在大數(shù)據(jù)和人工智能的賦能之下，幾年后的購物消費場景將會變得有多智能和人性化?想象力匱乏的我們大多很難一下子回答得出來。而眼下，最困擾我們的莫過于“今天吃什么”、“周末去哪玩”以及衍生出來的“去哪吃去哪玩才劃算”等每天都要面對的問題。

　　東西太多了，選擇性困難癥就又犯了。那么，智能消費時代，平臺如何更懂用戶DNA?

　　數(shù)據(jù)比我更懂我自己正當你在糾結(jié)中午吃什么的時候，照例拿起手機，打開外賣類APP，卻發(fā)現(xiàn)系統(tǒng)提示你：有4天沒有叫某家品牌餐館的拉面外賣了，是否來一份?疑問來了：系統(tǒng)怎么知道我已經(jīng)4天沒有吃拉面了?

　　除此之外，你還可以在系統(tǒng)數(shù)據(jù)中看看別人的選擇：在距離你3KM范圍內(nèi)的女性白領(lǐng)，有13%選擇了黃燜雞米飯、15%選擇了鹵水拼盤、還有21%選擇了燒鴨飯……選擇困難癥發(fā)作的你，也可以選擇“隨波逐流”，點一份大部分白領(lǐng)都會選擇的燒鴨飯作為午餐。

　　而當下午茶公司同事提議叫外賣，拿起手機時，正想點一份可口的雞排，美團外賣卻提醒你，你從智能技術(shù)引領(lǐng)消費新時代前天開始連續(xù)三天都在吃油炸類食品，血脂高、太上火，不利于身體健康，建議還是選擇水果沙拉。

　　下單之后，發(fā)現(xiàn)這位系統(tǒng)分配外賣員雖然距離商家很近，但卻塞在了半路上，進退兩難，大數(shù)據(jù)系統(tǒng)通過計算提示用戶：根據(jù)路況，該外賣員可能還需要30分鐘才能到店。

　　此時，餓得兩眼發(fā)昏的你并不需要勒緊褲腰帶繼續(xù)等待，而是可以根據(jù)系統(tǒng)的建議選擇距離店家一路通暢的其他外賣員，收獲一份“極速外賣”將成為可能。在網(wǎng)絡(luò)協(xié)同和數(shù)據(jù)智能雙輪驅(qū)動下，本地生活服務(wù)的各行各業(yè)，都正在進行在線化和數(shù)據(jù)化的改造，很快就可以實現(xiàn)上述一切的場景。

　　不難實現(xiàn)的是，用戶常用的第三方本地生活服務(wù)平臺將變得比用戶本身更了解自己，更懂用戶的習(xí)慣與需求。用戶的每一次“選擇”和“足跡”，都將被記錄下來形成大數(shù)據(jù)，并通過智能化運算和網(wǎng)絡(luò)協(xié)同應(yīng)用，服務(wù)于千萬個體。

　　使用過第三方本地生活服務(wù)平臺的用戶都會知道這樣一個規(guī)律，有一些商家由于推廣等因素，會長期占據(jù)在軟件的頭部位置，甚至有些口味正宗信譽不錯的店鋪會被部分商家作弊“刷”出的好評掩蓋過去，失去了讓用戶選擇的可能。所以，很多用戶每次打開軟件都會發(fā)現(xiàn)：“總是這幾家……”。

　　想換一個商家，換一種口味，或者尋找自己喜歡的那家店鋪，就要連續(xù)翻許多頁，才能夠找到。很明顯，在展示與流量的分配上，這樣有失公平，長期占據(jù)頭部頁面的商家將會獲得比其他商家更多的曝光機會，被選擇的幾率也會隨之增大。而在加入了大數(shù)據(jù)和人工智能的推薦機制之后，在飲食上每個用戶都有差異化的偏好，系統(tǒng)會根據(jù)用戶的偏好進行商家的推薦，這樣就使得流量可以平均分配，也減少了商家在評價上作弊的可能與必要性。

　　行業(yè)“痛點”成為過去對于所有本地生活服務(wù)平臺來說，配送調(diào)度一直都是行業(yè)的一大痛點。行業(yè)發(fā)展初期，配送主要使用騎手搶單和人工派單兩種模式。搶單模式存在較嚴重的挑單、拆單、亂搶單等問題，既不能保障商戶用戶體驗，又不能保障資源合理分配，造成運力浪費和效率低下;人工派單對調(diào)度員個人能力要求高，既不利于業(yè)務(wù)快速擴展，又無法應(yīng)付高單量，同時人力成本也很高，還極易出現(xiàn)混亂。

　　在這樣的痛點下，就會造成這樣的問題：你下單之后，賣家接單開始制作，然而久久等不到外賣員接單，或者接單之后前面還排著好幾個要送的餐，這樣一來，用戶等待的時間變長，外賣的體驗自然就很差。而對于商家來說，做好的食品不能得到及時的配送，口感與品質(zhì)自然也會大打折扣。

　　外賣配送調(diào)度規(guī)模巨大、復(fù)雜程度高，而且每一單的生命周期十分有限，加上各種因素導(dǎo)致的訂單配送調(diào)度的差異化要求高。這些都是傳統(tǒng)物流領(lǐng)域積累的相關(guān)技術(shù)無法直接應(yīng)用到實時配送調(diào)度場景，會造成巨大的浪費和不必要管理成本的出現(xiàn)。

　　以美團外賣配送調(diào)度項目團隊為例，用不到半年的時間，借鑒了傳統(tǒng)工業(yè)物流優(yōu)化難題的解決智慧，針對外賣配送的特點，通過對大數(shù)據(jù)和人工智能的運營，進行了一系列模型、算法和業(yè)務(wù)模式的創(chuàng)新，就解決了這“簡單的一盒外賣”背后長期存在的痛點。

　　在大量的歷史數(shù)據(jù)基礎(chǔ)上，可以建立大數(shù)據(jù)分析和優(yōu)化平臺。針對配送調(diào)度精準建模所需要的多類參數(shù)，系統(tǒng)將根據(jù)騎手未配送訂單信息、不同目的地信息、騎手實時位置和運動方向等海量大數(shù)據(jù)進行智能調(diào)度和派單。

　　此外，“聰明”的系統(tǒng)還將自適應(yīng)和自學(xué)習(xí)，合理壓單、批量處理未派送的訂單。還將把許多外賣可能遇到的問題考慮進來，比如訂單結(jié)構(gòu)、配送員習(xí)慣、區(qū)域路況、天氣、交通工具、取餐難度、出餐時間、交付難度、配送范圍等多類復(fù)雜因素并進行精準畫像，且同時存在多個優(yōu)化目標。并將配送“最后一公里”中影響配送效率的路面障礙物加入地圖的路網(wǎng)數(shù)據(jù)，有效規(guī)劃導(dǎo)航路徑。

　　看似簡單一盒外賣，背后卻是十分復(fù)雜的算法才到你的手里。

　　終極目標就是幫助商家和用戶節(jié)省時間，提高效率，提升外賣服務(wù)各方體驗。據(jù)悉，目前美團外賣平均配送時長已經(jīng)縮短到了28分鐘，已經(jīng)將網(wǎng)絡(luò)協(xié)同和數(shù)據(jù)智能雙輪驅(qū)動的“黑科技”結(jié)合到了外賣領(lǐng)域。

　　雙輪驅(qū)動后的化學(xué)反應(yīng)美團點評布局大數(shù)據(jù)和人工智能已不是新聞，加之在生活服務(wù)領(lǐng)域的多年深耕，讓美團點評積累了億級的歷史訂單數(shù)據(jù)、百億級的騎手軌跡數(shù)據(jù)和上千萬用戶、商戶特征數(shù)據(jù)，這些數(shù)據(jù)的價值遠遠超越每一單貢獻的利潤，成為未來本地生活服務(wù)領(lǐng)域最核心的優(yōu)勢資源和行業(yè)壁壘。

　　阿里學(xué)術(shù)委員會主席曾鳴指出，網(wǎng)絡(luò)協(xié)同和數(shù)據(jù)智能推動阿里和騰訊都成為了市值超過3000億美元的大公司，而在世界互聯(lián)網(wǎng)范圍內(nèi)，谷歌則做得最為出色，市值已經(jīng)達到了6000億美元。接下來最有希望通過網(wǎng)絡(luò)協(xié)同和數(shù)據(jù)智能雙輪驅(qū)動，獲得突破的公司則是airbnb、美團點評、滴滴、今日頭條等，這些公司無一例外都正在將所有你能想象的服務(wù)搬上了網(wǎng)，并且充分打通商家和用戶，形成各自小的網(wǎng)絡(luò)結(jié)構(gòu)。

　　現(xiàn)實中，也正在向曾鳴設(shè)想的方向去進階。在商家和用戶的客戶端兩側(cè)，看似簡單卻不失精準的指引，幕后都是大數(shù)據(jù)+云計算+人工智能的支撐。平臺服務(wù)方可以進行一系列模型、算法和業(yè)務(wù)模式的創(chuàng)新優(yōu)化，目的就是商家和用戶雙輪都能獲得更大的驅(qū)動力，一面用戶端，一面連接線下服務(wù)行業(yè)商家。提高傳統(tǒng)服務(wù)行業(yè)的生產(chǎn)效率，節(jié)約成本，幫助用戶更加方便地找到物美價廉符合自己個性的消費場所和消費品，同時也幫助商家們更好經(jīng)營。

　　在用戶端之外，商家端也可以受益于雙輪驅(qū)動后的價值，比如從信息決策到優(yōu)惠方式、從開店選址到客戶引流、從智能支付到營銷推廣，商家生態(tài)平臺中的大部分環(huán)節(jié)，都可以獲得科學(xué)精準的幫助和資源匹配。

　　未來，這樣一個超強大腦，在商家和用戶的雙輪驅(qū)動下，甚至能夠幫助到餐飲外賣之外的酒店、電影、旅游等各個行業(yè)，進行智能化的精準匹配，加速整個行業(yè)“互聯(lián)網(wǎng)+”進程。

　　科技歸根結(jié)底是提高生產(chǎn)效率，“互聯(lián)網(wǎng)+”也是如此，其最終目的是希望利用互聯(lián)網(wǎng)技術(shù)和人工智能的技術(shù)去改造傳統(tǒng)行業(yè)。

　　智能化消費時代，用戶到底需要什么樣的一站式生活服務(wù)平臺?可以預(yù)見，網(wǎng)絡(luò)協(xié)同和數(shù)據(jù)智能化，將有助于本地生活服務(wù)業(yè)的在線化和數(shù)據(jù)化的平臺更了解用戶的DNA。