外卖平台骑手差评分析

1、背景：

以外卖平台为准O2O(online to offline)商业模式运营，商家可以增加外卖平台的曝光，吸引更多的客户，用户也可以使用平台来满足自己的购买需求，中间是骑手将餐饮食品交付给用户，在此过程中，用户可以享受外卖平台的配送服务，并对服务质量进行评分。

外卖骑手送餐流程

数据来源：https://pan.baidu.com/s/1BNFfuIsHqs8ckdDRHW08-A

提取码：6ele

2、分析目标

分析差评的原因，给出改进方案

3、数据理解所有字段

数据集大小：542*11

1-542站点名称：站点名称：A—站点F骑手名称：名称已被脱敏客户分配评分：均为1个客户分配评价标签：共9个标签，如加班、态度差等，客户可选择1-9品种（可选）标签评价乘客评价内容：具体文本描述、选择填写订单注：订单要求说明、选择填写乘客订单时间：分钟、浮点到店时间：分钟、浮点到店等餐时间：分钟、浮点交付时间：分钟、浮点前10行数据显示

注：骑手的名字被默认为同一个骑手；同一个骑手可能在不同的网站上有不同的评论

4、5.数据清理

5.1 检查数据是否缺失

除客户评估内容和订单备注外，数据中没有空白值

（excel—筛选-查看空白值

5.2 检查数据是否重复

数据集中无重复值

（excel—数据-删除重复值

5.3 检查数据是否有异常值

4所有指标均为0。根据正常逻辑判断，交付时间不应为0，因此删除交付时间为0的数据（共删除1个，剩余541个有效数据）

5.4 数据一致化

调用Excel中的Power Query，按分隔符将客户分发评估标签分隔符|分列分为9列，说明有9个不同的标签，数据逆透视分为9列，后续使用PowerBi数据可视化分析

5.5 增加新指标

取餐时长=骑手接单时间长 到店时间长

总时长=取餐时间 送货时间

6、数据可视化

【效果展示】

可视化图表链接：

https://app.powerbi.com/view?r=eyJrIjoiNDJjM2FmMDYtY2M2Yy00ZjQzLWIwNTMtM2U0ZTc5ZDllMWY4IiwidCI6IjQ0MGNjMWVlLWU0ZDUtNGI2Yi05Yjg3LTA4MTU4ZjcwM2Q1YiIsImMiOjN9

站点层面骑手层面

【站级-差评原因标签】

每一个评论都可能包括在内1-9通过统计不同标签的数量，可以看到不同原因造成的差评比例

通过对各站点差评原因数量的排序，可以观察到：

加班是每个网站投诉的主要原因；其他重要投诉的主要原因是态度不好其他少餐/洒餐。E网站送达不通知是第二多差评的原因；

【站级-差评数和差评骑手数】

差评和差评骑手比例最高的是站点C，占30%以上，需要重点关注；网站A、B的差评数及差评人数占比均超过20%，仅次于站点C，重点关注；网站D、E、F两类差评比例不超过10%，次要关注；

【站点层面—各差评指标】

在PowerBi中利用DAX建立度量值：

站点差评 = COUNTA('表格数据'[网站名称]= DISTINCTCOUNT('表格数据'[骑手名]= COUNTA('差评分析(处理)'[网站名称]= DIVIDE([网站差评][骑手差评])人均差评原因 = DIVIDE([站点评价原因总数][骑手差评])

站点C不仅差评和差评骑手数量最高，人均差评和人均差评原因数也是所有网站中最高的，要重点关注；

【站级-配送时间指标】

C站点的平均交付时间和平均总交付时间最长，可以从时间维度来确认C网站的差评很多；但是网站的差评很多；A、B平均总长度不仅次于差评C，反而小于站点E、F，猜测有以下可能性站E、F极少数极值会增加平均总长度；评估每个订单是否符合交付加班时间标准。例如，一些最近的企业超过30分钟，而一些稍远的企业超过50分钟；在对骑手满意度的评估中，在订单准时交付时仍可选择交付加班选项，导致一些客户恶意或错误评估；

【骑手级-差评指标】

#根据骑手的差评数建立分组 = COUNTROWS(FILTER('表格数据','表格数据'[骑手名]=EARLIER('表格数据'[骑手名])))骑手差评个数分组 = SWITCH('表格数据'1."1",2,"2",3,"3",4,"4",5,"5",6,"大于5",7,"大于5",8,"大于5",9,"大于5",10,"大于5")根据不同网站的不良评价数量，不同网站的骑手数量集中在那些不良评价和不良评价原因数较高的骑手身上，找出这些骑手不良评价的具体原因比例，进行有针对性的培训和提醒；将骑手的不良评价数量分组，每个网站都可以通过筛选看到网站c骑手差评分布，所有网站大部分骑手只有一个差评。同时，你也可以通过差评分组反向看到哪些骑手。不同的网站可以培训和管理评分差的骑手；

【骑手级-配送时间指标】

如果骑手的总长度大于所有人的平均总长度，则标记为红色字体

对于长期超过平均值的骑手，分析是由于交货时间长、订单接收、等待或用餐时间长，而不仅仅是通过总时间进行筛选和评估；选择所有被评估为加班的骑手，发现相当一部分骑手的加班时间小于平均值，但仍被评为加班，需要注意是否有恶意评估或虚假评估；7。建议和改进计划

【平台系统优化自查】

1. 建议将骑手端点击送达与发送短信绑定，避免发送不通知；

2. 建议将少餐/撒餐改为撒餐，因为少餐的差评应该属于商店，以减少一些错误的差评；

3. 在对骑手满意度的评价中，如果订单实际上没有加班，则不能选择加班选项；

4. 在768条评论中，有227条关于交付加班的评论。建议平台优化订单分配机制，优先匹配更近的骑手，优化交付路线；

【骑手管理】

1. 对于评价差、原因差的骑手，建议重点开展严格的岗位培训；

2. 排名前四的差评原因是加班、态度不好、其他、少餐/撒餐。重点关注这些方面，对骑手进行绩效考核。对于最多的加班，可以控制骑手单位时间的接单数量，也可以根据加班差评反向控制骑手接单数量作为处罚措施；

【网站管理】

1. 在精力及资源均有限的条件下，重点关注站点C、A、B，由于这三个网站的差评和差评骑手数量占数据集总数的70%以上，只有对这三个网站进行整改才能有效地大大降低总差评数；

2. 各个站点可以根据自己站点的评价原因排名来进行差异化的重点管理；