O2O产品质量保障体系（四）| 基于学习的线下商户质量挖掘
发布时间：2021-02-28 04:48:56 所属栏目：大数据 来源：网络整理
导读：一、 线下商户问题迫在眉睫 糯米不仅仅是团购，它是O2O的生活服务平台，糯米的产品质量可以定义为线上和线下，线上主要是在线商品的售卖情况，所对应的质量问题也就是商品类的badcase，这些会直接影响我们的流水。而线下主要是商家服务的接待质量，会直接影
|
副标题[/!--empirenews.page--]
糯米不仅仅是团购，它是O2O的生活服务平台，糯米的产品质量可以定义为线上和线下，线上主要是在线商品的售卖情况，所对应的质量问题也就是商品类的badcase，这些会直接影响我们的流水。而线下主要是商家服务的接待质量，会直接影响用户的留存。对一些商家不接待的情况，如用户开心地买了团购券去实体店里消费，发现店家在装修或者已经倒闭，其后果会非常影响糯米用户体验及口碑。 首先看一下糯米的退款情况，我们对一个月内的用户申请退款的原因进行了词频统计，对退款原因切词之后生成词频云图，最大的三个字就是“不能用”，除此之外还有类似“关门”、“倒闭”、“不接待”等字眼。同时在梳理售后的客诉数据中也可以发现，商家类投诉占比比较突出。所以商家不接待已经成为了严重影响用户体验的产品top问题。而我们的目标也是希望通过分析退款原因，结合交易、商品特征，对商家不接待的case进行挖掘。
由于糯米的产品特性，一个团单可能是只支持一家分店，也有可能支持多家分店，所以需要对具体的场景进行特定的分析。
其中单分店的商品，用户意图比较明显，（一个用户购买是这个分店，退款是这个分店）所以我们可以提取团单维度的特征进行学习挖掘。而多分店的，用户意图并不明显，因为不清楚用户购买和退款某个团单是因为哪家分店。所以我们是无法知道分店的退款率、验券率以及销量。所以我们需要借助lbs定位信息等大数据来提取用户到店信息，来构造门店特征进行分析挖掘。 （编辑：核心网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
