2021高職 大數(shù)據(jù)技術(shù)與應(yīng)用 任務(wù)書2（賽項(xiàng)賽題）

2021年全國(guó)職業(yè)院校技能大賽

高職組

“大數(shù)據(jù)技術(shù)與應(yīng)用”

賽項(xiàng)賽卷（GZ-xxxxxxx-X卷）

任

務(wù)

書

參賽隊(duì)編號(hào)：

背景描述

據(jù)央視財(cái)經(jīng)報(bào)道，2020年我國(guó)020市場(chǎng)規(guī)模突破萬(wàn)億元，020市

場(chǎng)存在著巨大的潛力。特別是餐飲和外賣行業(yè)，占據(jù)市場(chǎng)較大份額,

并且業(yè)務(wù)增長(zhǎng)迅速。截至2020年底，全國(guó)外賣總體訂單量已超過

171.2億單，同比增長(zhǎng)7.5%,全國(guó)外賣市場(chǎng)交易規(guī)模達(dá)到8352億元，

同比增長(zhǎng)14.8%o我國(guó)外賣用戶規(guī)模已接近5億人，其中80后、90

后是餐飲外賣服務(wù)的中堅(jiān)消費(fèi)力量，消費(fèi)者使用餐飲外賣服務(wù)也不再

局限于傳統(tǒng)的一日三餐，下午茶和夜宵逐漸成為消費(fèi)者的外賣新寵。

為把握這一商業(yè)機(jī)遇，ChinaSkills公司計(jì)劃進(jìn)駐外賣平臺(tái)市場(chǎng)，現(xiàn)

需對(duì)大規(guī)模成熟外賣平臺(tái)進(jìn)行詳細(xì)評(píng)估調(diào)研，采集多方多維度數(shù)據(jù),

尋找行業(yè)痛點(diǎn)，摸清市場(chǎng)需求，以技術(shù)為手段為投資保駕護(hù)航。

為完成該項(xiàng)工作，你所在的小組將應(yīng)用大數(shù)據(jù)技術(shù)，以Python、

Java、Scala作為整個(gè)項(xiàng)目的基礎(chǔ)開發(fā)語(yǔ)言，基于大數(shù)據(jù)平臺(tái)綜合利

用MapReduce>Spark,MySQL、Scrapy、Flask>ECharts等,對(duì)數(shù)據(jù)

進(jìn)行獲取、處理、清洗、挖掘、分析、可視化呈現(xiàn)，力求實(shí)現(xiàn)對(duì)公司

未來(lái)的重點(diǎn)戰(zhàn)略方向提出建議。

你們作為該小組的技術(shù)人員，請(qǐng)按照下面任務(wù)完成本次工作，并

編制綜合報(bào)告。

模塊A:Hadoop平臺(tái)及組件的部署管理（15分）

環(huán)境說明:

編號(hào)主機(jī)名類型用戶密碼

1master主節(jié)點(diǎn)rootpasswd

2slavel從節(jié)點(diǎn)rootpasswd

3slave2從節(jié)點(diǎn)rootpasswd

補(bǔ)充說明：主節(jié)點(diǎn)MySQL數(shù)據(jù)庫(kù)用戶名/密碼：

root/Passwordl23$

相關(guān)軟件安裝包在/chinaskills目錄下

所有模塊中應(yīng)用命令必須采用絕對(duì)路徑

任務(wù)一：Hadoop全分布部署管理

本環(huán)節(jié)需要使用root用戶完成相關(guān)配置，安裝Hadoop需要配置前置環(huán)

境。命令中要求使用絕對(duì)路徑，具體部署要求如下：

1、將/chinaskills下的JDK包解壓到/usr/local/src路徑，將完整命令復(fù)制

粘貼到對(duì)應(yīng)報(bào)告中；

2、修改/root/.bash_profile文件，設(shè)置JDK環(huán)境變量，并使環(huán)境變量只對(duì)當(dāng)

前root用戶生效將環(huán)境變量配置內(nèi)容復(fù)制粘貼至對(duì)應(yīng)報(bào)告中；

3,從master復(fù)制上面步驟配置的JDK環(huán)境變量文件到slavel、slave2節(jié)

點(diǎn)，命令和結(jié)果復(fù)制粘貼在對(duì)應(yīng)報(bào)告中；

4、配置SSH密鑰登錄，實(shí)現(xiàn)從master登錄到slavel,將登錄命令和結(jié)果復(fù)制

粘貼在對(duì)應(yīng)報(bào)告中；

5,將配置文件hadoop-env.sh變更內(nèi)容復(fù)制粘貼在對(duì)應(yīng)報(bào)告中；

6、將配置文件core-site,xml變更內(nèi)容復(fù)制粘貼在對(duì)應(yīng)報(bào)告中；

7、初始化Hadoop環(huán)境namenode,將命令及結(jié)果復(fù)制粘貼在對(duì)應(yīng)報(bào)告中；

8、查看master及slavel節(jié)點(diǎn)jps進(jìn)程，將其命令及結(jié)果復(fù)制粘貼至對(duì)應(yīng)報(bào)

告中。

任務(wù)二：Flume部署管理

1、設(shè)置Flume環(huán)境變量，并使環(huán)境變量只對(duì)當(dāng)前root用戶生效，將變量?jī)?nèi)容

復(fù)制并粘貼到對(duì)應(yīng)報(bào)告中。

2、修改并配置flume-env.sh文件，將修改內(nèi)容復(fù)制并粘貼到對(duì)應(yīng)報(bào)告中。

3、查看Flume啟動(dòng)的conf-file文件內(nèi)容，將內(nèi)容復(fù)制并粘貼到對(duì)應(yīng)報(bào)告

中；

4、啟動(dòng)Flume傳輸Hadoop日志，將Flume啟動(dòng)命令以及查看HDFS上生成的

Hadoop日志文件結(jié)果復(fù)制并粘貼到對(duì)應(yīng)報(bào)告中（若文件數(shù)量大于10則只截

取10條）。并查看HDFS中/tmp/flume目錄下生成了文件，將內(nèi)容復(fù)制并粘

貼到對(duì)應(yīng)報(bào)告中。

任務(wù)三：Zookeeper部署管理

1、解壓Zookeeper安裝包到"/usr/local/src”路徑，并修改解壓后文件夾

名為zookeeper,將修改命令及結(jié)果復(fù)制粘貼至對(duì)應(yīng)報(bào)告中；

2、設(shè)置Z00KEEPERJI0ME環(huán)境變量，并使環(huán)境變量只對(duì)當(dāng)前用戶生效，命令及

環(huán)境變量?jī)?nèi)容復(fù)制粘貼至對(duì)應(yīng)報(bào)告中；

3、配置“zoo.cfg”配置文件，將文件變更內(nèi)容復(fù)制粘貼至對(duì)應(yīng)報(bào)告中；

4,修改myid配置文件，將文件變更內(nèi)容復(fù)制粘貼至對(duì)應(yīng)報(bào)告中；

5、啟動(dòng)每個(gè)虛擬機(jī)上的Zookeeper節(jié)點(diǎn)，啟動(dòng)完成之后查看每個(gè)節(jié)點(diǎn)的

zkServer服務(wù)狀態(tài)，命令及結(jié)果復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

模塊B:數(shù)據(jù)采集與處理（20分）

項(xiàng)目背景說明

1、查看餐飲外送統(tǒng)計(jì)平臺(tái)網(wǎng)站源碼結(jié)構(gòu)。

1）打開網(wǎng)站，在網(wǎng)頁(yè)中右鍵點(diǎn)擊檢查，或者F12快捷鍵，查看

源碼頁(yè)面；

2）檢查網(wǎng)站：瀏覽網(wǎng)站源碼查看所需內(nèi)容。

2、從餐飲外送統(tǒng)計(jì)平臺(tái)中采集需要數(shù)據(jù)，按照要求使用Python語(yǔ)言

編寫代碼工程，獲取指定數(shù)據(jù)項(xiàng)，并對(duì)結(jié)果數(shù)據(jù)集進(jìn)行必要的數(shù)

據(jù)處理。請(qǐng)將符合任務(wù)要求的結(jié)果復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

具體步驟如下：

1）創(chuàng)建工程工程項(xiàng)目：C：\food_delivery

2）構(gòu)建采集請(qǐng)求

3）按要求定義相關(guān)字段

4）獲取有效數(shù)據(jù)

5）將獲取到的數(shù)據(jù)保存到指定位置

6）對(duì)數(shù)據(jù)集進(jìn)行基礎(chǔ)的數(shù)據(jù)處理

至此已從餐飲外送統(tǒng)計(jì)平臺(tái)中獲取所需數(shù)據(jù)，并完成了必要的基

礎(chǔ)的數(shù)據(jù)處理。

3、自行創(chuàng)建Scrapy工程項(xiàng)目food_delivery,路徑為C：\

food_delivery按照任務(wù)要求從餐飲外送統(tǒng)計(jì)平臺(tái)中獲取數(shù)據(jù)。

提取“商戶數(shù)據(jù)”頁(yè)面相關(guān)字段（包括平臺(tái)餐廳ID、餐廳名稱、

城市等全部有效數(shù)據(jù)項(xiàng)），保存至文件restaurant_data.json；再

提取“配送平臺(tái)灰測(cè)維度數(shù)據(jù)”頁(yè)面相關(guān)數(shù)據(jù)（包括餐廳名稱、

城市、營(yíng)業(yè)時(shí)長(zhǎng)等全部字段）保存至文件grey_test.json。

4、每條數(shù)據(jù)記錄請(qǐng)以單獨(dú)一行保存，信息存儲(chǔ)格式為key：

valueo文件保存路徑為:C：\outputo

示例：

{firrest._i,dj：n*.*.*.n,irrest._namen：ir*,*,*,n,....）1,

{fIIrest,_i,dJH：IF*..*.*IF,IFrest._nameII：It*.*,*,!l,...）],

5、任務(wù)中要求將“以下內(nèi)容及答案完整復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。”，

粘貼到對(duì)應(yīng)報(bào)告中的內(nèi)容示例如下：

配送范圍審核相關(guān)數(shù)據(jù)頁(yè)數(shù)為：100

灰度數(shù)據(jù)對(duì)比相關(guān)數(shù)據(jù)頁(yè)數(shù)為：100

任務(wù)一：爬取配送范圍審核數(shù)據(jù)

自行創(chuàng)建Scrapy工程編寫爬蟲代碼，爬取”配送范圍審核-人員預(yù)算”相關(guān)

數(shù)據(jù)，通過爬蟲代碼分頁(yè)爬取，以合理的程序邏輯判斷相關(guān)數(shù)據(jù)包含的頁(yè)數(shù)并將

答案復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

示例格式：

配送范圍審核相關(guān)數(shù)據(jù)頁(yè)數(shù)為：

任務(wù)二：爬取配送平臺(tái)灰測(cè)數(shù)據(jù)

自行創(chuàng)建Scrapy工程編寫爬蟲代碼，爬取“配送平臺(tái)灰測(cè)維度數(shù)據(jù)”頁(yè)面相

關(guān)數(shù)據(jù)，通過爬蟲代碼分頁(yè)爬取，以合理的程序邏輯判斷相關(guān)數(shù)據(jù)包含的頁(yè)數(shù)并

將答案復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

示例格式：

灰測(cè)維度相關(guān)數(shù)據(jù)頁(yè)數(shù)為：

任務(wù)三：爬取指定文件

運(yùn)行代碼，爬取網(wǎng)頁(yè)數(shù)據(jù)至指定文件。查看文件并填寫采集到的記錄條數(shù),

并將答案復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

示例格式:

range_audited.json行數(shù)為:

grey_test.json行數(shù)為:

任務(wù)四：屬性判斷

審查爬取的range_audited數(shù)據(jù)，判斷屬性“申請(qǐng)時(shí)間”、“創(chuàng)建時(shí)間”與

“created_at"、“updated_at”是否為重復(fù)屬性。如果為重復(fù)屬性，則刪除“申

請(qǐng)時(shí)間”、“創(chuàng)建時(shí)間”；如果不是重復(fù)屬性，請(qǐng)輸出數(shù)據(jù)集中數(shù)值不相同的記錄

條數(shù)。并將答案復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

（1）如果僅考慮年、月、日數(shù)據(jù)，忽略時(shí)刻信息，''申請(qǐng)時(shí)間”、“創(chuàng)建時(shí)間”與

“created_at"、“updated_at”是否為重復(fù)屬性？（請(qǐng)?zhí)顚憽笆?/"否"）：

（2）如果不是重復(fù)屬性，不同的記錄條數(shù)共有條數(shù)為：

（如果為重復(fù)屬性，請(qǐng)?zhí)顚憽?”）

任務(wù)五：數(shù)據(jù)探索

針對(duì)爬取的grey一test數(shù)據(jù)，利用DataFrame.describe方法探索數(shù)據(jù)基本

情況，將輸出結(jié)果復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

任務(wù)六：缺失值統(tǒng)計(jì)

根據(jù)任務(wù)4的輸出結(jié)果，grey_test數(shù)據(jù)中那一個(gè)屬性缺失值最多？請(qǐng)將正

確答案復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

示例格式：

缺失值最多的屬性為：

模塊C:數(shù)據(jù)清洗與挖掘分析（25分）

項(xiàng)目背景說明

餐飲外賣平臺(tái)的核心價(jià)值體現(xiàn)在配送，而配送的價(jià)值則依賴于商

家與客戶的雙向選擇。外賣平臺(tái)通常會(huì)通過內(nèi)容激活消費(fèi)者和商家兩

個(gè)群體的活躍度。消費(fèi)者會(huì)參考平臺(tái)展示的內(nèi)容選擇商家，商家也會(huì)

以消費(fèi)者評(píng)價(jià)與平臺(tái)統(tǒng)計(jì)數(shù)據(jù)為依據(jù)調(diào)整策略，由此再吸引更多的用

戶下單、評(píng)論、形成正向循環(huán)。保證配送的時(shí)效與品質(zhì)是從優(yōu)化用戶

體驗(yàn)的角度，吸引更多的用戶參與，進(jìn)而帶動(dòng)商家不斷入駐。由此,

商家、消費(fèi)者、騎手在平臺(tái)上形成越來(lái)越多的真實(shí)可靠的數(shù)據(jù)，幫助

消費(fèi)者更好的做出消費(fèi)決策，同時(shí)促進(jìn)商家提高服務(wù)質(zhì)量。而平臺(tái)通

過數(shù)據(jù)，不斷調(diào)整優(yōu)化服務(wù)，從而不斷提升這種多邊網(wǎng)絡(luò)效應(yīng)。提升

網(wǎng)絡(luò)效應(yīng)的直接結(jié)果就是用戶和商家規(guī)模大幅提升，進(jìn)而形成規(guī)模效

應(yīng)一一降低獲客成本、提高效益，并且不斷提升自己的行業(yè)壁壘。

為探索各大外賣平臺(tái)的市場(chǎng)策略與經(jīng)營(yíng)模式，現(xiàn)從及平臺(tái)獲取到

了原始數(shù)據(jù)集，為保障用戶隱私和行業(yè)敏感信息，已經(jīng)對(duì)數(shù)據(jù)脫敏。

數(shù)據(jù)脫敏是指對(duì)某些敏感信息通過脫敏規(guī)則進(jìn)行數(shù)據(jù)的變形，實(shí)現(xiàn)敏

感隱私數(shù)據(jù)的可靠保護(hù)。在涉及客戶安全數(shù)據(jù)或一些商業(yè)性敏感數(shù)據(jù)

的情況下，對(duì)真實(shí)數(shù)據(jù)進(jìn)行改造并提供測(cè)試使用，如身份證號(hào)、手機(jī)

號(hào)等個(gè)人敏感信息都需要進(jìn)行數(shù)據(jù)脫敏。本題已將脫敏后的數(shù)據(jù)存放

于“c八數(shù)據(jù)源”。

任務(wù)一：數(shù)據(jù)清洗

任務(wù)背景：

數(shù)據(jù)源為眾多網(wǎng)站及平臺(tái)的數(shù)據(jù)匯總，且為多次采集的結(jié)果，在整合多來(lái)源

數(shù)據(jù)時(shí)可能遇到數(shù)據(jù)重復(fù)，或數(shù)據(jù)拼接導(dǎo)致的屬性列缺失或冗余等情況。請(qǐng)根據(jù)

任務(wù)具體參數(shù)要求，針對(duì)原始數(shù)據(jù)集進(jìn)行清洗,并寫入指定的數(shù)據(jù)庫(kù)或數(shù)據(jù)文件,

復(fù)制并保存結(jié)果。

任務(wù)描述：

數(shù)據(jù)源文件存放于路徑”C：\數(shù)據(jù)源”，請(qǐng)按照如下要求編寫Python程序?qū)?/p>

數(shù)據(jù)進(jìn)行清洗，并將結(jié)果保存至對(duì)應(yīng)報(bào)告中。

1）分析“C：\數(shù)據(jù)源”路徑中數(shù)據(jù)文件。

2）針對(duì)屬性列“商家id”排查并刪除異常數(shù)據(jù)條目。

3）針對(duì)屬性列缺失或冗余的樣本進(jìn)行刪除。

4）運(yùn)行python程序，保存清洗后的結(jié)果數(shù)據(jù)集，并將答案復(fù)制粘貼至對(duì)應(yīng)

報(bào)告中。

具體任務(wù)要求：

1、編寫python程序讀取相關(guān)數(shù)據(jù)文件，包含"cityname,location,latitude,

longtitude,rest_type,platform_A_restid,A_rst_name,A_day_30_cnt,

platform_B_restid,B_rst_name,B_day_30_cnt”字段，在PyCharm控制臺(tái)打

印輸出數(shù)據(jù)集樣本條數(shù)。將打印語(yǔ)句復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

示例格式：

===數(shù)據(jù)集初始樣本條數(shù)為***條===

2、針對(duì)屬性列"platform_A_restid"或"platform_B_restid"重復(fù)的樣本,

請(qǐng)以多條樣本記錄的“A_day_30_cnt”或“B_day_30_cnt”屬性均值作為該屬性

的值，并刪除多余樣本。請(qǐng)?jiān)赑yCharm控制臺(tái)打印輸出刪除的樣本條數(shù)。將打印

語(yǔ)句復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

示例格式：

===因重復(fù)樣本記錄，刪除樣本條數(shù)為***條===

3、審查樣本的屬性數(shù)量，當(dāng)屬性列缺失或冗余時(shí)，剔除該樣本記錄。請(qǐng)?jiān)赑yCharm

控制臺(tái)打印輸出剔除的樣本條數(shù)。將打印語(yǔ)句復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

示例格式：

===因?qū)傩匀哂嗷蛉笔?，剔除的樣本條數(shù)為***條===

4、數(shù)據(jù)記錄以［latitude,longtitude］降序排列，保存至路徑"C：\數(shù)據(jù)源“中，

并命名為diliveryoutputl.csv。通過Python程序查看文件前10行。將程序輸

出復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

任務(wù)二：數(shù)據(jù)挖掘分析

子任務(wù)1

任務(wù)背景：

聚類分析又稱群分析，它是研究分類問題的一種統(tǒng)計(jì)分析方法，同時(shí)也是數(shù)

據(jù)挖掘的一個(gè)重要算法。聚類分析是由若干模式組成的。通常，模式是一個(gè)度量

的向量，或者是多維空間中的一個(gè)點(diǎn)。聚類分析以相似性為基礎(chǔ)，同一個(gè)聚類簇

中的模式之間具有相似性，不同聚類簇之間具有相異性。在商業(yè)上，聚類可以幫

助平臺(tái)市場(chǎng)分析人員對(duì)一定地理范圍內(nèi)的商家進(jìn)行合理的管轄區(qū)域劃分，或在經(jīng)

營(yíng)數(shù)據(jù)中區(qū)分出不同的商家群體，并提取每一類商家的經(jīng)營(yíng)模式。它作為數(shù)據(jù)挖

掘中的一個(gè)模塊，可以作為一個(gè)單獨(dú)的工具以發(fā)現(xiàn)數(shù)據(jù)中的深層的信息，并且提

取出每一類樣本的特點(diǎn)，或者把注意力放在某一個(gè)特定的類上以作進(jìn)一步的分析;

同時(shí)，聚類分析也可以作為數(shù)據(jù)挖掘算法中其他分析算法的一個(gè)預(yù)處理步驟。本

題數(shù)據(jù)請(qǐng)采用任務(wù)數(shù)據(jù)清洗的輸出文件diliveryoutputl.csvo

聚類分析成功地應(yīng)用于心理、經(jīng)濟(jì)、社會(huì)、管理、醫(yī)學(xué)、地質(zhì)、生態(tài)、地震、

氣象、考古、企業(yè)決策等方面，同時(shí)也是劃分市場(chǎng)的有效工具，可用于尋找新的

潛在市場(chǎng)、選擇實(shí)驗(yàn)的市場(chǎng)，并且可作為多元分析的預(yù)處理。由于加入外賣平臺(tái)

的商家數(shù)量急劇上升，現(xiàn)ChinaSkill公司希望對(duì)北京地區(qū)各個(gè)商圈商家再次進(jìn)

行匯總劃分，請(qǐng)根據(jù)各商家的地理位置（經(jīng)緯度）進(jìn)行聚類統(tǒng)計(jì)，并將結(jié)果保存

至對(duì)應(yīng)報(bào)告中。

任務(wù)描述：

請(qǐng)以數(shù)據(jù)清洗任務(wù)結(jié)果數(shù)據(jù)集diliveryoutputl.csv作為輸入數(shù)據(jù)源，按照

如下要求Python程序?qū)崿F(xiàn)對(duì)數(shù)據(jù)的分析挖掘，并將結(jié)果保存。

1）解析diliveryoutputl.csv文件。

2）提取商家相關(guān)屬性數(shù)據(jù)。

3）針對(duì)商家地理位置進(jìn)行聚類劃分。

4）查看聚類結(jié)果。

具體任務(wù)要求：

1、讀取diliveryoutputl.csv,抽取北京地區(qū)商家數(shù)據(jù)記錄，查看數(shù)據(jù)記錄條

數(shù)。請(qǐng)?jiān)赑yCharm控制臺(tái)打印輸出樣本條數(shù)，并將打印語(yǔ)句復(fù)制粘貼至對(duì)應(yīng)報(bào)告

中。

示例格式：

2、根據(jù)北京地區(qū)商家的經(jīng)緯度屬性，對(duì)商家進(jìn)行k-means聚類，聚類數(shù)設(shè)為5,

迭代次數(shù)為2000次，請(qǐng)?jiān)赑yCharm控制臺(tái)以打印語(yǔ)句輸出聚類中心、每個(gè)類的

商家數(shù)，以及該類所包含的商圈，并將打印語(yǔ)句復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

示例格式：

=cluster0：聚類中心為[**,**],商家數(shù)為***個(gè)，包含商圈：[*,*]=

=cluster0：聚類中心為[**,**],商家數(shù)為***個(gè)，包含商圈：[*,*]=

子任務(wù)2

任務(wù)背景：

灰度測(cè)試起源于軟件測(cè)試策略，指在同一個(gè)時(shí)間段內(nèi)，存在兩個(gè)不同的應(yīng)用

版本，一個(gè)版本叫做黑色版本，而另一個(gè)版本叫做白色版本。通過觀測(cè)兩個(gè)同時(shí)

存在的版本的表現(xiàn)來(lái)調(diào)整黑色版本和白色版本的比例，如果一切順利，漸漸地把

所有用戶的應(yīng)用從黑色版本過渡到白色版本。而這種通過共存黑白版本的手段進(jìn)

行測(cè)試的過程就叫做灰度測(cè)試或灰度發(fā)布。

將灰度測(cè)試應(yīng)用于商業(yè)中，可以幫助市場(chǎng)管理團(tuán)隊(duì)快速試驗(yàn)并發(fā)現(xiàn)問題，在

新的市場(chǎng)策略大規(guī)模推向全部區(qū)域用戶之前，及時(shí)修正問題，在極大程度上減少

了不必要的風(fēng)險(xiǎn)。因此灰度測(cè)試對(duì)商業(yè)決策是非常必要的。而小規(guī)模的灰度測(cè)試,

不但滿足了一部分人搶先體驗(yàn)的愿望，同時(shí)也可以發(fā)現(xiàn)新決策中不容易發(fā)現(xiàn)的各

種問題，并收集到真正的用戶體驗(yàn)?，F(xiàn)ChinaSkill公司為估算市場(chǎng)容量、探求

外賣平臺(tái)運(yùn)力負(fù)荷拐點(diǎn)，進(jìn)行了一輪灰度測(cè)試，請(qǐng)根據(jù)灰度測(cè)試前后的數(shù)據(jù)，完

成任務(wù)要求的相關(guān)分析統(tǒng)計(jì)，并將結(jié)果保存至對(duì)應(yīng)報(bào)告中。

任務(wù)描述：

數(shù)據(jù)源文件存放于路徑C：\數(shù)據(jù)源,請(qǐng)按照如下要求編寫Python程序?qū)?shù)

據(jù)進(jìn)行分析，并將結(jié)果保存至對(duì)應(yīng)報(bào)告中。

1）分析“C：\數(shù)據(jù)源“路徑中數(shù)據(jù)文件。

2）針對(duì)指定屬性列灰度測(cè)試前后的數(shù)據(jù)進(jìn)行對(duì)比分析。

3）運(yùn)行python程序，輸出分析結(jié)果，并將答案復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

具體任務(wù)要求：

1、編寫python程序讀取相關(guān)數(shù)據(jù)文件中：網(wǎng)格id,推單數(shù)-9,有效完成率-9,

超時(shí)率-9,推單數(shù)-8,有效完成率-8,超時(shí)率-8字段，字段分別表示灰度測(cè)試對(duì)

象的網(wǎng)格id,以及灰度測(cè)試前（某月8日）、后（某月90）的平臺(tái)外賣銷售表

現(xiàn)。請(qǐng)?jiān)赑yCharm控制臺(tái)以打印語(yǔ)句輸出數(shù)據(jù)記錄條數(shù)，并將打印語(yǔ)句復(fù)制粘貼

至對(duì)應(yīng)報(bào)告中。

示例格式：

===文件數(shù)據(jù)記錄條數(shù)為***條===

2、請(qǐng)統(tǒng)計(jì)灰度測(cè)試前后，平臺(tái)推單數(shù)增加10%以上的網(wǎng)格，并以增加幅度降序排

列。請(qǐng)?jiān)赑yCharm控制臺(tái)以打印語(yǔ)句輸出增加幅度最高的5個(gè)網(wǎng)格相關(guān)信息，并

將打印語(yǔ)句復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

示例格式：

===1.網(wǎng)格id：***,推單數(shù)增幅***96===

===2.網(wǎng)格id：***,推單數(shù)增幅***%===

3、請(qǐng)統(tǒng)計(jì)灰度測(cè)試前后，有效完成率沒有降低、或降低不超過3%,同時(shí)灰度測(cè)

試后有效完成率保持在95%以上的網(wǎng)格信息。請(qǐng)?jiān)赑yCharm控制臺(tái)以打印語(yǔ)句輸

出符合條件的網(wǎng)格數(shù)，及該結(jié)果在總網(wǎng)格數(shù)中的占比，并將打印語(yǔ)句復(fù)制粘貼至

對(duì)應(yīng)報(bào)告中。

示例格式：

===符合條件的網(wǎng)格數(shù)為**個(gè)，在總網(wǎng)格數(shù)中占比***%===

模塊D:數(shù)據(jù)可視化（20分）

MySQL數(shù)據(jù)庫(kù)中的相關(guān)數(shù)據(jù)集包含了城市、地點(diǎn)、商家id、網(wǎng)格

id、餐品種類、標(biāo)品屬性等多項(xiàng)基礎(chǔ)信息字段。請(qǐng)使用Flask框

架，結(jié)合Echarts完成下列任務(wù)。

數(shù)據(jù)庫(kù)賬號(hào)：takeout密碼：takeout

自行創(chuàng)建代碼工程路徑為C：\food_dilivery

每個(gè)可視化圖中需要添加圖片作為背景水印

任務(wù)一：雙折線圖呈現(xiàn)平臺(tái)銷量

任務(wù)背景：

市場(chǎng)份額亦稱“市場(chǎng)占有率指某企業(yè)的銷售量（或銷售額）在市場(chǎng)同類品

類中所占比重。反映企業(yè)在市場(chǎng)上的地位。通常市場(chǎng)份額越高，競(jìng)爭(zhēng)力越強(qiáng)。市

場(chǎng)占有率一般有3種基本測(cè)算方法：（1）總體市場(chǎng)份額，指某企業(yè)銷售量在整個(gè)

行業(yè)中所占比重。（2）目標(biāo)市場(chǎng)份額，指某企業(yè)銷售量在其目標(biāo)市場(chǎng)，即其所服

務(wù)的市場(chǎng)中所占比重。（3）相對(duì)市場(chǎng)份額，指某企業(yè)銷售量與市場(chǎng)上最大競(jìng)爭(zhēng)者

銷售量之比，若高于1,表明該企業(yè)其為這一市場(chǎng)的領(lǐng)導(dǎo)者。請(qǐng)按任務(wù)指定要求，

輸出不同平臺(tái)商家銷售分析相關(guān)圖例。

任務(wù)描述：

請(qǐng)根據(jù)相關(guān)表格數(shù)據(jù)，分別統(tǒng)計(jì)A平臺(tái)與B平臺(tái)30天銷量最高的10個(gè)商家

的銷量，并以共享y軸的雙折線圖呈現(xiàn)。

具體任務(wù)要求:

1、根據(jù)相關(guān)表格city_name,location,latitude,longtitude,rest_type,

platform_A_restid,A_rst_name,A_day_30_cnt,platform_B_restid,

B_rst_name,B_day_30_cnt等字段，分別統(tǒng)計(jì)A平臺(tái)與B平臺(tái)30天銷量最高的

10個(gè)商家及銷量，在PyCharm控制臺(tái)按照“30天銷量”降序打印輸出商家id,

商家所屬平臺(tái)，及30天銷量。

示例格式：

=1：,****”，Platform-A,銷量為***二二二

==2：”****"，Platform-A,銷量為***二二二

==10：”****"，Platform-A,銷量為**

==1：*****”，Platform-B,銷量為***二二二

==2：“****”，Platform-B,銷量為***二二二

==10：“****”，Platform-B,商家數(shù)為***個(gè)==

2、使用Flask框架，結(jié)合Echarts,完成可視化輸出。要求圖標(biāo)題為“各平臺(tái)30

天銷量最高10大商家”，橫坐標(biāo)1（下方）為平臺(tái)A商家id,橫坐標(biāo)2（下方）為平

臺(tái)B商家id（傾斜顯示、互不遮擋），縱坐標(biāo)為商家銷量，以銷量降序排列，紅

色折線標(biāo)識(shí)Platform-A商家，藍(lán)色折線標(biāo)識(shí)Platform-B商家。將可視化結(jié)果截

圖并保存（截圖需包含瀏覽器地址欄）。

任務(wù)二：氣泡圖呈現(xiàn)各商圈的商家數(shù)量

任務(wù)背景:

商圈，指某商場(chǎng)以其所在地為原點(diǎn)，沿著一定的方向和距離擴(kuò)展，吸引顧客

的輻射范圍。簡(jiǎn)單地說，就是來(lái)店顧客所居住或工作的區(qū)域范圍。無(wú)論餐廳規(guī)模

大小，其銷售覆蓋區(qū)域總是有一定的地理范圍。這個(gè)地理范圍就是以某商場(chǎng)為中

心，向四周輻射到可能來(lái)店消費(fèi)的顧客居住地或工作地。請(qǐng)按任務(wù)指定要求，輸

出相關(guān)圖例。

任務(wù)描述：

請(qǐng)根據(jù)數(shù)據(jù)庫(kù)相關(guān)數(shù)據(jù)集中city_name,location,latitude,longtitude,

rest_type,p1atform_A_restid,A_rst_name,A_day_30_cnt,p1atform_B_restid,

B_rst_name,B_day_30_cnt等字段，明晰地理位置與商鋪聚集程度之間的關(guān)系。

請(qǐng)以經(jīng)度為橫坐標(biāo)，緯度為縱坐標(biāo)，繪制商家數(shù)量氣泡圖，并以該地理位置的商

家數(shù)量/10作為氣泡半徑。

具體任務(wù)要求：

1、提取表格相關(guān)字段，在控制臺(tái)按照“商家數(shù)量”降序排列，打印輸出商圈名

稱及包含的商家數(shù)量。

示例格式：

==1：商圈****=商家數(shù)為***個(gè)===

==2：商圈****=商家數(shù)為***個(gè)===

2、使用Flask框架，結(jié)合Echarts,完成氣泡圖輸出。要求標(biāo)題為“商家聚集地

理位置展示“，橫坐標(biāo)為經(jīng)度，縱坐標(biāo)為維度，以該地理位置的商家數(shù)量/10作為

氣泡半徑，繪制氣泡圖。將可視化結(jié)果截圖并保存（截圖需包含瀏覽器地址欄）。

任務(wù)三：柱狀圖呈現(xiàn)A平臺(tái)商家分布

任務(wù)背景：

外賣平臺(tái)為更多消費(fèi)者和商戶提供了數(shù)字化的生活方式和經(jīng)營(yíng)模式，推動(dòng)供

需兩端穩(wěn)步增長(zhǎng)。同時(shí)數(shù)字化趨勢(shì)也將帶來(lái)更多機(jī)會(huì)，外賣行業(yè)是具備成長(zhǎng)性和

長(zhǎng)遠(yuǎn)回報(bào)的新業(yè)務(wù)領(lǐng)域，需要堅(jiān)持長(zhǎng)期積極投入。城市平臺(tái)簽約商戶數(shù)量直觀地

體現(xiàn)了該平臺(tái)在一定區(qū)域內(nèi)的投入力度和發(fā)展現(xiàn)狀。請(qǐng)按任務(wù)指定要求，輸出不

同城市商家統(tǒng)計(jì)相關(guān)圖例。

任務(wù)描述：

請(qǐng)根據(jù)相關(guān)表格數(shù)據(jù)，統(tǒng)計(jì)A平臺(tái)在各城市的商家數(shù)量。

具體任務(wù)要求：

1、根據(jù)相關(guān)表格city_name,location,latitude,longtitude,rest_type,

platform_A_restid,A_rst_name,A_day_30_cnt,platformBarestid,

B_rst_name,B_day_30_cnt等字段，統(tǒng)計(jì)每個(gè)城市所包含的A平臺(tái)商家數(shù)量，

在控制臺(tái)按商家數(shù)量降序，打印輸出前10個(gè)城市名稱及對(duì)應(yīng)的商家數(shù)量。

示例格式：

==1.城市：***,商家數(shù)量為***===

==2.城市：***,商家數(shù)量為***===

2、使用Flask框架，結(jié)合Echarts,完成柱狀圖輸出。要求標(biāo)題為“平臺(tái)A商家

數(shù)量排名前十座”，橫坐標(biāo)為城市名稱，縱坐標(biāo)為該城市平臺(tái)A商家數(shù)量，以商

家數(shù)量降序排列。將可視化結(jié)果截圖并保存（截圖需包含瀏覽器地址欄）。

任務(wù)四：柱狀堆疊圖呈現(xiàn)審核通過比例

任務(wù)背景：

外賣的配送范圍一般由外賣平臺(tái)的業(yè)務(wù)人員為商家設(shè)定，商家也可以根據(jù)實(shí)

際情況向平臺(tái)申請(qǐng)修改配送范圍。通常配送范圍并不是毫無(wú)棱角的圓形，因?yàn)檫@

種劃分并沒有因地制宜，是不合理的。最大配送距離指的是配送范圍中距離商家

最遠(yuǎn)的直線距離，最小配送距離則是配送范圍中距離商家最近的直線距離。在申

請(qǐng)配送范圍修改時(shí)，審核員將考慮實(shí)際道路限制、綜合運(yùn)力成本、顧客等待時(shí)長(zhǎng)

等因素，對(duì)配送范圍變更的申請(qǐng)進(jìn)行考量，最終做出通過/拒絕/駁回的結(jié)果判定。

請(qǐng)根據(jù)相關(guān)數(shù)據(jù)集，按任務(wù)指定要求，輸出范圍審核相關(guān)分析圖例。

任務(wù)描述：

請(qǐng)根據(jù)數(shù)據(jù)庫(kù)相關(guān)表格數(shù)據(jù)，統(tǒng)計(jì)審核通過與拒絕的范圍申請(qǐng)記錄數(shù)量，并

以柱狀堆疊圖表達(dá)。

具體任務(wù)要求：

1、根據(jù)相關(guān)表格中“id,Request_id,Walle_id,Retailer_id,retailer_name,

retailer_address,etailer_location,City_id,City_name,Grid_id,

Carrier_id,Teamed,Applicant_id,Applicant_name,first_auditor_role,

first_auditor_candidate_ids,first_auditor_id,first_auditor_name,

second_auditor_role,second_auditor_candidate_ids,second_auditor_id,

second_auditor_name,status,max_distance_before_edit,

min_distance_before_edit,max_distance_after_edit,

min__distance_after_edit,area_before_edit,area_after_edit,created_at,

updated_at,申請(qǐng)時(shí)間，創(chuàng)建時(shí)間”等字段，匯總各二級(jí)審核人審批的申請(qǐng)數(shù)量,

并統(tǒng)計(jì)其中通過與拒絕的條數(shù)。在PyCharm控制臺(tái)打印輸出審核記錄數(shù)最多的

10位審核人id,審批總數(shù)，以及其中通過與拒絕的條數(shù)，按審批總數(shù)降序排列。

示例格式：

==1.二級(jí)審核人id：***,審批數(shù)量：***條，其中通過**條，拒絕**條

==2.二級(jí)審核人id：***,審批數(shù)量：***條，其中通過**條，拒絕**條

2、使用Flask框架，結(jié)合Echarts,完成柱狀堆疊圖輸出。要求標(biāo)題為“審核通

過與拒絕對(duì)比”，橫坐標(biāo)為審核人id,縱坐標(biāo)為審核記錄數(shù)。畫出審核數(shù)量最多

的10位二級(jí)審核人記錄審批情況，通過記錄數(shù)藍(lán)（藍(lán)色表示）上方疊加拒絕和

駁回記錄數(shù)（紅色表示），以審批總數(shù)降序排列。將可視化結(jié)果截圖并保存（截

圖需包含瀏覽器地址欄）。

任務(wù)五：散點(diǎn)地圖呈現(xiàn)各城市商家數(shù)量分布

任務(wù)背景：

近年來(lái)，我國(guó)外賣行業(yè)發(fā)展迅速，互聯(lián)網(wǎng)餐飲外賣市場(chǎng)規(guī)模逐漸擴(kuò)大，外賣

平臺(tái)已覆蓋全國(guó)所有省份。2019全年外賣交易超7274億元，截至2020年3月，

我國(guó)網(wǎng)上外賣及手機(jī)網(wǎng)上外賣用戶滲透率已達(dá)44隊(duì)2020年底，全國(guó)外賣總體訂

單量已超過17L2億單。為縱觀全國(guó)范圍內(nèi)外賣平臺(tái)簽約商家分布情況，請(qǐng)根據(jù)

相關(guān)數(shù)據(jù)集，按任務(wù)指定要求，輸出相關(guān)分析圖例。

任務(wù)描述:

請(qǐng)根據(jù)相關(guān)表格數(shù)據(jù)，統(tǒng)計(jì)不同城市商家數(shù)量，并散點(diǎn)地圖呈現(xiàn)。

具體任務(wù)要求：

1、根據(jù)相關(guān)表格，參考字段同可視化3、（任務(wù)數(shù)字編號(hào)），統(tǒng)計(jì)不同城市商家數(shù)

量。請(qǐng)?jiān)赑yCharm控制臺(tái)以商家數(shù)量降序打印輸出城市名稱，商家數(shù)量。

示例格式：

==1.城市：***,商家***個(gè)===

==2.城市：***,商家***個(gè)===

2、使用Flask框架，結(jié)合Echarts,完成散點(diǎn)地圖輸出。要求標(biāo)題為“各城市商

家數(shù)量散點(diǎn)地圖二將可視化結(jié)果截圖并保存（截圖需包含瀏覽器地址欄）。

任務(wù)六：條形圖呈現(xiàn)各網(wǎng)格商家數(shù)量分布

任務(wù)背景：

網(wǎng)格化營(yíng)銷是近年來(lái)新興的一種營(yíng)銷管理模式，已被廣泛地運(yùn)用于市場(chǎng)精準(zhǔn)

營(yíng)銷。在市場(chǎng)營(yíng)銷中，采取地圖營(yíng)銷、網(wǎng)格管理、精準(zhǔn)策略等，可將客戶的心理

需求與其日常生活緊密地聯(lián)系起來(lái)，巧妙運(yùn)用網(wǎng)格化管理和營(yíng)銷地圖，以此來(lái)實(shí)

現(xiàn)客戶的營(yíng)銷精準(zhǔn)度與價(jià)值提升，提高單一客戶貢獻(xiàn)值和營(yíng)銷效率。其核心旨在

幫助企業(yè)快速響應(yīng)市場(chǎng)需求，為用戶提供更加便捷的、專業(yè)化服務(wù)，并使企業(yè)的

資源分配以客戶為中心，以市場(chǎng)變化為導(dǎo)向，固本強(qiáng)基、開拓市場(chǎng)、提升效益，

有助于平臺(tái)有效地制定績(jī)效戰(zhàn)略。請(qǐng)根據(jù)相關(guān)數(shù)據(jù)集，按任務(wù)指定要求，輸出相

關(guān)分析圖例。

任務(wù)描述:

請(qǐng)根據(jù)數(shù)據(jù)庫(kù)相關(guān)表格數(shù)據(jù)，統(tǒng)計(jì)不同網(wǎng)格的商家數(shù)量，并以條形圖表達(dá)。

具體任務(wù)要求：

1、根據(jù)相關(guān)表格中“id,Request_id,Walle_id,Retailer_id,retailer_name,

retailer_address,etailer_location,City_id,City_name,Grid_id,

Carrier_id,Team_id,Applicant_id,Applicant_name,first_auditor_role,

first_auditor_candidate_ids,first_auditor_id,first_auditor_name,

second_auditor_role,second_auditor_candidate_ids,second_auditor_id,

second_auditor_name,status,max_distance_before_edit,

min_distance_before_edit,max_distance_after_edit,

min_distance_after_edit,area_before_edit,area_after_edit,created_at,

updated_at,申請(qǐng)時(shí)間，創(chuàng)建時(shí)間”等字段，統(tǒng)計(jì)北京地區(qū)不同網(wǎng)格所包含的商

鋪數(shù)。在控制臺(tái)以商鋪數(shù)降序打印輸出前10位網(wǎng)格id,網(wǎng)格名稱，商鋪數(shù)。

示例格式：

==1網(wǎng)格id：1111,網(wǎng)格名稱：****,商鋪數(shù)為**===

==2網(wǎng)格id：1111,網(wǎng)格名稱：****,商鋪數(shù)為**===

2、使用Flask框架，結(jié)合Echarts,完成條形圖輸出。輸出商鋪數(shù)前10位的網(wǎng)

格名稱及商鋪數(shù)量，其中標(biāo)題為“商家數(shù)量ToplO網(wǎng)格”，橫坐標(biāo)為商家數(shù)量，

縱坐標(biāo)為網(wǎng)格名稱。將可視化結(jié)果截圖并保存（截圖需包含瀏覽器地址欄）。

模塊E:綜合分析（20分）

通過模塊B的網(wǎng)站分析及數(shù)據(jù)爬取、模塊C的數(shù)據(jù)清洗與挖掘分

析及模塊D的數(shù)據(jù)可視化呈現(xiàn)，我們已經(jīng)清晰的了解了餐飲外賣平臺(tái)

業(yè)務(wù)背景及相關(guān)數(shù)據(jù)，在綜合理解外賣業(yè)務(wù)數(shù)據(jù)的基礎(chǔ)上，根據(jù)任務(wù)

要求進(jìn)行分析，并編寫分析報(bào)告。

請(qǐng)根據(jù)任務(wù)要求，分析以下內(nèi)容，并編寫分析報(bào)告。分析影響商

家申請(qǐng)的范圍變更審核結(jié)果的因素，以及全國(guó)范圍內(nèi)商家分布情況,

并對(duì)平臺(tái)經(jīng)營(yíng)提出幾點(diǎn)建議。

分析報(bào)告要求：

任務(wù)一：分析范圍變化對(duì)審核結(jié)果的影響

結(jié)合平臺(tái)相關(guān)數(shù)據(jù)文件，以折線圖說明申請(qǐng)前后的范圍變化對(duì)審核結(jié)果有怎

樣的影響？當(dāng)“申請(qǐng)前/后最大配送距離”或“申請(qǐng)前/后最小配送距離”變更幅

度（下文簡(jiǎn)稱為“申請(qǐng)前/后距離變更幅度”）為45%,55%,65%,75%,85%,95%

時(shí)，審核記錄的通過率分別是多少？請(qǐng)以折線圖表達(dá)，橫坐標(biāo)為申請(qǐng)前/后距離

變更幅度，縱坐標(biāo)為審核記錄通過率，并以文字說明折線圖的含義。

任務(wù)二：外賣平臺(tái)推廣分析

結(jié)合模塊D可視化分析中對(duì)各城市商家數(shù)量的統(tǒng)計(jì)結(jié)果，外賣平臺(tái)在全國(guó)范

圍內(nèi)的推廣情況。分別以文字描述和圖例進(jìn)行說明。

任務(wù)三：平臺(tái)規(guī)劃建議

請(qǐng)結(jié)合平臺(tái)業(yè)務(wù)背景及相關(guān)分析結(jié)論，對(duì)平臺(tái)未來(lái)規(guī)劃提出建議（不少于3

條建議）。

附錄：補(bǔ)充說明

數(shù)據(jù)集中涉及字段及中文說明

原字段中文釋義

city_name城市

location商圈

latitude緯度

longtitude經(jīng)度

rest_type商家所屬平臺(tái)

platform_A_restid商家id（A平臺(tái)）

A_rst_name店鋪名稱（A平臺(tái)）

A_day_30_cnt30天銷量（A平臺(tái)）

platform_B_restid商家id（B平臺(tái)）

B_rst_name店鋪名稱（B平臺(tái)）

B_day_30_cnt30天銷量（B平臺(tái)）

板單薪-9推單數(shù)（9日）

有效完成率-9有效完成率（9日）

超時(shí)率-9超時(shí)率（9日）

推單數(shù)-8推單數(shù)（80）

有效完成率-8有效完成率（8日）

超時(shí)率-8超時(shí)率（8日）

灰度餐廳灰度餐廳

id標(biāo)識(shí)id

Request_id請(qǐng)求id

Walle_id（平臺(tái)）商鋪id

Retailer_id（配送系統(tǒng)）商鋪id

retailer_name商鋪名稱

retailer_address商鋪地址

retailer_location位置P0I編碼

City_id城市id

City_name城市名稱

Grid_id網(wǎng)格id

Carrier_id渠道經(jīng)理

Team_id渠道小組

Applicant_id申請(qǐng)人id

Applicant_name申請(qǐng)人

first_auditor_ro1e一級(jí)審批角色

first_auditor_candidate_ids候選審批人id

first_auditor_id審核人id

first_auditor_name審批人名

second_auditor_role二級(jí)審批角色

second_auditor_candidate_ids審核小組成員

second_auditor_id二級(jí)審核人id

second_auditor_name二級(jí)審核人名

status申請(qǐng)狀態(tài)

max_distance_before_edit申請(qǐng)前最大配送距離

min_distancebefore_edit申請(qǐng)前最小配送距離

max_distance_after_edit申請(qǐng)后最大配送距離

min_distance_after_edit申請(qǐng)后最小配送距離

area_before_edit申請(qǐng)前配送面積

area_after_edit申請(qǐng)前配送面積

created_at申請(qǐng)遞交時(shí)間

updated_at審核完成

申請(qǐng)時(shí)間申請(qǐng)時(shí)間

創(chuàng)建時(shí)間創(chuàng)建時(shí)間

餐廳id餐廳id

餐廳名稱餐廳名稱

所屬城市所屬城市

營(yíng)業(yè)時(shí)長(zhǎng)營(yíng)業(yè)時(shí)長(zhǎng)

餐廳狀態(tài)餐廳狀態(tài)

是否托管是否托管

總單量總單量

總單量增長(zhǎng)率總單量增長(zhǎng)率

有效訂單量有效訂單量

有效訂單增長(zhǎng)率有效訂單增長(zhǎng)率

訂單配送成功率訂單配送成功率

超時(shí)訂單率超時(shí)訂單率

無(wú)效訂單率無(wú)效訂單率

平均預(yù)計(jì)送達(dá)時(shí)長(zhǎng)平均預(yù)計(jì)送達(dá)時(shí)長(zhǎng)

平均實(shí)際配送時(shí)長(zhǎng)平均實(shí)際配送時(shí)長(zhǎng)

當(dāng)前配送面積當(dāng)前配送面積

面積變更值面積變更值

網(wǎng)格id網(wǎng)格id

網(wǎng)格