美团商家版|商家数据指标体系搭建

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。

编者按：如今，人们已经进入了大数据时代。人们每天都在生产各种数据，这些数据不断被回收利用，以促进行业和社会的进步。本文作者分析了美团商业指标体系的建设。让我们看看。

麦肯锡说：数据已经渗透到当今的每个行业和业务功能领域，成为一个重要的生产因素；大量数据的挖掘和应用预示着新一波生产率增长和消费者盈余浪潮的到来。

麦肯锡说：数据已经渗透到当今的每个行业和业务功能领域，成为一个重要的生产因素；大量数据的挖掘和应用预示着新一波生产率增长和消费者盈余浪潮的到来。

在美团商业版中，美团为商家建立的数据指标系统很好地指导了商家的业务发展方向，并提供了业务状况概述。

本文通过体验美团商业版的业务数据子功能，总结了美团商业版数据指标系统的构建。

在美团商业版的店铺子功能下，有一个业务数据子部分，统计业务运营过程中的数据指标。

以下是数据指标建设的具体概况。业务数据分为五个部分，即概述、业务、流量、客户和商品。

一、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，画出昨日和商圈同行平均值(商圈同行前10%平均值)的三条曲线图。

同时，曲线可以准确查看每日不同时段的数据，并显示与昨日同时段的数据趋势对比。

数据指标：

预期收入：包括所有费用的实际收入。 营业额：统计时间内，包括原价、包装费、自配/跑腿配送费。 有效订单：统计时间内已接单且未取消（包括用户取消和商户取消）的订单数量。 曝光人数：统计时间内，看到店铺顾客数量。 入店转化率：统计时间内，看到顾客进店的顾客。 订单转换率：统计时间内，进入店铺的顾客比例。

业务、流量、客户和商品数据都可以跳转到特定的一级数据界面。

二、营业数据 1. 营业趋势

可视化图表呈现形式：

以营业时间段为横轴，收入金额为纵轴，画出昨日和商圈同行平均水平（商圈同行前10%平均水平）的三条曲线图。同时，曲线可以准确查看每天不同时间段的数据，并显示与昨天同一时间段的数据趋势对比。

数据指标

收入：统计时间内所有费用的实际收入 营业额：统计时间内，所有订单收入（包括原价、包装费、自配/跑腿配送费） 活动补贴：统计时间内补贴总额（包括商品补贴价格和平台补贴） 客户实际支付：统计时间内，客户实际支付费用 有效订单：统计时间内，订单数量已被取消(包括用户取消和商户取消)。 实付单均价:统计时间内每个客户实际支付的平均价格。 实付单均价:统计时间内每个客户实际支付的平均价格。

可视化图表呈现形式：表格列表。

时间段：时间段，订单量，比前天好。

实付单均价：实付单均价（范围）、订单量、比日前。

3. 订单地标

可视化图表呈现形式：排名表格。

热门地标：统计时间内，该地标在本店订单量中排名。

商圈潜在地标：统计时间内，地标同行订单量与本店订单量的差值排名。

可视化数据是本店与商圈同行平均值的条形图。

三、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，画出昨日和商圈同行平均值(商圈同行前10%平均值)的三条曲线图。

数据指标：

曝光人数：统计时间内，看到店铺顾客数量。 入店人数：统计时间内进店顾客 下单人数:统计时间内下单客户数。 入店转化率：统计时间内，看到顾客进入店铺的比例。 订单转换率：统计时间内，进入店铺的顾客比例。

可视化图表呈现形式：排名表格。

具体数据指标：

所有流量：包括本店自然流量与付费流量之和。 自然流量：平台根据用户喜好向用户或用户推荐积极搜索店铺产生的流量，还包括新店加权或平台奖励的流量。

曝光位置：

主页展位：店铺在主页顶横幅、优选好店、大品牌筛选中曝光。 搜索：当用户主动搜索商品或商店时，商店的曝光率。 其他:店铺在所有非上述渠道的曝光，包括:红包、订单、代金券等。 商家名单：店铺在首页、美食/甜点饮料频道、附近商家、发现好菜名单中曝光。 频道页面显示:美食/甜点饮料频道店铺曝光，大品牌选择和今日套餐推荐。

曝光次数：用户界面中存储的次数。

入店次数：用户点击店链接入店次数。

点击率：=入店次数/曝光次数，如果用户多次看到同一家店，多次记录曝光次数，一次记录曝光次数，入店也是如此。

付费流量：商家通过购买推广获得的流量。

推广类型:

点金推广：按效果计费的推广产品，曝光位置在商家列表中，搜索。 品牌展示：按展示计费的推广产品，曝光位置在商家列表中，搜索。 揽客宝：按展示计费的推广产品，曝光位置在所有流量中的其他。

曝光次数、入店次数、点击率。

四、顾客 1. 客户肖像：客户肖像分析（基本信息、价格偏好、服务偏好）

1)客户实付价分布

可视化图表呈现形式：

纵坐标形成的直方图以人数范围为横坐标，客户人数比例为纵坐标。

全平台业务：客户在外卖平台上所有订单的实际价格均值分布。

商圈同类商户：同类商户所有订单的实际价格均值分布。

2)客户优惠敏感度分布

可视化图表呈现形式：直方图。

以客户对价格的敏感性为横坐标，客户数量的百分比为纵坐标描绘的直方图。

平台上本店订单的平均分布总价中优惠金额的比例。

3）顾客构成

可视化图表呈现形式：圆环图。

冲动客户下单前花的时间少，犹豫客户下单前花的时间多。

消费类型比例、客户职业比例、客户性别比例。

4)客户更喜欢数据

可视化图表呈现形式：排名表格。

食材偏好排名，口味偏好排名，常买商家排名(全台商家) 商圈同类商家)。

2. 新老顾客分析

可视化图表呈现形式：

数据指标：

下单人数：统计时间内下单客户数； 新客户数:统计时间内首次下单的客户数； 老客户数:统计时间内非首次下单的客户数。

可视化图表呈现形式：

数据指标：

回购率：统计时间内，所有下单客户中，在本店下单两次以上的客户比例。 新客户回购率:统计时间内，所有首次下单的客户中，本带您下单两次以上的客户比例。 老客户回购率:统计时间内，所有非首次下单的客户中，本店下单两次以上的客户比例。 回购人数：统计时间内，在本店下单两次以上的顾客数量。 回购新客户：统计时间内，在本店下单两次以上的顾客中，首次下单的顾客数量。 回购老客户：统计时间内，在本店下单两次以上的顾客中，非首次下单的顾客数量。

可视化图表呈现形式：

数据指标：

活跃客户：统计时间内，最后一次订单的客户数量在近30天内达成。 沉默客户：30-60天内最后一次交易的客户数量。 客户流失:最后一笔交易在60-90天内。

可视化图表呈现形式：

数据指标：

下单频率：在统计时间内，每个客户平均下单次数。

五、商品

可视化图表呈现形式：表格列表。

本店商品销售额，按销售额； 商圈热销:根据销量和销量。

饿了么作为美团在外卖市场上的绝对竞争产品，在数据指标体系建设上值得比较。

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完成订单数； 营销订单比：本店商家补贴金额>0完成订单数/本店完成订单数； 实际支付营销订单：客户实际支付营销订单金额； 商户补贴：营销订单商户在营销活动中的总补贴金额； 营销力度：客户应付总额/营销订单； 投入产出比：营销订单客户实际支付的金额/营销订单商户总补贴金额。

2）收益排行

数据呈现形式：排名表格。

营销组合是指订单中包含一种或多种类型，合理组合不同的活动类型，可以获得1 1>2活动效果；此时，只计算某些活动或某些活动组合的订单。

2. 服务

1）接单

业务责任取消率趋势：统计周期内，业务责任取消订单数/客户提交订单，业务责任取消订单包括接单前商户拒绝订单，接单后商户取消订单，加班后未接单，用户因业务原因取消订单数。

数据可视化呈现形式：

纵坐标描绘的曲线图是以日期为横坐标，根据信用评分规则判断的商责取消率。

取消历史商责：

日期表。

统计时间、损失金额、商责取消率、接单取消、接单后取消、客户因商户原因取消。

2）出餐

商家餐饮超时率趋势：本店/本连锁店，统计周期内商家餐饮超时完成即时配送单数/商家有效完成即时配送单数。

数据可视化呈现形式：

纵坐标形成的曲线面积图以日期为横坐标，出餐超时率为。

历史商家超时出餐:

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

客户差评趋势率：统计时间内，差评订单数/平均订单数，其中差评订单数小于或等于2分。

数据可视化呈现形式：

以日期为横坐标，客户差评率为纵坐标形成的曲线面积图。

客户差评：

数据可视化呈现形式

可视化内容。

通过比较竞争产品的数据指标，竞争产品充分考虑了营销数据对商家的影响，可以在一定程度上促进商家做更多的营销活动，促进商店在线交易的转型效果。

服务提供商显示的数据充分反映了商家从订单接收、餐饮到售后的订单交易流程，反映了商家服务在促进在线订单交易度上提醒商家改进自己的服务。

七、总结

在大数据时代，数据会说话，从数据中反映的事实往往更有说服力。

美团商务版通过建立服务于商务业务的数据指标系统，让商家更好地了解自己的业务状况；从而改变自己的发展和服务，更容易成为产品的忠实用户。

因此，产品本身也应不断完善和完善数据指标体系。

作者：远佳鱼；微信官方账号：鱼子酱；985所大学的大二学生热爱互联网，对各种互联网产品感兴趣。他们希望加强产品思维，成长为合格的产品经理。

本文由 @鱼子酱 每个人都是产品经理，未经许可不得转载。

题图来自Unsplash，基于CC0协议。