José Iabichella
José Iabichella

Restaurant Delivery Analisys

  • Desarrollado por: José Iabichella
  • Fecha actualización: 5/2023
  • Proyecto: Challenge
  • Categoría: Power BI

Nos adentramos en el mundo de los servicios de comida a domicilio, un mercado en rápida evolución que está dando forma al futuro de la industria de los restaurantes.

A medida que más y más personas optan por la conveniencia de recibir alimentos directamente en la puerta de su casa, la comprensión de la dinámica subyacente de esta industria se vuelve cada vez más importante.

En este desafío, se tuvo acceso a un conjunto de datos que cubrió una gran variedad de variables relacionadas con la entrega de alimentos.

Nuestra tarea fue analizar estos datos y descubrir ideas que podrían ayudar a mejorar la eficiencia, la rentabilidad y la satisfacción del cliente.

Se debió interpretar los datos, identificar tendencias y patrones clave.

1. Tiempo medio de entrega: el tiempo que transcurre desde que se realiza un pedido hasta que se entrega. Este KPI es crucial para medir la eficiencia del servicio de entrega.
2. Eficiencia del conductor: esto se puede determinar calculando el número de entregas completadas por hora por cada conductor.
3. Tasa de finalización de pedidos: el porcentaje de pedidos que se entregan con éxito frente a los que se reembolsan. Esto puede ser una medida de la satisfacción del cliente y la eficiencia operativa.
4. Promedio de propina por entrega: esto puede servir como un indicador de la satisfacción del cliente y podría usarse para recompensar a los conductores de alto rendimiento.
5. Horas pico de pedidos: comprender cuándo se realizan la mayoría de los pedidos puede ayudar con la asignación y planificación de recursos.

Link del proyecto: https://bit.ly/3HXnt0a

Dataset: Archivo excel provisto por FP20 Analytics Data Challenges Group https://www.linkedin.com/groups/12751070/