百度外卖平台数据价值分析

张子衿

摘   要：2014年5月起，百度推出了外卖平台，现平台注册用户量已经达到了3 000万人以上，至今积累了大量的数据。然而这些数据具备很高的实际应用价值。为此，该文随机抽取了百度外卖平台上五家外卖餐馆的数据，分别从商家订餐量、订餐用户、用户评价和订餐时间4个维度进行了数据分析，从而找出百度外卖平台数据的价值，引发大家对数据使用的思考与关注。

关键词：百度外卖;数据价值;文本分析

中图分类号：TP399                   文献标志码：A

0 引言

2014年5月百度推出了外卖平台，现平台注册用户量已经达到了3 000多万人，在白领外卖市场实现份额第一，且平台上积累了大量的数据。如何合理使用这些数据，是外卖平台、平台商家以及外卖用户值得思考的问题。为此，该文随机抽取了百度外卖平台上5家餐馆数据，并进行了分析。

1 研究思路及方法

1.1 研究思路

研究按如下思路展开：1）数据采集;2）数据分析，分别从商家订餐量、订餐用户、用户评价、订餐时间4个维进行分析;3）数据价值，通过分析结果找到数据价值。

1.2 研究方法

研究主要使用了数据统计分析方法，在用户评价的文本分析中，使用了社会网络分析软件ROST CM 6对数据进行分析，并对用户评价的文本信息进行自动分词、高频词统计、云图生成、共词社会网络及语义分析。

1.3 数据采集

利用国内网络爬虫制作工具——八爪鱼软件获取数据。从百度外卖平台上，随机抽取上海中山公园商圈的5个外卖商家的数据，商家在百度外卖的ID分别为：1645228165、1557526832、15280021074、1439935781、1835243683。

2 数据分析

2.1 商家订餐量

数据一显示了2017年5家商家所有订餐量。由全年数据可以看出，ID号为1439935781的商家经营情况最好。平均年订餐量为2 160份。按平均每份20元计，一年该商家的外卖营业额在43 200元。如果按行业平均利润20%计量，平均每家外卖利润仅为8 640元。由此可见，虽然百度外卖平台有较大的影响力，但外卖餐馆如果仅依托一个百度外卖平台的销量，是难以生存的。

数据一。

2017年五家外卖餐馆的订餐量（共计10 841）。

商家ID号：1835243683;订餐数量：613商家ID号：1645228165;订餐数量：2438。

商家ID号：1557526832;订餐数量：2932商家ID号：1557526832;订餐数量：2932。

商家ID号：1528021074;订餐数量：1090商家ID号：1439935781;订餐数量：3768。

2.2 订餐用户分析

百度外卖平台上95%以上的用户是以手机号作为用户名注册的。订餐用户的分析得出以下2个结论。

2.2.1 发现外卖餐馆的核心用户

如数据二所示，可以看到用户尾号831、814、013、557、521为餐饮1439935781最忠诚的客户，了解这点，便于餐馆维护核心客户，并从核心客户进行调研及分析，研发更适合客户需要的菜品及服务。

2.2.2 進行商圈竞争对手的分析

如某用户在某个时间段内在A餐馆订餐了18次，而在B餐馆中订餐16次，且餐馆A与B的用户重叠度较高，说明A、B餐馆具有较大的竞争关系，可以帮助商家了解竞争对手，提升自己的竞争力。

数据二。

订餐用户一年订餐次数。

用户ID：1391****831/订餐63次/订餐餐馆ID：1439935781

用户ID：1391****210/订餐48次/订餐餐馆ID：1645228165

用户ID：1391****814/订餐36次/订餐餐馆ID：1439935781

用户ID：1391****013/订餐33次/订餐餐馆ID：1439935781

用户ID：1861****557/订餐26次/订餐餐馆ID：1439935781

用户ID：1381****631 /订餐25次/订餐餐馆ID：1645228165（1次），1439935781（24次）

用户ID：1381****521 /订餐24次/订餐餐馆ID：1439935781

用户ID：1560****050 /订餐21次/订餐餐馆ID：1557526832

2.3 用户评价文本分析

通过分词发现高频词，是文本分析最重要也是基础的研究。该部分利用ROST CM6软件，对5家外卖餐馆的点评数据进行分词，得到用户评价的高频词（如数据三所示），从排序表可以看出，与配送相关的词：配送、服务、保存等都是高频词，对于外卖来说，外卖的及时到达是消费者特别关心的问题;其次是食品本身的质量，如味道、好吃等。

数据三。

用户评价高频词。

配送快：336次;服务态度好：311次;保存完好：261次;味道赞：172次;风雨无阻：154次;分量足：128次;味道：122次;很好：117;包装精美：105次;好吃：100;价格实惠：85次。

通过共词进行语义分析可以进行文本信息的进一步挖掘，共词是对每一条点评信息进行分词后，发现同一条点评信息共同出现的词，如这家炸鸡太难吃，分词后分出来的结果是炸鸡、难吃。通过ROST CM6的社会网络及语义分析模块，可分析出炸鸡难吃的语义，同时，将炸鸡与难吃建立一条连线，连线的粗细表示共词次数的多寡。对样本数据中的点评信息进行社会网络及语义分析。通过分析可以得出，“味道”与“很好”，“外卖”与“小哥”，“态度”与“很好”线条比较粗，说明用户点评中，评价认为味道很好、态度很好，对外卖小哥的评价比较多。

2.4 订餐时间分析

百度外卖中显示了从用户下单时间、用户收到外卖的时间以及两者相减所用的订餐时间。但是系统显示的时间信息有错误，在该研究样本数据中显示，最高的订餐时出不一致的信息，如显示订餐时间是308分钟的用户在抱怨：三刻钟才送到，说明系统显示的部分订餐时间并不准确。而用户收到外卖的时间与用户下单时间相关得到的数据，有时与系统显示的订餐时间也不一致。

3 百度外卖数据价值

通过以上分析可以看到，百度外卖的数据具有极高的应用价值，对于外卖平台来说，数据能帮助其了解平台上外卖餐馆运营及服务的情况及变化。对于外卖平台上的商家来说，能了解用户反馈和需求以及竞争对手的情况;对于普通订餐用户来说，能了解商家的排名、推荐菜品、性价比、和配送情况。但目前大多数餐馆还没有真正认识到数据的价值并利用起来。不过相信随着人们利用大数据的意识以及能力的提高，该数据的价值将会得到更为充分的重视和应用。

参考文献

[1]蔡溢，杨洋，殷红梅.基于ROST文本挖掘软件的贵阳市城市旅游品牌受众感知研究[J].重庆师范大学学报（自然科学版），2015（1）：126-134.

[2]马向阳，魏文文，白寅.老品牌餐厅感知真实性的线索类型及其作用机理[J].华东经济管理，2017（8）：176-184.