美团数据抓取详细教程

https://www.360docs.net/doc/3513653914.html,

美团数据抓取详细教程

美团数据抓取下来有很多作用，比如你可以分析每一家商铺的价格，销量，位置，人均消费，好评率等各种主要信息，帮助你做出更好的判断，分析当下主流消费用户的消费情况。

本次介绍八爪鱼简易采集模式下“美团数据抓取”的使用教程以及注意要点。

美团数据抓取使用步骤

步骤一、下载八爪鱼软件并登陆

1、打开https://www.360docs.net/doc/3513653914.html,/download，即八爪鱼软件官方下载页面，点击图中的下载按钮。

https://www.360docs.net/doc/3513653914.html,

2、软件下载好了之后，双击安装，安装完毕之后打开软件，输入八爪鱼用户名密码，然后点击登陆

https://www.360docs.net/doc/3513653914.html,

步骤二、设置美团数据抓取规则任务

1、进入登陆界面之后就可以看到主页上的网站简易采集了，选择立即使用即可。

https://www.360docs.net/doc/3513653914.html,

2、进去之后便可以看到目前网页简易模式里面内置的所有主流网站了，需要采集美团内容的，这里选择第四个--美团即可。

https://www.360docs.net/doc/3513653914.html,

3、找到美团-》商家信息-关键词搜索这条爬虫规则，点击即可使用。

https://www.360docs.net/doc/3513653914.html,

4、美团-商家信息-关键词搜索简易采集模式任务界面介绍

查看详情：点开可以看到示例网址

任务名：自定义任务名，默认为美食商家列表信息采集

任务组：给任务划分一个保存任务的组，如果不设置会有一个默认组城市页面地址：输入你要在美团网上采集的城市url（可放入多个）搜索关键词：设置你要搜索的关键词，填入即可

示例数据：这个规则采集到的所有字段信息。

https://www.360docs.net/doc/3513653914.html,

5、美团数据抓取规则设置示例

例如要采集南昌市所有烧烤类的商家信息

在设置里如下图所示：

任务名：自定义任务名，也可以不设置按照默认的就行

任务组：自定义任务组，也可以不设置按照默认的就行

https://www.360docs.net/doc/3513653914.html,

城市页面地址：https://www.360docs.net/doc/3513653914.html,/

搜索关键词：烧烤

注意事项：URL列表中建议不超过2万条，大量的URL可以通过八爪鱼先抓取美团里每一个城市的url，少量可直接去浏览器里获取。

步骤三、保存并运行美团数据抓取规则1、设置好爬虫规则之后点击保存。

https://www.360docs.net/doc/3513653914.html,

2、保存之后，点击会出现开始采集的按钮。

3、选择开始采集之后系统将会弹出运行任务的界面，可以选择启动本地采集（本地执行采集流程）或者启动云采集（由云服务器执行采集流程），这里以启动本地采集为例，我们选择启动本地采集按钮。

https://www.360docs.net/doc/3513653914.html,

4、选择本地采集按钮之后，系统将会在本地执行这个采集流程来采集数据，下图为本地采集的效果。（由于数据量较大，我这展示能够采集到数据后手动停止了）

https://www.360docs.net/doc/3513653914.html,

5、采集完毕之后选择导出数据按钮即可，这里以导出excel2003为例，选择这个选项之后点击确定。

https://www.360docs.net/doc/3513653914.html,

6、然后选择文件存放在电脑上的路径，路径选择好之后选择保存。

7、这样美团上南昌市关于烧烤类的商家数据就被完整的采集导出到自己的电脑上来了。

https://www.360docs.net/doc/3513653914.html,

美团O2O地CRM系统架构设计

美团O2O的CRM系统架构设计众所周知，O2O（Online To Offline），是指将线下的商务机会与互联网结合，让互联网成为线下交易的前台。但是O2O平台自身并不提供用户最终享受的商品、服务，这些服务都来自线下商户提供的服务，换句话说平台只是服务的搬运工。线上风景固然靓丽，但是并不像看到的那样风光，就拿“团购”来讲，美团、点评、百度糯米的APP在功能布局、操作体验等方面差异化越来越小，这样极大的降低了用户使用门槛，作为理性逐利的C端用户来讲，最长见的结果谁便宜就会用谁。那么问题来了，如何在这场纷争中抓住用户，最终胜出呢? 对，线下能力! 线下的能力包括线下资源的控制能力和线下服务品质的控制能力。线下能力最终决定了平台能够提供给线上用户的服务和服务品质,只有能够提供丰富、实惠、高品质的服务，来能够帮助平台在线上赢得用户，取得成功。美团之所以成功，就在于强大的地面、运营团队所建立起的线下能力。而这些团队背后所依赖的，就是我们称之为秘密武器的B端产品。CRM，就是其中之一。CRMCRM系统，立足于帮助美团解决线下资源控制的能力。CRM通过商家关系的建立和维系客户

关系，同时借助于新技术、和方法改进来提升工作效率，从而达成美团和商户的使命! 接下来我会从两大维度四个方面来介绍一下美团CRM的特点:合作篇销售(建立合作)、运营(持续合作) 效能篇信息之战(数据)、移动办公(场景支持)销售（建立合作）众所周知，在CRM系统中线索是非常重要的资源，提供丰富、有价值的线索是CRM系统的首要职责。在美团，线索对象通常指商家门店(POI)，通过对门店关键人物(KP)的拜访和机会转化，最终为美团提供合作商家(可上单的商家)。线索通过多种渠道获得：网上数据爬取(初期) BD(业务拓展人员)采集商家创建众包采集美团数据中心(MDC)将信息收集完成后，POI将会进入审核环节，未经校准的POI会经由人工(运营审核、众包采集)、机器审核进行校准、去重工作，通过反向拉取、消息队列通知等方式，线索数据最终会同步到CRM。基于美团的大数据服务，在CRM中的POI数据将会被标记分类(300大商家、头部商家、竞对在线、券、多、免)和信息

美团点评餐饮业大数据报告

美团点评：餐饮业大数据报告品类大趋势：小吃是大赛道火锅仍是吸金王 2013年，餐饮业开启了“大众化元年”，大众创业有30%-40%都进入到餐饮业，全国餐饮从业人数持续攀升。从业者的激增，带来竞争的加剧和餐饮品类的持续分化。图：从各品类的门店数量来看，小吃简快餐、面包甜点、火锅、川菜、烧烤几大品类门店数量排名前五。

报告显示，从门店数量的收录情况来看，小吃简快餐、面包甜点、火锅、川菜、烧烤几大品类门店数量排名前五。由于进入门槛低，刚需特征明显，小吃简快餐类门店占餐饮门店总数的近1/3。随着下午茶、聚会等休闲场景的兴起，面包甜点也成为餐饮业最为重要的业态之一。在一线城市面包甜点店铺最为密集，广州地区面包甜点的数量全国最高，超过26000家。火锅是标准化程度最高、赢利能力最强的品类，是有一定资金实力和运营能力的经营者优先考虑的进入领域。而从交易额的角度来看，火锅依旧是餐饮业的第一大品类。美团点评餐饮交易额当中有超过20%来自于火锅品类。而值得注意的是，火锅店铺逐渐呈现出存量高、阵亡率高的特点。在北京、上海、深圳、广州、重庆、成都等地，火锅店铺呈现负增长的态势，其中成都地区火锅店铺关店率最高，从2016年初的近10000家跌至年底的7000余家。而无论从店铺数量还是交易情况，川菜均在正餐品类中排名靠前。但是从增量上来看，川菜的发展正在遭遇瓶颈期，上海、北京、大连等城市的川菜店铺数量跌幅超过20%，而成都、重庆两大川菜大本营跌幅达到35%，川菜馆数量呈现过剩。烧烤是近年来餐饮业态中利润最高、增长最快的品类。生产标准化、消费场景化、客群年轻化几大优势使得烧烤这一品类迅速蹿红。2013年，烧烤品类迎来大爆发，经过三年的高速增长从2016年下半年开始，烧烤品类的发展进入平稳期。外卖大爆发成为餐饮业第三极互联网的力量正在给传统的餐饮行业带来新的增长。2016年全国餐饮行业的增速为10%，但互联网餐饮的增长却高达300%。报告显示，2016年外卖行业总体交易额超过1500亿，占餐饮业总体大盘的4%，增速迅猛。到2018年，外卖交易额有望占据餐饮行业总体的10%，也就是说每10元餐饮收入就有1元来

21城市18年外卖大数据报告：北上广深外卖总单量近1.7亿

21城市18年外卖大数据报告：北上广深外卖总单量近1.7 亿应对外卖火热大趋势，餐饮O2O联合外卖大数据公司指食针发布了21个城市外卖大数据报告。以下为部分报告详细内容！外卖的规模和增速以饿了么平台统计数据为例，美团平台数据在详细PPT报告中。 1、21个城市外卖店铺数店铺数排名前五的城市分别是上海、深圳、广州、苏州和重庆；上海店铺数居榜首，多达93301个。店铺数最多的上海（93301家）约为店铺数排名21的佛山（10928家）的8.5倍。店铺数超过4万的城市有8个，介于2万到4万的城市有9个，店铺数2 万以下的城市有4个。 2、城市店铺数环比增量店铺数环比增量排名前五的城市是深圳、苏州、天津、北京、上海；深圳店铺数增长最多，增长了3951个；环比增速排名前五的城市是深圳、天津、苏州、常州、北京；深圳市增速最快，为6.58%。增量最高的城市为深圳，环比新增3951家店铺，增量最低的城市为南昌，环比减少1670家店铺。深圳店铺数上升趋势最大，环比增速为6.58%；南昌店铺数减少趋势最大，环比增速为-10.14%。环比增速前十的城市中，二线城市占7个，分别是天津、苏州、常州、合肥、东莞、沈阳、青岛。环比增量前十的城市中，二线城市占7个，分别是苏州、天津、合肥、常州、沈阳、东莞、青岛。

3、城市总单量总单量排名前五的城市分别是上海、北京、杭州、深圳、广州；上海店铺数居榜首，多达3475万单。总单量最多的上海约为排名21的佛山的27.7倍。总单量超过1000万的城市有4个，介于500万到1000万的城市有10个，500万以下的有7个。美团总单量北京位居榜首，达3399万单，其次依次为上海、深圳、成都、广州。总单量最多的北京约为总单量排名21的常州的12.9倍。总单量超过1000万的城市有9个，500万到1000万的城市有6个，低于500万的城市有6个。外卖渗透率与潜力

美团点评推出全渠道会员系统,餐饮业数字化时代即将到来

美团点评推出全渠道会员系统，餐饮业数字化时代即将到来数据显示，2017 年中国餐饮业的收入超过3.9 万亿，同比继续保持两位数增长，达到10.7%左右。随着互联网对餐饮业的深入渗透，餐饮业“线上+ 线下”融合发展态势显现。日前，美团点评推出全渠道会员系统，汇集商户线上、线下各个渠道的会员信息及消费数据并实时动态呈现给餐饮商家。全渠道会员系统将进一步帮助餐饮商家利用大数据提升经营效率、降低经营成本、提升消费体验，意味着餐饮业数字化经营时代的进一步来临。开餐厅如何选址，菜品如何定价，菜品是否要更换，如何针对目标人群做精准营销让每位客人都成为回头客?长久以来，餐饮业的经营管理更多是凭借经验，难有数据可依。随着移动互联网的发展，消费者线下的任何消费行为都可以形成数据反馈至线上，对这些数据的分析能为商家的经营决策提供更多依据。线上线下数据间的互通正是未来餐饮行业发展的源泉，并将逐步改变餐饮产业成本结构、创新结构甚至重塑整个行业。美团点评相关负责人介绍，全渠道会员系统依托于美团点评平台和门店的收银系统，汇集用户在堂食、点餐、排队、Wi-Fi、外卖、团购、点评、预定、支付等各个场景产生的消费行为数据，形成一个商家最全的用户消费行为数据池，以帮助商家更了解用户特征，进而实现精准的、无感知的营销。相比传统的会员系统，全渠道会员系统的数据海量全面且实时动态。餐饮商家可以通过美团点评餐饮商家开店宝App 中的“全渠道会员”模块，免费开通使用。通过全渠道会员系统，商家可以实时了解会员来源、会员活跃度、消费频次、会员画像等数据。而系统也会对会员数据进行相应的分析诊断，提供预设营销方案。商家一键确认即可发布针对不同会员的营销活

美团旅行数据质量监管平台实践

美团旅行数据质量监管平台实践背景数据，已经成为互联网企业非常依赖的新型重要资产。数据质量的好坏直接关系到信息的精准度，也影响到企业的生存和竞争力。Michael Hammer （《Reengineering the Corporation》一书的作者）曾说过，看起来不起眼的数据质量问题，实际上是拆散业务流程的重要标志。数据质量管理是测度、提高和验证质量，以及整合组织数据的方法等一套处理准则，而体量大、速度快和多样性的特点，决定了大数据质量所需的处理，有别于传统信息治理计划的质量管理方式。本文基于美团点评大数据平台，通过对数据流转过程中各阶段数据质量检测结果的采集分析、规则引擎、评估反馈和再监测的闭环管理过程出发，从面临挑战、建设思路、技术方案、呈现效果及总结等方面，介绍美团平台酒旅事业群（以下简称美旅）数据质量监管平台DataMan的搭建思路和建设实践。挑战美旅数据中心日均处理的离线和实时作业高达数万量级，如何更加合理、高效的监控每类作业的运行状态，并将原本分散、孤岛式的监控日志信息通过规则引擎集中共享、关联、处理；洞察关键信息，形成事前预判、事中监控、事后跟踪的质量管理闭环流程；沉淀故障问题，搭建解决方案的知识库体系。在数据质量监管平台的规划建设中，面临如下挑战： ?缺乏统一监控视图，离线和实时作业监控分散，影响性、关联性不足。 ?数据质量的衡量标准缺失，数据校验滞后，数据口径不统一。 ?问题故障处理流程未闭环，“点”式解决现象常在；缺乏统一归档，没有形成体系的知识库。 ?数据模型质量监控缺失，模型重复，基础模型与应用模型的关联度不足，形成信息孤岛。 ?数据存储资源增长过快，不能监控细粒度资源内容。 DataMan质量监管平台研发正基于此，以下为具体建设方案。解决思路

大数据下基于多源信息融合的O2O外卖客户重复购买影响因素分析

大数据下基于多源信息融合的 O2O外卖客户重复购买影响因素分析摘要：大数据下，基于多源信息融合探索外卖平台客户重复购买因素分析，以美团，饿了么为例，共收集来自五个不同类型消费者的数据构建客户重复购买相关因素模型。通过对不同订单进行建模研究购买因素之间的相关性，研究结果可以为外卖平台和客户之间提供更好的购买体验。关键词：多源信息融合;重复购买;结构方程模型电子商务的快速发展，带动相关产业的发展，近年来与食品饮料相关的外卖产业发展势头良好。美团研究院等权威机构联合发布的《2019年及2020年上半年中国外卖产业发展报告》数据显示，中国外卖产业规模在2019年达到6536亿元，较上一年同比增长39.3％。外卖产业覆盖率进一步增加至14.0％。对于外卖平台来说，发展新客户的成本平均是维护老客户成本的3-10倍。因此，提高客户重复购买率，挽留老客户，挖掘新客户，实现客户体验与店铺利益的双赢则成为我们亟需解决的问题。客户能否重复购买决定了其盈利多少，外卖平台重复购买因素也受许多原因共同影响，例如：骑手配送效率、外卖品类、平台服务质量等，都会影响外卖产业质量。本文基于大数据下的多源信息融合，建立影响客户重复购买因素的研究模型，为提升购买体验，优化平台提供参考。

1. 理论背景 1.1客户重复购买的影响因素本文对影响外卖客户重复购买因素进行分析，确立不同影响因素在消费者心目中所占比重，同时通过学术界对于影响网络购物购买因素的不同模型来构建本文研究的理论背景。学者们研究不同单个因素的变量调节下对网络购物的影响因素。杨金晶（2017）基于适应性期望和习惯调节的叠加作用，探讨了重复购买意愿与顾客价值的相关作用机制，分析了顾客价值、适应性期望和购物习惯对重复购买意愿带来的影响[1]。在以顾客满意度的前提条件下，郭斌（2019）立足于用户的手机网购体验，为发现影响顾客重复购买意愿最大的因素是“情感体验”，构建了手机网购体验影响重复购买模型及移动在线购物体验影响重复购买意愿的理论模型[2]。方毅等（2018）分析了重卡市场的客户群体，指出客户满意、感观价值、转换成本、客户信任及时间间隔等是影响客户重复购买的主要因素[3]。Choi等（2019）通过建立五个假设代表客户满意度和物流服务的每个因素之间的关系:质量信息,订单质量,交付质量,交付价格和客户服务（quality of information, quality of order, quality of delivery, price of delivery, and customer service），探讨了在线购物物流服务质量对顾客满意度及后续重复购买行为的影响[4]。 1.2 外卖客户重复购买因素影响模型

美团运营文章

美团点评| 如何巧用竞对分析，解析门店运营状况？如何快速判断门店的运营状况，了解商圈竞争环境，掌控品类数据变化，商家后台经营参谋中的"竞对分析"功能模块，能提供给商家运营者最直接的一手数据，作为参考。 ? "竞对分析"，是新美大商家后台经营参谋中的一项功能模块。通过该模块商家运营者，可添加/查询/对比其门店、商圈、品类的运营数据。其功能内核是数据看板与决策辅助，通过对比运营门店与竞对门店部分数据项的方式，并以此为参考，系统自动给出优化建议与提升方案。 ? "竞对分析"的入口。 ?PC端，在后台首页"经营参谋"菜单下。 ?移动端，首页"全部"菜单

以PC端界面截图为例，分别介绍"竞对分析"下的细分功能。 ?以竞对分析中，门店的数据/指数的展示。分别以昨日、近7天、近30天为时间轴，其来源于商圈甚至整个品类的数据拟合指标，以指数形式展示，并非真实数据。

?曝光指数。根据门店在商户列表页中的曝光次数拟合出的指标，即仅计算用户在app/h5/pc的点评上，搜索某个关键词或点击某个品类菜单后，该门店展示列表页的曝光次数，其分值越高，说明用户看到门店信息的次数越多。 ?人气指数。根据用户在商户列表页点击查看门店信息的次数拟合出的指标，即通过搜索的方式，门店在列表页曝光之后的点击次数数据，也是分数越高，说明点击查看门店的用户越多。 ?交易指数。根据用户购买和消费金额拟合出的指标，即门店在点评和美团上整体销售额数据，至少包括团购、闪惠等，分数越高，说明来自新美大的顾客消费额越高。

? "竞对排行"数据同理以上"门店数据"。分别以行业，区域查看相关竞品的数据or指数，默认由高到低名次的方式排列。除此之外，选择门店并添加竞对门店，详细对比经营数据，也在此页操作。添加竞对的门店按钮变成经营对比，即添加成功，最多可同时添加5家竟对门店。并可在"竞对关注"中查看添加的竞对门店。虽然限制添加竞对门店数量，但操作上其实选中竞对的店再取消竞对，再去添加其他门店。 ?竞对门店选择上，可参考以下逻辑。 ?以自然月为单位，每个月固定3-5家竞对。固定周期内选择固定数量的固定门店作为竞对参考，一段时间内，同比/环比数据，固定更换参考价值变低的门店，这样更有利于间断性决策。 ?数据可比性。