ウーバーイーツは何故配達時間を決められるのか？

　今回は「ウーバーイーツは何故配達時間を決められるのか？」を書こうと思います。

 　自分はウーバーイーツを頼んだ事が有りませんが、なんでもウーバーイーツは配達時間を知らせるそうです。

 

　で、そこで疑問が浮かびました（笑）。料理を注文すると配達されるまでの時間には、調理時間の予測では、レシピの複雑さやレストランの混み具合などの要因が注文した時点では不明で、又、配達時間の予測では、配達者の選定や道路の混雑状況などの要因が複数存在するように、それぞれのプロセスにおいて考慮すべき要因が多数存在します。

 　要は、料理の注文から配達まで様々な不確定要素がるのに、なんで配達時間をほゞほゞ正確に配達できるかで、ウーバーによると、依頼した 95.3% の注文は、アプリ内に表示される「最も遅い配達予定時刻」内に配達を完了しているそうです。

 　で、ウーバーは配達時間によほど自信が有るのか、「最も遅い配達予定時刻」を過ぎて届けられた場合は、次回注文時に利用可能なプロモーションコードが客のアカウントへ自動的に付与されるそうで、プロモーションコードは次回の注文→付与から 14 日以内に使えるそうです。

 　又、注文者のスマホには現在の配達状況がマップで表示され、あとど何分位で付くのかを表示する様です。

 　こんなに不確定要素がる注文をどの様にして93%の割合で届けられるかが自分は不思議で（笑）

 　・・・・・答えは「ミケランジェロ」です。

 　ッハ！ミケランジェリ何、それ美味しいの？だと思いましたが、ウーバーはライドシェアを始めさまざまな事業を展開していますが、それらの事業を実行するために構築したのが、「ミケランジェロ＝Michelangelo」と呼ばれる独自の機械学習プラットフォームだそうです。

 　訳ワカメですが、ミケランジェロは、顧客の行動データや取引記録などあらゆるデータを一元的に保存管理できる「データレイク＝構造化/非構造化データやバイナリ等のファイル含めたデータを一元的に格納するデータリポジトリ＝データライブラリやデータアーカイブ」で、蓄積されたデータを解析しながら新たにさまざまな機械学習機能を開発し実装することができるそうです。猶更ワケワカメで（笑）

 　ようは、データ レイクは、大量のデータを元の形式で取り込んで保存する集中型リポジトリ＝「貯蔵庫」、「倉庫」になる様です。・・・知らんけど草

 　ウーバーはこれまでに配車アプリに組み込んだサージプライシング≓変動料金を始め、食品配達マッチングにおける配達時間の予測などあらゆる機能が、ミケランジェロによって開発され実装されているそうです。

 　フードデリバリ―では、ミケランジェロは前記した様な不確定要因を想定して、データ解析を行い、解析の対象となるデータは、過去に蓄積してきたデータとリアルタイムで収集されるデータの2種類になり、前者は、1メニューの料理にかかる時間や過去の配達に要した時間などが、また、後者は、顧客の現在地や検索日時、レストランの混み具合、渋滞状況などのデータがそれぞれ該当するそうです。

 　たとえば、調理時間を予測する際には、リアルタイムで計算するのは直近1時間の平均調理時間だそうで、これに事前に計算しておいた過去1週間の平均調理時間を組み合わせる事により、調理時間の高速な予測を可能とし顧客のスマホなどにタイムリーに表示するそうです。

 こうして顧客に提示された予測データは、ミケランジェロにトランザクションデータ＝（データベースが扱う個別の出来事のデータ）として蓄積され、これらのデータを活用して学習や評価を重ねていくことで、さらにより精度の高い予測を生み出すことができるそうです。

 とりま、ウーバーイーツの配達時間は、ミケランジェロと言う独自の機械学習プラットフォームを使って日々学習を行っている様で、その結果93%に確立で時間内に配達出来る様です。

 このミケランジェロは、配車アプリのウーバーにも使われているそうです。ミケちゃん草。