外卖典型用户分析

吃饭是人的刚需，然而做饭不是。
在未来社会，工业化供应餐饮将是一种高效解决方案，在家做饭或成奢侈。

你有没有观察过，走过一条马路时，身边会呼啸而过几个外卖送餐员？
当你到家时，楼下是不是停了好几辆送餐小绵羊？

是谁，在不分昼夜地点外卖？

外卖用户群体特征分析如下：

外卖app用户群体特征

举几个例子：

外卖用户典型用户举例 2.png

下单场景分析：

根据目标用户的生活工作状态及社会阶层，列出以下3类重点用户群（其中第三类是一位朋友讲述，我并不太了解，或许没有很高的代表性。）

• I类用户 ：一线城市，高薪白领（时薪≥100元），工作繁忙，租房
• II类用户：2、3线城市，大学生，每月固定1000元生活费，宅，不爱出门
• III类用户：1、2线城市，工地打工族／机械行业蓝领，每月挣辛苦钱，饮食不规律

对于I类用户

可能的使用场景为：

1. 在公司有突发状况需要加班和同事开会讨论方案，无法抽身去写字楼下吃饭。此时想点外卖大家一起吃
2. 在单位加了会儿班，下班已经超过7点，在坐地铁时，感觉身体被掏空，回家也没有气力再做饭，拿出手机点外卖，想回家正好可以吃上热饭
3. 好不容易有一个可以睡懒觉的周末，11点起床家里也没什么吃的，先点个外卖，边吃边看电影
4. 好不容易有一个不用加班的周末，本想出门放飞自我，结果重度雾霾／下大雨。打开冰箱空空如也，算了，点个外卖吧

针对这些场景，可分析出影响用户在这些场景下单的关键因素为：

场景1：

既然是大家一起吃，要吃一些干净且比较体面的快餐，此时点餐人打开APP，会：

• 倾向于选择有品牌／实体店的店铺；
• 会希望能够快速搜到附近的类似店铺，页面详情中有“4人套餐”“8人套餐”等推荐套餐选择，以便节约他的时间；
• 比较在意预估的送达时间，毕竟这会影响工作安排（在预估送达时间时安排结束一段讨论）。

推导出影响下单的因素为：

• 影响点：店铺排序，搜索加载速度，店铺性质，是否有套餐，送达时间
• 不重要的点：店铺评价，价格，是否有促销

场景2：

回家自己简单吃一点

• 希望回到小区时送餐员也能差不多正好到达；
• 不希望回家还要等待；
• 在通勤途中有比较充裕的时间进行选择，可能会重点看一看促销活动和其他用户的评价。

推导出影响下单的因素为：

• 影响点：送达时间，是否有促销，评价
• 不重要的点：店铺性质，套餐选项，店铺排序，加载速度

场景3／4：（场景虽然不同，诉求却比较一致）

好不容易结束了一周的工作，在家吃也要犒劳犒劳自己，这时：

• 不会太在乎钱，反而比较看重店铺资质，会想去自己喜欢的店面找找吃的；
• 如果有新品推荐，会有很大兴趣看看、尝试一下。毕竟忙的时候总是吃那几样，吃腻了；
• 在家比较悠闲，即使多等一小会儿也没有大问题，边吃零食边等就好。

推导出影响下单的因素为：

• 影响点：是否能推荐新品和喜欢的店铺
• 不重要的点：其他