智慧停车用户复停留存生命周期分析数据

本数据适用于会员运营人员、用户留存分析人员、客服运营人员和停车平台经营管理人员，面向复停留存和流失识别场景。行业痛点在于用户复停、沉淀和流失迹象隐藏在长期订单明细中，平台难以及时区分稳定用户、阶段性弱活跃用户和可能流失用户，本数据以脱敏用户和月份为对象，结合累计活跃月份、连续活跃月份、月停车次数、活跃日期数和环比变化形成留存复停等级，支持会员权益、召回提醒和服务体验复核。其行业价值在于把一次性停车关系延展为持续运营关系。数据来源说明：本数据来源于脱敏用户月度停车订单、近30日/近60日活跃记录、上月次数和复停间隔统计结果，对外保留脱敏用户标识、月份和留存复停字段。算法规则说明：模型分为历史活跃层、连续复停层、近窗活跃层和留存复停等级输出层。计算规则：累计活跃月份数为同一脱敏用户截至统计月有订单月份去重数；连续活跃月份数为从统计月向前连续有订单月份数；连续复停月份数为从统计月向前连续满足月停车次数≥2或月活跃天数≥2的月份数，遇断月或未达复停强度停止且不超过连续活跃。停车次数环比变化=上月停车次数为0时取0，否则(本月停车次数-上月停车次数)/上月停车次数*100，结果保留两位小数。；留存复停综合评分=min(连续复停月份数/12*24,24)+min(近30日停车天数/20*18,18)+min(近60日停车天数/45*18,18)+max(0,20-min(复停间隔小时/168*20,20))+min(max(停车次数环比变化,0)/80*12,12)+min(近30日停车次数/max(近60日停车次数,1)*100/70*8,8)。等级划分：评分≥85=稳定复停，85＞评分≥70=持续活跃，70＞评分≥55=波动观察，评分<55=流失预警。参数依据：连续复停24分体现留存稳定性，近30日和近60日活跃各18分体现短中周期活跃，间隔20分用于识别流失，环比12分和近窗占比8分用于修正近期趋势；12个月、20天、45天、168小时、80%和70%为月度用户复盘边界。

搜集汇总

背景与挑战

背景概述

该数据集主要服务于会员运营、用户留存分析、客服运营及停车平台管理人员，用于识别用户的复停留存状态与流失风险。它基于脱敏用户标识和统计月份，整合累计活跃月份、连续活跃月份、月停车次数、活跃天数、停车次数环比变化及复停间隔等多维指标，应用综合评分模型将用户划分为稳定复停、持续活跃、波动观察和流失预警四个等级，从而将一次性停车关系转化为持续的运营关系，支持会员权益、召回提醒及服务体验优化。