Red de conocimiento informático - Material del sitio web - ¿Cuál debería ser la métrica estrella del norte para una aplicación de recomendación de comida a domicilio? ¿Por qué?

¿Cuál debería ser la métrica estrella del norte para una aplicación de recomendación de comida a domicilio? ¿Por qué?

Personalmente creo que la métrica Big Dipper de un programa de recomendación de comida para llevar debería ser: el tiempo que tarda un usuario en completar un pedido (desde que se abre el programa hasta el final del período de pago).

Los motivos son los siguientes:

En primer lugar, a juzgar por los antecedentes y las funciones principales de la aplicación de recomendación de comida para llevar, todas están dirigidas a resolver la "dificultad de elegir al realizar el pedido". comida". , los hipotéticos usuarios potenciales son principalmente personas que tienen la costumbre de pedir comida para llevar pero están cansadas de elegir. El análisis del proceso de estos potenciales usuarios antes y después de comer se puede dividir en los siguientes pasos:

1. Desencadenante del escenario (hambre, hora de comer, etc.)

2. Decisión- hacer (qué comer, dónde comer)

3. Tomar acción (pedir comida, comer fuera)

4. Satisfacer necesidades (comer)

5 Comentarios (calificación, evaluación, recomendado)

La dificultad en la selección generalmente se refleja en el proceso desde el paso 1 al paso 3. La característica más obvia es que la toma de decisiones lleva mucho tiempo y no se puede tomar en cuenta. tiempo. Si la aplicación de recomendación de comida para llevar realmente resuelve este problema, inevitablemente mostrará que el tiempo de toma de decisiones del usuario es muy corto y que puede realizar acciones (ordenar, pagar) en poco tiempo, lo que corresponde al tiempo que les lleva a los usuarios completar el pedido. También será bajo en función del tiempo que los usuarios dedican a otras aplicaciones o APP.

Por otro lado, suponiendo que los usuarios tardan cada vez más en completar su pedido cuando utilizan una aplicación de recomendación de comida para llevar, entonces tenemos motivos para creer que la aplicación no recomienda suficientes artículos adecuados al cliente. usuario Platos, los usuarios buscan "platos adecuados" o hay demasiados platos adecuados y no saben elegir. El problema de la dificultad de elección ha recaído en los usuarios. No importa cuál sea la situación, cuando los usuarios dediquen cada vez más tiempo a pedir platos en el mini programa, el valor central del mini programa (permitir a los usuarios no enredarse en las opciones gastronómicas) será cada vez menor.

En segundo lugar, teniendo en cuenta que uno de los aspectos más destacados del subprograma de recomendación de comida para llevar al inicio de su desarrollo era permitir a los usuarios comer alimentos que se adaptaran a sus preferencias gustativas y alimentos saludables, puede parecer que el número de veces los usuarios comparten comida, los puntajes de evaluación y otros indicadores centrados en la retroalimentación son la tendencia de Beidou Star. Sin embargo, personalmente creo que estos indicadores no solo se verán afectados por el mini programa en sí (como si el algoritmo de recomendación es preciso), sino también. afectado por factores externos (como si el tiempo de entrega de la comida para llevar es oportuno, si el estado de salud ha mejorado y muchos otros factores) no pueden reflejar verdaderamente el verdadero valor del mini programa.

Al mismo tiempo, cuando el mini programa puede recomendar con precisión alimentos deliciosos y saludables y ayudar a los usuarios a elaborar el plan óptimo, es posible que los usuarios no puedan dar comentarios positivos a tiempo, por lo que es posible que los indicadores correspondientes no sean preciso.

En resumen:

① Cuando se satisfacen las necesidades principales del usuario, el tiempo que le toma al usuario completar el pedido definitivamente será cada vez más corto. Esta es la encarnación del. Valor central del mini programa de recomendación de comida para llevar. Cuando la función del mini programa no es perfecta o dificulta al usuario hacer una segunda elección, definitivamente le llevará más tiempo completar el pedido. Esto se puede verificar contando el tiempo de abandono de los usuarios que piden comida.

② Cuando se utilizan otros indicadores para medir el valor central de un mini programa, este puede verse afectado por otros factores y no puede obtener una retroalimentación correcta y oportuna.

En resumen, el indicador "el tiempo que tardan los usuarios en completar un pedido" es más adecuado como indicador de estrella polar del subprograma de recomendación de comida para llevar.

Un consejo, sólo como referencia.