但对全量线下,通过Spark数据调用Serving GPU的评估具备短时间内完成全部流程能力,且可以指定大量复杂自定义指标。

整个模型的训练在美团的AFO平台上进行,先后尝试分布式方案及单机多卡方案。考虑到生产及结果稳定性,目前线上模型生产采用单机多卡方案进行例行训练。

采用TF自带的PS-Worker架构,异步数据并行方式,利用tf.train.MonitoredTrainingSession协调整个训练过程。整个模型参数存储于PS,每个Step上每个Worker拉取数据进行数据并行计算,同时将梯度返回,完成一次更新。目前的模型单Worker吞吐1~2W/s,亿级数据几轮Epoch耗时在几小时内完成。同时测试该模型在平台上的加速比,大约在16块内,计算能力随着Worker数目线性增加,16卡后略微出现分离。在目前的业务实践中,基本上4-6块卡可以短时间内完成例行的训练任务。

采用PS-Worker的方案在平台上具备不错的扩展性,但是也存在一定的弊端,使用RPC的通讯很容易受到其他任务的影响,整个的训练过程受到最慢Worker的影响,同时异步更新方式对结果也存在一定的波动。对此,在线上生产中,最终选取单机多卡的方案,牺牲一定的扩展性,带来整体训练效果和训练速度的稳定性。单机多卡方案采取多GPU手动指定OP的Device,同时在各个Device内完成变量共享,最后综合Loss与梯度,将Grad更新到模型参数中。

模型训练过程中,ID类特征低频过滤需要用到Vocab词表,连续型特征都需要进行归一化。这里会产生大量的预处理文件,在线下处理流程中很容易在Spark中处理成Libsvm格式,然后载入到模型中进行训练。但是在线上预测时,需要在工程开发端载入多个词表及连续型特征的归一化预处理文件(avg/std值文件等),同时由于模型是按天更新,存在不同日期版本的对齐问题。

为了简化工程开发中的难度,在模型训练时,考虑将所有的预处理文件写入TF计算图之中,每次在线预测只要输入最原始的特征,不经过工程预处理,直接可得到结果:

  • 对于ID类特征,需要进行低频过滤,然后制作成词表,TF模型读入词表的list_arr,每次inference通过ph_vals,得到对应词表的ph_idx。
  • 对于连续型特征,在Spark处理完得到avg/std值后,直接写入TF模型计算图中,作为constant节点,每个ph_in经过两个节点,得到相应ph_out。

配送机器学习平台内置了模型管理平台,对算法训练产出的模型进行统一管理和调度,管理线上模型所用的版本,并支持模型版本的切换和回退,同时也支持节点模型版本状态的管理。

TensorFlow Java API的底层C++动态链接库对libstdc++.so的版本有要求,需要GCC版本不低于4.8.3,而目前线上服务的CPU机器大部分系统为CentOS 6, 默认自带GCC版本为4.4.7。如果每台线上业务方服务器都支持TensorFlow SavedModel本地计算的话,需要把几千台服务器统一升级GCC版本,工作量比较大而且可能会产生其他风险。

因此,我们重新申请了几十台远程计算服务器,业务方服务器只需要把Input数据序列化后传给TensorFlow Remote集群,Remote集群计算完后再将Output序列化后返回给业务方。这样只需要对几十台计算服务器升级就可以了。

模型上线后,支持了多个业务方的算法需求,远程集群计算时间的TP99基本上在5ms以内,可以满足业务方的计算需求。

模型落地并上线后,对业务指标带来较大的提升。后续将会进一步根据业务优化模型,进一步提升效果:

  • 将会进一步丰富多目标学习框架,将取餐、送餐、交付、调度等整个配送生命周期内的过程在模型层面考虑,对订单生命周期内多个目标进行建模,同时提升模型可解释性。
  • 模型融合特征层面的进一步升级,在Embedding以外,通过更多的LSTM/CNN/自设计结构对特征进行更好的融合。
  • 特征层面的进一步丰富。

  • 基泽,美团技术专家,目前负责配送算法策略部机器学习组策略迭代工作。
  • 周越,2017年加入美团配送事业部算法策略组,主要负责ETA策略开发。
  • 显杰,美团技术专家,2018年加入美团,目前主要负责配送算法数据平台深度学习相关的研发工作。

我要回帖

更多关于 美团怎样更改送货地址 的文章