編輯導語：如今，外賣已經成為了很多人生活中最為重要的一部分，越來越多的人表示根本離不開外賣。早在2017年，程維就表示滴滴下一步發展最重要的戰略就是國際化！目前，滴滴已經在墨西哥上線了外賣業務，這也是滴滴外賣進入的首個海外城市。在墨西哥外賣的背後，站着的是中國產品技術團隊。
兩個月前，墨西哥最受歡迎的雜誌之一——《電視小説》雜誌（TV Novelas）進行了一項有趣測試，他們分別統計了當地5家外賣品牌的客單價與配送時間，並將對比結果刊登在雜誌上（如下圖）。
結果令人意外，拿到冠軍的既不是土生土長的Rappi，也非業務遍佈全球的Uber Eats，而是在墨西哥落地還不足兩年的DiDi Food（下稱“滴滴外賣”）（經測試，滴滴外賣最快也最便宜）。
在國內，多數人對滴滴外賣的印象可能還停留在三年前在國內與美團之前的競爭。隨後，滴滴外賣在2018年底進行戰略調整，轉戰海外，並在之後兩年相繼挺進墨西哥、巴西、日本等國。據説今年下半年，滴滴外賣在拉美市場的增速相當可觀。
如果説整個故事裏有什麼沒變的，站在滴滴外賣背後的R Lab算是其中之一。這個成立於2017年下旬的一級部門，專門負責為滴滴探索邊界、孵化新業務，他們的首個成果便是滴滴外賣。
R Lab的強項是產品與研發，目前該團隊規模超過500人，其中3/5的崗位來自產品與技術，總負責人為滴滴首任產品經理羅文，後者曾主導滴滴多次版本迭代，深度參與紅包營銷、專車起步等標誌性事件。
可以説，滴滴外賣在墨西哥當地雜誌評選中脱穎而出，與R Lab為其提供的產品/技術能力密不可分。
由於用户支付價格受餐費、配送費、補貼等因素影響，且各家裏程費配置也不盡相同，因此本文將關注點放在滴滴為何更快而不是更便宜上。
何為快？除了對比其他平台帶來的直觀感受之外，加速購買決策的“省時”、滿足用户預期的“準時”也都與“快”息息相關。因此本文我們將圍繞“省時”與“準時”兩方面，從R Lab在用户側（C端）與騎手側（D端）的產品設計處着手，做一些簡單剖析。
一、用户側：提升決策效率，降低等待焦慮外觀上，滴滴外賣與國內外賣應用最大的區別當屬界面信息量，前者簡潔但一目瞭然，後者豐富卻稍顯複雜。
造成這種區別的根本原因其實是國內外文字呈現特點的不同。以西班牙語為例，同樣釋義，西班牙較中文需佔據更多屏幕空間。因此在保障同樣信息密度的前提下，界面會顯得十分擁擠，拖延用户的決策時間，帶來不便體驗。
針對這個問題，R Lab對滴滴外賣的首頁做了全新改版，以達到讓用户可以更高效地選擇商品的訴求。
首先，店鋪佈局全部呈現“單排”（如下），着重擴大了店鋪卡片區域，方便承載更多信息，比如活動標籤、分類、推薦理由等；其次，調整首頁框架，讓搜索、篩選始終置頂，用户可以隨時在瀏覽店鋪的同時發起搜索和篩選；除此之外，R Lab的產品團隊還新增更豐富的運營位，以滿足不同場景下的專題活動需求。
該版本發佈後，下單用户的平均訪問店鋪數從4.05次減少到了3.76次，顯著提升了購買決策效率。
緩解了用户在下單前的焦慮，還要考慮用户等候訂單時的焦慮。
通常來説，實際配送中出現的早到、遲到現象很難避免。因此產品經理需要對類似場景給出預案，這些預案通常要滿足兩點要求：1，用户應該及時瞭解到最新的送餐時間；2，在滿足第一點的同時，不過度打擾用户。
於是，R Lab的技術團隊針對性地提升了“預測送達時間”能力。在預計遲到、早到較多時告知用户更新後的送達時間。
當然，若僅僅是幾分鐘的早到或遲到便不會更新以避免干擾（目前精確度為分鐘級）。不過在事實遲到後，應用還是會告知用户“遲到超過20分鐘的訂單系統將提供優惠補償”這點，對其安撫（如下圖）。
該能力上線後，能觀測到用户減少了與騎手的聯繫，判斷為焦慮減少，體驗提升。
二、騎手側：訂單二次調度+服務質量預判為主動預防送餐超時，滴滴外賣在分單引擎優化上做了兩步關鍵動作：
一步是上線“超時風險模型”，在不影響騎手收益的前提下，控制已超時、或即將超時的騎手接到新訂單的比例。
通過在瓜達拉哈拉（位於墨西哥）的AB Test，發現超45分鐘的訂單佔比、超60分鐘的訂單佔比均得到降低；實際送達時間降低 0.34分鐘，騎手服務時間中每小時訂單量相對提升1.07%。
另一步是為分單引擎新增“重新調度訂單”能力，即分配訂單給騎手後，通過秒級分析來判斷訂單是否會超時。
一旦預測到訂單存在超時風險，系統會立刻去尋找一名配送時間更短的騎手，然後將該訂單由原來的騎手轉移至超時風險更低的騎手。同樣的，重新調度並不會真正影響一名騎手的收益，因為每個人都有機會獲得別人的訂單。
重新調度能力上線後，配送時長超過60分鐘的訂單減少了30%左右，超時20分鐘的訂單減少了20%左右。整體上，有效減少了拼單時前排訂單超時，進而導致後續訂單超時等情況。
三、騎手側：開啓區域精細化運營2020年下半年，拉美地區開城速度迅速提升，但同時帶來一項考驗：由於運營區域擴張，導致地理分佈、用户/商户/騎手聚集度、交通工具差異等客觀不利因素被相應放大，出現了業務指標差異大、新區或特殊區域運力不足等情況。
R Lab順勢啓動了“分區域精細化運營”項目，支持按照區域維度對供需、騎手單單獎（在特定時段特定區域完單後的獎勵，按單量計算）、騎手偏好區域、騎手激活、業務指標進行觀測，方便精細化運營。
在指標觀測上，產研團隊專門上線了區域洞察工具來幫助區域化問題的及時捕捉。該功能可支持用户/轉化/體驗/商户供給/騎手供給 5大類、80+核心指標進行分時段分區域的分析，把長達數天的區域化分析時間壓縮至1小時。
與此同時，大量人力成本投入的區域分析工作由此實現產品化，分析結果即看即得。最終推動了區域運營效率的整體提升。
四、商家側：引導商家參與效率提升工作出於效率最優考慮，訂單產生後，不僅用户具有知曉騎手到達時間的需求，商家同樣需要。對騎手到達時間的預估，有助於商家更合理地分配備餐時間，減少騎手到達店內之後的等待時間。
針對該需求，R Lab以提升商家操作效率與體驗為目標，對商户端主流程進行了改版和上下線策略優化。
其中就包括了對商家接單主流程、菜品編輯管理在交互和UI上的升級改版，強化了異常、備註等信息顯示，新增了騎手到點預估時間，優化上下線策略和觸達。
與此同時，商户與用户之間的溝通也顯得十分必要。用户下單後的等待時間分別由騎手取餐前和騎手取餐後組成，騎手取餐前，用户在支付訂單後的催單、退單、諮詢等動作均與商家有關。保證商户與用户的溝通順暢，可以降低用户焦慮感。
為此，滴滴外賣上線了增加商户和用户的IM溝通工具。經過一段時間的測試，商户服務質量有所上升，表現為CPO（已完成訂單中客服進線的佔比）降低。
五、結語不知不覺中，滴滴外賣出海已兩年有餘。這兩年間，既有挑戰，也有機遇。有時候，創新並不一定源於酷炫的產品創意或是技術能力，也可以是來自對一線市場的深入學習，以及對用户設身處地的換位思考。
如果用這樣的標準來審視滴滴外賣，R-Lab需要做的功課還有很多。之後的日子裏，我們還會不定期向各位分享中國公司在海外市場的進展與感悟，也祝所有出海路上的中國公司一帆風順。
本文由 @聞啓祥 原創發佈於人人都是產品經理，未經許可，禁止轉載
題圖來自 Unsplash，基於 CC0 協議