美团外卖首次公开算法调整，能解救外卖小哥么？

前几天，美团首次公开了外卖业务的算法规则，当然，是以一种普通用户能看得懂的方式。

算法对于大部分不懂技术的用户来说只是一个名词，是计算机结合多种条件判断并推算出的一种结果。

但实际上，真正的算法远比看起来要复杂得多。从产品角度看，算法实际上都是一些规则。

当我们在美团外卖上点餐时，会看到一个系统计算出来的「大约送达时间」。神奇的是，这个时间能精确到分钟。

按理说，精确到分钟是一件不太可能的事，美团之所以这么设计，估计是想给用户一种精确的良好体验感。

在这种设计引导下，用户认知里形成了一种「边界感」，觉得超过这个时间点，配送就算超时。

对于外卖小哥来说，在这种「精确」时间点的规则要求下，不得不在马路上飞奔、在商家店里催促、在电梯里着急。

这一切都是为了达成一个目标，用户体验。

准确说，是点餐用户的体验。

说实话，在外卖系统这种产品里，要平衡好用户、商家、骑手的体验是一件很难的事，或者说是一个永远无法有最优解的难题。

被困在系统里的不只是骑手，还有商家、还有用户。如果说他们被困在系统里，那么锁上他们的就是算法。

美团这次公开的算法规则里，明确说了这个「大约送达时间」实际上不是一个时间，而是由 4 个时间共同组成。

从大类上看，分为模型预估时间和三层保护时间，系统最终会选择 4 个时间中最长的一个作为呈现给用户的「大约送达时间」。

理论上，这种算法机制能够确保外卖小哥在比较合理的时间内将外卖送到用户手上。

可实际上，现实中会存在很多的不确定性，比如商家出餐慢、路上交通堵、小区进去难等可变因素。

对于算法来说，无法做到准确预估这种「实时不确定性」，所以给出的大约时间往往存在一定的偏差。

注意，我这里说的是实时不确定性。

所谓实时不确定性是指提前很难预估、发生没有规律、并且在发生后才能做出应对策略的一些事件。

这种偏差加上前面提到的用户对送达时间产生的「边界感」，很容易触发或放大一种不好的用户体验：超时。

如今，超时引发的是用户不满和投诉，带来的是对外卖小哥的差评，差评会影响外卖小哥收入。

这种连锁反应，同时也引发了很多不良事件，这些你们在新闻上都看到过。

对于整个外卖业务流程来说，过程中有多个节点会出现上面提到的实时不确定性。

比如商家接单环节碰到促销订单高峰、骑手取餐环节遇到出餐慢、配送环节遇到突降暴雨、末端交付环节遇上查健康码进去慢等等。

如果靠算法提前去预判这些可能的实时不确定性，基本是做不到的。

所以只有一个办法，在实时不确定性事件发生后，用相应的策略来调整或补充提前预估的不足。

为此，美团也公布了自己针对当前算法弊端所作出的调整。

第一，将原本的「大约送达时间」从时间点改成时间段。

第二，针对异常情况对送达时间进行「补时」。

从时间点改成时间段以后，用户对于「精确」的认知会降低，边界感也会模糊，这是牺牲一点用户体验去换取整体平衡的做法。

对于「补时」的策略，需要在算法里做一些设计。比如，从历史数据里识别那些长期出餐慢的商家，骑手在配送这些商家餐品时会自动获得系统补时。

系统毕竟不是万能的，在应对一些实时不确定性事件时，还推出了人工补时干预，外卖小哥可以结合实际情况进行上报。

其实这个过程跟百度地图上报路况的方式有点类似，百度的算法无法实时知道每一条路上的突发情况，所以借助用户的力量就是最好的选择。

根据美团公布的数据，在 40 多万份用户问卷中，有 65% 的用户表示愿意尝试时间段的方式。

此外，他们在长沙、杭州、苏州等城市进行了试点，以此带来的用户差评率降低了 50.7%。

从数据结果看，这两个策略是有效的。

其实从外卖业务全流程的角度看，不确定性最强的两个环节其实是商家出餐和最后几百米的配送。

如果骑手到店后商家还没出餐，此时骑手只能干等。如果配送地点不熟，找楼栋找门牌号等电梯也会浪费很多时间。

至于路上的配送时间，其实这才是骑手相对可控的。

不过，算法调整后对外卖小哥的处境有所改善么？我认为会有一点，但依然无法解救拼命的外卖小哥。

路上快一点就能多送一单，多送一单就多赚一单的钱，在这种循环促使下，路上飞奔的外卖小哥并不会慢下来。

对于他们来说，平台能多一些保障，对于不确定性异常多一些容错空间，或许才是缓解骑手之困的有效做法。

对于产品来说，提升用户体验的同时也要考虑整体平衡。

至少，我认为最初的精确时间点设计就不是一个好方案。这是只考虑产品逻辑和用户体验，却忽略了业务整体平衡的做法。

对于很多用户来说，其实不差那几分钟。可如果产品把这种预估的时间当成一种展示出来的承诺，那就变味儿了。

所有的事情，只有自己亲身体验过才有切身感受，吃饭如此，送外卖同样如此。

产品经理不能总坐在办公室里，得多出去体验生活。

················· 唐韧出品 ·················