美团商家版

编辑导语：当今人们已经进入到一个大数据时代，人们每天都在生产者各种各样的数据，这些数据又在不断被循环利用推动着行业和社会的进步。本文作者分析了美团商家指标体系的搭建，我们一起来看一下。

麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素；人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”

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。

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：

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。

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

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。

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。

流量入口：商家列表、搜索、首页展位、频道页展位。

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：

可视化图表呈现形式：排行榜表格。

具体数据指标：

曝光位置：

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，如果一个用户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:

曝光次数、入店次数、点击率。

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）。

可视化图表呈现形式：

数据指标：

可视化图表呈现形式：

数据指标：

可视化图表呈现形式：

数据指标：

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。

可视化图表呈现形式：表格榜单。

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：

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）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。

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。

因此，产品自身也应该在数据指标体系上不断完善和改进。

作者：源嘉鱼；微信公众号：鱼子酱-；985院校大二在读生，热爱互联网，对目前各类互联网产品充满兴趣，希望在不断创作中加强自己的产品思维，不断成长为一名合格的产品经理。

本文由 @鱼子酱 原创发布于人人都是产品经理，未经许可，禁止转载。

题图来自Unsplash，基于CC0协议。