机器学习如何优化供需桥梁的配送体验

在今年早些的Prime Day活动中，全球顾客从某中心商店购买了超过2.5亿件商品。每一次订单都涉及一系列选择，包括决定何时以及如何交付商品。虽然做出选择可能只需几次点击，但它启动了一个复杂且不断调整的过程，这一过程在某中心配送体验团队（DEX）的帮助下变得无缝衔接。

DEX团队的工作是：平衡来自全球某中心履行中心的信息（哪些商品存储在哪里、数量多少以及相关物流）和来自客户的信息（他们想要哪些商品以及何时需要），以使这两端能够高效互动。

“DEX团队是连接供需的桥梁，”DEX团队首席研究科学家Siwei Jia说。最简单来说，DEX团队负责帮助客户找到最适合其需求的配送选项，同时确保这些商品尽可能高效地送达。在这两点之间是一片广阔且在某些方面不可预测的复杂性海洋。

Jia将DEX团队比作一支知识极其丰富的服务团队，尽管是在一家24/7营业、菜单庞大且不断变化的餐厅工作。“一个方向是厨房，也就是我们的库存控制和物流，他们准备好了所有盘子，DEX与厨房沟通，我们知道哪些商品可用以及多快能送到桌上，”他解释道。“但还有另一个方向，来自我们的客户。他们阅读菜单，选择他们喜欢的。他们的喜好可能随时间变化，或随季节不同。DEX充当客户的倡导者，沟通偏好和期望的配送速度，以便履行中心调整以满足这些需求。”

餐厅的比喻很形象，但世界上没有一家餐厅能以某中心的规模运营。“每天我们有大量的包裹需要配送，我们的客户高度异质化，”Jia说。“我们有客户 everywhere，我们有客户在密集的大都市地区，我们有客户在偏远的农村地区。”而且世界上没有一家餐厅有像Prime Day这样的活动。“Prime Day是一个展示某中心在所有维度上以客户为中心的伟大机会，提供地球上最好的配送体验是其中之一，”Jia说。“在客户购物旅程的每一个点，DEX科学都试图优化配送信息和选项，以帮助客户快速获得他们想要的东西。”

每次客户做出关于配送速度的决定时，该选择都作为一个乘数，涉及多层次的额外变量，包括如何实际交付商品。“如果你考虑一个产品，首先我们需要决定该产品是否能够到达某个地方。然后我们需要尝试弄清楚它如何到达那里——可能有20条不同的路线，”DEX高级应用科学经理Tian Chen解释道。“因此，我们需要调用所有这些库存信息和路由信息，以确保这个产品能够以某种速度到达某个目的地。”

DEX团队广泛依赖机器学习来管理这一过程。DEX团队科学家创建了机器学习模型，从帮助做出推荐以减少客户收到的盒子数量（通过整合货运）到优化包裹配送速度，无所不包。这些模型范围从利用数百个特征进行预测的深度神经网络，到进行假设分析的因果回归，再到上下文 bandits 等动态随机优化。

“例如，我们依赖机器学习来预测配送速度，”Chen解释道。“特别是在将速度作为排名模型的特征时，有严格的延迟要求。对于任何超过两天的配送速度，有太多变量，做出估计可能很困难，因此我们建立了一个模型来预测这些速度。”

为了进一步复杂化问题，DEX团队还必须考虑未知因素。这包括变化的偏好、时尚和趋势，以及天气。“在我们的机器学习模型中，从科学的角度来看，我们需要应对这种高度异质化的情况，并足够灵活以响应所有这些外部冲击，”Jia说。“同时，我们的系统必须足够稳健以处理所有需求。”

例如，在过去两年的假日季节，DEX实施了机器学习解决方案，帮助客户发现将在圣诞节前交付的商品，主动改善客户购物体验。Jia说，应对已知和外生事件需要一种全面的方法。“我们从三个角度解决这个问题，”他解释道。“一个是可扩展性。我们的平台需要有从数据到机器学习到实施的正确流程，以应对不同情况。第二个是决策机制，主要由机器学习驱动，但包括人工审核。第三个是探索-利用方法：对于一些我们尝试的事情，历史不一定告诉我们任何东西。它可能完全是新的。因此，有时我们只需要实验来确定某事是否有效。如果有效，我们加倍投入。如果无效，我们快速回退。”

这种以客户为中心的理念导致了具有可衡量现实世界影响的应用科学。“每当我们实施一个解决方案，我们立即看到客户如何响应，这给我们带来了巨大的成就感，”Chen说。“一个例子是在移动结账页面。以前，客户看到一些默认配送选项，所有其他配送选项被折叠到另一个页面。我们看到客户在移动设备和桌面上选择选项的方式存在明显差距。因此，我们调整了移动设备上的其他选项，使其更加明显。解决这些痛点是我们所做的。”

Jia说，挑战的规模和多样性使DEX成为一个令人兴奋的工作场所，适合那些热衷于解决具有挑战性的优化问题的科学家。“我在DEX工作两年了，感觉它越来越令人兴奋，”他说。“DEX是为客户提供的礼宾服务。我们将帮助客户完成整个旅程。一旦他们在商店中选择了一个产品，我们确保包裹按时并以最有效的方式送达他们的门口。我们仅仅开始触及在最短时间内以最有效手段让客户获得他们想要的产品的可能性。对业务和客户影响的机会几乎是无限的。”