日常生活场景里，其实有许多与数据分析相关的知识待我们进行挖掘，比如家政服务场景。那么，消费者/用户在服务平台上预约家政服务的过程中，可能隐藏着哪些数据分析知识？我们可以从中拆解得到什么经验和策略？

本篇是系列文，全网搜索《在吃喝玩乐中成为数据分析师》，我会带着大家从各种生活场景出发，提升业务理解，轻松学会数据分析思路和技能。

遇到类似的场景，可以拿出来重温。

今天讲的内容是：叫家政服务时，有哪些数据分析知识？

读完本篇，你可以获取这些知识：

• 你请家政时哪些数据被采集到了
• 平台至少可能使用哪些指标来提升你的服务体验
• 计算这些指标会用到的sql/python函数
• 使用AI写sql的提示词示例

场景复现：

小王在南方城市工作，天气逐渐变凉了，没有地暖，小王只得开空调取暖。

结果屋漏偏逢连夜雨，小王一开空调，发现空调坏掉了，就上网找家政服务来修空调。

找服务：

小王在网上搜索「修空调」三个字，出现了很多服务商。小王再三对比之下，选择了一家可以小程序下单的本地龙头企业。

下单前：

小王授权登陆进入小程序后，找到家电维修的模块，选择空调维修。进入页面后，小王选择了「挂机空调维修」，并提供了以下信息：

• 位置坐标
• 预约上门时间

点击预约后，又弹出让小王「手机号快捷注册」，注册完成后即可预约。

但是预约只生成订单，并不需要付钱。

下单后：

小王注册后完成下单，马上收到了短信，告知师父将于某时间联系小王，让小王注意接听。

10分钟后，师父联系小王，再次确认地点及时间。并且小王注意到师傅并没有按照线上预约的时间来沟通。

等待服务：

临近约定时间，师傅还没有到，小王电话催促，师傅回答说又一些事情耽搁了，需要晚点到，询问是否需要更换时间。小王回答不需要。

继续等待两个小时后，师傅终于赶到，开始修空调。修完之后进行拍照。

服务结束：

修完之后，师傅让小王添加一个企业微信，企业微信中会推送订单支付给小王。小王支付后，师傅又给小王留了私人微信，说以后找他修电器水管会便宜一些，然后师傅就回去了。

问：

小王在这个过程中的用户路径如何拆解？

对于平台方来说，至少有哪些阶段有较高的用户流失风险？

作为数据分析师，你如何做整个流程的分析和监控，至少需要哪些指标？

一、用户路径拆解

我们将小王从寻找服务平台到师傅完成服务的流程可以拆解如下：

我们可以看到的是，小王的整体用户路径并没有很连贯，存在着很多站外或者线下的无从监控的路径。

小王的用户行为路径大致上可以分为三个类型：线上的站外行为、站内行为、线下的站外行为。

其中比较容易分析的是站内行为，因为产品是自己研发的，可以比较容易的记录到用户行为。

线上的站外行为，一般都需要第三方广告平台提供，而且是收费项目。而线下的站外行为几乎是采集不到的。

所以，在用户行为分析的成本上有如下排序：

站内行为分析成本 > 线上的站外行为分析成本 > 线下的站外行为分析成本

二、用户流失分析简述

在用户流失分析中，由于采集数据的成本不一样，一般需要从已有的数据进行分析。

1. 用户流失点位拆解

我们可以看到有明确的流失点的位置如下：

明显的流失点位为：

• 从广告到进入小程序的授权过程
• 下单最后一步的手机号注册流程
• 下单后的等待服务的过程
• 服务完成后被引流到个人的私域

2. 用户流失点位分析

从以上四点入手，结合用户数据的获得成本，我们可以得到以下分类：

如果我们这么去评估优先级，确定问题解决的顺序，那就要出！大！问！题！

为什么？

思

考

30

秒

！

原因是：服务师父也是用户！师父接单到完单也是需要走流程的！

那么，「等待服务流失」的节点就有迹可循了：

• 客户取消订单前等待了多长时间
• 客户的订单预约时间有没有被师父变更
• 师父的完成服务时间与客户首次下单时间的匹配率
• 接单师父地点与客户下单地点的实际距离长短

同时在服务完成流失这个节点的分析上也有了新的进展：我们虽然分析不了小王为什么流失，但是可以计算每个师父的服务流失率呀！可以根据这个信息优化匹配规则呀！

所以 ，流失节点的真实数据情况是：

那么，基于这些数据，如果建立完整的流程指标呢？

三、用户监控指标及其SQL/Python函数

根据用户路径拆解和用户流失点位分析，我们可以大致分为三种场景：用户路径监控、师傅评级监控、匹配机制监控。

至少可以梳理出以下几个对应的指标：

四、小结

其实数据分析是一种思考方式，只要在生活中多观察，多思考，吃喝玩乐中也能加强自己的数据思维。

至于一些复杂的数据处理方式，我们其实没有必要死记硬背，只需要知道搭建什么样的指标，可能用到什么样的工具即可。提示词示例：

只要能梳理清楚业务逻辑，学会如何进行指标管理，在生活中加强自己的思考，人人都可以成为数据分析师。