配送成本对于电商业务的利润率影响极大。某全球知名连锁商超集团与逗号科技合作，为商超生鲜产品“宅配”业务打造全新的动态路径优化算法，实现智能降本增效。

项目实施后，该集团平均单个订单的配送成本下降8%以上（*注：基于真实历史订单数据，对比人工配载与算法仿真结果得出。实际优化比例受人工干预程度影响）；客户预计送达时间偏差缩短至30分钟；调度耗时下降至10分钟以内。

该大型商超为客户提供生鲜产品“次日达”服务。随着业务的迅猛发展，使用智能算法对配送路径进行优化设计成为迫切的需求。与传统“店配”业务相比，“宅配”具有以下典型特征和挑战：

• 订单量大，单日订单量过千；

• 受季节、促销等因素影响，订单波动幅度大、区域分布随机性强；

• 每天出现大量新客户，收货地址维护和解析难度大、准确度低；

• 居民区配送难度大，对司机熟练度要求极高；

• 为提升客户体验，需要有更准确的预计送达时间。

基于以上典型挑战，需要设计一套专门针对“宅配”业务特点的路径规划算法。

01

核心问题与优化目标

“宅配”路径规划需要解决两个核心问题：1）截单后，将所有订单分配给不同的司机；2）考虑路况、客户类型等因素，为每个司机规划一条最合理的行驶路线，并给出预计送达时刻。

(“宅配”路径规划需要解决的核心问题)

“宅配”路径规划的优化目标是：一方面通过合理分配订单，提升车辆满载率，降低订单配送成本；另一方面，更加准确预估送达时刻，提升客户的服务满意度。

(“宅配”路径规划的优化目标)

02

业务模式调整和优化

要实现以上的优化目标，需要对原先的业务模式需要进行调整和优化。原有业务模式下，人工调度根据经验（如：总订单数÷16）预计需要的司机数量。而根据数据分析，该做法主要存在以下缺点：

1）纯凭经验预估所需司机/车次数，容易导致配送资源浪费、或者履约失败。具体而言，使用固定系数的方法，无法考虑订单的地理分布特征，如：同一小区（甚至同一居民楼）有多个订单时，配送效率会大大提升，单个司机/车次理论可以履约的订单数更多；而如果订单分布较分散或处于拥堵路段，则配送难度提升，容易出现超时配送等问题；

2）电商业务的特征决定了“宅配”的订单量及其地理分布具有很强的波动性。原有模式主要依据固定片区划分路线，可能导致部分路线满载率较低。

引入“宅配”路径规划算法后，业务模式优化为：“订单截单—>使用路径规划算法，智能设计配送路线—>人工确认—>预约建议数量的司机”。该模式下，充分考虑了订单的地理分布（聚合/分散）、客户类型及其服务难度、道路拥堵状况等因素，在满足时效要求的基础上，提升资源使用率及司机收入，降低配送成本。

(基于“宅配”路径优化算法的新业务流程)

由于“宅配”业务存在较强的动态性，如：配送途中客户致电要求紧急配送或指定配送时间，需要司机临时调整配送顺序、甚至重新规划配送顺序。逗号科技C-ROS产品为司机端提供了基于微信小程序的智能工具，包含了“快速拨打电话”、“预约送达时间”、“重新规划路顺”等实用的小工具，大大提升了司机（尤其是工龄较短或临时性司机）的工作效率。

(“宅配”司机端工具——微信小程序)

由于“宅配”业务对于司机熟练度的要求极高，因此配送路线的设计和司机的指派都需将司机的熟悉度纳入考虑。逗号科技C-ROS开发了司机熟练度管理模块，自动学习司机的历史配送记录，并实现动态更新每一个司机熟悉的片区及熟练度水平。另外，考虑到不同居民区、商业楼宇、机关单位的配送难度差异较大，C-ROS通过统计学和机器学习，基于车辆GPS数据自动更新卸货难度，从而有效地实现了路线设计时的总工作时长控制，并使得送达时间的预估准确度大大提升（80%的概率能够控制在20分钟偏差内）。

(逗号科技C-ROS的自主学习功能)