# 平台案例分析
**Repository Path**: feng_ya_wen/platform-case-analysis
## Basic Information
- **Project Name**: 平台案例分析
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 1
- **Created**: 2021-06-25
- **Last Updated**: 2021-07-06
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
# 平台案例分析——美团外卖
简介：美团外卖是美团旗下的一个网上订餐平台，是中国最大的线上点餐、外卖配送等一站式服务平台。美团外卖的主要功能以线上点餐为主，并提供配套的送餐服务。后期增加美团专送、全城购、跑腿代购、到店自取等服务。
## 市场分析
“互联网+”浪潮下，餐饮外卖行业稳步发展。
2019年中国餐饮外卖产业规模为6035亿元，同比增长30.8%。细分到单个因素来看，2016-2019年的外卖用户数、订单总量均稳步增长。但受用户红利逐渐收窄影响，外卖行业增速逐渐放缓。
**2016-2019年中国餐饮外卖行业规模趋势图**
市场下沉扩大美团外卖未来优势：外卖行业的一线市场增长已经见顶，增速放缓，而在下沉市场用户的增长空间仍然很大。
## 平台理论
### 平台理论1：核心交互：平台设计的根本原因
>核心交互是平台内部活动的最重要的形式——他就是价值交换，能够在第一时间将多数用户吸引至平台上。核心交互有三个关键要素：参与者、价值单元、过滤器。这三个要素必须经过认真考虑和精心设计，以便以核心交互对于用户来说更加方便，更加有吸引力、更具价值。平台的基本目标就是促进核心交互。
#### 案例分析：美团的参与者、价值单元、过滤器
| 参与者 | 价值单元 | 过滤器 |
| ---- | ---- | ---- |
| 平台、商家、消费者、骑手 | 入驻平台的商家、商家所提供的饮食商品 |1.根据手机定位或收货地址筛选能配送到达的商家2.通过大数据分析用户经常点单的商品，会进行智能3.会优先推送参与平台活动的商家、能使用大额优惠券和优惠力度大的商家4.会根据时间段，推送不同餐点，如早餐、下午茶、宵夜等5.会根据餐饮类型不同，有不同的筛选功能，如火锅、甜品等|
#### 建议：
1. 美团外卖需要提高商家入驻门槛，提升美团平台的价值单元，不仅要求商家证件齐全，还需要联合监管部门不定期抽查商家门店卫生情况，若发现违规情况，给予严厉处罚，必要时取消其入驻美团资格，保证美团平台的价值单元。
2. 在美团的过滤器选择上，需要尽可能完善过滤器，通过大数据和人工智能服务，为消费者提供更加符合其需要的推荐，做到更满足消费者需求。
### 平台理论2：平台如何竞争：通过限制平台预防多归属
>平台重视对关键资产的独有获取权限，为限制平台访问从而控制和捕捉平台上所创造更大份额的价值，它们会在某种程度上开发一些规则、惯例和协议，限制多归属。
#### 案例分析：
● 美团外卖曾在2018年4月以来，为更好地拓展外卖业务，多次以独家协议的方式，强制要求已入驻平台的商户和新入驻平台的商户签订独家协议。其中，**明确已入驻平台的商户和新入驻平台的商户不得与美团外卖经营的网络服务平台存在竞争关系的其他第三方平台或集团公司等，进行相同或类似的业务合作**。若不签订协议，平台将对此商户实行上调服务费、缩小配送范围等不利于商户经营的措施。而若平台发现已签订协议的商家仍在使用其他提供同类服务的平台，则会强制在本平台内关闭商家。美团外卖的这种强迫商家进行“二选一”的做法，**一定程度上限制了商家与用户多归属的情况，但这也打破了市场竞争的公平性，还影响了平台内的网络单边效应**。
#### 建议：
1. 对于入住平台的商户，美团外卖可以为已入驻和新入驻的商户提供有益于他们的协议，例如新入驻的商户或已入驻较长时间的用户可以获得更高曝光度或是服务费下调等，吸引更多新的商户加入平台和保持已入驻商户的粘性，扩大平台覆盖商家的范围以此得到竞争优势。
2. 对于使用平台的消费者，美团外卖可以从推荐系统及支付流程的优化下手，为用户提供更个性化的推荐和更流畅的支付过程，同时定时举办优惠活动，奖励新用户和回馈老用户，增加用户粘性。通过从商户和消费者两方制作对策，来预防平台多归属的情况。
### 平台理论3：病毒式增长：用户对用户的推介机制
>加速平台发展最有力的方式之一就是实现病毒式增长。病毒式增长依靠鼓励用户向其他潜在用户传播有关平台的言辞，是以拉力为基础的过程。当用户自己鼓励其他人加入该网络时，该网络就 成为自身推动自身发展的引擎。
#### 案例分析：美团外卖的"组队拆红包"活动
| 发送者 | 价值单元 | 外部网络 | 接受者 |
| ---- | ---- | ---- | ---- |
|平台内用户在下单后获取的活动外卖红包链接分享给其他用户，最终可以带来新的用户 |活动中所获的红包|对于美团外卖而言，有效的外部网络有QQ、微信等社交平台可以进行价值单元的传播，展示给潜在用户|点入分享链接内获取红包的用户。用户收到活动链接，点入美团外卖app使用该红包订购外卖。下单后获得并分享活动红包链接，然后开始循环上述过程，现在，接受者成了发送者|
美团外卖早期采取向用户发放大额红包、"组队拆红包"活动等吸引了许多消费者使用美团外卖，促进了平台的病毒式增长。但是，美团外卖为保证这种反馈回路保持有效必须投入大量的成本，长期下来平台所需要的运营成本将成为平台的一大笔开支。**前期以红包现金去吸引了大量顾客，后期“如何继续吸引新用户、留住老用户“也成为了平台的关键问题**。
#### 建议：
1. 要想留住老用户，美团外卖还需将”用户承诺“和”频繁地使用“作为用户采用率的真正指标，此时平台需要从“外卖卫生质量”、“商家管理”等入手增强美团外卖的双边网络效应。严格把控店铺、外卖的内容品质，对被发现存在食品卫生与质量问题的店铺应该给以重罚，令其付出应有的代价，才会有利于有效保障外卖食品的卫生与质量，令消费者身体健康安全获得坚实的保障，让用户使用平台更放心。
2. 对于外卖平台而言，无论用户点哪个商家的外卖，留住用户并刺激消费才是平台产品的核心。诱导用户在平台产生交易，性价比与实惠永远是最重要的考量标准。可以在平台给用户推荐餐厅时，优先将用户已拥有优惠券的店铺信息前置、餐厅特色后置，让用户优先看到餐厅实惠的信息，起到快速触达并吸引消费的作用。
3. 还可以对企业文化融入流行的网络用语等，对企业宣传进行新的创作，这些流行话题会让人们产生新鲜感并且自发在外部网络传播，提升平台知名度，吸引新用户。
### 平台理论4：平台监管
>需要设计出平衡的内部治理系统和外部监管制度
#### 案例分析：
● **美团对于有食品卫生与质量问题的商家会进行监管并采取措施进行整治**，同时对于骑手配送慢等问题也有出台相关政策进行监管改进。同时也设计出来了平衡内部治理系统和外部监管制度的方案。但是监管力度还是不够，还是有用户反映商家食品卫生与安全问题以及配送超时过长等问题。
#### 建议：
1. 重视用户给予的评价、建议、举报，用户提出的问题应该及时自查监管并给予反馈。
2. 加强对有食品卫生与质量问题商家的监管，加大惩罚力度，令消费者身体健康安全获得坚实的保障，让用户使用平台更放心。加强对骑手的监管，超时等问题要介入进行探查，最后给予用户反馈。
3. 同时要公平定价，避免出现价格过高过低造成市场垄断的情况；以及避免出现价格不统一造成用户被“大数据杀熟”的情况。
## 大数据
### 大数据理论1：一切皆可“量化”——当方位变成数据
>量化一切，是数据化的核心，也是大数据时代的基石。皆可被量化的一切事物，正在将数据化变成社会发展的主旋律。
#### 案例分析：
● **美团利用定位功能，收集用户手机所在的位置信息（包括商家所在地理位置、骑手的地理位置、消费者的地理位置等）**，并将这些方位信息数据化，使得平台可以对这些位置数据进行分析，计算出距离消费者较近的商铺，并给骑手推荐送外卖的最佳路径。保证消费者能在最短时间内收到外卖的同时，也节省了骑手途中浪费的时间，让骑手能够接到更多订单。
#### 建议：
美团应在利用数据的同时，把握好数据开放的程度，加强对用户隐私数据的监管，建立更加严密的保护机制，防止用户个人信息泄露。
### 大数据理论2：“风险”————让数据主宰一切的隐忧
>我们时刻都暴露在“第三只眼”之下：亚马逊监视着我们的购物习惯，谷歌监视着我们的网页浏览习惯，而微博似乎什么都知道，不仅窃听到了我们心中的“TA”，还有我们的社交关系网。进行大数据分析的人可以轻松地看到大数据的价值潜力，这极大地刺激着他们进一步采集、存储、循环利用我们个人数据的野心。
#### 案例分析：
● **许多经常使用美团外卖的消费者反映自己疑被美团外卖“大数据杀熟”**，表示与同学/同事在同一时间、同一地点订购同一家店的外卖，使用自己手机订购的外卖价格要贵很多，向平台反馈后，等到的也只是“定位缓存”或者“正在调整”等含糊的回答，这让他们感觉受到了欺骗。
#### 建议：
政府加强对平台的监管，加大力度完善相关法律，加重大数据杀熟的惩罚，维护消费者的知情权和公平交易权，同时完善用户投诉、举报机制，提供消费者更加便捷的投诉渠道；同时平台提高自我治理，自我维护的意识，诚信经营，当出现用户大数据“杀熟”的质疑时，不要敷衍用户，第一时间确认，若消费者提供的证据能证明价格歧视的存在，平台主动赔偿消费者的损失。
### 大数据理论3：关联物
>不通过给我们找到一个现象的良好的关联物，相关关系可以帮助我们捕捉现在和预测未来。大数据的相关关系分析法更准确、更快，而且不易受偏见的影响。
#### 案例分析：
● **美团会根据用户以往的订单记录来对用户未来的一个行为进行预测**，例如用户经常在下午茶时段点奶茶的外卖，那么数据就能够把下午茶时段与奶茶联系起来，因此用户每次在下午茶时段打开美团外卖时，则会智能推荐许多奶茶店。
#### 建议：
平台可以优化其算法，使其智能推荐更加好地预测到用户的行为。例如当用户在下午茶时段打开美团，而根据过往的记录，用户经常会点一份炸鸡和一杯奶茶来作下午茶，那么我们就可以将这三样事物联系起来。下次用户在下午茶时段打开美团外卖时，用户在搜索交互中如果搜索了与奶茶或炸鸡，那么无论她搜索的是哪一个关键词，我们都可以对她进行另一个关联商品的推荐。与此同时，也要注重推荐商品的多元性，可以根据算法适当地推荐与用户常点的商品同类型的但用户未尝试过的商品。
### 大数据理论4：数据再利用
>不同于物质性的东西，数据的价值不会随着它的使用而减少，而是可以不断地被处理。数据的价值并不仅限于特定的用途，它可以为了同一目的而被多次使用，也可以用于其他目的
#### 案例分析：
● **用户以往的搜索记录、订单记录，这些数据是可以被平台不断地利用的**。我们可以不断对这些就过往的记录进行大数据分析，从而在用户每次使用平台点外卖的时候都为用户进行智能推荐。而这些智能推荐，在用户不断使用的过程中，由于数据储存量的不断增大，其准确性也会提高，为用户带来更优质的体验，增强用户的黏性。
#### 建议：
用户的搜索记录是一个值得重视的数据。平台能够抓取诸如百度、微博等平台的用户搜索记录，从而分析如今流行的食物是什么。例如前一段时间，螺蛳粉异常火爆，在其他平台引起了热烈的讨论以及被经常性地搜索。那么美团外卖就可以根据这些搜索记录去预测螺蛳粉将会是一个大的食品流行趋势，在用户使用美团平台时便可以适当地对用户进行螺蛳粉商品的推荐。
## 大数据及平台两论点的整合度
### 一切皆可“量化”——通过限制平台预防多归属
从大数据来看：量化一切，是数据化的核心，也是大数据时代的基石。美团利用定位功能，收集用户手机所在的位置信息，将这些方位信息数据化我们认为：美团在此过程中，应在利用数据的同时，把握好数据开放的程度，加强对用户隐私数据的监管，建立更加严密的保护机制。
同时美团存在强制要求已入驻平台的商户和新入驻平台的商户签订独家协议的问题，美团外卖的这种强迫商家进行“二选一”的做法，针对该问题我们给出的建议是：对于入住平台的商户，美团外卖可以为已入驻和新入驻的商户提供有益于他们的协议。
### “风险”——平台监管
许多经常使用美团外卖的消费者反映自己疑被美团外卖“大数据杀熟”，向平台反馈后，等到的也只是“定位缓存”或者“正在调整”等含糊的回答，这让他们感觉受到了欺骗。对此我们应该与政府合作，加强对平台的监管，公平定价，避免出现价格过高过低造成市场垄断的情况；重视用户给予的评价、建议、举报，用户提出的问题应该及时自查监管并给予反馈。加强对有食品卫生与质量问题商家的监管，以及避免出现价格不统一造成消费者被“大数据杀熟”的情况。同时平台应提高自我治理、自我维护的意识，诚信经营，当出现用户大数据“杀熟”的质疑时，不敷衍用户，第一时间确认，若消费者提供的证据能证明价格歧视的存在，平台主动赔偿消费者的损失。
### 关联物——核心交互：平台设计的根本原因
美团会根据用户以往的订单记录来对用户未来的一个行为进行预测，例如用户经常在下午茶时段点奶茶的外卖，那么数据就能够把下午茶时段与奶茶联系起来，这就是利用大数据理论关联物。而平台核心交互有三个关键要素：参与者、价值单元、过滤器。这三个要素必须经过认真考虑和精心设计。其中过滤器会根据时间段，推送不同餐点，如早餐、下午茶、宵夜。所以我们认为在美团的过滤器选择上，需要尽可能完善过滤器，其次，平台可以优化其算法，使其智能推荐更加好地预测到用户的行为。
### 数据再利用——病毒式增长：用户对用户的推介机制
用户以往的搜索记录、订单记录，这些数据是可以被平台不断地利用的。我们可以不断对这些就过往的记录进行大数据分析，从而在用户每次使用平台点外卖的时候都为用户进行智能推荐。我们还可以通过用户对用户的推介机制实现病毒式增长，加速平台发展。例如：平台内用户在下单后获取的活动外卖红包链接分享给其他用户，最终可以带来新的用户。