用户分层营销特征数据集合

数据清洗规则：采用IQR四分位法剔除营销转化率、复购率等指标中的极端异常值，对缺失的分层特征数据采用“同年龄+同注册时长”群体均值填充，保障数据完整性；用户分层规则：基于“最近消费时间-消费频率-消费金额（RFM）+留存率+活跃度”五维指标，通过K-Means模型实现层级划分，分层准确率达94%以上；响应预测算法：构建“分层特征-营销属性-场景适配度”三维输入体系，改良XGBoost模型引入特征交互项，解决分层内用户差异误判问题，预测准确率达91%以上；数据更新规则：用户行为数据实时采集，日度生成分层特征快照，周度更新营销效果及竞品对标数据。

搜集汇总

背景与挑战

背景概述

该数据集是贵阳一轶科技有限公司自行产生的用户分层营销特征数据，规模为1G，每日更新。它基于RFM等五维指标通过K-Means模型划分用户层级，用于精准营销场景优化，如定制分层营销方案和预测用户响应，提升营销效率。