美团外卖用户差评情况分析

---

分析背景和目的

该数据源自美团面试分析题，整个数据只有542条观测，比较适合做可视化分析，故用Tableau和SPSS做了一份分析报告，目的是分析这份数据中美团外卖骑手差评原因，并给出改善方案

---

数据集介绍

数据集有11个字段，542条观测，每条观测即是一条差评订单的情况（顾客配送评分都是1）。以下是前五条观测

顾客配送评价标签主要有：送达超时、态度不好、洒餐、少餐、提前送达、送达不通知、仪表不整、送错餐品、骚扰威胁、其他共10个标签，每个差评订单可选多个标签，用 " | " 分隔。

骑手姓名重复默认为同一个骑手；同一个骑手可能在不同站点出现差评

数据清洗

• 首先数据无重复值和缺失值，顾客评价内容和订单备注的缺失是正常情况
• 拆分每条订单的顾客配送评价标签，把数据集导入SPSS，通过数据-重构把评价标签从长型转换为宽型
• 把SPSS重构后的数据集导入Tableau，并添加计算字段：
  取餐时长=[骑手接单时长]+[到店时长]+[到店等餐时长]；
  总时长=[骑手接单时长]+[到店时长]+[到店等餐时长]+[送达时长]

数据分析

1.站点分析

骑手数是差评骑手数，订单数是差评订单数

<