美团数据分析岗面试题分享

   2021-02-08 91运营0
核心提示:一份关于美团的数据分析面试题,我用全程用tableau做了一遍,分享给大家。如果有更好的思路可以下面留言共同探讨。按照数据分析步骤,对问题进行分析。一.提出问题与分析思路1.分析思路差评标签分析:各标签占比情况如何,各站点标签占比情况对比骑手对比:骑
美团数据分析岗面试题分享

一份关于美团的数据分析面试题,我用全程用tableau做了一遍,分享给大家。如果有更好的思路可以下面留言共同探讨。

231 美团数据分析岗面试题分享

 

按照数据分析步骤,对问题进行分析。

一.提出问题与分析思路

1.分析思路

241 美团数据分析岗面试题分享

 

差评标签分析:各标签占比情况如何,各站点标签占比情况对比

骑手对比:骑手差评数、配送时间指标情况,分析典型样本的具体标签分部

站点对比:各站点配送时间分析,站点差评数对比

二.理解数据

数据集大小523*11,数据没有空缺值,异常值,因此不用做处理。字段名包括:

251 美团数据分析岗面试题分享

原有字段

重要分析字段:

261 美团数据分析岗面试题分享

重要分析字段

三.数据清洗

1. 将数据导入tableau, 隐藏“评价内容”“订单备注”字段。

2. “顾客配送评价标签”按符号| 进行分列,隐藏原有的顾客配送标签字段 。

271 美团数据分析岗面试题分享

 

3. 创建自定义字段,“取餐时长”和“总时长”

取餐时长=骑手接单时长+到店时长+到店等餐时长

总时长=取餐时长+送达时长

29 美团数据分析岗面试题分享

281 美团数据分析岗面试题分享

 

四.分析数据

1.差评标签分析

30 美团数据分析岗面试题分享

 

根据上图可知,“送达超时”占总数量的29.65%,为差评的主要原因。“态度不好”占19.38%,“少餐/撒餐”占14.30%为差评的次要原因。

321 美团数据分析岗面试题分享

 

311 美团数据分析岗面试题分享

 

根据上图可知,差评最多的是A,B,C三个站点, 共同原因是“送达超时”,“态度不好”“少餐/洒餐”

2. 骑手对比

33 美团数据分析岗面试题分享

骑手总体配送情况

 

34 美团数据分析岗面试题分享

差评前五位骑手配送时间情况

 

35 美团数据分析岗面试题分享

五位骑手的配送时间对比

据上图,挑选了差评数前五位员工,分析他们的的配送时间,可以看到他们配送时间较长。

36 美团数据分析岗面试题分享

五位骑手差评内容以及数量对比

分析下五位骑手的差评内容:

  • 陈*主要是态度不好,此人要加强礼仪礼节的培训
  • 李*、刘*主要是送达超时,此人没有时间观念,需要严格管控配送时间
  • 王*主要是提前点送达,这个需要进一步沟通了解具体情况,是否存在客户恶意差评
  • 张*差评比较平均,但也要注意差评的内容,按要求整改

3.站点分析

站点配送时间对比

37 美团数据分析岗面试题分享

 

站点差评数对比

 

38 美团数据分析岗面试题分享

根据上述图表信息可知:

  • 站点C差评数量最多,送餐时间最长,属于重点整改区域
  • 站点A与站点B差评数量高于均值,接单时间短,到店时间长,为次要整改区域
  • D、F站点则在差评和配送时间的多项指标中表现优秀

五.得出总结与建议

  • 对于站点C需要重点整改,加强人员培训,礼仪礼节部分和严格执行送餐时间标准规定
  • 对于差评客户可以短信至歉,并奖励红包优惠券,让用户保持对平台的好感,维持客户忠诚度
  • 对于员工可以实行奖惩制度,用月度考核分数评定“月度优秀员工”,并实行奖励与表扬。对于考核分数低于60分的员工扣款惩罚。增强内部竞争意识,提升整体公司效率

作者:Abbey

来源:知乎

 
反对 0举报 0 评论 0
 

免责声明:本文仅代表作者个人观点,与乐学笔记(本网)无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
    本网站有部分内容均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,若因作品内容、知识产权、版权和其他问题,请及时提供相关证明等材料并与我们留言联系,本网站将在规定时间内给予删除等相关处理.

  • 用户增长,怎么做数据分析?
    用户增长,怎么做数据分析?
    01 用户增长的基本办法1. 买量在互联网公司中,买量是占大头的。一般分为:(1)搜索引擎的广告,包括:app应用市场、短视频平台、腾讯系、字节系、百度系的搜索平台等。(2)二级渠道等广告,包括:免费APP内的广告(如看广告免费看小说)、游戏内的广告(如
  • 数据分析报告,【建议】部分该怎么写?
    数据分析报告,【建议】部分该怎么写?
    你不要光报数字!要做策略性思考!要提出可行的建议!很多做数据的同学都被领导、同事这么吆喝过。然而,什么是策略性思考???往往一听到这种词,就有同学急不可耐地掏出《麦肯锡方法》之类的镇山法宝,或者在网上搜《底层思维》、《核心逻辑》、《分析框架
  • 3个步骤,做好私域朋友圈数据分析
    3个步骤,做好私域朋友圈数据分析
    当下私域如火如荼,朋友圈作为触达私域用户的重要渠道之一,做的好与不好,效果天差地别。优秀的朋友圈运营,不仅能提升用户的留存和互动,进一步提升转化。还能从中筛选识别出高价值用户,更好地服务他们。然而有的企业明明不缺好的内容输出,更新也很勤快,
  • 数据分析十大模型之二:RFM模型
    数据分析十大模型之二:RFM模型
    今天分享的是RFM模型。RFM网上有很多网红文章在讲,但是大部分都是人云亦云,也没有和业务实操结合。今天就做个深度解读,从底层逻辑讲起。RFM模型的底层逻辑在漏斗模型篇,我们讲过:大部分业务都是按流程推进,可以做漏斗分析。但是,大家有没有想过一个问
    09-29 RFM
  • 必须收藏!7种数据分析报告详细写作指南
    必须收藏!7种数据分析报告详细写作指南
    “为啥我做的数据分析报告领导不满意?!”是困扰很多同学的问题。特别是,有时候领导会嫌弃“报告太细了,要有重点”。有时候领导又嫌弃:“太粗了,要细点”到底尺度是啥,该咋拿捏……问题的关键在于:数据分析报告,首先是一个报告,得有清晰的报告逻辑。
  • 运营数据分析体系,该怎么搭建?
    运营数据分析体系,该怎么搭建?
    运营部门一向是数据分析需求大户,而做过运营分析的同学,经常会觉得细节多,琐碎,很多问题相互纠缠在一起很难理清。那运营分析到底该怎么做才系统,高效?今天详细地分享一下。从运营的工作特点说起运营工作,和销售、供应有明显区别。比如销售工作,核心关
  • 我用了五步,搭建一个数据分析体系
    我用了五步,搭建一个数据分析体系
    ​我们经常听到“搭建运营分析体系、搭建业绩监控体系、搭建商品分析体系”等求。可数据分析体系到底是什么?似乎经常看到的,只有AARRR五个字母,又语焉不详,到底怎样才算是建了个体系?搭建数据分析体系,是初级数据分析向高级发展的必备一环。留心看哦。
  • 做数据分析,如何给业务提【建议】
    做数据分析,如何给业务提【建议】
    很多同学都讨厌当工具人,然鹅每次遇到要提建议的时候就怂了,除了“指标降了,要搞高”,不知道还能说啥。今天拿个具体问题,给大家详细介绍下:如何从数据得出可行的建议。问题场景:某互联网垂直电商企业,运营的老板表示:A商品最近销量挺好,想提高一下
    11-02 数据分析
  • 运营人如何写一份规范的数据分析报告
    运营人如何写一份规范的数据分析报告
    能不能写一份优秀的分析报告,是衡量分析师是否牛X的重要标准。除了不同场景下特定的分析逻辑,怎么把分析报告写的更好,其实是有成体系方法论的。今天给大家分享一篇关于数据分析报告规范的干货,常看常新,值得收藏和细品。01 结构规范及写作 报告常用结构
  • 9大核心指标做好社群数据分析,建议收藏!
    9大核心指标做好社群数据分析,建议收藏!
    做社群运营,数据分析重要吗?如果你只管1个群,群里几十人,每天用户的发言、加退群情况心里都有数,可能确实不需要数据分析。但如果你管了几十个群,每个群里有上百个用户,那数据分析就至关重要了。那么,如何才能做好数据分析,让数据说话,科学指导你的