齐齐哈尔  
A   安徽
合肥 芜湖 蚌埠 淮南 马鞍山 铜陵 安庆 黄山 滁州 阜阳 宿州 巢湖 六安 亳州 池州 宣城
B   北京
北京
C   重庆
重庆
F   福建
福州 厦门 莆田 三明 泉州 漳州 南平 龙岩 宁德
G   甘肃
嘉峪关 兰州 金昌 白银 天水 武威 张掖 平凉 酒泉 庆阳 定西 陇南 临夏 甘南
    广西
兴安 南宁 柳州 桂林 梧州 北海 防城港 钦州 贵港 玉林 百色 贺州 河池 来宾 崇左
    广东
广州 韶关 深圳 珠海 汕头 佛山 江门 湛江 茂名 肇庆 惠州 梅州 汕尾 河源 阳江 清远 东莞 中山 潮州 揭阳 云浮
    贵州
贵阳 六盘水 遵义 安顺 铜仁 黔西南 毕节 黔东南 黔南
H   河北
石家庄 唐山 秦皇岛 邯郸 邢台 保定 张家口 承德 沧州 廊坊 衡水 宜昌
    黑龙江
哈尔滨 齐齐哈尔 鸡西 鹤岗 双鸭山 大庆 伊春 佳木斯 七台河 牡丹江 黑河 绥化 大兴安岭
    河南
淮北 郑州 开封 洛阳 平顶山 安阳 鹤壁 新乡 焦作 濮阳 许昌 漯河 三门峡 南阳 商丘 信阳 周口 驻马店 永州
    湖北
武汉 黄石 十堰 襄阳 鄂州 荆门 孝感 荆州 黄冈 咸宁 随州 恩施 仙桃 潜江 天门 神农架
    湖南
长沙 株洲 湘潭 衡阳 邵阳 岳阳 常德 张家界 益阳 郴州 怀化 娄底 湘西
    海南
海口 三亚 五指山 琼海 儋州 文昌 万宁 东方 定安 屯昌 澄迈 临高 白沙 昌江 乐东 陵水 保亭 琼中
J   吉林
长春 吉林 四平 辽源 通化 白山 松原 白城 延边
    江苏
南京 无锡 徐州 常州 苏州 南通 连云港 淮安 盐城 扬州 镇江 宿迁
    江西
南昌 景德镇 萍乡 九江 新余 鹰潭 赣州 吉安 宜春 抚州 上饶
L   辽宁
沈阳 大连 鞍山 抚顺 本溪 丹东 锦州 营口 阜新 辽阳 盘锦 铁岭 朝阳 葫芦岛
N   内蒙古
呼和浩特 包头 乌海 赤峰 通辽 鄂尔多斯 呼伦贝尔 巴彦淖尔 乌兰察布 锡林郭勒
    宁夏
银川 石嘴山 吴忠 中卫
Q   青海
西宁 海东 海北藏族 黄南 海南藏族 果洛 玉树 海西蒙古族藏族
S   上海
上海
    山西
太原 大同 阳泉 长治 晋城 朔州 晋中 运城 忻州 临汾 吕梁
    山东
泰州 济南 青岛 淄博 枣庄 东营 烟台 潍坊 济宁 泰安 威海 日照 莱芜 临沂 德州 聊城 滨州 菏泽
    四川
成都 自贡 攀枝花 泸州 德阳 绵阳 广元 遂宁 内江 乐山 南充 眉山 宜宾 广安 达州 雅安 巴中 资阳 阿坝州 甘孜 凉山
    陕西
西安 铜川 宝鸡 咸阳 渭南 延安 汉中 榆林 安康 商洛
T   天津
天津
    宁夏
固原
X   西藏
拉萨 昌都 山南 日喀则 那曲 阿里 林芝地区
    新疆
乌鲁木齐 克拉玛依 吐鲁番 哈密 昌吉 博尔塔拉 巴音郭楞 阿克苏 克州 喀什 和田 伊犁哈萨克 塔城 阿勒泰 石河子 阿拉尔 图木舒克 五家渠
Y   云南
昆明 曲靖 玉溪 保山 昭通 丽江 普洱 临沧 楚雄 红河 文山 西双版纳 大理 德宏 怒江 迪庆
Z   浙江
杭州 宁波 温州 嘉兴 湖州 绍兴 金华 衢州 舟山 台州 丽水
186-2305-5851

塑度托盘租赁

全部

行业新闻

跨界新闻

托盘百科

政策法规

焦点

外卖那些事儿

作者:塑度 2024-06-27   阅读:3584

外卖行业的业务本身比较复杂,除天气、活动、竞对等因素外,一般情况下,流水是用户、商户和物流三方交替增长的结果。

在外卖行业工作了接近三年的时间,经历了野蛮生长和平稳发展的两个时期,数据分析的经验和方法论也积累了一些,接下来就聊一聊让我和小伙伴加了无数班的流水预测。

一、流水的重要性

如何用数据定量评估业务?是我从事数据分析工作一直思考的问题,(抛砖引玉)窃以为评估业务的两大方向:规模和效益。

规模:评估业务发展的体量,可以衍生出好多评估指标,以外卖举例,完成单、流水(GMV)、市占(市场份额)等。流水是我们日常最关注的指标之一,而之前我每月总有几天要预测流水,一月复一月也算积累了一些经验教训。

效益:公司不是公益机构,都是以盈利为目的,当然这也是商业的本质。利润也分了好多层次,毛利、净利等,外卖业务到底盈不盈利?这不是本文讨论的重点。

二、业务驱动数据

想要预测流水,就必须好好了解外卖业务,接地气,要了解外卖业务相关利益方、互相之间的关系以及对业务流水的影响。

1_meitu_1.jpg

用户是外卖业务的需求方,平台需要吸引更多新用户下单,用户获得满意的服务体验,从而能够在平台留存下来,再次下单。

从新老用户角度拆分:总流水=新用户流水+老用户流水

从流水与用户关系拆分:流水=完成单用户数*消费频次*客单价

从用户漏斗转化拆分:完成单用户数=DAU*转化率

流水=DAU*转化率*消费频次*客单价

商户是外卖业务的供给方,商户通过平台增加流水,有些商户是堂食+外卖的运营模式,有些商户是纯外卖运营。平台需要吸引更多商户入驻,增加商户数量,且优先增加高质量商户的覆盖,完善商户品类。平台怎么给商户分发流量,商户如何提高流量到完成单的转化率,商户运营是一个更精细化的工作。

不过,可以肯定一点,商户通过平台是要获得收益的。如果商户数量少,品类不够丰富,没有用户想要的菜,用户就会跳出平台。同时如果商户在平台“持续”流水少的话,商户也会下线离开平台。

从新老商户角度拆分:总流水=新商户流水+老商户流水

从流水与商户关系拆分:流水=出单商户数*店均单量*客单价

每个商户都应该持续关注:商户完成单=商户UV*转化率

物流是外卖业务的配送方,连接着用户和商户两端,商户可自身储备骑士配送(自配送),也可交给平台配送(物流)。

外卖是一个对时效要求很高的行业,所以配送服务体验直接影响着用户的留存复购,如果到了预估时间美食还没有送达,用户饿着肚子心情肯定差。所以,除了骑士效率需要不断提升外,骑士数量也是影响着流水的关键因素,某年春节后某平台凭着骑士储备的优势,在北京打了一个漂亮的翻身仗。先有骑士还是先有单量,不言而喻。

从商户配送方式拆分:总流水=物流单流水+自配送单流水

从流水与骑士数量拆分:流水=出单骑士数*人效*客单价

三、流水其他影响因素

除了用户、商户和物流这三个核心因素,还有哪些影响流水呢?每天的数据监控和数据解读,归纳影响流水波动的主要原因如下:

天气:不得不承认外卖业务是个靠天吃饭的行业,下雨、下雪、雾霾、沙尘暴等这些恶劣天气,都是用户下单的刚需场景。

业务类型/商圈属性: 高校、白领、住宅,不同的商圈属性,流水也有着自然的波动,分时段来看午餐是白领的高峰,晚餐是住宅的高峰;分天来看工作日是白领的高峰,周末是住宅的高峰。

活动:新用户立减优惠是拉新的利器,线上优惠活动是吸引用户复购,培养用户习惯,增加平台粘性的常用方法,当然流水也会上涨。

补贴率=平台补贴/流水,ROI=流水/平台补贴

再多说一下,用户真正享受的优惠,除了平台补贴外,可能还有商户或代理商的补贴。

竞对:竞对如果增加线上线下流量曝光、地推、优惠活动、注券召回老用户等,都会影响本平台的流水,当然反之,竞对如果有些负面新闻、或者服务器宕机之类的情况,本平台的流水也会上涨。

流水=大盘*市占

四、小结

2_meitu_2.jpg

这么多公式,到底用哪个公式预测流水。外卖的业务本身就比较复杂,除天气、活动、竞对等因素外,一般情况下,流水是用户、商户和物流三方交替增长的结果。

商户和物流分别是业务部门和物流部门的主要工作,是各竞对执行力、效果和效率的比拼。

以业务部门签约商户举例:执行力,BD签约商户数量和质量的比拼;效果,同一个商户在各竞对均上线,哪家的流水会占据高峰,客情、流量分发、商户运营、物流配送等等都会影响效果;效率,同等体量的商户或流水,所需的BD数量,人效直接影响着业务的效益。

流量为王,用户是核心,用户体量和体验是所有部门协作努力的目标。除天气、活动、竞对等因素外,如果只能用一种方法预测下月流水的话,我建议用户维度预测流水。

3_meitu_3.jpg

首先,根据历史数据预测下月的完成单新/老用户数,消费频次和客单价相对比较稳定,从而预测流水;

其次,新/老用户数确定后,业务、用户运营、活动运营、市场等部门需要多少预算,目标必须匹配合理的资源才有可能完成;

再次,流水确定后,也能推算出商户、物流维度的各项指标,那是业务和物流部门的工作目标;

最后,流水=大盘*市占,窃以为是各竞对pk之后的市场结果。

上一篇:解码联想集团统仓共配物流模式

下一篇:同城配送领域未来谁主沉浮?