DoorDash 贏的,
不只是外送

Tony Xu 在 Stripe Cheeky Pint 裡談的不是「誰的 app 比較好看」。DoorDash 的核心,是把餐廳、消費者、外送夥伴和城市庫存接成一套可靠系統,並把這套能力延伸到訂位、零售、自動化配送與 AI 介面。

SCROLL
PART 1 | 為什麼贏

外送平台的競爭,
不是單一指標能解釋

John Collison 問 Tony Xu:2013 年手機 app 浪潮裡,很多公司都做食物外送,為什麼最後 DoorDash 贏?Tony 的短答案是「拿到更多顧客」。但真正原因,是 DoorDash 很早就把外送看成多變數服務,而不是一個漂亮下單按鈕。

使用者會同時評估餐廳選擇、準時率、食物狀態、價格,以及出錯後平台怎麼處理。任何一項掉下來,留存率和使用頻率就會反映出來。Tony 因此把「留存」當成產品有沒有差異化的最終檢查。

01
選擇夠不夠多
平台要讓使用者看到想吃的餐廳,也要讓餐廳相信平台能帶來需求。
02
訂單能不能準時
餐點準備、外送路線、等待時間和交付位置都會影響體驗。
03
成本能不能成立
消費者願意付費,餐廳願意付佣金,外送夥伴願意接單,三邊都要成立。
04
出錯時怎麼補救
早期 DoorDash 曾在現金快用完時退款給所有受影響顧客,還親自送餅乾道歉。

資金不足反而讓 DoorDash 不能靠折扣硬買成長。2016 到 2018 年募資困難時,公司被迫用產品和服務品質撐起自然成長。等留存率和使用頻率證明有效,才加速買顧客。

PART 2 | 三方市場

YC 時期的問題很簡單:
三邊到底願不願意付出?

Tony 回憶 DoorDash 參加 Y Combinator 時,很多團隊把 Demo Day 的目標放在最高估值。DoorDash 當時更在意三個問題:消費者願不願意為外送多付錢?商家願不願意合作並付佣金?外送夥伴願不願意以平台能負擔的收入接單?

這三個問題看起來粗糙,卻比「外送市場大不大」更有用。外送不是只有需求端,也不是只有供給端,而是三邊同時成立才會變成可擴張的公司。

角色
他們要什麼
DoorDash 必須證明什麼
消費者
方便、選擇、準時、價格合理,出錯時有人負責。
外送的便利足以讓人多付一筆費用,而且會重複使用。
餐廳
多接訂單、維持毛利、不要被平台打亂現場營運。
佣金換到的是增量收入,不只是把原本會來店裡的人搬到線上。
外送夥伴
收入可預期、路線合理、遇到問題能被支援。
平台能用可負擔的成本取得足夠供給,並在油價、風險和安全上支援他們。

這也是 Tony 對投資人 Michael Abramson 判斷 DoorDash 的描述:只要單位經濟能成立、外送夥伴供給能取得、團隊能持續執行,市場機會就值得押。外送看似是消費 app,其實一開始就是經濟模型。

PART 3 | 餐廳經濟

餐廳最難的,不是做菜,
而是人、坪效與規模

談餐飲業趨勢時,Tony 沒先講熱門菜色,而是先講人。餐廳最長期的困難是招募與排班。租金、工資和現場服務壓力讓很多餐廳被迫選邊站:要更像高接觸的 hospitality,還是更像高效率的 production。

外送會改變餐廳的邊際經濟。Tony 用粗略數字拆一美元店內消費:食材與包材約三成、租金約三成、人力約三成,剩下約一成淨利。外帶或外送訂單仍有食材與包材成本,但多半使用同一個廚房、同一份租金和部分既有人力,增量毛利可能高出許多。

餐廳的一筆訂單,卡在五個環節
需求顧客為什麼會選這家店
產能廚房能否穩定出餐
人力排班與訓練能否跟上
坪效座位、租金與外帶動線
回訪能否把一次客變常客

這解釋了為什麼雲端廚房沒有像幾年前想像那樣全面取代餐廳。小品牌缺乏低成本獲客能力,大連鎖則要計算機會成本:同一個地點若能開店,同時承接內用、外帶與外送,為什麼只做一間外送廚房?

PART 4 | 產業趨勢

餐飲業一直難做,
但消費者一直把更多錢花在外食

Tony 提到美國餐飲支出的大方向:從 1950 年代大多數食物支出花在雜貨,到今天外食與外帶占比已經接近反轉。即使單一家餐廳很難經營,整個產業仍然長期成長,餐廳數量也多數年份持續增加。

中國市場則把外送放大到另一個等級。原因不是單一科技差距,而是外食本來就便宜且普遍、勞動供給與成本不同、城市密度高,還有大量餐廳與商家願意快速嘗試新營收方式。Tony 的重點不是複製中國模式,而是提醒每個市場的成本結構、城市形狀與消費習慣都不同。

長期趨勢
餐廳數量持續增加
餐廳難做,但人們對食物、社交與外出用餐的需求沒有消失。這讓餐飲業成為少數長期創造工作機會的產業。
最大痛點
開第二家店很難
就算是熱門餐廳或名廚,也可能卡在資金、許可、施工與人力。DoorDash 因此把許可改革視為小商家的重要議題。
技術機會
把常客制度化
餐廳很需要知道誰是常客、他喜歡什麼、該如何招待。但員工流動高,記憶常留在店主腦中,缺少穩定的 CRM。
DoorDash 延伸
SevenRooms 與訂位
DoorDash 想把線上訂單、店內訂位與顧客資料接起來,讓餐廳不只得到流量,也能經營自己的全通路生意。

這段讓 DoorDash 的邊界變寬。它不只想送餐,也想幫餐廳建立軟體、辨識常客、帶人進店、處理訂位,最後成為餐廳理解顧客與分配產能的系統。

PART 5 | 可靠度

平台越大,
越像一台城市狀態機

訪談中段談到詐欺與安全,Tony 把 DoorDash 形容成一台大型 state machine。每天有大量訂單、商家、外送夥伴與顧客互動,系統必須知道什麼狀態是綠燈,什麼狀態正在變黃,什麼狀態需要立刻介入。

線上詐欺可以靠支付資料與風控模型協助,但 DoorDash 還有大量線下訊號:餐點到底有沒有送到、商品是否真的缺貨、收據照片是否可信、外送位置是否精準、對話是否正在升高成安全風險。這些都沒有現成資料集,平台得自己建立訊號。

問題
表面看起來
真正要做的事
餐點沒收到
顧客說沒拿到,外送夥伴說已送達。
結合照片、定位、歷史行為與最後幾公尺的地圖精度。
商品缺貨
商店、外送夥伴與顧客看到的庫存不一致。
建立更好的城市商品目錄,並讓現場任務回補資料。
安全事件
一開始可能只是對話不舒服或現場出現異常。
及早偵測升高訊號,在必要時通知附近使用者、商家與執法單位。

DoorDash 自建地圖也是同一個邏輯。一般地圖知道地址,外送平台需要知道公寓門口、收貨點、停車位置和最後幾公尺。可靠度不是單一模型,而是把事前準備、即時偵測與例外處理接起來。

PART 6 | 下一步

AI 和自動配送都重要,
但前提是端到端工作要成立

Tony 談未來配送時,先問的不是「用無人機還是機器車」,而是「到底要送什麼」。一座城市裡有數千萬種商品,很多沒有完整目錄,也不一定離顧客夠近。若不知道商品在哪裡、是否有貨、怎麼取貨,再好的載具也只是漂亮展示。

Dot 是 DoorDash 自己做的小型自動配送車,原因是市場上現有選項沒有剛好解決它的問題。人類很會外送,門檻其實很高。Dot 必須足夠快、能在道路與人行道等不同環境移動、容易裝卸、能處理冷熱保存,也要跟人類外送夥伴合作接力。

城市資料
先知道商品在哪裡
DoorDash Tasks 從自家需求長出來:讓外送夥伴協助收集線下商品、貨架與商店資訊,也讓他們多一種接任務收入。
配送載具
不同距離需要不同工具
無人機適合較長距離;Dot 適合短程、停車困難或郊區環境;人類仍會負責很多高彈性的情境。
AI 介面
聊天不是全部答案
AI 可以成為新的需求入口,但餐點缺貨、外送找不到人、訂單延遲時,平台仍要能端到端處理。
產品原則
先問解決什麼問題
Tony 對 Dot、AR、AI 訂餐與 Stripe 產品建議都回到同一句:不要先賣產品線,先確認替顧客解掉哪個痛點。

這也是他對 AI 訂餐的保留。自然語言下單聽起來很順,但過去 Google Food Ordering 這類低摩擦入口沒有留下高留存,因為下單後的問題仍然要有人處理。DoorDash 可以接 AI 的需求入口,但必須掌握結帳後的所有例外。

外送平台真正賣的不是按鈕,而是讓城市裡很難協調的事準時發生。

DoorDash 的策略,是把餐廳經濟、顧客留存、城市庫存、風控安全與配送載具,全部收進同一套可靠度系統。

你覺得 DoorDash 最強的護城河
是哪一個?

選完之後,分享你的觀點

你的觀點

想聽原始訪談?

這頁整理自 Stripe 的 Cheeky Pint 系列。原始影片保留了 John Collison 與 Tony Xu 對 DoorDash、餐飲業、自動配送、AI 介面與城市商務的完整對話。

前往 YouTube →