问：美团外卖用户差评分析报告
- 答：本次报告数据来源为美团外卖面试题。使用Excel进行数据清洗，Power BI进行可视化分析。
分析如下：
分析思路主要由以下四点构成：
1. 差评标签分析：不同标签占比情况如何；
2. 站点分析：分析不同站点表现以及存在的问题；
3. 骑手分析渣昌：分析骑手差评数、配送时间指标以及与站点的相关因素；
4. 商家分析：分析商家导致的差评问题。
1. 差评标签分析
2. 核唤 站点分析
送达超时 问题在每个站点都占比严重。 站点C 表现最差，其次是 站点A、站点B。
站点B、C、E、F 的如氏扒总耗时长过高易导致订单 送达超时。
站点A 虽然各项耗时基本较短，但差评总数第2多。结合差评标签数占比， 服务态度及其他 问题较严重。
3. 骑手分析
送达超时、态度不好 是多数骑手的共同问题。
骑手 少餐/洒餐、提前点送达、仪表不整 更易得差评。
骑手的配送时间长短这一单一维度并不是客户给出差评的决定性因素。
站点A、C 在管理上存在问题，相同骑手在这两个站点得到的差评数要多于其他站点。
4. 商家分析
每个骑手得到差评并不全是骑手的服务问题，餐品商家也有一定的责任。
分析结论及改善方案
问：外卖平台业务数据分析
- 答：数据分为三个文件，分别是：shop.csv, cpc.csv, order.csv.
shop.csv主要包含了每个门店日常营收数据与流量数据。
cpc.csv主要包含外卖门店cpc广告费用与门店曝光、访问等流量数据。
order.csv主要包含外卖门店每笔订单的下单时间、金额等详情信息。
数据周报包含结果指标和过程指标等多组数据。详细展示了每周门店的销售情况，以及营销流量转化情况。小结中页展示了周同比与环比数据，可以给业务部门更直观地感受到每周业务的差异。
利用Tableau，对外卖经营概况总览、经营数据详情、配送分布、新老客占比、平台占比、门店占比、每日营收情况、每日流量数据、投放情况、订单分布综合数据仪表盘分析。
从配送分布地图可以看到，品牌下外卖配送主要区域就是外卖门店1公里内的主要办公商圈。在地图上呈红色高亮显示。
从每日营收数据和每日流量数据中可以看到，流量和营收数据基本呈相同分布。都于2020年9月有比较严重的下滑，分析每日流量数据发现，该月曝光人数非常高，但是进店率低下，说明店铺的承载能力较弱，需要进一步提升。
从投放情况来看cpc总费用与GMV的对比，拌客干拌麻辣烫店的营销投入转化比蛙小蛙牛蛙更胜一筹。
该报表还设置时间、门店仔枯筛选器，可以选择任意时间段或者任意门店查看相关数据。并茄戚纯且该报表所有图表还有联动筛选功能，选择任一图表的某一段，所有颤咐图表都可以同步显示该段时间的数据，更利于业务部门对数据直观解读，做出决策。
