快手平台化妆品商品价格促销敏感度数据

本数据集量化每个订单的折扣力度，并评估用户对折扣的敏感程度。1.用户分层触达：对高敏感用户，在促销节点重点触达，推送大额优惠券；对低敏感用户，减少折扣以维持利润，推荐高价值商品。2.商品定价策略：分析不同商品的折扣敏感度分布，为定价和促销力度提供参考。3.促销效果评估：追踪高折扣订单的转化效果，评估促销ROI。对外可为定价算法提供价格弹性数据，支持动态定价和个性化折扣。一、加工前数据说明：原始数据为订单销售数据及商品主数据，包含订单号、商品ID、商品标价、订单实付款、订单销量等，时间范围为2026年1月-3月。 二、处理规则说明 1. 数据清洗：筛选订单状态为“交易成功”的有效订单。 2. 实付单价计算：实付单价 = 订单实付款 / 订单销量。 3. 折扣率计算：折扣率 = (商品标价 - 实付单价) / 商品标价 × 100%（若标价为0则折扣率为0）。 4. 商品折扣率均值μ及标准差σ计算：按商品ID分组，分别计算该商品所有订单折扣率的算术平均值（μ）和总体标准差（σ）。 5. 折扣敏感度等级划分：对于单个订单，若折扣率 >μ+σ，则标记为“高敏感”；若折扣率 <μ-σ，则标记为“低敏感”；其余情况标记为“中敏感”。 6. 是否高折扣：若折扣率 > 30%，则标记为“是”，否则标记为“否”。 三、数据内容描述：加工后得到订单级折扣敏感度数据集，每条记录包含折扣力度、商品折扣率分布参数、敏感度等级及是否高折扣标识。数据集可用于用户折扣敏感度分析、促销策略优化及定价算法训练。

搜集汇总

背景与挑战

背景概述

该数据集基于快手平台2026年1-3月化妆品订单销售数据加工而成，共36566条记录，每季度更新。通过计算每个订单的折扣率、商品折扣率均值与标准差，划分用户对折扣的敏感度等级（高、中、低），并标记是否为高折扣订单。数据集可用于用户分层触达、商品定价策略制定、促销效果评估及动态定价算法训练等场景。