叫一辆车，是平台调派一个司机来接；叫一份外卖，是平台调派一个骑手来送。从表面粗略地看，策略应该差异不大，都是分单调度系统。
可是正如普通用户看到的都会是表面文章一样，作为产品经理应该要知道，实际上会有不少差别。能否单纯从生活体验中觉察出这些差别，就是产品经理认知业务深浅程度的证明。
这里简单抛一些砖，讲下我的理解，供大家参考。当然我自己接触过两个产品，不能都算是自己的思考成果。
1. 外卖拼单配送导致的复杂度
出行和外卖的分单调度，第一个本质不同是，出行大部分是一对一服务，即快车、专车这样的独自出行，拼车占比较少；相反的，外卖配送绝大多数是一对多服务，一对一服务是绝对赚不回来的。这个不同会导致分单策略上，外卖配送在路线规划层面有更高的复杂度。
刨除额外的倾斜，单纯看路线效率的话，在出行服务分单时，我们只需要考虑空车司机所在的位置，而外卖分单，空闲骑手好说，但大多数情况骑手身上已经有订单，就要考虑这些订单的配送路径，快速计算增加了“新的商家位置”和“新的用户位置”后新的配送路径，这会增加不少复杂度。
再考虑到，为了效率最高，骑手的配送未必都是先取完所有餐再去送餐。比如，A1、B1是第一单的商家位置和用户位置，A2、B2是第二单的，以此类推。大多数情况，很难出现完美顺路的 A1-B1-A2-B2-A3-B3 这样的顺序路径，结果就是，要考虑条件（A1在B1之前、A2在B2之前，A3在B3之前）约束下各种自由组合的最佳路径。
这还只是一个骑手在有两三单时候的情况，通常熟练骑手都会同时配送 6-8 单，且出现新的订单时我们的候选骑手可能有几十个。可想而知这种匹配算法的耗时之高。
当然，出行服务里的拼车，也会遭遇同样的问题，只是最多只会三拼，拼成率也不高的。
2. 外卖不宜用分单倾斜做奖惩
在出行行业，司机的管控奖惩经常会以分单倾斜作为重要手段，即一个得分高的司机，更容易接到单。得分会是“与乘客距离”之外的另一重要影响分单决策的因素。
不过外卖就不太适合用分单倾斜。现在行业内的常规做法，还是直接扣罚。原因也是源于前面提到的那一点：外卖大多都是拼单配送。
试想我们要分发一个出行订单，附近有10个司机，那么他们都能成为候选；但要分发一个外卖订单，附近有10个骑手，却没办法都成为候选，因为通常他们身上都有向东西南北某个方向的一个或几个订单。假如考虑进管控奖惩的因素，那么对整体派单效率的影响会更大，折损成本太高。
3. 司机会比骑手更在意订单终点
为什么要在意订单终点？很简单，司机和骑手都担心完成订单的位置是冷区，没有人发单，要空驶返回到热区。司机比骑手更在意的原因显而易见：司机的空驶折返的成本更高。外卖订单大都在3km内，成本相对可控。
4. 用户订单时间上的预期不同
出行用户通常都是即时需求，有不少乘客是已经到路边了才打车，对接驾时间对预期就是“越快越好”，耐心程度也就在 3min 左右；而外卖用户都默认预期是 1h 内送达，实际上都是一定程度上的预约单。两种预期下，做策略要考虑的约束条件就会有所不同，比如外卖场景下如果太快送到用户反而未必满意。
5. 线下异常场景的差异
司机会遭遇许多骑手不会遇到的问题。接驾中就有许多难点要解决：乘客设置的上车点不准、车辆开不进去、在禁止停车的地方乘客迟到，等等；而外卖用户的位置相对固定，骑手很少会找不到。在送驾途中成本会更高，且易引发冲突，绕路对乘客来说是不可接受的，但对外卖用户来说只要准时送到并不在意，因此对导航准确的要求，也是司机远大于骑手，更不用说大多数骑手都在一定范围内接单，早就对实际情况十分娴熟了。
当然骑手也会遭遇司机不会遇到的问题。最典型的是商家出餐慢的问题，刚刚提到了，骑手的路线规划有许多个节点，取餐的节点一旦比预测的差太多，后果会是连锁的，可能导致所有订单都超时。做出餐时间预测有一定可行性，比如从菜品上说，煲饭会比汉堡快餐慢得多。但存在着太多外部因素，哪怕是厨师请假、多了几个堂食的食客，都会大幅影响出餐时间。
另外还有典型的问题是，临时修路/小区门关闭、送餐楼层较高、没有电梯或者电梯不允许使用等问题。司机的导航虽然有时预测不准，但地图服务如今已经能够精准实时更新路况，道路的数据相对清晰；相对的，送餐地点的 POI 数据就没那么精准了，路线规划时是从北门进小区，结果当天北门关闭，只能多绕一公里从南门进，后果也是连锁的。
