ITBear旗下自媒体矩阵:

外卖行业主力军:90后“小哥”成长记

   时间:2016-03-11 10:41:38 来源:ITbear编辑:星辉 发表评论无障碍通道

午餐前的两个小时,北京大望路,刚刚开完晨会的美团外卖配送员们围坐在一起,打开手机开始新一天的工作。

“接到单啦!”一位带着青涩面孔的配送员喊道,随后他旁边的同事们,也陆续接到第一单。

一个配送站的几十名骑手,就这样快速投入到了这一天的作战中。方圆三公里的餐馆、商务楼、小区、学校,成为他们的主战场。

尽管大多数眼中这是一份终日奔波的苦活,但这份工作提供的回报也足够有吸引力。熟悉路线,有经验的骑手实现过万月薪并不是一件难事。

目前,共有数万名美团外卖配送员活跃在全国范围内的城市里,他们的主要工作就是通过及时配送和贴心服务,保证每一位用户享用到可口的外卖。而他们的客人,外卖忠实用户们,都喜欢称呼他们——“小哥”。

“爱琢磨”的94年外卖小哥

来自河南郑州的美团配送员曹永赛,虽然才22岁(94年出生),却已经算是一个老骑手了。加入美团外卖之前,曹永赛曾在三里屯一家意大利餐厅担任骑手。之后在老乡的推荐下,来了美团外卖。

谈到为什么换工作,曹永赛说,“在意大利餐厅时,都是死单子(固定客户固定路线)。而在美团,订单多挣得多,还能接触到各类型的人”。

曹永赛性格内敛,自小话就不多。不过来到美团外卖后,曹永赛慢慢喜欢与人交流了。除了总部的培训,他自己也开始琢磨服务的细节。

每当把饭菜送到客户手中时,曹永赛便微笑地说一句“祝您用餐愉快/工作顺利”,然后轻轻把门带上。在细节上用心服务,成为曹永赛的加分项。

因为之前有过配送的经历,曹永赛对导航软件很熟悉,再加上比较勤快,他的订单一直比较多,“一天送近四十单是常事,月工资要比在餐厅高出一截”。

曹永赛不仅订单多,送达的速度也快,高峰期时平均一单35分钟就可以送达,最快时十几分钟就送到了。

为何可以保持这样的速度?曹永赛表示,由于美团外卖的订单多,很多餐厅特意为美团开通了绿色通道,餐厅会优先准备美团外卖的订单,这样取餐时就不用等太久。

当然更重要的是,曹永赛自己爱琢磨,对于附近餐厅都有过研究。哪家出餐快,哪家老板服务员的脾气差,他都比较了解。所以在接到订单时,会根据情况跟提前打电话跟商家沟通,告知商家什么时间去取餐。

97年汽修工转行送外卖

对于性格外向的沈鑫来说,在保障送餐效率这件事上,除了与商家的沟通,还需要在路线方面动心思。

成长在安徽芜湖的沈鑫,97年生人,之前从事汽修行业,2015年12月加入美团外卖北京王府井站。虽然算下来只有三个月的配送经历,但活泼开朗的性格,让他迅速融入团队,快速掌握业务。

在入职培训时,沈鑫将商家沟通技巧、线路规划、片区特点等熟记于心。随后在“师傅带徒弟”的过程中,沈鑫积极向前辈学习,快速熟悉路线。

不过,沈鑫并没有止步于此,他认为“师傅领进门修行靠个人,自己还要不断摸索。路线是死的,人是活的。”只要一有空他就在各个小区、写字楼里转悠,与门卫、楼管交流。

经过多次的“跑盘”,沈鑫对方圆3公里内的楼盘了如指掌。知道从哪个门或者电梯进,离用户位置更近。遇到只写公司名没写详细地址的订单,沈鑫也能快速地找到其位置。

沈鑫还有个诀窍,中午高峰期时,选择接熟悉路线的订单,下午不忙时接路线不熟的订单,送餐时再记住这条新路线。等到第二天高峰期接单时,他就又多了一个选择路线。

在美团外卖,有着一批像沈鑫一样擅长路线规划的配送员。“路线熟,才能准确地判断路线,保证配送质量。”

而对于大家都不熟悉的路线,美团外卖的智能配送系统会充当骑手们的“超级大脑”。它会实时追踪骑手行进的方向和当前位置,结合当前运单和新运单的服务要求进行计算,按照系统效率最高的方式分派订单。

沈鑫认为,目前这种接单方式,既能调动配送员的主观能动性,又能充分发挥配送系统的智能性,是效率最高、服务质量最高的组合方式。

有一次,沈鑫自己接了10个单后,总部又派了同一方向的5个单,最终这些订单不但没有超时,还因为送餐及时获得了用户的好评。

加入美团外卖三个月了,沈鑫翻看自己的评价,只有1个差评。他强调,对路线要熟,对商家顾客要坦诚,要对顾客说实话,遇到问题要及时请求站长或同伴的帮助。

现在,沈鑫已经成长为一名优秀骑手,也开始带徒弟了。在他看来,送外卖比之前从事的修车行业要好得多,“不辛苦赚得又多,还有五险一金”。

“最近美团外卖又增加了配送员,配送速度和质量都在提升。我们很明显地感受到,关于超时的投诉越来越少,好评越来越多,美团外卖的口碑和影响力都在提升”,对沈鑫来说,他对这份工作的前景充满信心。

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  网站留言  |  RSS订阅  |  违规举报  |  开放转载  |  滚动资讯  |  English Version