美团外卖作为最大外卖平台，日均订单量已经接近1000万单，是重要的O2O应用之一。美团外卖链接了百万商家与亿级别的用户，广告是满足商家营销及平台变现诉求的一种有效手段。外卖行业信息化程度低、推广经验少，如何针对业务设计一套合理的变现系统，多种方案间何如选择，是其中较为考究的点，本分享将讲述美团外卖商业变现的成长历程。

美团的外卖业务特点
外卖与团购的区别
提到美团，大家接触更多的是团购，以下是外卖与团购两大业务之间的对比：
用户需求。团购的出发点是追求性价比，价格会便宜一些。而外卖，前期商家用第一单免费的方式吸引用户，后期在解决一部分用户刚需的同时更加方便快捷，所以用户的消费频次较高。
支付方式。两个都是线上支付，外卖业务平台也会有一部分，但流量不是很多。
就餐地点。就餐形式上团购需要到店消费，而外卖是需要把物品送到消费者手中，背后需要配送团队的支撑。
消费频率。两者差异比较大，团购消费时间集中在月底，而外卖的重度用户，一周点单可达到十次以上。
外卖业务的特点
除了以上这些对比，相对传统的互联网产品，外卖业务有移动化、场景化、本地化三大特点：
移动化。美团绝大部分订餐都是在移动端进行，日志采集相比 PC 端复杂很多。
场景化。用户订餐时间相对集中，系统高峰在早餐、晚餐、夜宵等时段，流量是其他时间的 N 倍。
本地化。传统业务的供给范围是整个互联网，团购面向的是城市粒度，而外卖面向的是商圈粒度。这些会在技术实现方案上体现差异化。
O2O 广告和传统广告的区别
O2O 广告不仅需要考虑外卖店铺、外卖用户以及外卖平台三方，还要尽可能做到多方的共赢:
帮助外卖店铺获得更多的订单量、拉来新用户并留存用户
让外卖用户有更多机会尝试新店，获得更多优惠
外卖平台可进行流量变现
O2O 广告与传统广告有很多不同之处，主要介绍以下 6 点：
中小广告主。O2O 广告服务对象更多的是中小广告主。
行业信息化程度。服务对象相对信息化程度比较低，对互联网及商业变现接触较少，这对业务提出较高的挑战。
形式更加原生。广告前期采取较为简单直接的方案，以天为时间单位、针对配送区域、按固定的价格来售卖，可见即可得，广告主更容易接受。
经过一段时间，待市场对广告主的教育成熟之后，广告逐步推行按点击的售卖方式。
强地域限制。这由业务性质决定，相比传统广告，O2O 广告主地域性特别强。
全链条数据。因交易类型产品所独具的特性，从浏览、点击、到成单形成全链条数据。
交易类&信息类。这两类产品存在很多不同点，变现方式也存在差异。
美团外卖 O2O 广告布设实践
第一：针对行业信息化程度低的特点，布设广告需要从运营和产品两个层面出发，有针对性的进行布设。
运营层面：
市场教育：通过对广告主的访谈，了解真正的需求。通过线下地推，把广告的意图，告知到商家。
广告主拉新、促活：通过给用户发红包的形态，促使 C 端在 B 端使用，广告主第一单投放可以打些折扣等方式。
精细化运营：从广告产品来看涉及多个城市，多个商圈，可做一套精细化运营的系统，助力运营或帮助地推做精细化运营。
产品层面：
广告的变现模式：由简单向复杂逐步衍化，从按天逐渐过渡到点击售卖，逐渐影响广告主的认知。
功能“傻瓜”化：功能方面尽量智能化和傻瓜化，如广告主并不知道出多少价格合适，变现系统的职责就是预估在当前情况下，收获多少订单、用户等。
如把部分较为简单、效果明显提升的广告推送给广告主，同时把复杂部分包装隐藏在算法中，从而避免困扰广告主，这称之为“白+黑”解决方案。
第二：针对本地化、强地域限制的特点，美团推出“配送区”的概念。
一般来说，用户点外卖时都很饿，不会选择太远的商家，同时商家也不愿意配送太远，这样的现象称之为“配送区”。
如上图，蓝色部分就是配送区，只有用户定位在这个区域，才会展示这个店铺，这样的业务逻辑需要技术来实现，设计一个专门模块来做，用户通过搜索来获取附近的店铺列表。在业务模式下，对于广告来说存在非常强的地域定向，对检索架构的影响也很大。
第三：原生广告布设，如位置选择、选择优化和效果提升。
位置选择，固定 OR 浮动，避免广告主找不到广告粉丝。
体验优化，广告会对用户体验产生影响，所以采用监控机制，从监控出发去优化用户体验。
效果提升，让广告主只花几十块钱就能感受到好的效果，交易类做 ROI 优化更直接。同时，系统会把投放产出比作为数据下发给商家。
CPT(按时长付费)的框架及策略
CPT 的技术框架。如下图，是商业变现系统 CPT 技术的分层图，分为负责广告投放、流量管控的投放端，供广告主管理账户使用的业务端和做区域划分、定价的离线挖掘三层。
这种按照时间来计费的广告很直接，商家的接受程度较高。
CPT 的策略。涉及到广告区的划分、定价以及线下迭代这三方面问题：
广告区划分。广告主在广告区投放广告，最直接的影响是假设商家一天只能接 100 单，但广告效应导致一下爆单，会严重影响商家和用户的体验。
因此美团提出“广告区“的概念，用技术手段来控制展现的数据量，帮商家做库存的管理。同时也能根据冷热地域进行广告定价。
广告区定价。广告区域划分之后，流量、用户等都需要预估，通过算法模型实现动态定价。
线下迭代。判断定价策略好不好，这里要做售卖率预估，提前知道划分和定价后整体的售卖率情况。
CPC(按点击付费)的架构与策略优化
1.CPC 线上整体架构
CPT 的售卖方式上线之后存在一些问题，如容量限制，当某城市需要买广告的商户可能近百近千时，会导致商户使用的留存受到影响。通过商户调研，系统发现它们对 CPT 产品接受度很高。因此，进一步上线一套更加复杂的系统 - CPC。
如上图，是 CPC 线上整体架构，业务端为商户提供一个打理广告的系统，同时会同步到 ToC 系统，也就是投放端，之后把对应的结果从后端发到前端，美团外卖或团购 APP。
用户发生点击时发送到计费端，会对广告主计费。广告主的钱花超，系统会发出告警，做下线操作。
2.CPC 线上架构的优化
高性能。从性能的角度，投放端是 ToC 的产品，性能方面的提升是必要的。方法如下：
各模块异步化：可达到立即执行的目的。
优化核心算法：对线上、线下的核心计算逻辑进行优化。系统可以做线下预计算，如分词，挖掘算法等，提升线上效率。
数据高一致。美团整个数据跨很多端，如何保证数据在流动过程中不出错?方法如下：
跨端同步。在数据跨端同步的过程中，通过 MQ 来解耦，进行失败重试、幂等操作。
超播。遇高点击率，超播会比较严重，这时需要引入 Pacing 机制。
监控。针对数据流做灾备和全量机制。跨端做数据监控，出现问题及时警告。
高可用。美团也遇到一些流量方面的问题，解决方法如下：
流量异常。因为一些爬虫原因，会对系统运行造成影响，不处理会导致服务不可用，这里会做反爬虫机制。
流量突增。针对流量突增，线下做全链路的压测，监控。线上针对不同渠道做流量流控，针对不同流量做降级措施。同时，线上针对一些不是很重要的模块进行降级操作。
技术组件。基础组件部分，会针对存储做一些跨机房解决方案，还有全公司使用统一中间件。应用服务部分，要有一些服务治理组件，当 Web 混合比较多时，需要做超时设置，并且针对 Web 服务做一些降级方案。
3.CPC 架构之策略优化
除上述支撑整个美团数据量上涨的架构层面，还有很多业务层面的功能需要优化。一般来说，业务都有几个核心指标。在外卖广告里，核心指标是平台收入、商户投入产出比和用户体验度。
平台、商户和用户之间存在着矛盾关系，优化商户 ROI，平台收入就会下降。重视广告收入时，用户数会下降。多方利益如何抉择?方法如下：
保证返购率。以用户体验为限制，在 1% 的情况下尽可能提升平台的收入，提升广告主的体验。
提升广告主体验。从效果和功能角度提升商业产品体验，做到”品效合一”，质&量，PV&ROI 等效果。
4.CPC架构之受众定向
广告定向。从定向出发，把合适的流量给适合的广告主，实际上是个流量筛选的方式，达到 ROI 与消耗的平衡，摸清流量和广告度的关系。
白+黑解决方案。把简单且刚需的功能，如地理位置、时间等这些简单功能做定向，称之为白盒。如用户近百标签，给到广告主，大部分都玩不转。这时就需要通过算法进行包装，把复杂内容包装到系统，助力广告主去做智能投放，这称之为黑盒。
5.CPC架构之排序
数据质量决定了模型的质量，特别是去年美团爬虫流量比较多时，就需清洗爬虫相关数据，还有清洗用户行为的噪声。解决方法如下：
这里涉及到的主要特征，称之为 AUC，这三个之间还会有一些组合，如非线性模型+单特征、线性模型+单特征+组合特征等。其中，在特征选择方面分为特征维度和有效减少提取次数的特征组维度。
6.CPC 架构之用户行为建模
统一的用户建模方案。用户行为存在多样性，如购买，点击、曝光、加载，和广告、搜索、推荐、分享等，这时候，如何把多种行为汇聚到一起，做统一的用户建模方案?
其实每一个行为都是代表用户背后的行为强度，如购买会比搜索强，搜索会比点击强，点击会比浏览强，这些都属于信号强度概念，通过这样的关系把所有的行为对应的兴趣综合在一起，最后得到用户统一的兴趣方案。
统一用户建模方案之时效性。用户行为时效性分为长时、短时、即时，这三者如何融合?
解决方案是把行为与时间长度，都通过信号强度综合在一起，通过手动设置一些参数，也可通过把这些参数自动的选出。
结语
前几年，外卖平台的市场竞争异常激烈，依托资本的大力度补贴，抢占市场争夺用户。美团经历了萌芽、成长、扩张等环节，如今外卖平台进入成熟期，对流量的使用已经变成核心竞争力之一。
外卖平台连接众多商家与海量用户，广告是满足商家营销及平台商业化诉求的一种常见有效的手段。在此背景下，针对外卖业务特性设计一套合理变现系统就显得尤为重要。