目录：目录

目的：分析美团外卖不满意原因，给出改善方案

一、提出问题和分析框架

美团外卖顾客评价不满意，导致差评的直接原因是骑手，间接原因是商家和站点。分析框架

二、理解数据

使用python工具导入数据集

#查看所有数据类型

df.info()查看所有数据类型数据542行，另外评价内容255和备注122。

数据类型符合正常逻辑。

三、数据处理

#描述性统计

df.describe()描述性统计送达时长的最小值是0，属于数据缺失。

最大值259.42分钟，属于异常值。

数据量较小选择使用excel处理

3.1删除缺失值行根据评价可以看出，骑手送达时间应该是52分钟，删除改缺失行数据

3..2删除异常值行接单时间259.42分钟，4.32个小时，属于异常情况，删除掉。

3.3字符串处理

顾客评价标签涉及多个标签值，需要对数据进行分列

增加标签数量列分列后增加标签数量列

3.4增加配送总时长

配送总时长=骑手接单时长+到店时长+到店等餐时长+送达时长

四、分析问题

4.1 评分和骑手接单时长、到店时长、到店等餐时长、送达时长之间的关系

#相关系数

df.corr()相关系数因为评分全部是1分的，因此不能判断哪个因素影响更大。

4.2 骑手分析

4.2.1 骑手配送时长

整体配送时长分析：配送时长分析平均总时长是43.04分钟。

骑手送达时长占总时长的61%，到店时长占总时长的21%，说明配送时长大部分是花在路上，占比82%，还需要确认获得差评的原因是否因为时长。

接单时长平均在3.67分钟，等餐在4.32分钟，需要关注这之间获得差评的原因。

最慢骑手top20：最慢骑手top20

占时长百分比超过平均数用红色填充显示最慢骑手top20可以看出送达时长和骑手接单时长占比最高

到店时长和到店等餐时长占比情况相对较少

可以得出结论：影响差评的配送时长里面送达时长影响最大，其次是骑手接单时长。

4.2.2 骑手工作态度

1)顾客评价词云图：

顾客评价内容词云图：顾客评价内容超时送达

顾客评价标签词云图：顾客评价标签词云图超时送达

送达不通知

仪表

威胁

2)获得差评数量情况：骑手差评数量78.71%的骑手获得1个差评，说明大部分骑手工作态度还是可以的。

获得差评2个以内占比93.32%。

获得4个差评及以上人员占比2.48%。

结论：重点关注差评数量4个及以上骑手差评数量在4及以上的骑手

3)差评标签榜单差评标签数量统计差评数量1的标签占比75.56%，差评标签为2个标签占比15.93%，累计占比96.30%

重点关注标签数量8-9个的情况标签8-9

4)差评标签top2的骑手top10

差评主标签数量统计：送达超时占比34.07%，其次态度不好占17.96%

主标签送达超时的top10：送达超时的骑手平均总时长排行榜

主标签态度不好的top10：态度不好平均时长排行榜

骑手综合分析：

重点关注：最慢top20骑手，差评数量3及以上的骑手，差评标签8-9的骑手，顾客配送评价主标签top2配送时长top10的骑手

以上骑手的姓名统计如下：重点关注骑手由于骑手名字隐藏了关键信息，三个的可以确认是被关注的重点对象，如果有实际名字，可根据实际操作重点关注出现3次以上的。

4.3 站点分析

4.3.1 差评数量分布站点差评数量分布站点站点C差评占比34%，其次是站点A占比24%

站点E差评占比5%，占比最少

4.3.2 送达超时的站点排行送达超时的站点排行顾客评论主标签送达超时的站点排行榜可以看出站点C最高。

4.3.2态度不好站点排行态度不好的站点排行由此可以看出站点A和站点C的骑手态度不好占比最高。

4.3.3 重点关注骑手所在站点分布重点关注骑手所在站点分布重点关注的20名骑手，站点C占比65%。

4.4商家分析时长分析可以看出到店等餐平均时长4.32分钟，占总时长10%，不是获得差评的主要原因。评价标签根据顾客评价标签看出少餐/撒餐差评占比15.37%。

五、总结建议

总结：送达超时和态度不好是差评的主要因素。

5.1对骑手提出建议

1)送达超时占比34.07%，骑手缩短路途时间。

2)态度不好占17.96%，对待客人文明礼貌些可以降低差评率。

3)少餐/撒餐占比15.37%，骑手在送餐之前检查餐品和订单是否相符，包装是否安全。

5.2对站点提出建议

1)站点整顿：站点C在差评数量、送达超时、态度不好、重点关注骑手等方面表现最差，说明该站点属于首要整顿站点；站点A在差评数量、送达超时、态度不好等方面表现也较差，和出现问题严重情况和C比较接近距，属于次要整顿站点；站点B在差评数量、送达超时、态度不好等方面表现也较差，紧随A站点，属于整顿站点。整顿优先级C>A>B。

表现较好站点：6个站点中站点E相对优秀，其次是D站点。

2)对上面列出的重点关注的骑手进行谈话教育，找到典型案例在部门内部复盘，引起其他骑手的注意。

3)激励表现优秀的骑手，以此拉动其他骑手追赶优秀者的步伐。

4)站点对骑手定期培训，尤其是新加入的骑手，先培训再上岗。

5.3对商家提出建议

顾客评价标签看出少餐/撒餐差评占比15.37%，商家在打包餐食时包装前核对一下餐食，可以把包装包裹的更加稳妥，降低骑手的差评率。