Комментарии 5
Интересная статья! А для определения траспорта курьера нельзя проанализировать исторические данные по курьерам и разбить их на категории в зависимости от средней скорости? У курьера использующего велосипед и ходящего пешком средние скорости должны быть разные. Скорость новых курьеров принимать как пешеходов.
Раз есть такой удобный инструмент, считаю надо первым делом проверить одну гипотезу - выключить всю эту тьму параметров, и отдавать доставку ближайшему курьеру.
Интересно, но, на первый взгляд, не особо эффективно - за счет большого количества параметров тяжело выделять конкретный фокус модели (подбирать нужный вес).
Например, стоит задача повысить оборачиваемость - при таком подходе "подкручивать" модель под нужный фокус не просто больно, а физически тяжело - ведь, если я правильно понял, метрик довольно много и в итоге надо не просто подкрутить вес факторам, которые влияют на оборачиваемость, но и понять, какие из них и с какой силой на неё влияют)
Имхо, проще и легче было бы держать несколько режимов работы автоназначения, каждый из которых заточен на конкретный фокус, чем пытаться стремиться к "обобщенному идеалу" - потому что судя по описанию, складывается ощущение адового High Coupling'а :)
Кто-то забыл про KISS?)
Как назначить самого подходящего курьера: наша скоринговая модель