下单支付转化率预测训练数据

本数据集服务于在线心理咨询及电商服务平台的支付转化率预测场景，用于支持平台根据不同时段的转化效率差异调整营销投放与运营策略。通过整合下单订单数、支付订单数、时段分布等核心交易数据，本数据集已完成支付转化率计算、时段类型分类、周末标记生成及历史同时间段平均转化率计算等特征工程，并以转化率等级为预测目标，形成了“交易时段特征—支付转化效率”的映射关系。现有电商及服务平台普遍使用整体转化率进行运营决策，较少将小时级时段波动、周末效应与历史同期基线纳入系统性分析。本数据集将下单支付漏斗、时段分类、周末特征与历史基线四类信号进行特征工程融合，构建了面向支付转化率预测的特征体系。 外部企业可将本数据集用于以下场景：一是作为转化率预测模型训练的专用数据支撑，以交易时段特征及历史基线为输入，以转化率等级为输出标签，训练多分类模型，实现不同时段支付转化效率的自动预判；二是作为营销投放策略优化的数据依据，结合预测结果调整资源分配；三是作为平台运营效率基准的参照数据集。一、数据来源与范围说明 原始数据取自平台交易系统，包含日期、时间段、下单订单数、下单用户数、支付订单数，共5个字段。数据记录为天粒度小时级，以日期+时间段为联合唯一索引，每小时一条记录。数据范围为平台全体交易汇总统计，不涉及个人用户明细数据。 二、数据预处理规则 剔除日期为空或格式不符的记录；剔除时间段格式异常的记录；剔除下单订单数、支付订单数小于0的异常记录；剔除下单用户数小于0的异常记录。缺失值处理规则：任一字段缺失则该记录整体剔除。数据起始期前7天因无足够历史数据计算历史同时间段平均转化率，相关记录已从最终数据集中剔除。 三、特征衍生算法 （1）支付转化率：支付订单数/下单订单数，反映该时段的支付漏斗转化效率。 （2）时段类型：将一天24小时分为三类：0:00-7:59为低谷（赋值0），8:00-16:59为平峰（赋值1），17:00-23:59为高峰（赋值2）。 （3）周末标记：判断日期为周六或周日时赋值1，周一至周五赋值0。 （4）历史同时间段平均转化率：取当前日期前1至7日同时间段的支付转化率，计算算术平均值。每行中前1至7日同时间段支付转化率均为独立数值字段，历史同时间段平均转化率为其直接计算结果。 四、标签构建规则 转化率等级标签：将支付转化率按阈值分档为三级：转化率<0.70为0级（低），0.70≤转化率<0.85为1级（中），转化率≥0.85为2级（高），作为多分类模型的输出标签。 五、数据内容描述 本数据集为已完成时段特征工程与转化率等级标签生成的交易平台支付转化率预测训练数据集，可直接作为外部企业转化率预测模型训练的专用数据支撑及特征工程方法搭建的参照基准。

搜集汇总

背景与挑战

背景概述

“下单支付转化率预测训练数据”是由杭州袋虎信息技术有限公司登记、面向在线心理咨询及电商服务平台支付转化率预测场景的训练数据集，数据规模为12463条，格式为xlsx，原始数据取自平台交易系统并汇总为天粒度小时级记录，不涉及个人用户明细。该数据集已完成支付转化率、时段类型、周末标记、前1至7日支付转化率及历史同时间段平均转化率等特征工程，并以按阈值划分的三级转化率等级作为多分类预测标签。外部企业可将其用于支付转化率预测模型训练、营销投放策略优化及平台运营效率基准参照。