Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >美团数据指标体系搭建实战

美团数据指标体系搭建实战

作者头像
王知无-import_bigdata
发布于 2022-06-05 02:17:58
发布于 2022-06-05 02:17:58
1.7K0
举报

Hi,我是王知无,一个大数据领域的原创作者。

在美团商家版中,美团为商家搭建的数据指标体系,很好的指导了商家的经营发展方向以及提供经营状况概览。

本文通过体验美团商家版经营数据子功能,对美团商家版数据指标体系搭建的情况做出一个概述。

美团商家版的店铺子功能下,有一个经营数据子版块,针对商家经营过程中的数据指标进行统计。

以下是数据指标搭建的具体概况,经营数据一共分为五个板块依次呈现,分别为总览、营业、流量、顾客和商品。

01 总览

  1. 今日实时数据

可视化图表呈现形式:

以经营时间段为横轴,收入金额为纵轴,画出今日,昨日以及商圈同行均值(商圈同行前10%均值)的三条曲线图。

曲线同时可以精确查看每日不同时段的数据情况,并且在曲线左上方显示与昨日同时段的数据趋势对比。

数据指标: 预计收入:统计时间内,包含所有费用的实际收入。 营业额:统计时间内,包含商品原价、包装费、自配送/跑腿配送的配送费。 有效订单:统计时间内,已接单且未被取消(包含用户取消和商家取消)的订单数。 曝光人数:统计时间内,看到店铺的顾客数。 入店转化率:统计时间内,看到店铺的顾客中,进入店铺的顾客。 下单转化率:统计时间内,进入店铺的顾客中,下单的顾客占比。

  1. 历史数据概览

营业、流量、顾客和商品数据,这些数据界面都可以跳转到具体的一级数据界面。

02 营业数据

  1. 营业趋势

可视化图表呈现形式:

以经营时间段为横轴,收入金额为纵轴,画出今日,昨日以及商圈同行均值(商圈同行前10%均值)的三条曲线图。曲线同时可以精确查看每日不同时段的数据情况,并且在曲线左上方显示与昨日同时段的数据趋势对比。

数据指标 收入:统计时间内,包含所有费用的实际收入 营业额:统计时间内,所有订单类收入(包含商品原价、包装费、自配送/跑腿配送的费) 活动补贴:统计时间内,补贴总额(包含商品补贴价和平台补贴) 顾客实付:统计时间内,顾客实际支付费用 有效订单:统计时间内,已接单且未被取消(包含用户取消和商家取消)的订单数。 实付单均价:统计时间内,平均每单顾客实际支付的价格。

  1. 订单分布

可视化图表呈现形式:表格排行榜。

按时段:时段、订单量、比前日。按实付单均价:实付单均价(范围)、订单量、比日前。

  1. 订单地标

可视化图表呈现形式:排行榜表格。

热门地标:统计时间内,该地标在本店订单量排名。 商圈潜力地标:统计时间内,该“地标同行订单量”与“本店订单量”的差值排名。 可视化数据为本店与商圈同行均值的条形图。

03 流量数据

流量入口:商家列表、搜索、首页展位、频道页展位。

  1. 流量转化

可视化图表呈现形式:

以时间点为横坐标,曝光人数为纵坐标,画出今日,昨日以及商圈同行均值(商圈同行前10%均值)的三条曲线图。

数据指标: 曝光人数:统计时间内,看到店铺的顾客数。 入店人数:统计时间内,进入店铺的顾客数。 下单人数:统计时间内,下单的顾客数。 入店转化率:统计时间内,看到店铺的顾客中,进入店铺的顾客占比。 下单转化率:统计时间内,进入店铺的顾客中,下单的顾客占比。

  1. 流量来源

可视化图表呈现形式:排行榜表格。

具体数据指标: 全部流量:包括本店的自然流量与付费流量之和。 自然流量:平台根据用户喜好推荐给用户或用户主动搜索店铺产生的流量,也包括新店加权或平台奖励的流量。

曝光位置:

  1. 首页展位:店铺在首页“顶部横幅”,“优选好店”,“大牌甄享”中的曝光。
  2. 搜索:店铺在用户主动搜索商品或店铺时的曝光。
  3. 其他:店铺在所有非上述渠道的曝光,包括:天降红包,订单,代金券等。
  4. 商家列表:店铺在“首页”和“美食”/“甜点饮品”频道,“附近商家”和“发现好菜”列表中的曝光。
  5. 频道页展示:店铺在“美食”/“甜点饮品“频道,”大牌甄选“和”今日套餐推荐“中的曝光。

曝光次数:店铺呈现在用户界面中的次数。 入店次数:用户点击店铺链接入店次数。 点击率:=入店次数/曝光次数,如果一个用 看到同一个店铺多次,曝光次数记多次,曝光人数记1次,入店同理。 付费流量:商家通过购买推广获得的流量。

推广类型:

  1. 点金推广:按效果计费的推广产品,曝光位置在商家列表、搜索。
  2. 品牌展示:按展示计费的推广产品,曝光位置在商家列表、搜索。
  3. 揽客宝:按展示计费的推广产品,曝光位置在全部流量里的“其他”。

曝光次数、入店次数、点击率。

04 顾客

  1. 顾客画像:本店铺近90天内成交顾客的画像分析(基础信息,价格偏好,服务偏好)

1)顾客实付价分布

可视化图表呈现形式:

以人数范围为横坐标,顾客人数比例为纵坐标形成的直方图。

全平台商家:顾客在外卖平台上所有订单的实付价格均值分布。 商圈同品类商家:顾客在同商圈同品类的商家的所有订单的实付价格均值分布。

2)顾客优惠敏感度分布

可视化图表呈现形式:直方图。

以顾客对价格敏感程度为横坐标,顾客人数所占百分比为纵坐标描绘的直方图。本店铺在平台上的订单【总价中优惠金额所占的比例】的均值分布。

3)顾客构成

可视化图表呈现形式:圆环图。

冲动的顾客下单前所花时间较少,犹豫的顾客下单前所花时间较多。

消费类型占比、顾客职业占比、顾客性别占比。

4)顾客偏好数据

可视化图表呈现形式:排行榜表格。

食材偏好排名、口味偏好排名、常买商家排名(全台商家 商圈同品类商家)。

  1. 新老顾客分析

可视化图表呈现形式:

数据指标: 下单人数:统计时间内,下单的顾客数; 新客人数:统计时间内,首次下单的顾客数; 老客人数:统计时间内,非首次下单的顾客数。

  1. 复购分析

可视化图表呈现形式:

数据指标: 复购率:统计时间内,所有下单顾客中,在本店下单两次及以上的顾客占比。 新客复购率:统计时间内,所有首次下单的顾客中,在本带你下单两次及以上的顾客占比。 老客复购率:统计时间内,所有非首次下单的顾客中,在本店下单两次及以上的顾客占比。 复购人数:统计时间内,在本店下单两次及以上的顾客数。 复购新客:统计时间内,在本店下单两次及以上的顾客中,首次下单的顾客数。 复购老客:统计时间内,在本店下单两次及以上的顾客中,非首次下单的顾客数。

  1. 留存分析

可视化图表呈现形式:

数据指标: 活跃顾客:统计时间内,下单的顾客数最后一次成交在近30天内的顾客数。 沉默顾客:最后一次成交在30-60天内的顾客数。 流失顾客:最后一次成交在60-90天内的顾客数。

  1. 下单频次

可视化图表呈现形式:

数据指标: 下单频次:统计时间内,平均每个顾客的下单次数。

05 商品

可视化图表呈现形式:表格榜单。

本店商品:按销售额、按销量; 商圈热销:按销售额、按销量。

06 竞品分析

饿了么作为外卖市场上美团的绝对竞品,在数据指标体系搭建上值得对比。

从体验过程中来看,饿了么除了以上数据指标体系外,还包括对营销和服务数据指标的搭建,分别正对商户在营销前后和手段不同的情况下收益数据和发展趋势情况以及在售、出餐、售后的环节中因商户服务造成的数据波动。

  1. 营销

1)营销概况

数据可视化呈现形式:

以日期为横坐标,订单价格为纵坐标形成的曲线面积图。

数据指标: 营销订单:本店补贴金额>0的完成订单数; 营销订单比:本店商家补贴金额>0的完成订单数/本店完成订单数; 营销订单实付:营销订单的顾客实际支付的金额; 商家补贴:营销订单商家在该营销活动上的总补贴金额; 营销力度:商家补贴总额/营销订单的顾客应付金额; 投入产出比:营销订单顾客实际支付的金额/营销订单商家的总补贴金额。

2)收益排行

数据呈现形式:排行榜表格。

营销组合指订单中含有一种或多种类型,合理组合不同的活动类型,可以取得“1+1>2”的活动效果;此时仅统计只含有某种活动或某些活动组合的订单。

  1. 服务

1)接单

商责取消率趋势:统计周期内,发生的商责取消订单数/顾客提交订单,商责取消订单包括接单前商户拒单,接单后商户取消单,超时未接单,用户因商家原因取消单数。

数据可视化呈现形式:

以日期为横坐标,依据信用分规则评判的商责取消率为纵坐标描绘的曲线图。

历史商责取消情况: 数据可视化呈现形式:日期表格。 统计时间、损失金额、商责取消率、接单取消数、接单后取消数、顾客因商户原因取消数。

2)出餐

商户出餐超时率趋势:本店/本连锁店,统计周期内商户出餐超时完成配送即时单数/商户有效完成配送即时单数。

数据可视化呈现形式:

以日期为横坐标,出餐超时率为纵坐标形成的曲线面积图。

历史商户出餐超时情况: 数据可视化呈现形式:日期表格 统计时间、超时订单数、出餐超时率、超时率评估、平均出餐时长。

3)售后

顾客差评趋势率:统计时间内,差评订单数/平均订单数,其中差评订单数为评分小于等于2分的订单。

数据可视化呈现形式:

以日期为横坐标,顾客差评率为纵坐标形成的曲线面积图。

顾客差评情况:数据可视化呈现形式

对内容进行可视化。

通过对竞品的数据指标对比可见,竞品充分考虑到营销数据给商户带来的效果,一定程度上可以促进商户多做一些营销活动来促进门店线上交易转化效果。

而服务商展现的数据充分体现商户从接单,出餐到售后这全覆盖订单交易流程,体现商户的服务在促进线上订单交易中的效果,一定程度上提醒了商户对于自身服务的改进。

07 总结

大数据时代,数据会说话,从数据中反映出的事实往往更具有说服力。

美团商家版通过搭建为商家经营服务的数据指标体系,让商户更好的了解自己的经营状况;从而对于自身的发展以及服务做出相应的改变,也更加容易成为产品的忠实使用者。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-04-18,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 大数据技术与架构 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
学好外卖系统的数据分析,盈利才会蹭蹭上涨
  对于外卖商家来说,运营过程中出现的问题大多各不相同,或没排名,或没曝光,或没单量,或没收益等等,任何一环节出现问题,都会影响商家的收益。因此,商家要学会分析外卖系统中的数据,找出原因,从而改善店铺利润水平。
金优外卖
2019/09/26
5950
学好外卖系统的数据分析,盈利才会蹭蹭上涨
美团O2O广告营销中的机器学习技术
AI(人工智能)技术已经广泛应用于美团的众多业务,从美团App到大众点评App,从外卖到打车出行,从旅游到婚庆亲子,美团数百名最优秀的算法工程师正致力于将AI技术应用于搜索、推荐、广告、风控、智能调度、语音识别、机器人、无人配送等多个领域,帮助美团数亿消费者和数百万商户改善服务和体验,帮大家吃得更好,生活更好。
美团技术团队
2019/04/04
1.6K0
美团O2O广告营销中的机器学习技术
餐饮外卖业为例-数据化运营操作指南(附29页PDF下载)
作者 | 林峰 推荐序 | 刘小娇 自2006年起,餐饮业收入多年持续增长,且近年来增长速率明显上升。2015年,全国餐饮收入同比增长11.7%,首次突破3万亿元 。餐饮的大潮中不断涌现出各路精英。作为一名资深研发工程师,数据分析及可视化领域专家,曾就职于百度的林峰将数据优势运用到自己极具热忱的餐饮行业。IT跨界餐饮,纵横联合。他不仅传授给读者接地气的分析方法,更全方位地揭示了数据带给餐饮行业的价值。 本文一气呵成,图文并茂地讲解了餐饮数据运营的精髓,利用简单易懂的语言涵盖了外卖数据化运营、重点商业
大数据文摘
2018/05/25
2.6K16
【数据分析】电商数据分析基础指标体系
文章来源于36大数据 信息流、物流和资金流三大平台是电子商务的三个最为重要的平台。而电子商务信息系统最核心的能力是大数据能力,包括大数据处理、数据分析和数据挖掘能力。无论是电商平台(如淘宝)还是在电
陆勤_数据人网
2018/02/27
9.9K0
【数据分析】电商数据分析基础指标体系
技术解析 | 线下门店消费场景中的感知和互动
随着技术的快速发展和人们生活水平的不断提升,传统的零售模式已经难以满足消费者的需求,而且传统的运营模式需要进行重构。京东提出了无界零售的概念,对于前端门店用户体验来说,需要用运营技术能力来重构整体的购物体验,并通过数字化数据资产的沉淀来反向改进门店运营和用户体验。本文以京东时尚数字化门店为样板,介绍门店的数字化升级及体验升级。
京东技术
2019/05/05
1.3K0
技术解析 | 线下门店消费场景中的感知和互动
一文讲透如何做数据分析和指标体系
本文内容基于自己从事支付领域从0到1搭建支付业务数据分析实战经验。如果你对写代码念念不忘,可以看我的历史文章,有很多代码相关的内容。
Spark学习技巧
2023/12/01
9590
一文讲透如何做数据分析和指标体系
指标体系构建-03-交易型的数据指标体系
人货场模型搭建 有了三个维度的基础理解,就能用来综合解释问题。回到开头的“生鲜电商复购率低”的问题。可以先从人货场角度建立分析假设:
IT从业者张某某
2023/12/25
4750
指标体系构建-03-交易型的数据指标体系
数据测试方法
有赞数据报表中心为商家提供了丰富的数据指标,包括30+页面,100+数据报表以及400+不同类型的数据指标,它们帮助商家更合理、科学地运营店铺,同时也直接提供分析决策方法供商家使用。并且,每天在跑的底层任务和涉及的数据表已经达到千级别。面对如此庞大的数据体系,作为测试如何制定质量保障策略呢?这篇文章将从:1.有赞数据链路 、2.数据层测试、 3.应用层测试、 4.后续规划这四个方面展开。
有赞coder
2022/02/09
1.3K0
数据测试方法
企业级指标体系搭建全流程落地
但是,在实际情况中,单一一个指标很难描述清楚业务现状,例如指标为“支付订单数”,那么“支付订单数”的增加究竟是拉新带来的呢?还是运营促活带来的呢?这样就可能出现不同部门之间相互扯皮的现象。
活用数据
2022/05/13
9070
企业级指标体系搭建全流程落地
电商数据分析-01-电商数据分析指标
电商数据分析涉及多个指标,这些指标可以帮助企业了解其业务表现、用户行为和市场趋势。以下是一些常见的电商数据分析指标:
IT从业者张某某
2023/12/26
6570
电商数据分析-01-电商数据分析指标
电商商家后台数据中心产品设计指南
数据统计是每个电商商家端后台的必备功能模块之一,作为产品经理,如何规划和设计相关的数据产品呢?本文主要结合某电商后台的案例,分享B端产品数据中心的设计思路。
数据干饭人
2022/07/01
7850
电商商家后台数据中心产品设计指南
6个部分,详解电商订单管理流程
电商所有模块中,订单模块是核心中的核心,电商所有模块都是直接或者间接为订单模块服务的。
物流IT圈
2020/04/26
5.8K0
行业 |受限于外卖平台,该怎么用“外卖+小程序”翻身?
外卖业务增速迅猛,已然改变了人们的生活方式和习惯。市场大、增速快,赶不上外卖这趟车的餐饮品牌,很可能会掉队的,那如何从外卖的红海中杀出,增加品牌的曝光率、提高外卖销量呢?
微盛企微管家
2019/01/16
2K0
行业 |受限于外卖平台,该怎么用“外卖+小程序”翻身?
数据可视化设计指南(信息图表篇)
今天分享一篇关于数据可视化设计的好文。 正文 在如今的工作中(尤其是 B 端)越来越多的会开始出现数据可视化的身影,对于一部分小伙伴来说这个概念是较为陌生的,面对这道无形之中提升的“门槛”我们常常会表现的手足无措。所以,为了让大家对于数据可视化不再那么束手无措,我希望能通过这篇文章和大家一起交流学习,解决一些属于我们共同的问题。 那么我们还是老规矩,想要了解一个事物首先需要知道的是它的定义。 数据可视化的基本信息 1. 数据可视化的定义 较为笼统的来说数据可视化是一种由图形、图像、数字等元素组成的语言用
张俊红
2022/08/26
1.1K0
数据可视化设计指南(信息图表篇)
写给供应链产品经理:浅谈订单系统的设计
订单管理是一个常见的管理问题,包含在企业的订单处理流程中。由于客户/用户下订单的方式多种多样、订单执行路径千变万化、产品和服务不断变化、发票开具难以协调,这些情况使得订单管理变得十分复杂。
物流IT圈
2019/08/09
4.5K0
四个动作,建设数据指标体系和应用
在实际项目中,决策分析类系统不同于业务系统的特点之一就是其不确定性,同样一个分析场景,有的人习惯看表格,有的喜欢看图表;有的喜欢用同比环比,有的喜欢做预警分析。
永洪数据科学院
2022/04/24
1.3K0
四个动作,建设数据指标体系和应用
指标体系构建-01-什么是数据指标
指标是指于其中打算达到的指数,规格,标准等,是用数据对事物进行描述的工具。通常指标对应是否有价值取决于这个指标的实际意义。同时关注指标对应的数值,主要关注其单位及波动性。
IT从业者张某某
2023/12/23
2370
指标体系构建-01-什么是数据指标
优衣库畅销款数据分析案例
从人、货、场三个维度,即客户维度、产品维度、区域维度对优衣库畅销款商品的销售情况进行数据分析和可视化报告展示。(数据来源:2023年某时段取样)
张俊红
2024/01/23
8180
优衣库畅销款数据分析案例
个推TechDay直播回顾 | 详解数据指标体系设计与开发全流程(附视频及课件下载)
科学完善的数据指标体系是企业开展数字化运营管理、打造数据驱动型组织的重要支撑。透过多维度的数据指标,运营人员能够清晰了解业务现状,产品/研发人员能够高效定位系统问题,管理人员能够更加准确地做出分析决策。
个推
2022/12/29
5380
个推TechDay直播回顾 | 详解数据指标体系设计与开发全流程(附视频及课件下载)
行业盘点 | 餐饮行业10大关键词
前言 回望2017年,餐饮业发生着翻天覆地的变化,新技术既带来冲击又带来机遇,新老餐饮服务商,正在革新餐饮产业链条上的各个环节,降低行业成本,提高行业效率,并以此推进餐饮产业转型升级。为此本文列出了2
灯塔大数据
2018/04/03
2.2K0
行业盘点 | 餐饮行业10大关键词
推荐阅读
相关推荐
学好外卖系统的数据分析,盈利才会蹭蹭上涨
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档