前言

随着互联网的快速发展，我们的生活也有了极大的变化：衣食住行，吃喝玩乐等各方面的需要都可以通过互联网来得到解决。

在日常生活中，我们使用手机做得最多的事情，除了社交，打游戏，看视频以外，可能就是点外卖了。而外卖的出现可以说直接改变了人们饮食的方式，同时也给予了社会大量的工作岗位，是我们生活中重要的组成部分之一。

而作为连接商家和食客之间的重要桥梁，“外卖小哥”的名头这几年也打得特别响亮。参与送餐工作的人来自于社会的各行各业，而除了“正规军”以外，有的朋友可能平时也会兼职赚一些零花钱，因为其入行门槛低，许多学生朋友也是其中的重要组成部分。

【文末有福利！！！请大家看完哦】

一

但每至饭点，甚至是凌晨，也经常会看到他们驰骋的身影，感激之余，也不禁为他们捏一把汗：因为闯红灯、见缝就钻、骑行时手机不离眼......这种种行为造成了极大的交通安全隐患，每年有不少的骑手都因此而付出了惨痛的代价。

而至于他们为什么这么拼命？作为消费者，我平时也有所耳闻，作为消费者，和我们息息相关的就是配送服务方面了：

以大家所熟知的超时最为普遍，也是最为常见的扣罚方面，如果是商家出餐导致的超时，或是客户异常问题而引起的超时，这两者都可以通过审核进行剔除。但是异常订单不会超时，却会影响到后续的订单导致超时，这个问题很难避免。所幸这方面的扣罚比较轻，一般是在2元左右，大致的扣罚标准为单价的一半。

然后是客户服务方面，一般是客户给予的差评和投诉为主，外卖平台的本质是服务行业，所以这就使得服务非常重要，因此这方面的处罚是比较严重的。

作为国内外卖行业最大的公司之一，如何进行骑手送餐时间的调配，使骑手能够安全地送餐，顾客能在规定时间内享用到餐品，就成了重要的问题之一。

二

9月10日消息，美团首次公开了关于骑手配送时间的计算规则，并介绍了预估送达时间背后的算法逻辑。算法测算出的“预估到达时间”其实不是一个时间，而是四个时间，即“模型预估时间”和“三层保护时间”。

据美团介绍，因为担心模型预估时间与现实情况不符，导致骑手配送压力增加，算法从城市特性、配送过程分段累加和距离三个维度，额外测算出了三个时间，并从四个时间计算结果里，选择一个最长的给骑手。

但尽管这样，也有不少从业者表示，这次调整只是在骑手APP增加了时间罢了，客人那里没增加时间烽火台系统里也没增加时间，最终骑手app显示不超时，客人和烽火台都却显示订单超时。且如果商家出餐慢的话，20分钟后才能进行订单异常的审核，这样的调整对于骑手来说简直是杯水车薪......

同时，这次事件也让大家讨论起了骑手的社保缴纳问题，不少官媒和媒体人都在发声呼吁，但那就是另一个话题了。

美团还有很长的路要走，希望它能为社会提交一份满意的答卷。

文末福利

小编这次的资料分享，就跟美团息息相关，这份文档是2020年美团的一份年终技术总结。

包括AI的在业务场景中的实际运用、高效率前端与架构实战、美团外卖背后的客户端技术架构、千万级日活APP的质量保证以及前端的动态化与可用性建设等等，很适合学习算法、学习前端以及运营和产品的朋友学习观看。

下面是一些文档预览：

即时配送中的机器学习技术

深度强化学习技术在智能调度中的应用

美团外卖客户端UI自动化测试实践

外卖商户数据化运营体系建设

文档数量较多，请大家下载文档后详细观看~

领取方式如下：

1、关注我的账号

2、转发并评论：“实用”

3、点击头像后私信我：大写字母“Y”即可获取