孫田釗 王毓芳

(同濟(jì)大學(xué)經(jīng)濟(jì)與管理學(xué)院 上海 200092)

O2O餐飲配送優(yōu)化策略研究

孫田釗 王毓芳

(同濟(jì)大學(xué)經(jīng)濟(jì)與管理學(xué)院 上海 200092)

隨著互聯(lián)網(wǎng)的日新月異和電子商務(wù)模式的蓬勃發(fā)展，O2O餐飲服務(wù)市場快速興起，O2O餐飲服務(wù)平臺隨之出現(xiàn)。本文以“美團(tuán)外賣”平臺為范本，在外賣配送調(diào)度上，采用大數(shù)據(jù)的思想，通過SPSS軟件對訂單起訖點(diǎn)之間的距離進(jìn)行聚類分析，進(jìn)而對平臺的訂單數(shù)量、訂單起訖點(diǎn)等數(shù)據(jù)進(jìn)行分析處理，提出改善策略。訂單的配送不再采用自主搶單、按單取酬的方式，而是在通過聚類分析得出的每一個(gè)類別的范圍內(nèi)進(jìn)行調(diào)度。研究表明這一方式不僅提高了配送效率，大大縮短了配送時(shí)間，防止惡性競爭，而且能夠降低平臺數(shù)據(jù)處理的負(fù)擔(dān)，使其在激烈的競爭中脫穎而出。

O2O餐飲;聚類分析;配送調(diào)度

一、引言

互聯(lián)網(wǎng)的飛速發(fā)展為線下商務(wù)提供網(wǎng)絡(luò)平臺，降低了成本，密切了企業(yè)與細(xì)分市場的關(guān)系，由此催生了O2O營銷模式的發(fā)展。近年來，O2O餐飲服務(wù)平臺正在國內(nèi)快速興起，餓了么、美團(tuán)外賣、百度外賣等餐飲平臺迅速發(fā)展，并由此引發(fā)了“紅包大戰(zhàn)”，雖然平臺可以借此迅速占領(lǐng)市場份額，然而這種補(bǔ)貼大戰(zhàn)在一定程度上給O2O餐飲服務(wù)平臺的發(fā)展帶來了資金短缺的壓力。本文將從O2O餐飲服務(wù)平臺的可持續(xù)發(fā)展著眼，研究如何利用大數(shù)據(jù)優(yōu)化乃至重新設(shè)計(jì)線下配送運(yùn)營和調(diào)度流程來提高效率、降低成本。

二、O2O餐飲平臺運(yùn)營分析

(一)網(wǎng)上訂餐平臺+App+自助終端

用戶通過網(wǎng)上和手機(jī)App的方式來進(jìn)行在線訂餐，訂餐流程方便易操作，符合現(xiàn)代人簡單、快捷的生活方式。相應(yīng)地，餐飲外賣平臺的網(wǎng)站和App頁面也非常直觀，平臺主要有定位搜索、菜單查看、訂單狀態(tài)查詢、定時(shí)送達(dá)、優(yōu)惠券提醒、用戶評價(jià)、在線客服等功能。用戶可以通過App查看商家是否營業(yè)、菜品能否提供以及選擇送單時(shí)間等。但是目前由于外賣配送時(shí)間難以把控，因此訂單往往無法在用戶指定時(shí)間內(nèi)送達(dá)，大部分訂單送達(dá)時(shí)間超過半個(gè)小時(shí)。

入駐O2O平臺的餐廳，需要安裝訂餐終端。用戶在線上對某一家商家下單后，訂餐終端會自動進(jìn)行提醒，并且顯示訂單的詳細(xì)信息，餐廳可以根據(jù)訂單進(jìn)行制作，然后由外賣員進(jìn)行配送。

(二)信息整合

目前外賣配送主要由第三方配送平臺和商家自主配送完成，餐飲O2O平臺將餐廳的信息整合之后統(tǒng)一發(fā)布，為用戶提供了一個(gè)多樣化的選擇平臺，同時(shí)將用戶和餐廳連接成餐飲領(lǐng)域的“淘寶網(wǎng)”。對于O2O平臺來說，最重要的是入駐平臺的商家數(shù)量、種類和使用平臺的用戶數(shù)量，而這兩者恰好相互關(guān)聯(lián)、相互影響。對于商家而言，注冊用戶數(shù)量多的平臺意味著更多的消費(fèi)者和更大的市場;對于用戶而言，入駐商家越多的平臺則意味著更多的選擇和優(yōu)惠，因此信息和流量是O2O平臺的運(yùn)營發(fā)展的主要動力來源。

三、聚類分析

(一)數(shù)據(jù)收集

優(yōu)化O2O餐飲平臺線下流程的配送與調(diào)度的關(guān)鍵在于外賣配送路線的優(yōu)化我們首先要研究平臺上不同商家和消費(fèi)者之間距離分布的特點(diǎn)，然后根據(jù)距離特征規(guī)劃配送新的配送流程和調(diào)度方式。本文收集了:商家分布、消費(fèi)者分布、商家訂單數(shù)量①、商家和消費(fèi)者之間的距離等數(shù)據(jù)。選取了同濟(jì)大學(xué)四平路校區(qū)、赤峰小區(qū)、密云大廈、遠(yuǎn)洋廣場小區(qū)、鞍山八村住宅小區(qū)、同濟(jì)西苑小區(qū)、峰華大樓等7個(gè)消費(fèi)者聚集地，選取了34家外賣商家②。通過美團(tuán)外賣平臺顯示的配送距離和百度地圖的騎行距離對消費(fèi)者聚集地和外賣商家之間的距離進(jìn)行測量，得到距離分布表。

(二)數(shù)據(jù)處理

1.數(shù)據(jù)預(yù)處理

數(shù)據(jù)分析部分主要研究距離分布的特點(diǎn)，并且采用聚類分析的方法對數(shù)據(jù)進(jìn)行處理，在聚類分析的過程中分別以:同濟(jì)大學(xué)四平路校區(qū)到各商家的距離、赤峰小區(qū)到各商家的距離、密云大廈到各商家的距離、遠(yuǎn)洋廣場小區(qū)到各商家的距離、鞍山八村住宅小區(qū)到各商家的距離、同濟(jì)西苑小區(qū)到各商家的距離、峰華大樓到各商家的距離為7個(gè)變量。采用距離聚類分析的方法對變量有以下兩個(gè)要求:

(1)這些變量在不同研究對象上的值具有明顯差異;

(2)這些變量之間不能存在高度相關(guān);

針對第一個(gè)要求，采用標(biāo)準(zhǔn)差、極差來檢驗(yàn)變量數(shù)值在不同研究對象上是否具有明顯差異，計(jì)算結(jié)果如表1所示。

表1 變量數(shù)值在不同研究對象上的差異

通過以上數(shù)據(jù)可以看出，變量數(shù)值在不同研究對象上的極差、標(biāo)準(zhǔn)差都較大，說明數(shù)值之間存在較大差異，因此符合聚類分析對變量的第一個(gè)要求。

對于第二個(gè)要求，各個(gè)商家到7個(gè)消費(fèi)者聚集地之間的距離是由雙方的地理位置決定的。小區(qū)、學(xué)校的分布是由市政規(guī)劃部門經(jīng)過統(tǒng)一規(guī)劃、招標(biāo)、建設(shè)，雖然商家一般偏好分布于人口相對聚集的小區(qū)、學(xué)校，但同時(shí)會受到店鋪?zhàn)饨?、地段的影響。消費(fèi)者在平臺上選擇外賣商家時(shí)受口味、價(jià)格、配送時(shí)間等多種因素的影響，因此7個(gè)消費(fèi)者聚集地到不同商家之間的距離變量之間不存在高度相關(guān)性。

2.聚類分析

在研究中，我們采用SPSS軟件和K－均值聚類方法對數(shù)據(jù)進(jìn)行聚類分析。表2為初始的距聚類中心，表3為進(jìn)行5次迭代后的最終聚類中心，總共分為3大類別。

表2 初始聚類中心

表3 最終聚類中心聚類

根據(jù)以上的聚類分析的計(jì)算結(jié)果，對34個(gè)研究對象所屬的類別進(jìn)行整理，最終結(jié)果如表4所示。

表4 不同研究對象所屬類別

3.類別分析

對于每一個(gè)類別中的研究對象到每一個(gè)消費(fèi)者聚集地的距離數(shù)值計(jì)算平均值，根據(jù)平均值的特征對每個(gè)聚類添加標(biāo)簽，如表5所示。

表5 不同類別中的研究對象到每一個(gè)消費(fèi)者聚集地距離的平均值

根據(jù)以上不同的研究對象到每一個(gè)消費(fèi)者聚集地之間的距離數(shù)值特征，按照0—800米、800—1500米、1500—2000米這三個(gè)標(biāo)準(zhǔn)對距離的平均值進(jìn)行統(tǒng)計(jì)，結(jié)果如下表所示:

表6 不同類別中距離平均值的所屬范圍分布

(三)結(jié)論

通過以上數(shù)據(jù)分析過程可知:在同濟(jì)大學(xué)四平路校區(qū)、赤峰小區(qū)、密云大廈、遠(yuǎn)洋廣場小區(qū)、鞍山八村住宅小區(qū)、同濟(jì)西苑小區(qū)、峰華大樓這7個(gè)消費(fèi)者聚集地附近的34家外賣商家可以分為三類:第一類距離為0—800米，屬于短距離送餐商家，第二類距離為800—1500米，屬于短中距離送餐商家，第三類距離為1500—2000米，屬于中長距離送餐商家。至此，我們將原本雜亂無章的外賣商家進(jìn)行了合理分類，找到了同一類別下商家的共同的距離特征，以此為基礎(chǔ)，平臺可重新制定相應(yīng)的配送和調(diào)度規(guī)則。

四、優(yōu)化方案

為了簡化模型，在不考慮口味偏好、服務(wù)態(tài)度等因素的前提下，基于上述聚類分析結(jié)果，我們給出以下優(yōu)化對策:

(一)切片

外賣平臺一天中訂單數(shù)量的分布是不均衡的，一般訂單最為集中的時(shí)間段為:11:00—12:00、16:30—18:30;訂單較為集中的時(shí)間段為10:00—11:00、12:00—13:00、18:30—19:30;其余時(shí)間訂單的數(shù)量相對較少。如果平臺一直保持很高的數(shù)據(jù)處理能力，那么在較長一段時(shí)間內(nèi)這些資源并沒有得到有效利用，反之，平臺則不能夠在繁忙的時(shí)間段內(nèi)及時(shí)、有效地對訂單進(jìn)行處理，從而無法滿足顧客的需求。

根據(jù)外賣平臺在訂單處理上的這一特點(diǎn)，建議根據(jù)不同時(shí)間段內(nèi)訂單數(shù)量的情況，設(shè)置不同的切片時(shí)間間隔。在訂單最為集中的時(shí)間段每30s對平臺收到的訂單進(jìn)行一次處理;在訂單較為集中時(shí)間段每60s對平臺收到的訂單進(jìn)行一次處理;其余時(shí)間每3min對平臺收到的訂單進(jìn)行一次處理。

(二)分類

外賣平臺通過歷史記錄將商家的地理位置和商家配送范圍內(nèi)的消費(fèi)者的位置進(jìn)行定位，計(jì)算它們之間的距離，以距離為變量，通過聚類分析，將它們分成短距離送餐商家、中長距離送餐商家和短中距離送餐商家三類。

(三)擇類

廢除原有自主搶單、按單取酬的規(guī)則。按照聚類分析得出的三個(gè)類別，將商家進(jìn)行劃分。將配送員分配到不同的商家類別中，然后配送員只能對各自所處的類別中的商家產(chǎn)生的訂單進(jìn)行搶單配送。即選擇配送某一類別下的若干訂單。

(四)調(diào)度

通過計(jì)算每一個(gè)類別起訖點(diǎn)之間的直徑距離，用該距離除以配送員平均騎行時(shí)速得出平均配送時(shí)間，平臺目標(biāo)送達(dá)時(shí)間 (不考慮商家訂單準(zhǔn)備制作時(shí)間)除以平均配送時(shí)間得出配送員同時(shí)配送某一類別訂單的最大數(shù)量，防止出現(xiàn)配送員無限制搶單而導(dǎo)致的部分訂單配送時(shí)間過長。

(五)取酬

對同一類別里的訂單設(shè)置統(tǒng)一的底薪和每單報(bào)酬，配送員按類計(jì)酬而不僅僅是按單計(jì)酬。屬于短距離送餐商家的訂單數(shù)量多，但是單位配送費(fèi)低;相反，屬于中長距離送餐商家的訂單數(shù)量少，但是單位配送費(fèi)高，這樣能夠保證不同類別薪資的公平性，從而保證配送員選擇類別時(shí)的均一性，有效遏制惡性競爭。

【注釋】

①美團(tuán)外賣APP月訂單數(shù)②數(shù)據(jù)來自美團(tuán)外賣平臺

［1］楊博文，王靜.O2O餐飲外賣目標(biāo)市場發(fā)展趨勢分析 ［A］.科教導(dǎo)刊－電子版 (上旬)，2015，(8):146－147

［2］肖昀澤.淺析我國O2O餐飲營銷模式存在問題及對策建議.農(nóng)家科技 (下旬刊)，2014，(10):252－253

［3］徐興旺.如何進(jìn)行O2O餐飲物流即時(shí)配送的“精耕細(xì)作”信息與電腦，2016，(5):1－4

［4］王實(shí)倩.我國餐飲O2O模式的發(fā)展?fàn)顩r探究 ［A］.中國商貿(mào)，2015，(5):172－179