外卖平台骑手差评分析报告

创作时间:

作者:

@小白创作中心

外卖平台骑手差评分析报告

引用

来源

http://www.zhengzhenghao.cn/news/2022/news_0902/35774.html

外卖平台骑手差评分析报告，通过数据可视化的方式，对542条差评数据进行了深入分析，包括差评原因、站点和骑手层面的差评指标、派送时长指标等，并提出了具体的改进方案。

环境

外卖APP是以O2O(online to offline)商业运营模式开展经营，商家可以在外卖APP上提升曝光量拉拢大量顾客，客户还可以采用该服务平台达到自己的选购要求，正中间是由骑手将餐饮食品送达客户，在这个环节中客户可以享有外卖APP的物流配送服务并可以对服务水平开展得分。

剖析总体目标

剖析造成差评的缘故，并得出改进计划方案

数据信息了解数据信息全部字段名

数据尺寸：542*11
编号：1—542
站点名字：站点A—站点F
骑手名称：名字已被脱敏
消费者派送得分：均为1
消费者派送点评标签：共9个标签，如送达请求超时、心态不太好等，顾客可以挑选1-9种（可选取）标签对骑手开展点评
消费者点评內容：实际文字说明，选填项
订单信息备注名称：对订单信息规定的备注名称表明，选填项
骑手接单子时长：以min记，浮点型
到店时长：以分钟记，浮点型
到店等餐时长：以min记，浮点型
送达时长：以分钟记，浮点型

数据预处理

5.1 检查程序是不是有缺少值
除消费者点评內容及订单信息备注名称二项选填项之外，数据信息不会有空缺值
（excel—挑选—查询空缺值）

5.2 检查程序是不是有重复值
数据内无重复值
（excel—数据信息—删除重复值）

5.3 检查程序是不是出现出现异常值
4种指标值中都有0值，依照正常的逻辑推理，送达时长不应该发生为0的状况，故将送达时长为0的数据删除（总共删掉1条，剩下541条合理数据信息）

5.4 数据一致化
启用Excel中的Power Query，将消费者派送点评标签依照分隔符“|”开展排序，共分成9列，表明一共有9个不一样的标签，将分得的9列开展数据信息逆透视图，后面应用PowerBi开展大数据可视化剖析

5.5 提升新指标值
出餐时长=骑手接单子时长到店时长等餐时长
总时长=出餐时长送达时长

大数据可视化

站点方面

差评缘故标签
每一单评价中都很有可能包括1-9个数量不一的差评缘故标签，根据统计分析不一样标签的数量，可以看到不一样因素致使的差评占比
根据每个站点的差评缘故总数排列，可以留意到：
送达请求超时在各站点均是最首要的举报缘故；别的主要的举报缘故关键为心态不太好、别的及少餐/洒餐，在E站点送达不通告为第二多差评缘故；
差评数及差评骑手数
差评数及差评骑手数占有率最大的是站点C，占有率均高于30%，必须重点关注；站点A、B的差评数及差评总数占有率均超出20%，仅次站点C，必须重点关注；站点D、E、F的两大类差评占有率均没超出10%，主次关心；
各差评指标值
在PowerBi中运用DAX创建衡量值：
站点差评 = COUNTA('表格数据'[站点名字])
骑手差评 = DISTINCTCOUNT('表格数据'[骑手名称])
站点点评缘故数量 = COUNTA('差评剖析（解决）'[站点名字])
平均差评 = DIVIDE([站点差评],[骑手差评])
人均差评缘故数 = DIVIDE([站点点评缘故数量],[骑手差评])
站点C不但差评数及差评骑手数是最大的，平均差评数及人均差评缘故数也是全部站点中最多的，应当重点关注；
派送时长指标值
C站点的均值送达时长及其均值总时长全是最多的，这很有可能可以从时间维度来证实C站点的差评量对多；可是站点A、B的均值总时长并非像差评数一样仅次C，反倒低于站点E、F，猜想有如下所示很有可能：
站点E、F存有少量的极值点将均值总时长拉升；
点评每一单是不是合乎送达请求超时的时长规范不均匀一，例如一些较近的店家超出30min算请求超时，而有一些稍远的店家超出50min才算请求超时；
对骑手的满意率点评中，送达请求超时选择项在该订单信息按时送达的情形下仍可以被挑选，造成有一些顾客故意或不正确点评；

骑手层面

差评指标值
创建分类
根据骑手差评数量 = COUNTROWS(FILTER('表格数据','表格数据'[骑手名字]=EARLIER('表格数据'[骑手名称])))
骑手差评数量分类 = SWITCH('表格数据'[骑手差评数量],1,"1",2,"2",3,"3",4,"4",5,"5",6,"超过5",7,"大于5",8,"超过5",9,"大于5",10,"超过5")
不一样站点依照差评数量分类的骑手数量
重点关注这些差评数及差评缘故数都较高的骑手，找到这种骑手实际的差评缘故占比数，有目的性的实现学习培训及提示；
将骑手的差评数量开展分类，每一个站点可以根据挑选见到该站点的c骑手差评数遍布，全部站点绝大多数骑手全是仅有1此差评。与此同时还可以根据差评分类反方向看得出是什么骑手。不一样站点可对于差评数较多的骑手开展学习培训及管理方法；
派送时长指标值
如骑手的总时长超过所有人的均值总时长，则被标明为红色字体
针对总时长远超均值的骑手，要研究是因为送达时长太长或是接单子、等餐或出餐时长太长，要有目的性的实现挑选点评，而不是仅根据总时长来分辨；
挑选被点评有送达请求超时的全部骑手，发觉有相当于一部分的骑手外卖送餐总时长低于均值，但依然被点评为送达请求超时，这儿必须关心能否有顾客故意点评或评价歪曲事实的一部分；
一位被点评为送达请求超时的骑手