这是我的第46篇原创
朋友圈里被《外卖骑手，困在系统里》这篇文章刷屏了。文章我看了，跟其他调查报告一样，有事实有根据，有历史有现状，很详实，很真实。但是我想说：IT系统不背这个锅！人性之罪，怎能赖系统？你们这些记者不要瞎吵吵！
大雨文中写到“但在现实中，想要击碎这种「最优配送方案」，一场大雨就足够了”。
作为一个数据工作者，我表示呵呵。如果一个配送模型，不考虑天气特征、楼宇特性，那他应该拖出去砍了。
美团的配送系统叫“超脑”，里面有一个订单到达时间预测服务“ETA”，基础数据有：
骑手特征；
商户特征；
天气特征；
区域特征；
用户特征。
美团预计到达时间预测策略架构，图片来自于美团技术
给大家普及一些机器学习的基础知识：
我们会选取与预测结果相关的所有过程和结果数据；
进行各种情况的特征提取；
然后进行进行建模，当模型跑出来的数据准确率到一个比较合理的数值（一般都在70%以上）时，才会放到正式系统中运行；
以上都是建设阶段，之后的时间，算法工程师会对预测服务不断优化，提取新特征、不断的调参、修模型，不向预测最高准确率逼近。
换句话说：你一个外行人能想到的，专业做这件事情的人也能想到！
电梯很多东西是普通用户感知不到的。一个外卖订单，一共分为几个环节：用户下单、商家接单，商家出餐，骑手到店，骑手配送，订单交付。
外卖订单时间线，图片来自于美团技术
《外卖骑手，困在系统里》一文里提到电梯太慢了，系统压根不给设置等电梯的时间。真的是这样的吗？文中举的例子是北医三院，天呐，你真会挑地方！我说这里是全世界最繁忙之一的电梯，应该没有人会反对。
美团配送交付时长预估，图片来自于美团技术
而且，即便是北医三院，我们在建模的时候也已经考虑到了。一个完善的算法模型，必须要研究实际场景，否则都是空中楼阁。我虽然也不是完全相信美团的“算法工程师会轮岗当骑手”的说法，但是一个去过医院的正常人，都知道得医院这是一种奇葩场景。更不用说是一个开启了上帝之眼，看着所有数据的数据工作者，对于交付时间过长的情况，肯定会重点考虑和优化的。
以下是美团关于交付时间建模考虑的点：
地址的精准解析（精确到楼宇/单元/楼层）
地址精度
地址信息的多种表达方式、各种变形
交付时长预估
骑手轨迹
各个粒度的交付时长
预估精度是楼宇和楼层
我们不仅能知道北医三院交付时间长，还能知道不同楼层的时长也明显不一样，还能知道如果是低楼层，骑手愿意爬楼梯，高层会坐电梯；还能知道骑手在这个地方停留了很久很久，可能是遇到麻烦了。
OK，即便是以上数据都没有，骑手小哥也会把这种刺头地区逐层上报的。而数据标签工厂会把各种情况都打上标签的，比如“不允许上楼”标签。
换句话说：记者说的是事实，但是不是全部的事实。但是目前来说，中国配送服务和信息系统是全球最优秀的，没有之一。
游戏不得不说，记者对于人性的洞察是非常透彻的。可惜，他研究的方向是如何挑起读者的情绪。
我们数据工作者也会研究人性，只不过，我们研究的方向是如何让用户体验更好，给骑手更多更合适的报酬。
我做过绩效系统，也负责过地推团队绩效策略的制定和优化。一个合理的绩效系统的目标只有一个：
不断提升整个系统的效率。
为了达成这个目标，就必须得考虑以下几点：
量化所有功劳，给出合理的定价；
设定恰当的不同等级的标准，让不同的人都能发挥出最大的能力；
记录所有过程数据，用以帮助、提升整体实力和收入。
绩效指标象限，图片来自于我自己画的^_^
我在设定绩效指标体系的时候，会从结果指标、过程指标、价值观指标和能力指标四个角度进行梳理，抓过程，提能力，强价值观，最后才能得到结果。
可能这么说，你还是没有感官，给你列个数字吧：
艾瑞咨询的外卖行业报告中显示：美团外卖2019年全年交易87亿笔。美团一共多少外卖员呢？60多万。简单计算一下，按一单5元计算，美团骑手小哥每年能获得435亿元配送费报酬，平均每人72500元/年。
美团配送关键数据，图片来自于美团技术
但凡做过销售、保险、HR等工作的同学都知道一个“阶梯式薪酬制度”。合理的阶梯式薪酬制度会让努力、优秀的人获得更多的报酬，让整个团队爆发更强的力量；同时让服务态度差、效率低的人逐渐淘汰，保障整个系统提供优质的、高效的服务。
阶梯薪酬制度（示例）：
底薪：3000底薪；
福利：话补+恶劣天气补贴+任务补助
阶梯提成：
<200单，2元/单；
200~400单，4元/单；
400~600单，6元/单；
>600单，8元/单；
质量控制：超时扣款，差评扣款
一个骑手小哥，一天送20单跟玩一样。以美团的数据进行测算，一年87亿订单，共60万个骑手小哥，假定全年无休的情况，平均每个骑手小哥每天送40单，每月1200单。月薪过万，轻而易举。
一个不看学历、没有歧视、服务于大众、各方受益、只要付出劳动就能月入过万的工作，甚至脑瘫的朋友都能加入的工作，我们不应该感谢这个高效而公平的系统吗？
换句话说：既要速度快，又要服务好，现在已经在最大程度的满足需求了。不仅如此，还顺便大幅提升了骑手小哥的收入。
人性文章发出之后，饿了么连夜发了一篇推文，想推出一个“愿意等5分钟”的功能，被网友骂惨了。
第二天，美团也发了一篇推文，从系统、算法上进行优化，并给出8分钟的弹性时间，虽然欠缺了制度层面的优化，但是毕竟没有甩锅嫌疑，网友们情绪稍微好一些。
为什么网友骂饿了么，而比较认可美团？
外卖平台、商家、骑手是服务提供系统，《外卖骑手，困在系统里》文章把各种问题都指向信息系统，这的确偏颇了。但是这些问题的确属于外卖服务系统，这点没跑了。系统内部的问题，自然由系统内部自行优化，而不是把系统内部矛盾甩给用户端。饿了么那帮人也被记者挑起了情绪，轻信了这鬼话，出了一个让用户点“5分钟”的昏招。这就是把矛盾转向用户了，这事都不用故意挑动，是个人都能看出来问题在哪里，网友不炸毛才怪。
换句话说：千万不要把别人当傻子，因为到处都有聪明人。
那么，究竟是谁害了骑手小哥？
答：是他们自己。
我们都是成年人，有理智，有思考。每个人都应该为自己负责。
什么系统强迫骑手违反交通规则，逼骑手小哥**。敢问那个系统敢这么做？
配送服务中，有一个难以解决的问题就是骑手是人，会随机性决策。系统只会告诉你从A到B，但是骑手可以自由决策。而且还有，所谓的直线距离是不可能出现的，因为规划路径的时候，用的是图搜索算法，也就是说，只有有路的情况，才会给你规划路线，没路的情况是不会给你规划的。
而且，路径规划里也没让你闯红灯啊（笑）。
系统一点问题都没有吗？还是有的。
绩效里体现了恶劣天气的补贴，但是这个补贴太少了；
ETA建模的时候缺少安全方面的因素，需要添加；
ETA中各节点时间仍有依靠上报的数据，只要是上报，就存在虚假上报的情况，基础数据有问题，后面的一切都有问题；
披露的ETA数据中，缺少商家出餐效率，按说应该是可以获取到的，可能是没有披露到这么详细；
特殊时期订单压力太大，绩效系统没能充分考虑这部分特殊情况，部分规则会导致惩罚大于付出的情况；
核心价值观完全偏向用户，缺少对骑手的人文关怀，建议加强人文关怀和建设。
系统中对于用户，只考虑了用户体验；对于骑手，只考虑奖惩。这两方都缺少人文关怀，都有大量的文章可做。
人性本善？人性本恶？都不是，人性是复杂的，不能简单的二分。所有绩效系统的设计不仅仅会面向人性善的一面进行放大，也会限制人性恶的一面，进行控制和打压。这样才会让整体效率变高，让服务质量变高。
骑手安全问题，是整个外卖体系的系统问题，是商家出餐慢，是平台要求严，是骑手缺乏安全意识，是用户集中点单。
那对于这些问题，我们还有招吗？
有的。
首先我们得达成一个共同认知：只要在路上，出事故就是必然的。美团1年87亿个订单，按一亿分之一的概率算，一年也有87个事故。想一个事故都没有？我们看看怎么办：
理论上事故清零的办法：
1、消灭需求：把87亿个订单取消了，这样就没有人送餐了，自然就没有因为送餐引发的事故了；
2、消灭服务：把87亿个订单变成无人配送，这样就没有骑手小哥因为送餐而受伤害；
貌似只能在理论上实现，根本没法落地啊！
优化的办法：
1、人的层面：加强骑手小哥安全培训：提升安全意识，规范行车，指差呼；
2、风险层面：加强风险管控，进行风险识别，风险排序、风险认知，制定风险应对，做好风险的预防，在风险发生时，按照风险应对措施应对风险；
3、制度层面：在绩效制度中，强调安全因素，提升为红线以上，迫使整个外卖团队重视安全，遵守交通规则；适当放松超时配送惩罚；改惩罚为奖励；
4、系统层面：从目前披露的ETA建模策略上看，缺少对于意外情况、安全事故的内容，应该增加此部分，提升安全系数，适当放松配送时效要求；改上报数据为自动获取数据，排除人性因素导致的虚假上报问题。
那对于我们消费者来说，我们能做些什么？
1、提供准确的地址信息，避免信息错误导致配送延迟；
2、尽量提前预定，给各方都留出充分的时间；
3、尽量点附近的餐，避免超远距离订单；
4、点完餐后，耐心等待，不建议取消订单；
5、做好反馈，忠实反馈每一个问题，数据分析师能看到，但是问题太多，能会消失在盲目反馈中；
6、极端天气还是在家自己泡个面吃吧，那时候风险系数比较大；
7、极端情况，比如医院、高楼，建议各位还是尽量下楼取一下餐吧，就当餐前散步。
设计一个系统，是一个不断追求平衡的过程。每个环节都要不断优化，整体才会逼近完美。
往期精彩回顾热文 |如何构建你的专属沟通场域干货 |一口气讲完数据仓库建模方法
干货 |数据治理-数据中台的核心内容
转发，点赞，在看，安排一下？以上就是关于究竟是谁，害了骑手小哥？香椿芽的储存方法全部的内容，关注我们，带您了解更多相关内容。
特别提示：本信息由相关用户自行提供，真实性未证实，仅供参考。请谨慎采用，风险自负。
