当前课程知识点：大数据技术与应用 > 王栋：美团外卖的大数据应用 > 外卖行业及场景简介 > 外卖行业及场景简介
那么这个课程本身是
确实是咱们信研院这边的一个
很好的一个课程
也邀请了美团的同事
在这个学期会进行
大概四五场的一个讲座
那我这个是第一场
希望能够让大家不失望
然后给大家一些
不太一样的一些感受
来自于企业界的一些想法
那这个内容大概会分为
这么五部分
首先是外卖这个行业
大概是什么样的一个情况
然后我们这个实际上
包括我们的用户
会怎么样去操作
然后商家还有我们的配送员
然后再去看一下
在餐饮和外卖这个行业
一般来说要做这种AI
或者是大数据的应用
我们有怎么样一个思考的框架
第三然后是做两个
第三和第四做两个具体的
案例的分析
一个是在智能营销场景里面的
用户画像应该怎么做
另外一个是在智能的助手
跟用户做对话的这种情况下
我们怎么样去做
我们菜品画像
那么这可能是跟餐饮行业
结合比较紧的一个点
最后会做一个简单的展望
首先来说我们现在这个大的背景
第一个背景是
中国我们知道现在其实是
已经渡过了早期的一个发展阶段
现在面临主要的矛盾是
跟人民群众日益增长的
美好的生活的需要
以及我们现在需求不平衡
然后不均衡
这么一个发展阶段
那其实归根到底
用一个通俗的话来说
是要进行消费的升级
那无论是现在北上广深
这样的一线城市
还是说三线 四线的小镇青年
大家其实都有着
对美好生活的向往
所以在这个过程当中
大家的收入也逐渐的增高
包括现在有很多的互联网
新的APP
像抖音或者是快手这样的一些
更新的APP
那其实也是在试图去
面向更年轻
更有消费能力的一些人
那么在这个过程当中
我们其实会想到
什么样的行业在消费升级当中
会有比较大的一个增长
这个是来自于摩根斯坦利
之前的一个报告
案例取的是德国 日本
美国和韩国
在社会变迁
以及消费升级的过程当中
哪些行业是比较有大的一个增长
哪些行业可能会相对于来说
有一个小的增长
横轴是GDP相对百分比的增长
那如果是在左边负的话
代表它这个形势缩减的
可以看出来对这四个国家而言
个人 社会的服务
以及餐饮和酒店的服务
那其实在这个过程当中
是有比较大的一个增长
另外一点我们可以换一个视角
就是在去年 2017年的时候
国家信息中心也发布了一个
共享经济的一个报告
我们可以看出
其实在2017年的时候
整体共享经济的交易额是49万亿
这个还是非常大的一个数字
核心是 当然是金融这一块
那除了金融之外
生活服务也是位居第二的
这个生活服务
包括我们所理解的
像共享单车 滴滴的出行
也包括像我们外卖
这样的一些行业
这个生活服务业是13万亿
也是非常大的一个规模
所以从这两个角度来看的话
美团现在所从事的这些
本地生活服务
无论是之前的电影票 团购 酒店
然后包括现在我们在做的外卖
都是为了帮助大家去把
生活更便捷 更方便
吃得更好 住得更好
看了这个之后
我们来看一下我们这个
外卖一单会是什么样的一个流程
一个用户来了以后
在APP上他会去看一下
他今天想吃什么
然后会去做一些选择
然后去支付
支付了以后订单的信息
我们会从后台传送给商家
商家会看到这个订单
然后决定他要不要接
有可能他当时中午已经非常忙了
可能就不接这一单
如果接了的话呢
他会去 自己一方面去做
同时会通知我们这边美团的骑手
骑手小哥
他的APP上看到这么一个消息
然后就会去赶往商家
然后取了这个餐之后
去送到消费者手中
可以看出来在这个过程当中
我们会涉及到用户 平台 商家
和配送员
这么四个链条
这个特点其实也比较明显
吃饭的时候
我们往往是想起来
饿了的时候才会去点餐
肯定不希望饿着肚子一个小时
或者是两个小时
在这种情况下
对时间的要求是非常的迫切的
是具有一定的刚性
不可能很容易的说
延迟到一个小时或两个小时
那同时配送员的数量也是有限的
那也不可能说
一天之中从一万人变到两万人
所以在这样一个情况下
要去做配送问题的时候
它是一个强约束的一个链条
强约束的一个问题
而且这种资源刚性的情况下
并不是很好去优化
同时服务的链条
我们刚才经历了三步
那这个链条也比较长
所以最后呢
其实需要做一个非常有挑战的
一个即时配送的工作
那关于怎么做即时配送这件事情
今天我并不会去聊
我们后续会有同事
会覆盖这块的内容
我这边其实更想说的是
其实我接单之前
怎么样去帮助用户去做选择
怎么样去让用户在平台上更好
配送这块我们来简单介绍一下
就是说我们骑手接到单以后
他其实并不是一个
随便去跑的一个范围
每个骑手会有自己固定的一块
因为他对这块的地理位置
会比较熟
某个楼市分几层
究竟能不能进到这个门里面
电梯好不好
还是说他要去上楼
包括某个商家是在什么位置
这样都是需要有一个
长期的了解和积累
他才能做得比较好
所以我们有一个配送区的
范围的一个概念
他们会去
在这个配送区的范围之内
这个是中关村附近一个范围
他会在这里面去做一个
订单的配送
然后这是关于业务背景
一个简单的介绍
-完整讲座
--完整讲座
-李国杰：面向大数据的数据科学--课后习题
-数据思维方式的改变
-数据的假设与采集
--数据的假设与采集
-数据的准备
--数据的准备
-数据的分析
--数据的分析
-数据的解释与验证
--数据的解释与验证
-吴甘沙：大数据分析师的卓越之道——课后习题
-个人介绍
--个人介绍
-硅谷热门公司
--硅谷热门公司
-大数据简介
--大数据简介
-大数据平台系统
--大数据平台系统
-工业实践
--工业实践
-结尾
--结尾
-董飞：硅谷公司的大数据实战分析--课后习题
-数据系统架构历史
--数据系统架构历史
-从sql到nosql
-数据库系统实现变革
-负载融合
--负载融合
-数据系统架构成本
--数据系统架构成本
-杨光信：数据系统架构——课后习题
-什么是可视化
--什么是可视化
-网络可视化
--网络可视化
-大数据带来的新挑战
-大数据网络可视化的若干案例
-时磊：大数据网络可视化—— 课后习题
-网络安全概述
--网络安全概述
-大数据安全分析平台
-大数据安全应用
--大数据安全应用
-大数据平台安全
--大数据平台安全
-彭元：网络安全与大数据——课后习题
-人工智能系统的本质功能模型
-隐性智慧，显性智慧
-人工智能：能与不能
-人工智能的技术现状
-机制主义人工智能模型
-信息转换和智能创生定律
-人工智能与大数据
--人工智能与大数据
-钟义信：“人工智能与大数据”的创新研究——课后习题
-什么是机器智能
--什么是机器智能
-大数据的重要性及特点
-大数据中的因果关系与关键技术
-大数据与机器智能
--大数据与机器智能
-大数据思维
--大数据思维
-讲座问答环节
--讲座问答环节
-吴军：数据为王和机器智能的时代——课后习题
-大数据概述
--大数据概述
-大数据相关新趋势
--大数据相关新趋势
-大数据技术创新1
--大数据技术创新1
-大数据技术创新2
--大数据技术创新2
-大数据技术创新3
--大数据技术创新3
-大数据商业价值和前景
-大数据机遇和挑战
--大数据机遇和挑战
-苏中：从大数据到认知计算——课后习题
-金融大数据概述
--金融大数据概述
-用户个人信息分类
--用户个人信息分类
-金融大数据法律框架
-实际案例和业界实践
-核心风险点
--核心风险点
-王新锐：金融大数据的法律实践——课后习题
-互联网与商业化
--互联网与商业化
-大数据与计算广告
--大数据与计算广告
-计算广告介绍
--计算广告介绍
-数据交易
--数据交易
-刘鹏：互联网变现与计算广告——课后习题
-从记账技术到区块链
-区块链确保数据真实性
-区块链确保数据安全性
-区块链衡量数据价值
-区块链的应用和总结
-杨保华：区块链与数据科学——课后习题
-个性化推荐系统
--个性化推荐系统
-推荐系统的召回与排序
-智能制作之个性化海报
-线上推荐系统其它要素
-杨紫陌：个性化内容推荐——课后习题
-个人介绍及用户理解背景
-用户理解与用户画像
-案例1：用户属性识别
-案例2：自然人识别
-案例3：WOI与社交关系识别
-陆祁：用户行为大数据——课后习题
-内容智能生态——数据、算法、应用
-大数据在内容分析的应用
-IP价值评估系统
--IP价值评估系统
-爱奇艺的剧本评估
--爱奇艺的剧本评估
-爱奇艺的智能评分
--爱奇艺的智能评分
-阳任科：大数据与AI的内容分析——课后习题
-外卖行业及场景简介
-餐饮及外卖行业大数据应用框架
-案例分析：智能营销场景的用户画像
-案例分析：智能助手场景的菜品画像
-王栋：美团外卖的大数据应用——课后习题
-旅行业务的特点
--旅行业务的特点
-美团旅行业务的用户画像构建
-用户画像的应用案例
-住宿需求预测问题
--住宿需求预测问题
-营销补贴策略建模
--营销补贴策略建模
-赵楠：商业思维与大数据技术在美团旅行业务中的结合——课后习题
-互联网金融背景介绍
-互联网金融科技
--互联网金融科技
-数据智能的三个案例
-技术展望
--技术展望
-陈彧：美团点评金融服务的大数据与人工智能——课后习题
-数据的进化历程
--数据的进化历程
-阿里DMP平台介绍
-核心技术及案例
--核心技术及案例
-数据应用
--数据应用
-毛波：阿里全息大数据构建与应用——课后习题
-在线营销
--在线营销
-竞价机制
--竞价机制
-数据价值
--数据价值
-韩定一：在线营销中的竞价机制与数据价值——课后习题
-竞价排名搜索
--竞价排名搜索
-主要技术问题
--主要技术问题
-点击率预测概述
--点击率预测概述
-点击率预测实践
--点击率预测实践
-龚笔宏：大数据在工业界中的经典案例分享——课后习题
-即时配送业务的背景及挑战
-案例1：订单分配策略
-案例2：供需平衡策略
-未来展望
--未来展望
-郝井华：即时配送中的人工智能——课后习题
-什么是数据驱动营销
-LTV留存分析
--LTV留存分析
-RFM会员体系
--RFM会员体系
-消费者微群画像
--消费者微群画像
-渠道倾向性分析及行业竞争分析
-机器学习潜客挖掘模型
-- 机器学习潜客挖掘模型
-陈辉：数据驱动营销——课后习题
-金融大数据时代
--金融大数据时代
-大数据客观信用
--大数据客观信用
-我国的金融环境
--我国的金融环境
-客观信用的实践
--客观信用的实践
-应用案例与成果
--应用案例与成果
-艾小缤：大数据评价体系在金融、征信领域的创新——课后习题
-外部链接
--外部链接
