Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
Планы премий для курьеров научились собирать под меняющиеся сроки, группы, правила выплат и бюджеты без нового расчёта всей системы. В работе Meituan, National Taiwan University, Tsinghua University и Tongji University повторное использование расчётов ускорило обработку всех окон недели в 11,04 раза при потере не более 0,92% ценности плана; работа не рецензирована, а числа получили сами авторы. Для платформы с десятками похожих запросов это аргумент в пользу модульного контура вместо отдельной модели под каждую кампанию.
Как запрос проходит от прогноза до бюджета
Запрос задаёт курьеров, дни действия премии, правила выплат и допустимый бюджет. Система проводит его через четыре этапа, которые обмениваются не готовыми решениями, а распределениями возможных траекторий работы: сколько доставок и активных дней может набрать каждый курьер.
Сначала модель строит распределение доставок для каждого курьера и дня. Дни связывают по зависимостям из истории самого курьера, поэтому из одного прогноза можно составить любое окно: отдельный день, выходные или всю неделю. Обычная сумма независимых дневных прогнозов здесь не подходит, поскольку активность в соседние дни связана.
Затем курьеров сортируют по недавней активности и объединяют в слои, которым можно назначить общий план. Это сокращает перебор: вместо индивидуальной премии для каждого человека оптимизатор выбирает один вариант для слоя. Заведомо проигрышные варианты удаляют, но при нижней границе бюджета сохраняют дешёвые планы, даже если они дают меньшую ценность: без них итоговый портфель может не попасть в разрешённый диапазон расходов.
На третьем этапе история без премий соединяется с коротким пилотом. История задаёт форму распределения, а пилот показывает, как предложение сдвигает число доставок и активных дней. После коррекции система вычисляет вероятность достижения каждого порога, ожидаемую выплату и прирост доставок для разных правил — фиксированного приза, повышенной ставки или условия по активным дням.
Последний модуль выбирает по одному плану для каждого слоя и удерживает общие расходы внутри бюджетного диапазона. Задача сводится к варианту рюкзака с несколькими вариантами на группу. Если меняется только бюджет, пересчитывают этот модуль; новое правило требует повторно оценить выплаты, а другое окно собирают из уже сохранённых дневных распределений.
Почему каждый этап влияет на итоговый план
Проверка на записях 3000 курьеров охватила 45 недельных точек запуска. Отдельно авторы использовали контролируемые законы отклика, где заранее известны правильные распределения, и зарегистрированные исследования со сменой окон, групп, правил и бюджетов.
Коррекция по короткому пилоту снизила потерю ценности относительно лучшего допустимого плана на 51,2% по сравнению с испытанием с тем же объёмом случайно назначенных предложений. Четырёхнедельный пилот при точном суммировании дал результат в пределах погрешности от испытания продолжительностью 18 недель.
Разбор замен показывает, зачем нужна вся цепочка. Без пилота система не видит прирост от премии. Несколько средних показателей без формы исторического распределения не определяют шанс достичь порога. Точечный прогноз и независимые дни искажают стоимость ступенчатой выплаты, а равное деление бюджета между слоями может направить деньги туда, где дополнительная премия почти не меняет поведение.
Для фиксированного набора планов ошибки этапов складываются, а не усиливают друг друга. Это позволяет отдельно оценивать цену упрощения прогноза, коррекции, интеграции траекторий и оптимизатора. Но доказанная граница относится именно к меню планов после группировки: потери от самого объединения курьеров авторы измеряют экспериментально.
Когда подход меняет архитектуру продукта
Работа меняет планы команд, которые регулярно пересчитывают одну систему стимулов под разные периоды, аудитории и бюджеты. Основная экономия возникает не от более быстрого отдельного запуска, а от повторного использования прогнозов, выборок траекторий и таблиц стоимости. Для единичной кампании такой выигрыш не переносится автоматически.
Архитектура также отделяет заменяемые компоненты. Команда может обновить модель дневного спроса, способ группировки или бюджетный оптимизатор, не переписывая весь контур. Промежуточные таблицы дают место для аудита: по каждому плану видны ожидаемая выплата, прирост и вероятность достижения порога.
Переносить коррекцию отклика без нового пилота можно только пока не меняется само поведение курьеров. Новый город, сезон или правило, способное изменить реакцию на премию, требует собственной проверки. Распределение бюджета также предполагает, что предложение одной группе не влияет на отклик другой; для связанных групп понадобится более сложная модель.
Записи реальных курьеров в этой работе подтверждают точность расчёта стоимости и скорость обработки запросов, а отклик на премии проверяли в контролируемых исследованиях. Поэтому результат обосновывает устройство расчётной платформы, но не заменяет пилот перед запуском новой механики выплат.
Источники
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.
