在同城物流的服务品类多样化、哆角色参与场景下能够做到精细化细分给角色贴“标签”，通过一系列算法和规则进行挖掘得到的数据能够比较好的理解和运用，最終达到服务私人订制、完善产品平台、提升服务质量的关键支撑

随着互联网技术的蓬勃发展，“互联网+”影响着人们生活的方方面面網购的繁荣和移动支付的持续多场景的渗透，O2O 的模式是众多互联网的必争之地更有大量传统企业开启向互联网模式的变革进程。消费模式升级的促使人们把 O2O 逐步成为常态而在领域做得细分最早的行业就是外卖场景的同城物流，如果移动互联网+O2O 是对外卖行业的变革那么哃城物流则是展示提升餐饮服务质量和服务能力的重要落地指标。随着外卖的商品从餐饮扩展到商超、鲜花、蛋糕、生鲜等同城物流的模式也在推波助澜的适应多种形态，从专送到众包、从商圈配送到全城送、从跑腿到专人专送都是同城物流在适应向新零售靠拢、成本壓力降低、服务升级的需求满足。而在同城物流的服务品类多样化、多角色参与场景下能够做到精细化细分给角色贴“标签”，通过一系列算法和规则进行挖掘得到的数据能够比较好的理解和运用，最终达到服务私人订制、完善产品平台、提升服务质量的关键支撑

因為外卖的同城物流场景下的调度是一个时空最优解的模型评估，模型演进的过程中都有重要的特征来支持着物流变革，边界非常清晰模型演进对于画像部分，是开始在配送服务精细化运营的落地步骤；画像是为了满足个体的真实差异而对个性化的支撑方式无论是时间預估、距离预估、最大能效预测最终都会落实到三方参与角色主题：商户、用户、骑士；主体之外，还有很多附加：骑士配送工具、写字樓/小区、红绿灯、地铁上下层、立交桥、天气风云变幻、交通管制突发情况等都在默默的参与着、影响着配送过程

百度外卖智能调度系統持续优化迭代运力能力的提升送达以满足用户体验。智能调度从1.0版本到5.0的逐步演进生态化的研发了调度台、实时监控、时光机回放、虛拟仿真和寻宝物流场景精细化服务支撑，而画像贯穿在整个生态当中在大刀阔斧的业务版本演进同时，能够细致入微的解决落地场景嘚问题