阿里人打车不给钱?内部自研神器“欢行”首次曝光

简介:

业界流传着这样一则传说——阿里员工打车从来不给钱,只需手指点一点,报销流程就能自动完成。你也许忍不住会问:天底下还有这么好的事情?没错,下面就让阿里妹从产品设计、核心技术、数据等方面,为你详细介绍这款深受阿里人喜爱的出行神器——“欢行”。

image


欢行是阿里巴巴信息平台事业部自主研发的员工差旅&报销系统,涵盖用车、酒店预订、行程管理、差旅管控等功能于一体,全流程实现移动化,在提升员工出行效率的同时,大大降低了企业差旅成本,并实现了企业差旅和报销制度的系统化管控,是阿里内部最受员工欢迎的应用之一。

自动化智能化,欢行让员工出行更便利

个人免支付、免贴票、免报销

因公用车、购买机票由企业账户直接付款,员工再也不用忍受贴票、报销的痛苦,公司每月可节省近20万张出租车发票的审核处理成本。每天有 7000多名阿里小二通过欢行打车,平台接入了多家供应商,能够根据当前运力和价格为员工提供最优的出行方案。


image
image


全流程移动化,随时随地欢乐出行

差旅申请、预订、报销、审批全流程实现移动化,员工不仅能随时查看公司开票资料等重要信息,还能随时查看和管理个人差旅行程。员工在外如遇紧急情况,可通过欢行直接拨打救援热线获得援助。员工在差旅期间可通过拍照、扫描的快捷方式,将火车票、电子发票等自动生成发票记录。即使是暂时无法扫描的发票,只要通过欢行预订,报销时消费记录都会自动打通,无需再次填写。


image
image

差旅管控,成本管控更智能

欢行能通过低价预警系统提醒员工在合适范围内选择最低价的产品为企业节省成本,同时系统对差旅申请人和乘机人实行强关联,以防止为非阿里员工预订机票。系统还支持向不同角色(主管、财务、行政等)展示员工差旅行为和费用支出情况,并对异常情况作出提醒。

image

从4天降低到4小时,对账变得更简单

每个月欢行至少产生20万笔用车订单,针对不同供应商还有不同的结算要求,使用传统的Excel方式对这样数量级的订单进行对账,不仅耗时而且极易出错。而且一个财务小二在月底关帐前处理完多个业务的账务,压力极大。

欢行对账平台通过自动对接账单自动对账、自动将账单数据抛到下游财务系统进行付款、分摊、入帐等工作,财务只需核对系统对完账的数据,和供应商确认订单或金额有异常的那部分数据即可,其他一切都可交由系统自动完成,节省了大量时间(对账时间从过去的每个供应商需要花费4天缩减到只需4小时),更重要的是数据不会出错。同时系统也支持不同集团的财务处理各自集团账务的诉求。这些功能的实现,背后靠的是阿里大数据平台ODPS。针对ODPS 的原理,欢行对账平台的数据流图如下:

image


利用ODPS可以实现跨系统边界的数据运算。它的核心是通过Map-reduce进行大数据处理,提高运算速度,而传统的单库则无法支撑大数据量的运算,导致超时。另一方面,通过这种方式,新的供应商账单的接入变成了标准的流程化,对后续支持其他业务或现有业务的规则变更,有很高的灵活性,也提高了开发效率,降低了开发成本。

未来票据扫描识别,再也不用小心翼翼贴发票

报销时最繁琐的就是输入报销信息和贴发票了。虽然阿里小二们在订机票和用车时已经无需报销,但除此以外,每天仍有很多其他费用需要报销。票据扫描识别为很多小二们节省了信息录入的时间。

目前欢行已经实现或即将要实现的票据有两种:一种是火车票,通过调用图像识别服务并运用几何解析来识别车票上的有用信息,自动填入报销记录。在经过1000+张的车票扫描试验后,实现了整体83%、单项93%的识别率。另一种是增值税专票,同样使用了图像识别服务,加上编辑距离算法来识别发票信息。对于较为模糊的企业名称,欢行借助搜索引擎来进行搜索和匹配企业库,使得发票的识别率能提升10%-30%。

打到车服务好还价格低,解决运力、服务和成本的三维平衡

欢行用车于16年正式上线,当时只有一家用车供应商。随着市场及内部需求的变化,公司内部对用车提出了新的需求,于是欢行接入了多家供应商,分别在运力、服务和成本上各有所长,目标为实现运力、服务与成本的平衡。

运力:近几年,阿里在全国乃至全球的办公点越来越多,员工数量与日俱增,有一些办公点地理位置较偏僻,周围车辆不多;加上国家提高了快车的准入机制,导致供应商的运力大量下降,仅靠一家供应商的运力已无法满足小二们的出行需求。

同时,基于服务和成本的考虑,欢行转变了思路,将用车这个服务平台化,并提供标准的API给多家用车供应商接入。然而,与第三方系统通信,安全问题至关重要,欢行基于TOP平台搭建了API开放平台,使用签名校验的方式保障了双方通信的安全性。


image


服务:除了接入其他供应商来满足服务诉求,对司机服务质量的提升,欢行也做了尝试。快车,主要采用的是社会运力,司机并非自家员工,尽管供应商在司机管理上做了大量措施,仍然避免不了有司机违规作弊或服务态度恶劣。

欢行使用ODPS进行大数据分析捕获并在系统层面建立了一系列规则,只要司机命中其中一条或几条规则,欢行会自动将司机加入黑名单,阻止黑名单司机再次接到阿里小二们的单。同时,为了防止司机骚扰小二们,欢行协同供应商,采用传递小号的方式,司机看不到小二真实的号码,但可通过APP和小二取得联系。

成本:去年,市场上对企业端实行了溢价策略,在车辆不足的情况下,系统通过自动给司机加价来吸引司机接单。阿里小二加班用车需求比较集中,预估价接口调用过频,会让服务商系统以为该区域需求旺盛,从而触发更高的溢价倍数。为了抑制这种情况,欢行利用滑动窗口算法对供应商预估价接口调用频率进行动态调节,溢出的需求会提醒小二们稍后再试。通过这种方式,溢价成本下降了20%。

欢行的初衷是为员工提供更简单、便捷的差旅&报销体验,未来我们将继续致力于通过智能化出行&报销、OCR、电子发票等手段持续提升员工的差旅&报销效率和体验。我们期望更多的开发者参与建设欢行差旅&报销平台服务更多的企业。

同时,欢行的开发者平台即将到来,欢迎大家收藏网址:https://open-hatrip.alibaba.com ,关注我们的动态。

来源:阿里技术
原文链接

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
体育赛事直播系统源码搭建平台四种用户获利方式
通过“东莞梦幻网络科技”体育直播源码搭建的赛事直播平台,有哪些功能帮助打造出完整的社群环境来吸引许多优质创作者,不仅让创作者能够获利,也让自家平台的素材内容多元且丰富,吸引更多用户和创作者,形成一个良好的正循环。
|
存储 XML 缓存
首次揭秘!看大麦如何掌控超大规模高性能选座抢票
随着现场娱乐行业的不断发展,各类演出层出不穷,越来越多的演出开启选座购票满足用 户的自主选座需求。大麦的选座不仅面向中小场馆类的剧院演出,还面向大型体育赛事、大型 演唱会等超大型场馆(如鸟巢近 10 万座)。选座类型抢票的特点是“选”,由于“选”的可视化以及超大场馆在数据量上对大麦是很大的挑战。本文通过服务端和前端上的一些解决方案来探讨 如何支撑超大规模场馆的高性能选座,通过本文的一些技术方案希望可以对读者在一些高并发实践中提供帮助。
首次揭秘!看大麦如何掌控超大规模高性能选座抢票
|
Web App开发 Android开发 iOS开发
揭密岩鼠云真机黑科技,如何服务好全球十亿用户
岩鼠云真机是如何从UC孵化出来的,又有哪些厉害的黑科技呢?一起来了解下吧!
2110 0
揭密岩鼠云真机黑科技,如何服务好全球十亿用户
|
算法 机器学习/深度学习 vr&ar
首次揭秘 | 淘宝新发布的躺平如何做3D场景化导购?
赵斌强(乐田)——阿里巴巴资深算法专家,现任淘系技术部算法负责人,在内容推荐、商品导购、机器学习等方向有很多深入的工作。作为近一年来的新工作方向,「3D 场景化导购算法」是乐田在「中国计算机大会2019」的演讲,主要介绍 3D 和机器学习的结合,打造新的场景化导购的商业场景应用。
4801 0
首次揭秘 | 淘宝新发布的躺平如何做3D场景化导购?
|
机器学习/深度学习 边缘计算 算法
首次披露!阿里线下智能方案进化史
AI 技术已经从互联网走向零售、汽车、银行等传统行业。受限于延时、成本、安全等多方面的限制,单一的云解决方案往往不能满足场景需求。
1685 0
|
机器学习/深度学习 前端开发 安全
【云周刊】第140期:阿里人打车不给钱?内部自研神器“欢行”首次曝光
阿里人打车不给钱?内部自研神器“欢行”首次曝光,无处可藏:人脸识别时代生活报告,机器学习的入门“秘籍” ,【云吞铺子】使用访问控制,保护你的云上资产...更多精彩技术资讯,尽在云周刊!
7804 0