美团、滴滴这场大战，真的存在降维打击吗？

　　从美团和滴滴互相进入打车和外卖领域的第一天起，究竟谁赢谁输便成了争议的焦点，那美团、滴滴这场大战，真的存在降维打击吗？
　　打车和外卖的场景需求中，究竟分别涉及到哪些参与方，操作逻辑怎样才能更顺畅，用户对等待时长等服务体验指标的容忍度如何？
　　近日，外卖和打车领域的一场巨头酣战，吸引了大众的目光。双方依靠背后雄厚的资本和成熟的商业体系攻城略地，战局火热，众说纷纭。
　　4月2日，滴滴外卖在上线首日24小时就因技术故障紧急“下线”，被外界质疑其对外卖技术壁垒预估不足。
　　随后4月9日，滴滴外卖官方称在无锡当日订单达到33。4万单，“远超此前预期”。然而时隔不久，就被用户投诉和爆料：“滴滴上下了订单23个小时才能收到餐”，“上班下的单，下了班到家，才说送到，让人怎么吃！”
　　事实上，从美团和滴滴互相进入打车和外卖领域的第一天起，究竟谁赢谁输便成了争议的焦点。“突破边界”、“平台格局”、“商业模式”、“烧钱大战”，各种观点和解读层出不穷。
　　那么，在滴滴和美团的这场“边界之争”中真的存在“降维打击”吗？
　　我们不妨从产品实现角度来看一下。
　　要想完成一个优质的产品，用户场景（需求）、操作逻辑、用户体验缺一不可。打车和外卖的场景需求中，究竟分别涉及到哪些参与方，操作逻辑怎样才能更顺畅，用户对等待时长等服务体验指标的容忍度如何？
　　下文为您详细解读。
　　打车两点一线，外卖三点循环
　　在打车的业务系统中，平台需要连接的是司机和乘客两方，其履约环节主要是接人和送人两个，流程相对比较短，复杂度不高，而且整个调度主要在小区外主干路完成服务，没有小区内部和室内导航问题。
　　但到了外卖领域，平台不仅需要连接包括商家、骑手和顾客的三方，更需要涉及下单、骑行、取餐、交付等多个履约环节。整体流程比较长，且程序复杂，中间任何一个环节出问题都会影响履约。
　　有种观点认为：滴滴的调度在范围上是全城，而外卖调度则在3KM到5KM的半径范围进行技术迭代，这也意味着数据有限，技术的提升有限，然而认真剖析会发现事实并非如此。
　　外卖调度中，不同商户出餐的时间、配送员取餐的时间、用户取餐的时间都需要多维度的计算，并将每一步的状态同时展示给消费者。对比来看，虽然在滴滴的整个履约过程中，双方是动态的，但其计算的复杂度要远远低于外卖。
　　更重要的是：在外卖的配送服务过程中，既包括了骑手在室外的通行，又有上下楼取餐和交付等室内任务，需要较高精度的小区内部导航和室内定位技术。而这一场景的缺失，直接导致了滴滴在出行领域的技术调度难以发挥，最终影响了履约过程。
　　所以，从平台维度的复杂性角度来说，外卖的技术壁垒显然要高于打车，对于履约环节相对简单的打车系统来说，需要建立更大的技术能力才能与外卖相匹配。
　　1个外卖员送10个人的餐？
　　在过往用户对履约的感知中，打车的业务一般分为两种：
　　一种是从A点B点的一对一实时匹配关系，也就是包括快车、专车等非拼车业务，这种业务形态中，计算司机和乘客的最优对应关系，是一个二分图的匹配关系，简单说，就是点对点。
　　另一种是相对复杂的拼车业务，在这个履约过程中，一辆车最多对应3个乘客，那么对应的出发地和目的地最多6个节点。
　　从这个角度我们不妨来看看外卖涉及的环节。一般情况下，在午高峰和晚高峰的时段，一个骑手往往需要在取餐、送餐的过程中，根据路径优化、再取餐、送餐，中间对应的大多是十几个订单以及二十多个取送餐的任务节点，其复杂程度比打车高出几个数量级。其中，在路径规划的基础上，计算骑手与订单的最优匹配关系，其算法复杂度又上升了一个指数级。
　　相较于打车最多6个节点的调度系统，外卖的调度属于典型的多人、多点的实时匹配。在如此大的计算量之下，算法还需要在秒级完成所有最优路径的计算、所有订单的最优指派，这样才能更好的在预估时间内完成整个履约环节。
　　需要注意的是：在打车的调度中，乘客从指定地点上车，到下车，即可完成履约环节，在路径的规划计算中，只需要预测机动车的高低峰值。
　　而在外卖的调度中，既要考虑骑手取餐的环节，行进过程中路径和路况的复杂度，同时，还需要考虑最终送达写字楼或是居民区的节点，因此在技术上的复杂程度更高。
　　所以，从外卖和打车两者的调度系统来看，外卖平台所积累的调度技术向打车调度迁移相对更加容易。
　　暴雨天等餐3小时？顾客永远没耐心
　　事实上，除了上述两点，打车和外卖在预估用户时间上也存在较大的差异。
　　以打车为例：在实际的技术应用中，平台主要需要预估的是乘客等待司机的时间，对上车后到达的时间也有预估，不过这主要是给用户一个建议，并不是履约承诺的一部分，平台不会严格要求司机在这个时间内必须到达目的地。
　　但放在外卖配送的技术中，准时送达是平台保证用户体验的核心指标之一，是履约中非常重要的部分，所以外卖配送需要对达到时间进行更加精准的计算。
　　比如：外卖在下单时，需要给顾客承诺合理的预计送达时间，而且需要决定各种价格。比如：用户配送费、骑手邮资等，对精确度要求较高，这也是打车业务中所缺失的部分。同时，外卖系统不仅要预估骑手在路上的通行时间，还需要估算商家出餐时间、在顾客位置的交付时间。
　　这中间，又涉及到商家出餐时间受堂食影响，预估时间难度很大。
　　值得一提的是：比起汽车的可行路线计算，外卖配送的电动车可行线路，要更加复杂多样，这也加大了准确估计通行时间的难度。
　　此外，在出行和外卖配送领域，还需要面对极端天气带来的挑战。而打车因为其履约特点，需要解决的问题依然相对简单。
　　比如：在暴雨或暴雪天气，打车主要会遇到的问题就是乘客打不到车。此时，在调度上通常采用抑制需求和运力调度的方式解决。这种情况下，对于能够打到车的用户，实际履约的体验影响并不大。
　　但对外卖而言，极端天气带来的挑战既包括了点餐的用户，也包括之前已经下单但是还在履约环节的用户。而且更重要的是：比起出行，吃饭这件事对配送时长会更加敏感。
　　所以，整个履约环节还还涉及到商家餐损、骑手配送压力大影响安全等等。因此，面对极端天气时，外卖配送除了抑制需求和运力调度之外，还需要配送系统多个模块实时联动，综合考虑商家配送范围动态变化、合理承诺预计送达时间、调度策略自适应调整。
　　总结
　　综合来看，在出行和外卖的市场中，谁都无法单纯依靠补贴赢得战局，最终考验的仍然是整个平台的运营效率、技术壁垒和用户体验。
　　在这场打车和外卖的“边界之争”中，对美团来说，丰富的场景和用户需求，决定了其做打车的逻辑是自然而然的，其技术壁垒也是从复杂到简单的过度。
　　而对于滴滴从出行进入外卖来说，既要面对商业模式从简单到复杂的变化，同时还要克服技术从简单升级到复杂的调度中去的难题，面对美团在技术和场景上的“降维打法”，滴滴面临的挑战要大的多。
　　但考虑到滴滴本身也有着巨大的流量，如果能够克服商业模式、技术壁垒带来的挑战，外卖也未见得不能分一杯羹。不过，成功与否要取决于滴滴做外卖的决心有多大，耐心有多久。
　　可以预见的是：从打车跨界到外卖，是一件看起来简单做起来难的事情。如果说今天美团已经一只脚迈入了出行的领域，那么滴滴距离真正能做外卖，还有很长的路要走。