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—网站F骑手名称：名称已脱敏客户分销评分：1客户分销评价标签：共9个标签，如加班、态度差等，客户可选择1-9个（可选）标签评价客户评价内容：具体文本描述、选择填写订单注：订单要求说明，选择填写骑手接收订单时间：分钟，浮点到店时间:分钟记，浮点到店等餐时间:分钟记，浮点送货时间:分钟记，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.分析框理分析框架5

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 检查数据是否有重复值

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

四个指标均为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 到店时长 等餐时长

总时长=取餐时长 送达时长

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】

每个评论可能包含1-9个不同数量的差评原因标签。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差、其他少餐/洒餐，E网站送货不通知是第二个差评；

【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差评和差评的比例超过20%，仅次于网站C，重点关注；网站D、E、F两类差评比例不超过10%，次要关注；

【站级-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' = DISTINCTCOUNT('；表格数据' = COUNTA('；差评分析(处理)'.[网站名称] = DIVIDE([网站差评]，[骑手差评] = DIVIDE([站点评价原因总数][骑手差评])

网站C不仅差评和差评骑手数量最高，而且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，可以从时间维度确认C站点的差评量对多；但是网站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极少量极值会增加平均总长度；评估每个订单是否符合超时交付时间标准，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；在骑手满意度评估中，在订单准时交付时仍可选择交付加班选项，导致部分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'=EARLIER('；表格数据')))骑手差评个数分组 = SWITCH('；表格数据'"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"；)不同网站根据差评数分组的骑手数量，重点关注差评数和差评原因数较高的骑手，找出差评原因的具体比例，进行有针对性的培训和提醒；对骑手的差评数量进行分组，每个网站都可以通过筛选看到网站的c骑手差评分布，所有网站的大多数骑手只有1个差评。同时也可以通过差评分组反向看出哪些骑手。同时也可以通过差评分组反向看出哪些骑手。不同的网站可以训练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，应分析交货时间过长、订单接收、等待或取餐时间过长，而不仅仅是通过总长度进行筛选和评估；选择所有被评估为交货加班的骑手，发现相当一部分骑手的总交货时间小于平均值，但仍被评为交货加班，这里需要注意需要注意客户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送达短信两个功能绑定通知；

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估中，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。对于最多的加班送货，可以控制骑手单位时间的接单数量，也可以根据加班送货的差评反向控制骑手接单数量作为处罚措施；

【网站管理】

1. 在能源和资源有限的情况下，重点关注网站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. 各网站可根据自己网站的评价原因进行差异化的重点管理；