2016外卖数据分析,外卖平台数据分析

o2o 外卖是o2o趋势下更细分价值的餐饮行业需求。o2o 外卖包括信息渠道、支付渠道、物流渠道三个内容。o2o作为一个渠道，让消费者聚集在一个屏幕上，选择身边的餐厅，大大提高了购物和选择的多样性。对于商家来说，就是让自己隐形。没有看过的消费者可以在一个屏幕上看到商家和商品的信息，提供商家的曝光度。

对于餐饮后端o2o来说。项目包含业务链，主要有平台模式和自营模式。外卖o2o的特点。数据显示，2021年餐饮市场规模将达到4亿以上，可见餐饮市场规模巨大。这些数据都显示了国内餐饮市场的前景。随着互联网时代的深入，餐饮o2o的市场规模将不断扩大。再看周围的生活，越来越多的同学，打工房租开始离不开外卖，外卖已经成为他们餐饮生活中不可或缺的一部分。

>点击查看原图。美团外卖App的功能菜单完全采用思维导图展示，按照主菜单可以分为四类。首页:以分类、折扣等多种形式展示商家，用户可以搜索选择。闪购:单独展示生鲜超市商品，区别于首页的餐饮，主要推广基于周边生活圈的闪购业务。订单:查看所有创建的订单，用户可以评估、出售和再次订购。我的:集中管理用户信息和资产，包括地址、收藏、钱包、优惠券等。，以及客服中心等入口。

可见，消费者、商家、骑手之间的过程关系是密不可分的。消费者是触发整个流程的主导者，商家和骑手扮演服务消费者的角色，形成了一个完整的商业闭环流程。从流程图可以看出，美团外卖的登录和注册方式基本都是基于手机号码。即使使用第三方社交账号登录，也要先绑定手机。主要原因是美团外卖的用户都是基于手机号码的，一个号码对应一个用户，既能保证用户的真实性，又能减少刷单和评论的现象。

随着外卖平台的成熟和物流行业的快速发展，Dian 外卖已经成为国内大多数人的日常活动之一。虽然顾客和店铺没有直接接触，但平台的实时评论评分机制可以有效监督店铺，保护顾客权益。另一方面，这些外卖评论也为商家或平台提供了大量的文字数据，如果使用得当，将是一笔宝贵的数据资源。比如通过分析外卖评论，商家可以获得某个区域用户的口味偏好，差评和好评的关注点等。，并及时调整送来的菜肴；通过大量的外卖分析，平台还可以从宏观角度分析不同年龄、不同地域、不同工作岗位人群的饮食习惯，为商业决策提供信息。

本报告数据来源为美团外卖面试问题。Excel用于数据清理，PowerBI用于可视化分析。分析如下:分析思路主要由以下四点组成:1。差评分析:不同标签的比例是多少；2.站点分析:分析不同站点的性能和存在的问题；3.骑手分析:与站点一起分析骑手的差评数量、发货时间指标及相关因素；4.商家分析:分析商家造成的差评。1.差评标签分析2。站点分析超时发货的问题在每个站点都占了很大的比例。

b站、C站、E站、F站合计耗时过长，容易导致订单超时发货。虽然站点A的耗时基本很短，但是差评总数第二高。加上差评比例，服务态度等问题比较严重。3.分析送外卖超时，态度不好，是大多数车友的通病。骑手如果吃的少/撒饭，提前配送，仪表不整洁，更容易获得差评。骑手配送时间这个单一维度并不是顾客给差评的决定性因素。a站和c站的管理都有问题，同一个骑手在这两个站得到的差评比在其他站多。

2015年是餐饮O2O特别激烈的一年。在资本的帮助下，公司就像一群鲨鱼，疯狂地撕咬着互联网餐饮市场。据易观智库预测，2015年第一季度中国互联网餐饮外卖市场订单规模达1.76亿，较2014年同期增长304.8%，未来五年互联网餐饮外卖市场仍将保持高速增长态势。预计2018年中国互联网餐饮/市场。

紧接着资本寒冬来了，筛选出一批初创企业，最后剩下的都是立足一方。对于消费者来说，短期内培养出来的用户习惯靠不靠谱，最终还是要看服务和食物的质量。易观智库给出的统计数据显示，2015年上半年餐饮外卖的主要受众是一二线城市的高学历群体，以大学生为主，月收入1000元以下的占一半以上。

一般会在数据分析老师的面试中被问到。外卖的行业相对一般行业来说比较特殊，所以分析思路会相对复杂，要考虑很多因素，下面简单介绍一下外卖 industry的分类:1、B端，即大众理解的商家端，类似天猫。上外卖平台的商家，-0/平台的特别之处在于商家端没有太多的营销工具来监管和营销私域流量，主要是因为整个外卖行业还没有完全进入精细化运营，所以在这部分没有专门专业的方式来帮助卖家精细化运营。