登录后查看消息通知
遇见数据集
云和小顽豆婴童用品有限公司

云和小顽豆婴童用品有限公司

企业

云和小顽豆婴童用品有限公司成立于2015年,属文教、工美、体育和娱乐用品制造业,主营出版物互联网销售。面向客户分级、RFM模型等领域提供数据服务,开放辽宁省木制玩具消费客户分级评价数据(客户分级、RFM模型)、江苏省木制玩具消费客户分级评价数据(客户分级、RFM模型),支撑品质管理与工艺优化。

客户分级客户分层模型文教体育用品
成立于 2015 年浙江省3788056628@qq.com

数据概览

35
数据集总量
281
总浏览量
0
关注人数
2026-01-02
最近更新
分类统计

相关机构

  • 杭
    杭州华臻环保科技有限公司
    拥有数据集:64个
    企业
  • 宁
    宁波市挪客户外用品有限公司
    拥有数据集:61个
    企业
  • 浙
    浙江爱漫时智能家居有限公司
    拥有数据集:20个
    企业
  • 浙
    浙江华特新材料有限公司
    拥有数据集:16个
    企业
  • 宁
    宁波远东制模有限公司
    拥有数据集:9个
    企业

数据集列表

四川省木制玩具消费客户分级评价数据
客户分析
消费行为分析
采集销售记录表中购买木制玩具的数据,通过客户在2025年6月1日距离2025年6月30日间隔的最近一次消费时间天数R、客户在2025年6月1日至2025年6月30日之间消费频次F和客户在2025年6月1日至2025年6月30日之间消费M元, 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对购买木制玩具客户价值管理,满足不同价值客户的个性化需求。对A级客户,每个月进行一次回访维护,对B级客户,每个季度进行一次回访维护,对C级客户每半年进行一次回访维护,对D级客户每年进行一次回访维护。另外可以为本客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持。对从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在2025年6月1日距离2025年6月30日间隔的最近一次消费时间天数R、客户在2025年6月1日至2025年6月30日之间消费频次F和客户在2025年6月1日至2025年6月30日之间消费M元的得分排名对客户进行一个综合排名,最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2025年6月1日距离2025年6月30日之间消费频次F和客户在2025年6月1日距离2025年6月30日之间消费M元进行分类,最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分,前20%的客户获得5分,接下来的20%用户获得4分,再下来20%的客户为3分,再下来20% 的客户为2分,最后20% 的客户为1分。 b.根据客户在2025年6月1日距离2025年6月30日消费频次F从高到底依次对用户进行分类,前20%的客户在用户活动频率的分数为5,以此类推。 C, 根据客户在2025年6月1日距离2025年6月30日消费金额M元,前20%的客户在消费金额的分数为5,以此类推。消费金额最少的20%客户则分数为1。 RFM得分=0.3*(R得分)+0.3*(F得分)+0.4*(M得分) 评分大于等于4分的为A级客户,大于等于3小于4的为B级客户,大于等于2小于3的为C 级客户,低于2的为D级客户。
浙江省数据知识产权登记平台2025-12-25 更新60
河南省木制玩具消费客户分级评价数据
客户关系管理
数据分析
采集销售记录表中购买木制玩具的数据,通过客户在2025年6月1日距离2025年6月30日间隔的最近一次消费时间天数R、客户在2025年6月1日至2025年6月30日之间消费频次F和客户在2025年6月1日至2025年6月30日之间消费M元, 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对购买木制玩具客户价值管理,满足不同价值客户的个性化需求。对A级客户,每个月进行一次回访维护,对B级客户,每个季度进行一次回访维护,对C级客户每半年进行一次回访维护,对D级客户每年进行一次回访维护。另外可以为本客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持。对从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在2025年6月1日距离2025年6月30日间隔的最近一次消费时间天数R、客户在2025年6月1日至2025年6月30日之间消费频次F和客户在2025年6月1日至2025年6月30日之间消费M元的得分排名对客户进行一个综合排名,最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2025年6月1日距离2025年6月30日之间消费频次F和客户在2025年6月1日距离2025年6月30日之间消费M元进行分类,最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分,前20%的客户获得5分,接下来的20%用户获得4分,再下来20%的客户为3分,再下来20% 的客户为2分,最后20% 的客户为1分。 b.根据客户在2025年6月1日距离2025年6月30日消费频次F从高到底依次对用户进行分类,前20%的客户在用户活动频率的分数为5,以此类推。 C, 根据客户在2025年6月1日距离2025年6月30日消费金额M元,前20%的客户在消费金额的分数为5,以此类推。消费金额最少的20%客户则分数为1。 RFM得分=0.3*(R得分)+0.3*(F得分)+0.4*(M得分) 评分大于等于4分的为A级客户,大于等于3小于4的为B级客户,大于等于2小于3的为C 级客户,低于2的为D级客户。
浙江省数据知识产权登记平台2025-12-17 更新70
江西省木制玩具消费客户分级评价数据
客户细分
RFM模型
采集销售记录表中购买木制玩具的数据,通过客户在2025年6月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年6月1日至2025年6月30日之间消费件数F件和客户在2025年6月1日至2025年6月30日之间消费金额M元, 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对购买木制玩具客户价值管理,满足不同价值客户的个性化需求。对A级客户,每个月进行一次回访维护,对B级客户,每个季度进行一次回访维护,对C级客户每半年进行一次回访维护,对D级客户每年进行一次回访维护。另外可以为本客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持。对从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在2025年6月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年6月1日至2025年6月30日之间消费件数F件和客户在2025年6月1日至2025年6月30日之间消费金额M元的得分排名对客户进行一个综合排名,最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2025年6月1日距离2025年6月30日之间消费件数F件和客户在2025年6月1日距离2025年6月30日之间消费金额M元进行分类,最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分,前20%的客户获得5分,接下来的20%用户获得4分,再下来20%的客户为3分,再下来20% 的客户为2分,最后20% 的客户为1分。 b.根据客户在2025年6月1日距离2025年6月30日消费件数F件从高到底依次对用户进行分类,前20%的客户在用户活动频率的分数为5,以此类推。 C, 根据客户在2025年6月1日距离2025年6月30日消费金额M元,前20%的客户在消费金额的分数为5,以此类推。消费金额最少的20%客户则分数为1。 RFM得分=0.3*(R得分)+0.3*(F得分)+0.4*(M得分) 评分大于等于4分的为A级客户,大于等于3小于4的为B级客户,大于等于2小于3的为C 级客户,低于2的为D级客户。
浙江省数据知识产权登记平台2025-12-17 更新70
湖南省木制玩具消费客户分级评价数据
客户价值管理
RFM模型
采集销售记录表中购买木制玩具的数据,通过客户在2025年6月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年6月1日至2025年6月30日之间消费件数F件和客户在2025年6月1日至2025年6月30日之间消费金额M元, 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对购买木制玩具客户价值管理,满足不同价值客户的个性化需求。对A级客户,每个月进行一次回访维护,对B级客户,每个季度进行一次回访维护,对C级客户每半年进行一次回访维护,对D级客户每年进行一次回访维护。另外可以为本客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持。对从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在2025年6月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年6月1日至2025年6月30日之间消费件数F件和客户在2025年6月1日至2025年6月30日之间消费金额M元的得分排名对客户进行一个综合排名,最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2025年6月1日距离2025年6月30日之间消费件数F件和客户在2025年6月1日距离2025年6月30日之间消费金额M元进行分类,最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分,前20%的客户获得5分,接下来的20%用户获得4分,再下来20%的客户为3分,再下来20% 的客户为2分,最后20% 的客户为1分。 b.根据客户在2025年6月1日距离2025年6月30日消费件数F件从高到底依次对用户进行分类,前20%的客户在用户活动频率的分数为5,以此类推。 C, 根据客户在2025年6月1日距离2025年6月30日消费金额M元,前20%的客户在消费金额的分数为5,以此类推。消费金额最少的20%客户则分数为1。 RFM得分=0.3*(R得分)+0.3*(F得分)+0.4*(M得分) 评分大于等于4分的为A级客户,大于等于3小于4的为B级客户,大于等于2小于3的为C 级客户,低于2的为D级客户。
浙江省数据知识产权登记平台2025-12-17 更新120
陕西省木制玩具消费客户分级评价数据
客户分级
消费行为分析
采集销售记录表中购买木制玩具的数据,通过客户在2025年6月1日距离2025年6月30日间隔的最近一次消费时间天数R、客户在2025年6月1日至2025年6月30日之间消费频次F和客户在2025年6月1日至2025年6月30日之间消费M元, 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对购买木制玩具客户价值管理,满足不同价值客户的个性化需求。对A级客户,每个月进行一次回访维护,对B级客户,每个季度进行一次回访维护,对C级客户每半年进行一次回访维护,对D级客户每年进行一次回访维护。另外可以为本客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持。对从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在2025年6月1日距离2025年6月30日间隔的最近一次消费时间天数R、客户在2025年6月1日至2025年6月30日之间消费频次F和客户在2025年6月1日至2025年6月30日之间消费M元的得分排名对客户进行一个综合排名,最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2025年6月1日距离2025年6月30日之间消费频次F和客户在2025年6月1日距离2025年6月30日之间消费M元进行分类,最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分,前20%的客户获得5分,接下来的20%用户获得4分,再下来20%的客户为3分,再下来20% 的客户为2分,最后20% 的客户为1分。 b.根据客户在2025年6月1日距离2025年6月30日消费频次F从高到底依次对用户进行分类,前20%的客户在用户活动频率的分数为5,以此类推。 C, 根据客户在2025年6月1日距离2025年6月30日消费金额M元,前20%的客户在消费金额的分数为5,以此类推。消费金额最少的20%客户则分数为1。 RFM得分=0.3*(R得分)+0.3*(F得分)+0.4*(M得分) 评分大于等于4分的为A级客户,大于等于3小于4的为B级客户,大于等于2小于3的为C 级客户,低于2的为D级客户。
浙江省数据知识产权登记平台2025-12-17 更新80
北京市木制玩具消费客户分级评价数据
客户价值管理
RFM模型
采集销售记录表中购买木制玩具的数据,通过客户在2025年6月1日距离2025年6月30日间隔的最近一次消费时间天数R、客户在2025年6月1日至2025年6月30日之间消费频次F和客户在2025年6月1日至2025年6月30日之间消费M元, 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对购买木制玩具客户价值管理,满足不同价值客户的个性化需求。对A级客户,每个月进行一次回访维护,对B级客户,每个季度进行一次回访维护,对C级客户每半年进行一次回访维护,对D级客户每年进行一次回访维护。另外可以为本客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持。对从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在2025年6月1日距离2025年6月30日间隔的最近一次消费时间天数R、客户在2025年6月1日至2025年6月30日之间消费频次F和客户在2025年6月1日至2025年6月30日之间消费M元的得分排名对客户进行一个综合排名,最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2025年6月1日距离2025年6月30日之间消费频次F和客户在2025年6月1日距离2025年6月30日之间消费M元进行分类,最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分,前20%的客户获得5分,接下来的20%用户获得4分,再下来20%的客户为3分,再下来20% 的客户为2分,最后20% 的客户为1分。 b.根据客户在2025年6月1日距离2025年6月30日消费频次F从高到底依次对用户进行分类,前20%的客户在用户活动频率的分数为5,以此类推。 C, 根据客户在2025年6月1日距离2025年6月30日消费金额M元,前20%的客户在消费金额的分数为5,以此类推。消费金额最少的20%客户则分数为1。 RFM得分=0.3*(R得分)+0.3*(F得分)+0.4*(M得分) 评分大于等于4分的为A级客户,大于等于3小于4的为B级客户,大于等于2小于3的为C 级客户,低于2的为D级客户。
浙江省数据知识产权登记平台2025-12-25 更新80
吉林省木制玩具消费客户分级评价数据
客户细分
零售分析
采集销售记录表中购买木制玩具的数据,通过客户在2025年6月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年6月1日至2025年6月30日之间消费件数F件和客户在2025年6月1日至2025年6月30日之间消费金额M元, 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对购买木制玩具客户价值管理,满足不同价值客户的个性化需求。对A级客户,每个月进行一次回访维护,对B级客户,每个季度进行一次回访维护,对C级客户每半年进行一次回访维护,对D级客户每年进行一次回访维护。另外可以为本客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持。对从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在2025年6月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年6月1日至2025年6月30日之间消费件数F件和客户在2025年6月1日至2025年6月30日之间消费金额M元的得分排名对客户进行一个综合排名,最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2025年6月1日距离2025年6月30日之间消费件数F件和客户在2025年6月1日距离2025年6月30日之间消费金额M元进行分类,最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分,前20%的客户获得5分,接下来的20%用户获得4分,再下来20%的客户为3分,再下来20% 的客户为2分,最后20% 的客户为1分。 b.根据客户在2025年6月1日距离2025年6月30日消费件数F件从高到底依次对用户进行分类,前20%的客户在用户活动频率的分数为5,以此类推。 C, 根据客户在2025年6月1日距离2025年6月30日消费金额M元,前20%的客户在消费金额的分数为5,以此类推。消费金额最少的20%客户则分数为1。 RFM得分=0.3*(R得分)+0.3*(F得分)+0.4*(M得分) 评分大于等于4分的为A级客户,大于等于3小于4的为B级客户,大于等于2小于3的为C 级客户,低于2的为D级客户。
浙江省数据知识产权登记平台2025-12-17 更新60
山西省木制玩具消费客户分级评价数据
客户关系管理
消费分析
采集销售记录表中购买木制玩具的数据,通过客户在2025年6月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年6月1日至2025年6月30日之间消费件数F件和客户在2025年6月1日至2025年6月30日之间消费金额M元, 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对购买木制玩具客户价值管理,满足不同价值客户的个性化需求。对A级客户,每个月进行一次回访维护,对B级客户,每个季度进行一次回访维护,对C级客户每半年进行一次回访维护,对D级客户每年进行一次回访维护。另外可以为本客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持。对从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在2025年6月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年6月1日至2025年6月30日之间消费件数F件和客户在2025年6月1日至2025年6月30日之间消费金额M元的得分排名对客户进行一个综合排名,最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2025年6月1日距离2025年6月30日之间消费件数F件和客户在2025年6月1日距离2025年6月30日之间消费金额M元进行分类,最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分,前20%的客户获得5分,接下来的20%用户获得4分,再下来20%的客户为3分,再下来20% 的客户为2分,最后20% 的客户为1分。 b.根据客户在2025年6月1日距离2025年6月30日消费件数F件从高到底依次对用户进行分类,前20%的客户在用户活动频率的分数为5,以此类推。 C, 根据客户在2025年6月1日距离2025年6月30日消费金额M元,前20%的客户在消费金额的分数为5,以此类推。消费金额最少的20%客户则分数为1。 RFM得分=0.3*(R得分)+0.3*(F得分)+0.4*(M得分) 评分大于等于4分的为A级客户,大于等于3小于4的为B级客户,大于等于2小于3的为C 级客户,低于2的为D级客户。
浙江省数据知识产权登记平台2025-12-17 更新40
贵州省木制玩具消费客户分级评价数据
客户细分
RFM模型
采集销售记录表中购买木制玩具的数据,通过客户在2025年6月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年6月1日至2025年6月30日之间消费件数F件和客户在2025年6月1日至2025年6月30日之间消费金额M元, 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对购买木制玩具客户价值管理,满足不同价值客户的个性化需求。对A级客户,每个月进行一次回访维护,对B级客户,每个季度进行一次回访维护,对C级客户每半年进行一次回访维护,对D级客户每年进行一次回访维护。另外可以为本客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持。对从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在2025年6月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年6月1日至2025年6月30日之间消费件数F件和客户在2025年6月1日至2025年6月30日之间消费金额M元的得分排名对客户进行一个综合排名,最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2025年6月1日距离2025年6月30日之间消费件数F件和客户在2025年6月1日距离2025年6月30日之间消费金额M元进行分类,最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分,前20%的客户获得5分,接下来的20%用户获得4分,再下来20%的客户为3分,再下来20% 的客户为2分,最后20% 的客户为1分。 b.根据客户在2025年6月1日距离2025年6月30日消费件数F件从高到底依次对用户进行分类,前20%的客户在用户活动频率的分数为5,以此类推。 C, 根据客户在2025年6月1日距离2025年6月30日消费金额M元,前20%的客户在消费金额的分数为5,以此类推。消费金额最少的20%客户则分数为1。 RFM得分=0.3*(R得分)+0.3*(F得分)+0.4*(M得分) 评分大于等于4分的为A级客户,大于等于3小于4的为B级客户,大于等于2小于3的为C 级客户,低于2的为D级客户。
浙江省数据知识产权登记平台2025-12-17 更新120
山东省木制玩具消费客户分级评价数据
客户分析
RFM模型
采集销售记录表中购买木制玩具的数据,通过客户在2025年6月1日距离2025年6月30日间隔的最近一次消费时间天数R、客户在2025年6月1日至2025年6月30日之间消费频次F和客户在2025年6月1日至2025年6月30日之间消费M元, 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对购买木制玩具客户价值管理,满足不同价值客户的个性化需求。对A级客户,每个月进行一次回访维护,对B级客户,每个季度进行一次回访维护,对C级客户每半年进行一次回访维护,对D级客户每年进行一次回访维护。另外可以为本客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持。对从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在2025年6月1日距离2025年6月30日间隔的最近一次消费时间天数R、客户在2025年6月1日至2025年6月30日之间消费频次F和客户在2025年6月1日至2025年6月30日之间消费M元的得分排名对客户进行一个综合排名,最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2025年6月1日距离2025年6月30日之间消费频次F和客户在2025年6月1日距离2025年6月30日之间消费M元进行分类,最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分,前20%的客户获得5分,接下来的20%用户获得4分,再下来20%的客户为3分,再下来20% 的客户为2分,最后20% 的客户为1分。 b.根据客户在2025年6月1日距离2025年6月30日消费频次F从高到底依次对用户进行分类,前20%的客户在用户活动频率的分数为5,以此类推。 C, 根据客户在2025年6月1日距离2025年6月30日消费金额M元,前20%的客户在消费金额的分数为5,以此类推。消费金额最少的20%客户则分数为1。 RFM得分=0.3*(R得分)+0.3*(F得分)+0.4*(M得分) 评分大于等于4分的为A级客户,大于等于3小于4的为B级客户,大于等于2小于3的为C 级客户,低于2的为D级客户。
浙江省数据知识产权登记平台2025-12-17 更新80
关于我们
遇见数据集——让每个数据集都被发现,让每一次遇见都有价值。
数发科官网www.sfktec.com
联系我们
selectdataset@iotsh.com.cn
商业合作
数据驱动未来,携手共赢发展
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
热门搜索