如何分析同时使用美团外卖和饿了么的重叠用户，与只使用美团的忠诚用户在客单价和下单频率上的差异？｜美团商业分析面经解析

60 秒回答模板

我会先澄清数据来源和用户定义：重叠用户指在观察期内同时使用美团外卖和饿了么的用户，这个标签需要来自合规的第三方样本、用户调研、授权数据或其他可信来源，不能仅凭美团内部订单直接推断。忠诚用户指同一观察期内只在美团下单且具备一定活跃度的用户。指标上，客单价用美团平台 GMV 或实付金额除以订单数，下单频率用观察期内订单数除以活跃天数或月数，同时看月人均消费、折扣依赖、品类结构和下单时段。分析步骤是先做描述统计和分布比较，再按城市、用户新老、会员状态、消费能力、品类、商圈、优惠曝光、配送距离和商家供给匹配，必要时用倾向得分匹配或回归控制混杂。重叠用户可能总外卖需求更高，但在美团的份额不一定高；忠诚用户可能美团频次更高，但也可能是因为所在城市供给优势强。结论要服务运营：对高价值重叠用户做场景化召回和会员权益，对价格敏感重叠用户控制补贴 ROI，对忠诚用户重点维护体验和品类供给，避免把所有用户都用优惠券粗暴拉动。

考点 标签合规

难度 真实面经题

回答目标 在竞争分析中严谨定义用户、统一指标口径、控制结构偏差，并把客单价和频率差异转成可验证的运营策略。

深入解析

先定义用户标签

重叠用户和忠诚用户必须基于同一观察窗口定义，例如最近 30 天或 90 天。重叠用户需要合规来源识别其同时使用两平台，忠诚用户不能简单理解为没有竞品数据的人，而应是同窗口内在可观测数据中只使用美团且达到最低活跃门槛的人。

明确指标口径

客单价可以用订单 GMV、实付金额或平台收入口径，不同口径对应不同问题。下单频率可以用月订单数、周订单数、活跃日均订单数或人均订单间隔。还要同时看月人均消费，因为月消费约等于客单价乘以下单频率，更能反映平台内用户价值。

先看分布而非均值

外卖消费高度分层，少数高频用户会拉高均值。应比较均值、中位数、分位数、极端值占比和用户分层，例如高频高客单、低频高客单、高频低客单和低频低客单。只报两个平均值，容易掩盖真正可运营的人群。

控制可比性偏差

重叠用户可能天然更高频、更年轻、更居住在竞争激烈城市，也可能获得更多优惠。忠诚用户可能处在美团供给更强的城市或商圈。比较时要控制城市、商圈、用户年龄或消费能力代理、新老用户、会员、品类、优惠、配送距离、商家供给和历史活跃度。

拆客单价差异来源

客单价差异可能来自品类结构、多人餐占比、品牌连锁偏好、优惠券使用、配送费、满减门槛、距离和下单时段。要把 AOV 分解成商品金额、配送费、优惠金额、品类和商家类型，判断是消费能力差异还是策略和供给差异。

拆下单频率差异来源

频率差异要看早餐、午餐、晚餐、夜宵和周末场景，也要看用户是否在多个平台分摊订单。重叠用户在美团频率低，不一定代表外卖需求低，可能是份额被竞品拿走；忠诚用户频率高，也可能来自会员、供给密度或惯性路径。

把差异转成策略

如果重叠用户客单高但美团频次低，适合做关键餐段、核心商圈和会员权益的份额提升；如果重叠用户低客单且高补贴敏感，要控制优惠成本；如果忠诚用户高频高客单，应重点保障配送体验、商家供给和会员留存，而不是过度补贴。

易错点

没有说明重叠用户标签来源，默认美团内部数据能完整知道竞品使用。
观察窗口、活跃门槛和客单价口径不统一，导致两组不可比。
只比较平均值，不看分布、分位数和用户价值分层。
忽略城市、品类、优惠、会员、商家供给和用户生命周期等混杂因素。
把重叠用户简单等同于低忠诚低价值，忽略高需求但份额被分流的情况。
运营建议只会发券，没有计算增量收益、补贴成本和长期留存。

面试官追问

如果没有饿了么侧数据，怎么做这个分析？

不能直接声称谁是重叠用户。可以通过用户调研、第三方 panel、授权数据或竞品使用标签样本来分析；如果只有美团内部数据，只能分析疑似价格敏感或多平台倾向的代理特征，并明确不等同于真实重叠用户。

为什么不能直接比较两组平均客单价？

因为两组用户在城市、品类、优惠、新老程度、消费能力和活跃度上可能完全不同。直接比较均值会把结构差异误认为用户类型差异，需要分层、匹配或回归控制。

重叠用户频率低说明他们价值低吗？

不一定。他们在美团频率低可能是因为订单被竞品分走，但总外卖需求可能很高。如果客单价高、核心餐段活跃、商圈供给匹配，这类用户反而可能是高潜力争夺对象。

这个分析对运营策略有什么指导？

它可以帮助区分争夺份额、维持忠诚和控制补贴三类动作。对高价值重叠用户做场景化权益和供给补齐，对忠诚用户做体验维护和会员成长，对低 ROI 用户减少无差别补贴。

如何评估运营动作的 ROI？

要看增量订单和增量毛利，而不是只看券后订单增长。实验中比较补贴成本、客单价变化、留存、复购、自然转化和长期频率，避免把本来会下单的用户也补贴掉。