DoNews5月11日消息（記者向密）在消費升級的大背景下，餐飲消費與服務(wù)在線化趨勢明顯。近日，美團大眾點評數(shù)據(jù)研究院發(fā)布的《2016中國吃貨幸福指數(shù)大數(shù)據(jù)報告》顯示，三四線吃貨更愛團購，一二線城市更愛預(yù)訂外賣。

例如，根據(jù)來源于開通團購?fù)赓u等在線業(yè)務(wù)商戶比例的便捷指數(shù)來看，餐飲在線消費中，團購覆蓋率為58%，即超過一半的中國餐廳提供團購服務(wù)。相對主打優(yōu)惠的團購而言，根據(jù)便捷指數(shù)來看，餐飲在線服務(wù)中，外賣和在線預(yù)訂的覆蓋率分別為18.9%和12.2%，顯示出外賣和在線預(yù)訂市場依然處于增長期；同時，外賣和在線預(yù)訂業(yè)務(wù)主要集中在北京、上海、南京、杭州等一二線城市。

報告分析認(rèn)為，一方面，源于興起最早的團購模式滿足了大量人群尋求優(yōu)惠的心理訴求。從城市分布來看，大量的三四線城市團購覆蓋率甚至超過了一二線大城市，例如襄陽、邯鄲、宿遷等都是團購高覆蓋城市。另一方面，一二線城市生活節(jié)奏快，城市出行成本高，外賣作為到店消費的替代方式，有效地提升了吃貨們的工作效率，且增加了選擇面；在線預(yù)訂則是由于一二線城市中高端餐廳數(shù)量較多，預(yù)訂業(yè)務(wù)滿足了商務(wù)宴請、重大活動的提前組織訴求。

同時，《2016中國吃貨幸福指數(shù)大數(shù)據(jù)報告》還發(fā)布了“吃貨幸福城市排行榜”。排名前十位的城市分別是：南京、北京、深圳、廣州、廈門、紹興、杭州、上海、蘇州、沈陽。

報告指出，在消費升級的趨勢下，中國城市餐飲格局正在改變：以南京為首的準(zhǔn)一線城市餐飲綜合實力強，作為吃貨幸福城市正在崛起；以重慶為代表的部分傳統(tǒng)美食城市餐飲品類守舊，收入與消費價格不平衡，失守吃貨幸福城市城池；京滬廣深菜系豐富，一線城市依然是吃貨幸福城市的代表中堅。同時，以預(yù)訂、外賣、團購為代表的餐飲O2O化提高了城市吃貨的幸福感，讓餐飲消費更平等。

《2016中國吃貨幸福指數(shù)大數(shù)據(jù)報告》由美團大眾點評數(shù)據(jù)研究院選取2015年經(jīng)濟總量排名靠前的100個城市作為研究對象，根據(jù)口碑指數(shù)、需求指數(shù)、等待指數(shù)、饕餮指數(shù)、便捷指數(shù)、覆蓋指數(shù)、親民指數(shù)七大細分指標(biāo)進行加權(quán)獲得。

吃貨幸福指數(shù)模型

這些數(shù)據(jù)的背后，是美團大眾點評13年來積累的海量數(shù)據(jù)而建立的大數(shù)據(jù)模型，以及數(shù)億用戶產(chǎn)生的動態(tài)數(shù)據(jù)。美團大眾點評數(shù)據(jù)研究院在此基礎(chǔ)上進行挖掘與梳理，并最終產(chǎn)出有價值的大數(shù)據(jù)信息。

準(zhǔn)一線城市崛起南京吃貨最幸福

根據(jù)美團大眾點評數(shù)據(jù)研究院統(tǒng)計綜合吃貨幸福指數(shù)來看，準(zhǔn)一線城市在餐飲上的發(fā)展水平和一線城市旗鼓相當(dāng)，南京超過所有城市位列吃貨幸福指數(shù)第一位，而其他城市如廈門、紹興、杭州甚至超越了上海。

準(zhǔn)一線城市吃貨的幸福感主要來源于購買力。根據(jù)美團大眾點評數(shù)據(jù)研究院統(tǒng)計吃貨親民指數(shù)（可支配收入／餐飲消費）來看，準(zhǔn)一線城市在收入與餐飲消費比上更加具有優(yōu)勢。按照2015年城鎮(zhèn)居民可支配收入來看，蘇州、南京和無錫的吃貨可外出就餐的次數(shù)分別為1081次、1065次和1028次，相比之下，上海的吃貨外出就餐的次數(shù)僅為927次。這意味著，蘇州的吃貨一年中可外出就餐次數(shù)比上海吃貨多達150次，每個月超過12次。

并且，準(zhǔn)一線城市吃貨更愛美食。根據(jù)美團大眾點評數(shù)據(jù)研究院統(tǒng)計吃貨需求指數(shù)來看，在所有城市到店消費中，美食成為第一大需求。例如，以溫州、廈門、成都為代表的準(zhǔn)一線城市的需求明顯高于三四線城市，也高于北上廣深一線城市。

以《2016中國吃貨幸福指數(shù)大數(shù)據(jù)報告》的冠軍城市南京為例，可以看出南京在收入與消費的平衡、菜系的豐富度、美食評價、美食需求等方面都具有較大優(yōu)勢。

例如，在南京，衡量餐廳評價的口碑指數(shù)為94，餐廳質(zhì)量整體較高；衡量美食需求的需求指數(shù)為96，城市居民的美食需求比其他城市更加旺盛；衡量開通團購、外賣等在線業(yè)務(wù)商戶比例的便捷指數(shù)為97，顯示出餐飲業(yè)在線化程度高，與北京、上海等互聯(lián)網(wǎng)發(fā)達的一線城市相仿；吃貨成本低，按照2015年城鎮(zhèn)居民可支配收入計算可外出就餐超過1000次，僅次于同省的蘇州。

傳統(tǒng)美食城市陷落重慶吃貨負(fù)擔(dān)重

根據(jù)美團大眾點評數(shù)據(jù)研究院統(tǒng)計綜合吃貨幸福指數(shù)來看，重慶、成都、西安等傳統(tǒng)美食城市排名分別為66名、28名和35名，均未進入吃貨幸福城市十強，著實令人意外。

尤其以人們心目中的美食之都重慶來看，在吃貨幸福城市百強排名中甚至居于中后位置，原因何在？從報告的七大細分指標(biāo)來看，重慶的排名主要受親民指數(shù)和覆蓋指數(shù)拖累。從親民指數(shù)（可支配收入／餐飲消費）來看，按照2015年城鎮(zhèn)居民可支配收入計算，重慶吃貨可外出就餐約550次，約為南京的1/2；從來源于人均餐廳擁有量的覆蓋指數(shù)來看，雖然重慶餐飲業(yè)發(fā)達，但由于重慶人口數(shù)量位列全國城市之首——常住人口超過3000萬——導(dǎo)致每萬人餐廳擁有量低于全國平均。

此外，重慶的口碑指數(shù)為81，也遠低于南京的口碑指數(shù)94。報告分析認(rèn)為，重慶以川菜為核心，菜系分類中火鍋占20%，川菜占20%，另外加上特色小吃，留給其他菜系的空間有限，菜系的單一化發(fā)展限制了更多元化的吃貨需求；同時，川菜本身就是用戶評價的洼地，重視口感的本地菜系在整體服務(wù)品質(zhì)上的投入不足，導(dǎo)致整體餐飲口碑略低。其他傳統(tǒng)菜系及海外菜系的商戶比例較低，川湘菜更注重口感，且本地商戶中服務(wù)品質(zhì)投入不足，導(dǎo)致用戶評價較低。

事實上，不僅是重慶、西安這些傳統(tǒng)美食城市，以昆明為代表的二線省會城市也是如此：一方面，作為省內(nèi)資源聚集地，人口流入主要來自本省，所以菜系更具本省特色；另一方面，本省菜系又沒有像川湘菜那樣普及，忽略了菜系發(fā)展的外延性和包容性。

報告認(rèn)為，這些城市由于菜系單一吃貨選擇少，經(jīng)濟水平較弱影響餐飲消費能力，人口基數(shù)龐大導(dǎo)致餐飲供需不平衡，都拖累了地方吃貨的幸福感。

京滬廣深菜系豐富吃貨時間成本高

根據(jù)《2016中國吃貨幸福指數(shù)大數(shù)據(jù)報告》來看，一線城市美食資源非常密集，吃貨們的選擇面很廣。例如，以根據(jù)菜系數(shù)量和商戶分布統(tǒng)計得出的饕餮指數(shù)為例，北京為100，深圳為99，上海為97，粵菜大本營廣州為93，相對最低。一線城市的饕餮指數(shù)均超過了傳統(tǒng)美食城市，例如重慶的饕餮指數(shù)為84，西安為73，長沙為74，顯示出一線城市菜系多樣性非常豐富。

報告認(rèn)為，除了菜系多樣性這一共同優(yōu)勢外，京滬廣深在餐飲上各有優(yōu)勢，上海和北京的餐飲互聯(lián)網(wǎng)化更普及，廣州的餐飲消費更親民，深圳的餐飲消費相對不擁擠。

同時，報告指出，一線城市的劣勢在于人口眾多且好餐廳排隊嚴(yán)重，因此吃貨的等待時間成本偏高。例如從綜合預(yù)訂、排隊用戶的等待時間得出的等待指數(shù)來看，上海為73、廣州為81、北京為83、深圳為84。以等待成本最高的上海為例，這意味著，超過55%的上海吃貨為吃上一頓美味排隊時間超過半小時。

消費與服務(wù)在線化餐飲O2O讓吃貨更幸福

在消費升級的大背景下，餐飲消費與服務(wù)在線化趨勢明顯。報告指出，三四線吃貨更愛團購，一二線城市更愛預(yù)訂外賣。

根據(jù)便捷指數(shù)（來源于開通團購?fù)赓u等在線業(yè)務(wù)商戶比例）來看，餐飲在線消費中，團購覆蓋率為58%，即超過一半的中國餐廳提供團購服務(wù)。這源于興起最早的團購模式滿足了大量人群尋求優(yōu)惠的心理訴求。從城市分布來看，大量的三四線城市團購覆蓋率甚至超過了一二線大城市，例如襄陽、邯鄲、宿遷等都是團購高覆蓋城市。

相對主打優(yōu)惠的團購而言，根據(jù)便捷指數(shù)來看，餐飲在線服務(wù)中，外賣和在線預(yù)訂的覆蓋率分別為18.9%和12.2%，顯示出外賣和在線預(yù)訂市場依然處于增長期；同時，外賣和在線預(yù)訂業(yè)務(wù)主要集中在北京、上海、南京、杭州等一二線城市。報告分析認(rèn)為，一二線城市生活節(jié)奏快，城市出行成本高，外賣作為到店消費的替代方式，有效地提升了吃貨們的工作效率，且增加了選擇面；在線預(yù)訂則是由于一二線城市中高端餐廳數(shù)量較多，預(yù)訂業(yè)務(wù)滿足了商務(wù)宴請、重大活動的提前組織訴求。

在用戶行為分析領(lǐng)域，數(shù)據(jù)分析方法的科學(xué)應(yīng)用結(jié)合理論推導(dǎo)，能夠相對完整地揭示用戶行為的內(nèi)在規(guī)律。圍繞數(shù)據(jù)分析探索、應(yīng)用場景拓展，神策數(shù)據(jù)始終走在領(lǐng)域前沿。近日，神策數(shù)據(jù)新上線的神策分析1.11版本再添行業(yè)力作——間隔分析。

間隔分析模型為數(shù)據(jù)分析行業(yè)首創(chuàng)，是神策數(shù)據(jù)繼事件分析、漏斗分析、留存分析、用戶路徑、用戶分群等分析模型之后推出的第九大分析模型。該分析模型旨在通過事件發(fā)生間隔時間與分布態(tài)勢，輔助企業(yè)實現(xiàn)深度多維交叉分析，進一步提升用戶行為分析的精細化程度。本文將詳細介紹間隔分析模型的概念、特點與價值、應(yīng)用場景。(也可通過下方視頻提前了解間隔分析模型)

視頻鏈接：https://v.qq.com/x/page/e0663uek4wk.html

一、什么是間隔分析?

間隔分析從事件發(fā)生的時間間隔維度來探索用戶行為數(shù)據(jù)價值，它能夠科學(xué)地反映特定用戶群體(如北京地區(qū)年齡30歲以上女士)，發(fā)生指定行為事件(如事件A到B的轉(zhuǎn)化、金融用戶的二次投資等)的時間間隔及數(shù)據(jù)分布情況。不同數(shù)據(jù)組的偏態(tài)和尾重可反饋用戶路徑過程中的應(yīng)用體驗，并借此評估產(chǎn)品設(shè)置的合理性。

例如，間隔分析在以下場景中可廣泛應(yīng)用：

在金融行業(yè)，為刺激新用戶快速完成首投，運營人員會贈送新用戶體驗金。運營人員通過間隔分析可以了解：新用戶從首次注冊到首次投資通常需要多久?

在同城速遞行業(yè)，快遞上門時間長短非常影響用戶體驗，作為公司考核快遞人員績效的關(guān)鍵指標(biāo)之一，企業(yè)通過間隔分析可以了解：用戶在官網(wǎng)發(fā)起快遞請求后，快遞員多久接單?

二、間隔分析模型的特點與價值

企業(yè)市場、產(chǎn)品、運營人員通過事件發(fā)生的時間間隔、轉(zhuǎn)化時間長短來判斷與分析用戶的活躍度、用戶轉(zhuǎn)化等情況。間隔分析模型的特點與價值主要表現(xiàn)在以下方面：

第一，可視化時間間隔，六類統(tǒng)計值直觀描繪各用戶群時間間隔分布差異。

六類統(tǒng)計值將時間間隔可視化

神策分析的間隔分析模型以箱線圖形式展示，最大值、上四分位數(shù)、中位數(shù)、下四分位數(shù)、最小值、平均值六類統(tǒng)計量直觀描繪特定用戶群體的時間間隔分布差異，數(shù)據(jù)的偏態(tài)與尾重一定程度反饋用戶體驗，從轉(zhuǎn)化時間的維度暴露用戶轉(zhuǎn)化瓶頸，可借此評估產(chǎn)品設(shè)計的合理性。

第二，依據(jù)分析需求，靈活設(shè)置用戶屬性與事件屬性(初始行為和后續(xù)行為)。

企業(yè)可以根據(jù)具體分析需求，靈活設(shè)置間隔分析的初始行為或后續(xù)行為，并根據(jù)用戶屬性篩選合適的分析對象。

例如，在某奢侈品電商企業(yè)中，為分析高價值用戶的復(fù)購頻率與普通用戶的區(qū)別，可將初始行為與后續(xù)行為均設(shè)為“支付訂單”，并給初始行為增加“訂單金額大于10000元”的篩選條件以此來表示高價值用戶，從而得出分析結(jié)論。

第三，以全新視角探索數(shù)據(jù)價值，從轉(zhuǎn)化時間窺視優(yōu)化思路，促進用戶快速轉(zhuǎn)化。

在間隔分析中，將初始行為、后續(xù)行為設(shè)置為相同事件或不同事件，可滿足不同的數(shù)據(jù)分析需求。

例如，在金融行業(yè)，將初始事件和后續(xù)事件分別設(shè)置成為“注冊成功”和“投資成功”，可用于分析用戶轉(zhuǎn)化花費時長，側(cè)面反映用戶的轉(zhuǎn)化意愿，幫助企業(yè)能夠針對性地優(yōu)化產(chǎn)品體驗和運營策略;在在線教育行業(yè)，若將初始事件和后續(xù)事件均設(shè)為“學(xué)生上課”，則展示學(xué)生兩次上課的時間間隔，可以此作為判斷學(xué)生積極性、教育平臺黏性的依據(jù)等。

從時間間隔維度呈現(xiàn)用戶轉(zhuǎn)化、黏性等情況，提升了用戶行為分析的精度和效率,對用戶行為的操作流程的異常定位和策略調(diào)整效果驗證有科學(xué)指導(dǎo)意義。同時，通過判斷各用戶群體事件發(fā)生的時間間隔的偏態(tài)和尾重，以及數(shù)據(jù)分布的中心位置和散布范圍，為發(fā)現(xiàn)問題、流程優(yōu)化提供線索。

三、間隔分析的應(yīng)用場景

間隔分析將幫助各行業(yè)從時間間隔維度來探索用戶行為規(guī)律，更多應(yīng)用場景值得摸索。下面列舉一二：

1、互金場景：如何合理設(shè)置體驗金的發(fā)放時間?

在金融投資類產(chǎn)品運營過程中，為了讓新用戶在注冊后能夠快速投資，運營人員通常會通過一些激勵措施來刺激首投，如發(fā)放體驗金。這會涉及到我們前面提到的“如何合理設(shè)置體驗金的發(fā)放時間”的問題，在具體操作時，運營人員可以在間隔分析中將初始行為設(shè)置為“注冊成功”，后續(xù)行為設(shè)置為“投資成功”事件，當(dāng)了解事件發(fā)生的時間間隔時，可以作為設(shè)置體驗金發(fā)放時間的參考。

當(dāng)然也可以按天展示不同渠道來源的新用戶首次投資成功所花費的時長情況，運營同學(xué)通過了解不同用戶群體的差異化，讓運營更為精細。另外，通過不同渠道來源的用戶表現(xiàn)也成為渠道投放的判斷的重要依據(jù)，如下圖：

互金各渠道來源的新用戶首次投資成功花費的時長分布

2、視頻網(wǎng)站場景：用戶多久完成一次視頻播放?

內(nèi)容是短視頻App提供給用戶的核心價值，可通過“用戶完整看過一個短視頻”衡量用戶是否感受到視頻平臺的價值。該場景中選擇新用戶從“啟動App”到“完成播放”所花費的時長情況作為分析對象。如果用戶普遍需要較長的時長才能完成轉(zhuǎn)化，說明用戶需要付出的視頻篩選的成本較高，則應(yīng)將新用戶從“啟動App”到“完成播放”的時間間隔作為優(yōu)化目標(biāo)。

新用戶從“啟動App”到“完成播放”所花費的時長情況

同樣，在同城速遞行業(yè)，當(dāng)了解用戶發(fā)起快遞請求后快遞員的接單時間之后，公司可依據(jù)此來考核快遞人員績效，從而也進一步優(yōu)化用戶體驗。

四、間隔分析模型與其他分析模型的配合

值得強調(diào)的是，間隔分析模型是多種數(shù)據(jù)分析模型之一，與其他分析模型存在無法割裂的關(guān)系。

從用戶轉(zhuǎn)化角度來說，用戶轉(zhuǎn)化過程受很多因素影響，間隔分析通常是業(yè)務(wù)情況的反映，轉(zhuǎn)化時間間隔只是分析用戶轉(zhuǎn)化的單一維度，只有與其他分析模型配合，才能清晰看到用戶行為特點和背后動機。

雖然在多數(shù)情況下，時間間隔并不能作為優(yōu)化的指標(biāo)，但是與其他分析模型的配合可以幫助我們探索可能存在的問題。例如，從“提交訂單”到“支付訂單”間隔時長中位數(shù)是5分鐘，說明一半的用戶支付訂單需要花費5分鐘以上。則應(yīng)該思考其中可能存在的問題：是支付功能的Bug，還是其它問題導(dǎo)致支付失敗?定位問題需要結(jié)合事件分析、漏斗分析等分析模型定位問題。

總之，只有將各分析模型實現(xiàn)科學(xué)互動和配合，能夠科學(xué)揭示出用戶個人/群體行為的內(nèi)部規(guī)律，并據(jù)此做出理論推導(dǎo)，不斷在工作實踐中優(yōu)化商業(yè)決策和產(chǎn)品智能。

關(guān)于神策數(shù)據(jù)

神策數(shù)據(jù)(https://www.sensorsdata.cn)，一家專業(yè)的大數(shù)據(jù)分析服務(wù)公司，致力于幫助客戶實現(xiàn)數(shù)據(jù)驅(qū)動。公司推出深度用戶行為分析產(chǎn)品神策分析(SensorsAnalytics)，支持私有化部署、基礎(chǔ)數(shù)據(jù)采集與建模，并作為PaaS平臺支持二次開發(fā)。此外，還提供大數(shù)據(jù)相關(guān)咨詢和完整解決方案。神策數(shù)據(jù)積累了神策數(shù)據(jù)積累了中國銀聯(lián)、中國電信、百度視頻、百聯(lián)、萬達、中郵消費金融、廣發(fā)證券、聚美優(yōu)品、中商惠民、趣店、紛享銷客、Keep、36氪、中青旅、太平洋保險、平安壽險、鏈家、四川航空等500余家付費企業(yè)用戶的服務(wù)和客戶成功經(jīng)驗，為客戶全面提供指標(biāo)梳理、數(shù)據(jù)模型搭建等專業(yè)的咨詢、實施、和技術(shù)支持服務(wù)。希望更深入了解神策數(shù)據(jù)或有數(shù)據(jù)驅(qū)動相關(guān)問題咨詢，請咨詢4006509827，由專業(yè)的工作人員為您解答。