分析了百万外卖小哥的配送路线，我们发现了4个送餐流派

（上图中每一种颜色代表一个骑手）       

在中国，外卖用户规模已达3.6亿，日均订单量上千万。为了服务这些嗷嗷待哺的食客，有超过百万数量的外卖骑手奔波在全国千百座城市的大街小巷。

外卖骑手是一群充满活力的“小哥”：他们中近7成年龄低于35岁，九成以上为男性。虽然“骑手小姐姐”和“骑手大哥”占比例较低，但他们不让须眉、老当益壮，工作表现同样出色。

平均算下来，一位骑手每天要工作8小时、待命12个小时、配送48单。假如按照商家与食客位置的平均距离3公里、每单1.5人份来算，骑手每天奔波近150公里，每天帮助食客节约100小时、少走400公里路。

而这只是上百万骑手的一个整体缩影。在这个缩影的背后，有着更多的数据细节；在数据细节的背后，则是骑手们用汗水交换美好生活的憧憬。

不辞辛劳的骑手们

（横轴表示时间，纵轴表示订单数量）

凌晨四点，是上海这座超级城市一天中最安静的时候。大多数居民已酣然入梦，而骑手则开始了工作的“交接”：送完夜宵的骑手终于可以下班了，另一群骑手则早早起床，准备送出今天的第一单早饭。

一名合格的骑手必须有一副好的体力，早上爬得起来、晚上熬得下去。

然而，超强续航仅是骑手必备工作能力的一部分。

（图中每条横向矩形组合表示一个骑手在2018年7月某天的工作状态。标识为蓝色的时段表示骑手正在路上奔波，标识为白色的时段表示骑手当时没有接送单或处于休息状态。）

由上图（并结合上上图）可知，骑手的工作时间是高度碎片化的。骑手的工作量并不是均匀地分布在所有的时段：每逢“饭点”订单如潮水而至，骑手必须高强度地连续工作好几个小时；而非“饭点”时段订单则较少，能否抢单成功全凭手速。

每天工作8小时、待命时间12个小时，在高强度的奔波与碎片化的抢单中循环切换，这就是骑手真正的工作状态。

这些都还只算是骑手的“日常”。特殊的天气条件才是对骑手真正的考验。

（以非雨天为基准，雨越大外卖订单越多。）

可以看到，下雨天的订单数量远远多于非雨天，暴雨天时甚至接近非雨天的1.7倍。这时，一部分骑手在雨天会选择休息，另一部分骑手则将雨天视为多跑单的绝佳时机。

真的骑手，敢于直面激增的订单，也敢于正视恶劣的天气。

多种风格的骑手们

一般来说，每个骑手的工作区域是相对固定的（大家可以返回看开头第一张图），熟店熟客、熟门熟路，效率更高嘛。然而，每个骑手的“地盘”大小却差异很大。

（上图中，一个点表示一个骑手。横轴表示骑手的主要活动范围（一周中去过区域经纬度的95%阈值，换算为平方千米），纵轴表示骑手平均每天的骑行距离，单位为千米。处于该区域的骑手数量越多，蓝色背景越深。）

我们选取了一批日均订单量在平均水平附近（45单左右）的骑手，统计了他们的活动范围大小与日均骑行距离。可以看到，这些骑手的活动范围最小的只有18平方公里，较大的则接近35平方公里。尽管活动范围有着接近2倍的差距，大家的骑行距离却都在150公里左右。为什么会出现这种现象呢？

我们可以猜测：虽然目标同为“少跑路，多跑单”，但不同的骑手有着不同的工作风格。

基于这种猜测，我们选取了表征骑手送餐风格的11个维度，对这些维度进行了主成分分析（PCA）。（这11个维度包括：工作时长、订单时间碎片化程度、午餐单占比、晚餐单占比、饭点单占比、夜宵单占比、平均每单距离、活动范围大小、活动范围长宽半径比、顺路单占比、平均每单送达时间。）

（【对PCA不感兴趣的读者可跳过本图，不影响全文阅读】上图描绘了PCA的2个主成分的重要性。横轴为主成分1，纵轴为主成分2，11个箭头代表11个变量，坐标代表其在两个主成分轴上的投影。可以看到，骑手的送餐风格有两个基本成分：时间（主成分1）和空间（主成分2）。而顺路单、平均每单配送距离等，则是时间+空间成分的组合。）

在此基础上，我们进行了K-means聚类，把骑手工作风格分为9类。如下图所示，图中每个点代表一个骑手，同一多边形内的骑手具有同类风格。

从九种风格中，我们选取了四种最具特色的，对其展开分析。

第一种：“速度流”风格

（上图是某“速度流”风格的骑手在一天中某个时段的活动路径。蓝色标记代表骑手，红点代表餐厅，黄点代表顾客，蓝色线条为骑手奔波的路径。可以看到，这位骑手的活动区域并不大，且餐厅和顾客的位置非常密集。）

“速度流”的骑手大多活跃在人口密集、订单密集的区域（如市中心），他们的特点是活动范围小（平均20平方公里）、送餐速度快（平均送达时间23分钟）。他们通常能够获得较多的订单和较好的顾客评价。