Foodpanda、UberEats外送热潮兴起，背后还隐含

2020-06-07

近来随着外送餐饮服务的热潮崛起，从 foodpanda、UberEats、deliveroo到揪团、代购都有服务的有无快送，甚至虾皮等，众竞争者都进入了外送市场，其中以2012年在台湾推出的 foodpanda与2016年的 UberEats服务为最大宗，两者平台合作店家更是皆超过3000家以上，而 foodpanda更号称2019年一週的订单总数已等同成立来前6年的总和，活跃使用者年成长达20倍。Uber Eats 则是过去1年内，用户、外送次数成长3倍以上。想要了解各家优、缺点，可以请教Google大神帮你解决。

真正的重点是，我们在今年看到了外送服务的成长动能曲线，在这样的外送热潮之下，背后还隐含了什幺市场契机？我从产业端谈外送服务的未来连结与发展：

原本从「门市」为基点，渐转变成为「人机」为基点

无论是餐饮店或生活消费品牌门市，过去门市经营的选店选址策略，需要考虑区域人口比例、门口人流总数、时段人流变化、周边人流设施等，再结合店租、水电与管销成本，去计算出客单价是否符合盈利后，才决定这个地点是否适合。

这样的思考都是从「门市」为基点出发，向外扩散的15分钟以内的走路路程作为範围，像全联或顶好等超市，可能就向外 1–5公里作为消费者人口範围计算。

但过去传统以「门市」为基点，现在因为外送服务的提升，变成以「人机」为基点向外延伸，「门市」能够服务的地点、产品项目已经完全打破了过往的经验，消费者无论在哪里，只要拿着手机，随时可以快速找出可服务的门市、可接受的外送时间，这项服务就成立了。

全家便利商店和Uber eats合作外送服务，也是从被动的吸引人到店，转到店送至人的服务。

外送服务达成了最后一哩路

交通产业都谈过服务的 Last miles的概念，也就是消费者从外面到达家中，所经历的这整段路程，在中间找到可以被服务与销售的契机。例如 Google 地图的交通行程设定，加入脚踏车和共享乘车两项新交通方式选项，让行程规画从第一哩路到最后一哩路都能掌握。GM 将推电动自行车，实现从出发的第一哩路以及到家的最后一哩路，都使用同样的服务等。

当我们把各种场所视为一个点，在一张俯瞰的地图上，都是密密麻麻的点，再放大一看，每一个场所点都有多条线可以连结在一起，外送从网购业者的货运、Uber或计程车的载程、摩托车的快递运送到单车送件等，店家到达消费者家中的最后一哩路，似乎被外送服务满足了部分需求。

不久的未来，相信不只是网路资讯可以快速传递，可能连实体物件，都可以比起以往加快一倍以上的速度送达指定地点，而在网路资讯与实体商品都可以「快速」的流动之下，外送服务的未来发展，可能不再是「场所」对「场所」的点对点运送，而是「人机」对「人机」的移动运送模式生成。

外送服务的大数据开始分析人的生活模式

但比起上列两点，最重要的可能是：你什幺时候会叫外送？

这个问题看似简单，却最重要。是你下雨的时候？天气太热的时候？突然想吃冰的时候？懒的出门的时候？已经不知道要吃什幺的时候？…当外送服务改变且控制了消费者的行为时，背后的数据就会产生价值，而其中的数据变数与构面，可能包含了气候、区域、时间、品项、年龄、性别等变数。

试想一下，週一至週五，学生在校与上班族在公司的早、中、晚餐与加班的宵夜、假日在家的三餐，对于全职在家的工作者，更成为不用出门的理由等，以上这些消费者Persona与生活模式一旦被确立与养成习惯，成为固定的客户购买旅程，中间就可以延伸出更多的服务契机。

甚至当未来 Foodpanda 与 UberEats 市佔率，合计达外送市场七至八成的时候或每日的销售人口超过全台人口的 1/10，只要结合 AI 数据资料库与 CRM 系统，甚至你什幺时候需要点餐，要点什幺都已经被计算好了…

这也是为什幺 UBER 前执行长 Travis Kalanick 一离开 UBER 后就创办了没有店面、只做外卖的「云端厨房」Cloud Kitchens，因为他从 UberEats 的经验看出，云端厨房不用大量实体店面的成本，就能在这时代快速扩张市场；而且用 AI 数据资料库与 CRM 系统管理客户，正是他的专长之一。

换个角度来看，这等于是就连卖餐的小店家，都得开始有资料驱动思维了。往好处想，如果店家自己有资料分析的能力，就能更精準掌握客群分布跟他们的口味，生出更大节省成本、提升获利的空间； 但坏处也在于若没有资料驱动思维的店家， 很可能也因少了自我分析的能力，在竞争激烈的餐饮业中逐渐丧失竞争力。

上一篇：Foodpanda24小时外送服务正式上线！宵夜、早餐美味到
下一篇：foodpanda七週年与连SUBWAY等锁餐饮业者合作更将