公司：美团
美团是一家中国领先的生活服务电子商务平台，成立于2010年，总部位于北京。它以O2O（Online to Offline）模式为核心，通过线上平台连接线下服务商，提供多种生活服务，包括餐饮、外卖、酒店预订、旅游、电影票等。
公司发展历程
-
成立与初期：美团最初以团购业务起家，迅速扩展到外卖、酒店、旅游等多个领域。2013年，美团外卖正式上线，成为其重要的业务之一。
-
上市与扩张：美团于2018年在香港上市，成为公众公司。随着市场需求的增长，美团不断推出新服务，如美团闪购、小象超市等，以满足消费者的多样化需求。
主要业务
美团的业务可以分为几个主要模块：
-
餐饮外卖：美团外卖是其核心业务之一，依托庞大的骑手团队和实时配送网络，为消费者提供多样化的餐饮选择。
-
到店及酒旅：美团通过整合用户生成内容（UGC）和商家信息，为用户提供酒店预订、餐厅预订和相关服务。
-
生活服务：除了餐饮和酒店，美团还扩展到电影票务、旅游、健身、美容等多个生活服务领域，形成了一个综合性的生活服务平台。
商业模式
美团的商业模式主要基于以下几个方面：
-
平台模式：作为一个多边平台，美团聚集了用户和商家，实现了价值创造与交换。
-
社群效应：用户可以在平台上查看商家的评价和点评，通过分享体验影响其他消费者的决策。
-
增值服务：美团通过广告推广、金融服务等增值服务来增加收入，例如为商家提供小额贷款等解决方案。
市场定位与竞争
美团在中国市场上与阿里巴巴旗下的饿了么等竞争对手展开激烈竞争。通过不断创新和扩展服务范围，美团致力于巩固其市场地位，并吸引更多用户和商家。
财务状况与挑战
尽管美团在多个领域取得了显著增长，但其外卖业务长期以来面临亏损。近年来，随着市场竞争加剧和运营成本上升，美团需要不断调整其商业策略以实现盈利。2023年和2024年，美团开始显示出盈利能力，表明其商业模式正在逐步成熟。
未来展望
未来，美团计划继续推动技术创新，提升用户体验，并加强与各类商家的合作关系，以进一步扩大市场份额。同时，通过数据驱动决策，美团希望能更好地满足消费者需求，实现可持续发展。
美团外卖持续交付的前世今生
本文将从外卖的历史实践中，浅谈一个好的持续交付需要综合考虑哪些关键因素。
智能配送系统的运筹优化实战
深入各个产业已经成为互联网目前的主攻方向，线上和线下存在大量复杂的业务约束和多种多样的决策变量，为运筹优化技术提供了用武之地。
美团开源Logan Web：前端日志在Web端的实现
Logan 是美团点评推出的大前端日志系统，本次开源了在 Web 环境运行的 SDK、日志分析平台以及服务端代码。
美团外卖商家端视频探索之旅
美团外卖至今已迅猛发展了六年，随着外卖业务量级与日俱增，单一的文字和图片已无法满足商家的需求，商家迫切需要更丰富的商品描述手段吸引用户，增加流量，进而提高下单转化率和下单量。
美团下一代服务治理系统 OCTO2.0 的探索与实践
本文根据美团基础架构部服务治理团队工程师郭继东在2019 QCon上的演讲内容整理而成，主要阐述美团大规模治理体系结合 Service Mesh 演进的探索实践，希望对从事此领域的同学有所帮助。
从ReentrantLock的实现看AQS的原理及应用
本文会从应用层逐渐深入到原理层，并通过ReentrantLock的基本特性和ReentrantLock与AQS的关联，来深入解读AQS相关独占锁的知识点，同时采取问答的模式来帮助大家理解AQS。
美团BERT的探索和实践
美团点评NLP团队紧跟业界前沿技术，训练了更适配美团点评业务场景的MT-BERT模型，通过微调将MT-BERT落地到多个业务场景中，并取得了不错的业务效果。
干嘉伟：To B销售要回归本质，不要有“神秘力量依赖症”
“很多方法不是别人不知道，只是你比别人更坚持、更用心。”
饿了么监控系统 EMonitor 与美团点评 CAT 的对比
背景介绍饿了么监控系统 EMonitor ：是一款服务于饿了么所有技术部门的一站式监控系统，覆盖了系统监控、
leaf：美团开源的分布式ID生成系统剖析
本文基于谢照东的《Leaf：美团点评分布式ID生成系统》，之所以有这样文章，是因为笔者发现谢照东的这篇文章和美团开源的leaf（GitHub地址：https://github.com/Meituan-Dianping/Leaf）是有一些非常重要的出入的，尤其在涉及时钟回拨等问题。所以，笔者根据美团开源的leaf源码，写下了这篇文章。
商业分析方法论《美团：三层四面》
先抛方法论框架：
三层：市场总量、互联网化率、公司占有率 四面：用户量、订单量、收入、利润
最近一直用这个方法论在分析很多大企业商业模式和一些投资行为，基本都能套进这个框架里面，其实这个框架抽象出来，并不是一个纯互联网公司方法论，基于交易的商业模式都可以采用这个框架，只要把“互联网化率”替换成任何一个新产业化率都适用。
只从财务数据看美团、拼多多、小米？那你可能错了
负债率高，净利润负的公司，未必不是好公司
协助美团kafka团队定位到的一个JVM Crash问题
有挺长一段时间没写技术文章了，正好这两天美团kafka团队有位小伙伴加了我微信，然后咨询了一个JVM crash的问题，大家对crash的问题都比较无奈，因为没有现场，信息量不多，碰到这类问题我们应该怎么去分析，我想趁这次机会和大家分享一下我针对这种问题的分析
配送交付时间轻量级预估实践
美团配送技术团队的核心任务，就是将每天来自祖国各地的数千万份订单，迅速调度几十万骑手小哥按照最优路线，并以最快的速度送到大家手中。
如何基于深度学习实现图像的智能审核？
美团每天有百万级的图片产生量，运营人员负责相关图片的内容审核，对涉及法律风险及不符合平台规定的图片进行删除操作。由于图片数量巨大，人工审核耗时耗力且审核能力有限，所以必须依靠深度学习技术。
Litho在动态化方案MTFlexbox中的实践
Litho是一套声明式UI框架，主要优化复杂RecyclerView列表的滑动性能问题。MTFlexbox是一种跨平台动态化解决方案，性能高、渲染速度快、兼容性高、原生功能支持度高。Litho与MTFlexbox结合，可以最大化的提升性能。