快手平台化妆品商品日销量趋势分析数据

本数据集主要应用于化妆品电商商品销量趋势分析与运营决策场景。通过构建多维度销量评估体系（移动平均、环比变化、波动率），帮助企业识别商品生命周期阶段、优化库存与营销资源配置。对内应用：1.近7日与近30日销量均值对比反映短期趋势方向：均值上升且环比正增长标记为"增长期"，建议加大广告投放与库存保障；均值平稳标记为"稳定期"，维持常规运营；均值下降且环比负增长标记为"衰退期"，启动清仓或调价策略；其他情况标记为"其他"，需人工分析原因。2.预测置信度等级综合销量稳定性评估预测可靠程度：高置信度商品可纳入自动补货模型，低置信度商品需人工复核。3.增长等级与置信度等级交叉形成多类策略矩阵：高置信度×增长期为核心主推品（预算倾斜）；高置信度×稳定期为稳定现金流品（标准运营）；低置信度×增长期为需观察品（谨慎投入）；衰退期品（不限置信度）为清仓品（降价去库存）。对外可为时序预测模型提供训练数据，支持销量预测、智能补货等场景。一、加工前数据说明：原始数据为2025年11月-2026年4月快手平台化妆品订单销售数据及商品主数据，包含订单创建时间、商品ID、商品数量、实付款、订单状态、商品名称。已对用户信息做脱敏处理。 二、处理规则说明： 1.数据清洗：筛选“交易成功”有效订单，剔除实付款≤0异常记录；只保留日期部分；按日期和商品ID去重聚合。 2.商品分类：基于商品名称关键词匹配。彩妆类：气垫、粉底、粉膏、睫毛膏、眼线笔、唇蜜、腮红、定妆、隔离、遮瑕；清洁类：卸妆、洗面、清洁；护肤类：精华、水、乳、霜、面霜、眼霜、防晒；工具类：眉刷、粉扑、美妆蛋。 3.按日期和商品ID聚合：商品销量=SUM(商品数量)；商品销售额=SUM(实付款)。 4.商品均价（元/件）=商品销售额/商品销量。 5.全体商品日销量P80计算：按日期分组，使用PERCENTILE.INC函数计算该日所有商品销量的第80百分位数，作为高销量判定的动态基准值。 6.是否高销量日：商品当日销量≥全体商品日销量第80百分位数“高”，否则“低”。 7.近7日/30日销量均值：以当前日期为基准，分别计算过去7天和过去30天（均不含当日）该商品日销量的算术平均值，数据不足时标记为“-”。 8.销量环比变化率（%）：(当日销量-前一日销量)/前一日销量×100%，前一日无销量标记“新增”。 9.近7天该商品日销量的标准差(σ) = STDEV.P(近7天该商品销量)，近7天内有销售记录的天数少于 2 天，则标记为 "-"。 10.销量波动率（%） = 近7天该商品日销量的标准差 ÷ 近7天日销量均值 × 100%，波动率越小销量越稳定。 11.增长等级划分：若近7日或近30日均值缺失，直接归为"新品期"；若近7日均值与近30日均值差异在±5%以内（含）则判为"稳定期"；若近7日均值>近30日均值且环比正增长，判为"增长期"；若近7日均值<近30日均值且环比负增长，判为"衰退期"；其余未覆盖情况判为"其他"。 12.预测置信度等级划分：销量波动率≤30%为"高置信度"；波动率≤60%为"中置信度"；>60%或数据不足为"低置信度"。 三、数据内容描述：加工后得到商品日销量趋势数据集，可用于销量趋势研判、库存预警及自动补货模型训练。

搜集汇总

背景与挑战

背景概述

本数据集是基于快手平台化妆品订单数据加工的日销量趋势分析数据，涵盖商品销量、销售额、均价、销量波动率、增长等级及预测置信度等级等多维度指标，旨在支持化妆品电商的销量趋势研判、库存预警、营销策略制定及自动补货模型训练等场景。