登录后查看消息通知
five
宁波市缸鸭狗食品有限公司

宁波市缸鸭狗食品有限公司

企业

宁波市缸鸭狗食品有限公司,成立于2012年,位于浙江省,所属行业为食品制造业,经营范围涵盖食品生产、食品销售、道路货物运输、城市配送运输服务(依法须经批准的项目、经相关部门批准后方可开展经营活动、初级农产品收购、水产品收购、水产品批发、水产品零售、食用农产品零售、普通货物仓储服务、销售代理、日用品批发、日用品销售、餐饮管理等。

小微企业高新技术企业科技型中小企业专精特新创新型中小企业
成立于 2012 年浙江省http://www.gyg1926.comgyg_cw5@126.com

数据概览

55
数据集总量
675
总浏览量
0
关注人数
2025-10-30
最近更新
分类统计

相关机构

  • 江
    江阴市要塞风尚茶品店
    拥有数据集:1个
    企业
  • 温
    温州燊锋电子有限公司
    拥有数据集:1个
    企业
  • 沛
    沛县兴耀建设管理有限公司
    拥有数据集:1个
    企业
  • 泰
    泰州安力昂生物制药有限公司
    拥有数据集:1个
    企业
  • 沛
    沛县汇金设备租赁有限公司
    拥有数据集:1个
    企业

数据集列表

辽宁省京东平台食品类客户分级评价数据
通过对京东平台的辽宁省用户消费行为数据进行深入分析,采用RFM模型来对用户进行细致的价值评级,通过用户的最近一次消费时间(R)、一定时期内的消费频次(F)以及同一时期内的消费金额(M)三个维度,来评估用户的价值和潜在贡献。通过精细化的用户价值管理,为平台的不同价值用户群体提供个性化的服务方案,不仅有助于优化积分和优惠券等激励措施的运营策略,还能为其他营销活动提供坚实的数据支持。具体而言,通过识别出最近消费、消费频次高、消费金额大的高价值用户,并为其提供更加定制化的服务和优惠,对于消费频次较低或消费金额较小的用户,可设计针对性的营销活动,以激发其消费潜力,提升用户活跃度和忠诚度。1、对从销售记录表中采集到对客户的销售单数和销售金额等信息进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在统计分析时间段间隔内距离截止日的最近一次消费时间天数(R)、客户在统计分析时间段之间的最近一段时间消费频次(F)和客户在统计分析时间段之间的最近一段时间消费金额(M)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的天数(R)、客户在统计分析时间段之间消费频次(F)和客户在统计分析时间段之间消费金额(M)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.根据客户在最近一段时间消费频次(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, 根据客户在最近一段时间消费金额(M),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2025-10-29 更新210
浙江省京东平台食品类客户分级评价数据
通过对京东平台的浙江省用户消费行为数据进行深入分析,采用RFM模型来对用户进行细致的价值评级,通过用户的最近一次消费时间(R)、一定时期内的消费频次(F)以及同一时期内的消费金额(M)三个维度,来评估用户的价值和潜在贡献。通过精细化的用户价值管理,为平台的不同价值用户群体提供个性化的服务方案,不仅有助于优化积分和优惠券等激励措施的运营策略,还能为其他营销活动提供坚实的数据支持。具体而言,通过识别出最近消费、消费频次高、消费金额大的高价值用户,并为其提供更加定制化的服务和优惠,对于消费频次较低或消费金额较小的用户,可设计针对性的营销活动,以激发其消费潜力,提升用户活跃度和忠诚度。1、对从销售记录表中采集到对客户的销售单数和销售金额等信息进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在统计分析时间段间隔内距离截止日的最近一次消费时间天数(R)、客户在统计分析时间段之间的最近一段时间消费频次(F)和客户在统计分析时间段之间的最近一段时间消费金额(M)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的天数(R)、客户在统计分析时间段之间消费频次(F)和客户在统计分析时间段之间消费金额(M)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.根据客户在最近一段时间消费频次(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, 根据客户在最近一段时间消费金额(M),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2025-10-29 更新190
广东省京东平台食品类客户分级评价数据
通过对京东平台的广东省用户消费行为数据进行深入分析,采用RFM模型来对用户进行细致的价值评级,通过用户的最近一次消费时间(R)、一定时期内的消费频次(F)以及同一时期内的消费金额(M)三个维度,来评估用户的价值和潜在贡献。通过精细化的用户价值管理,为平台的不同价值用户群体提供个性化的服务方案,不仅有助于优化积分和优惠券等激励措施的运营策略,还能为其他营销活动提供坚实的数据支持。具体而言,通过识别出最近消费、消费频次高、消费金额大的高价值用户,并为其提供更加定制化的服务和优惠,对于消费频次较低或消费金额较小的用户,可设计针对性的营销活动,以激发其消费潜力,提升用户活跃度和忠诚度。1、对从销售记录表中采集到对客户的销售单数和销售金额等信息进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在统计分析时间段间隔内距离截止日的最近一次消费时间天数(R)、客户在统计分析时间段之间的最近一段时间消费频次(F)和客户在统计分析时间段之间的最近一段时间消费金额(M)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的天数(R)、客户在统计分析时间段之间消费频次(F)和客户在统计分析时间段之间消费金额(M)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.根据客户在最近一段时间消费频次(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, 根据客户在最近一段时间消费金额(M),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2025-10-29 更新250
北京市京东平台食品类客户分级评价数据
通过对京东平台的北京市用户消费行为数据进行深入分析,采用RFM模型来对用户进行细致的价值评级,通过用户的最近一次消费时间(R)、一定时期内的消费频次(F)以及同一时期内的消费金额(M)三个维度,来评估用户的价值和潜在贡献。通过精细化的用户价值管理,为平台的不同价值用户群体提供个性化的服务方案,不仅有助于优化积分和优惠券等激励措施的运营策略,还能为其他营销活动提供坚实的数据支持。具体而言,通过识别出最近消费、消费频次高、消费金额大的高价值用户,并为其提供更加定制化的服务和优惠,对于消费频次较低或消费金额较小的用户,可设计针对性的营销活动,以激发其消费潜力,提升用户活跃度和忠诚度。1、对从销售记录表中采集到对客户的销售单数和销售金额等信息进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在统计分析时间段间隔内距离截止日的最近一次消费时间天数(R)、客户在统计分析时间段之间的最近一段时间消费频次(F)和客户在统计分析时间段之间的最近一段时间消费金额(M)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的天数(R)、客户在统计分析时间段之间消费频次(F)和客户在统计分析时间段之间消费金额(M)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.根据客户在最近一段时间消费频次(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, 根据客户在最近一段时间消费金额(M),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2025-10-29 更新100
吉林省淘宝平台食品类客户分级评价数据
通过对淘宝平台的吉林省用户消费行为数据进行深入分析,采用RFM模型来对用户进行细致的价值评级,通过用户的最近一次消费时间(R)、一定时期内的消费频次(F)以及同一时期内的消费金额(M)三个维度,来评估用户的价值和潜在贡献。通过精细化的用户价值管理,为平台的不同价值用户群体提供个性化的服务方案,不仅有助于优化积分和优惠券等激励措施的运营策略,还能为其他营销活动提供坚实的数据支持。具体而言,通过识别出最近消费、消费频次高、消费金额大的高价值用户,并为其提供更加定制化的服务和优惠,对于消费频次较低或消费金额较小的用户,可设计针对性的营销活动,以激发其消费潜力,提升用户活跃度和忠诚度。1、对从销售记录表中采集到对客户的销售单数和销售金额等信息进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在统计分析时间段间隔内距离截止日的最近一次消费时间天数(R)、客户在统计分析时间段之间的最近一段时间消费频次(F)和客户在统计分析时间段之间的最近一段时间消费金额(M)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的天数(R)、客户在统计分析时间段之间消费频次(F)和客户在统计分析时间段之间消费金额(M)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.根据客户在最近一段时间消费频次(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, 根据客户在最近一段时间消费金额(M),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2025-10-29 更新70
江苏省京东平台食品类客户分级评价数据
通过对京东平台的江苏省用户消费行为数据进行深入分析,采用RFM模型来对用户进行细致的价值评级,通过用户的最近一次消费时间(R)、一定时期内的消费频次(F)以及同一时期内的消费金额(M)三个维度,来评估用户的价值和潜在贡献。通过精细化的用户价值管理,为平台的不同价值用户群体提供个性化的服务方案,不仅有助于优化积分和优惠券等激励措施的运营策略,还能为其他营销活动提供坚实的数据支持。具体而言,通过识别出最近消费、消费频次高、消费金额大的高价值用户,并为其提供更加定制化的服务和优惠,对于消费频次较低或消费金额较小的用户,可设计针对性的营销活动,以激发其消费潜力,提升用户活跃度和忠诚度。数据处理:1、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1月1日距离2025年6月30日间隔间隔内距离6月30日的最近一次消费时间天数(R)、客户在2025年1月1日至2025年6月30日之间的最近一段时间消费频次(F)和客户的最近一段时间消费金额(M)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2025年6月30日的天数(R)、客户在2025年1月1日至2025年6月30日之间消费频次(F)和消费金额(M)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.根据客户在最近一段时间消费频次(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, 根据客户在最近一段时间消费金额(M),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2025-10-29 更新80
上海市京东平台食品类客户分级评价数据
通过对京东平台的上海市用户消费行为数据进行深入分析,采用RFM模型来对用户进行细致的价值评级,通过用户的最近一次消费时间(R)、一定时期内的消费频次(F)以及同一时期内的消费金额(M)三个维度,来评估用户的价值和潜在贡献。通过精细化的用户价值管理,为平台的不同价值用户群体提供个性化的服务方案,不仅有助于优化积分和优惠券等激励措施的运营策略,还能为其他营销活动提供坚实的数据支持。具体而言,通过识别出最近消费、消费频次高、消费金额大的高价值用户,并为其提供更加定制化的服务和优惠,对于消费频次较低或消费金额较小的用户,可设计针对性的营销活动,以激发其消费潜力,提升用户活跃度和忠诚度。1、对从销售记录表中采集到对客户的销售单数和销售金额等信息进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在统计分析时间段间隔内距离截止日的最近一次消费时间天数(R)、客户在统计分析时间段之间的最近一段时间消费频次(F)和客户在统计分析时间段之间的最近一段时间消费金额(M)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的天数(R)、客户在统计分析时间段之间消费频次(F)和客户在统计分析时间段之间消费金额(M)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.根据客户在最近一段时间消费频次(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, 根据客户在最近一段时间消费金额(M),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2025-10-29 更新290
山东省京东平台食品类客户分级评价数据
通过对京东平台的山东省用户消费行为数据进行深入分析,采用RFM模型来对用户进行细致的价值评级,通过用户的最近一次消费时间(R)、一定时期内的消费频次(F)以及同一时期内的消费金额(M)三个维度,来评估用户的价值和潜在贡献。通过精细化的用户价值管理,为平台的不同价值用户群体提供个性化的服务方案,不仅有助于优化积分和优惠券等激励措施的运营策略,还能为其他营销活动提供坚实的数据支持。具体而言,通过识别出最近消费、消费频次高、消费金额大的高价值用户,并为其提供更加定制化的服务和优惠,对于消费频次较低或消费金额较小的用户,可设计针对性的营销活动,以激发其消费潜力,提升用户活跃度和忠诚度。1、对从销售记录表中采集到对客户的销售单数和销售金额等信息进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在统计分析时间段间隔内距离截止日的最近一次消费时间天数(R)、客户在统计分析时间段之间的最近一段时间消费频次(F)和客户在统计分析时间段之间的最近一段时间消费金额(M)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的天数(R)、客户在统计分析时间段之间消费频次(F)和客户在统计分析时间段之间消费金额(M)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.根据客户在最近一段时间消费频次(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, 根据客户在最近一段时间消费金额(M),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2025-10-29 更新240
贵州省淘宝平台食品类客户分级评价数据
通过对淘宝平台的贵州省用户消费行为数据进行深入分析,采用RFM模型来对用户进行细致的价值评级,通过用户的最近一次消费时间(R)、一定时期内的消费频次(F)以及同一时期内的消费金额(M)三个维度,来评估用户的价值和潜在贡献。通过精细化的用户价值管理,为平台的不同价值用户群体提供个性化的服务方案,不仅有助于优化积分和优惠券等激励措施的运营策略,还能为其他营销活动提供坚实的数据支持。具体而言,通过识别出最近消费、消费频次高、消费金额大的高价值用户,并为其提供更加定制化的服务和优惠,对于消费频次较低或消费金额较小的用户,可设计针对性的营销活动,以激发其消费潜力,提升用户活跃度和忠诚度。1、对从销售记录表中采集到对客户的销售单数和销售金额等信息进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在统计分析时间段间隔内距离截止日的最近一次消费时间天数(R)、客户在统计分析时间段之间的最近一段时间消费频次(F)和客户在统计分析时间段之间的最近一段时间消费金额(M)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的天数(R)、客户在统计分析时间段之间消费频次(F)和客户在统计分析时间段之间消费金额(M)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.根据客户在最近一段时间消费频次(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, 根据客户在最近一段时间消费金额(M),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2025-10-29 更新60
重庆市淘宝平台食品类客户分级评价数据
通过对淘宝平台的重庆市用户消费行为数据进行深入分析,采用RFM模型来对用户进行细致的价值评级,通过用户的最近一次消费时间(R)、一定时期内的消费频次(F)以及同一时期内的消费金额(M)三个维度,来评估用户的价值和潜在贡献。通过精细化的用户价值管理,为平台的不同价值用户群体提供个性化的服务方案,不仅有助于优化积分和优惠券等激励措施的运营策略,还能为其他营销活动提供坚实的数据支持。具体而言,通过识别出最近消费、消费频次高、消费金额大的高价值用户,并为其提供更加定制化的服务和优惠,对于消费频次较低或消费金额较小的用户,可设计针对性的营销活动,以激发其消费潜力,提升用户活跃度和忠诚度。1、对从销售记录表中采集到对客户的销售单数和销售金额等信息进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在统计分析时间段间隔内距离截止日的最近一次消费时间天数(R)、客户在统计分析时间段之间的最近一段时间消费频次(F)和客户在统计分析时间段之间的最近一段时间消费金额(M)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的天数(R)、客户在统计分析时间段之间消费频次(F)和客户在统计分析时间段之间消费金额(M)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.根据客户在最近一段时间消费频次(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, 根据客户在最近一段时间消费金额(M),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2025-10-29 更新100
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
youjian
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