做一点简单的猜测：
一个外卖订单可以由一个五元组描述：(商户坐标，客户坐标，菜品总价，下单时间、送达时间)。
在积累了足够多的数据后，就可以训练模型，根据商户坐标、客户坐标的分类（例如同一小区相邻楼栋视为同一点）、菜品总价（制作时间的代理）、下单时间（用来预测订单数/骑手数比值），得到送达时间的概率分布。
得到概率分布以后，就可以计算一个重要的指标—— 按时送达率 （本质是概率分布的一个截尾）。根据按时送达率，可以倒算每一单的截尾点，也就是app上显示的「预计X点Y分送达」。
如果企业经营的目标是控制按时送达率（不能是100%，是一个综合考虑客户体验和毛利率后算出来的数，可能是90%，也可能是80%，控制它的目标是利润最大化），那么在加入这个机制后，如果不对模型做相应调整，最后可能的结果是——模型把输出的截尾点 左移 ，换句话说，app上显示的「预计X点Y分送达」变早了。例如我原来这单6：30点，预计7:30送到，过一阵会变成预计7：28。而这个变化并不是6：30这个时段的订单/骑手比变化导致的，而是控制按时送达率为利润最大化问题的解导致的。
那么有人可能要问了，能否在模型里输入真实的按时送达率，在app上显示客户宽限后的按时送达与否呢？答案是「可以但对企业没有意义」。前面说过，控制按时送达率的目标是利润最大化。利润一边是营收，另一边是成本。营收的影响因素是客户体验（老迟到就不用了），成本的影响因素里，和骑手密切相关的就是他实际拿到手的收入了。这个收入等于派送费减去超时罚金。
所以， 考核骑手 用哪个按时送达率，模型就应该根据哪个按时送达率输出预计送达时点。
换言之，假定企业按这种方式经营，在经过一段时间后，即使你点了「愿意多等5分钟」，骑手的按时送达率仍然会在这次公关危机前的水平。他们自身也比谁都清楚，如果不像以前一样拿安全跟时间赛跑，就还是会扣钱。
饿了么这次对公关危机的反应很快，但是这个新功能很可能不解决问题。真正解决问题的是训练模型为每一单计算「 安全送达时间下限 」。但是这个需要大量的数据积累。在每个城市，（商家，客户(聚类后)）这个二元组都可以有多达数十万个取值，每一个取值对应的订单观测值其实没多少。而「安全送达」这个概念则需要考虑路网、交通灯、时段拥堵程度等诸多因素，数据积累多如主流地图应用，对（安全守交规的）通勤时间做到相对精确的估算也就近两年的事。饿了么有没有足够的数据积累我要打个问号。
当然，饿了么实际是不是这么弄的我不知道，他们的模型是不是只用上面几个维度我也不知道。但是简单想想就会发现，要真正解决外卖骑手面临的困境和造成的安全隐患， 数据、模型和企业价值观缺一不可 。
我不是饿了么的股东，所以我觉得，数据和模型可能客观上需要等，但企业价值观这个事上，恐怕没有多大的客观限制。
