停车用户RFM价值分层分析数据

本数据面向智慧停车平台的用户资产运营、会员权益配置、营销触达和流失预警场景。停车平台原始账单以订单、车牌、手机号、车辆标识等字段分散记录，运营人员如果只查看单笔账单，难以判断同一用户的近期活跃度、复停频率和真实消费贡献。本数据从原始账单中抽取用户、车辆、产品、支付、出场时间和实付金额，按脱敏用户汇总近60天停车行为，形成可复算的RFM价值分层结果，适用于用户运营人员、会员策略人员、车场经营分析人员和数据产品人员。 分层结果可直接触发可执行策略：等级A用户作为核心高价值用户，用于专属权益、重点留存和高频服务保障；等级B用户用于月租、季度会员和复停提升；等级C用户用于优惠券和活动转化；等级D用户用于低频沉睡召回、流失预警和触达成本控制。该口径把原始账单转化为用户级运营资产，能够降低单订单视角下的用户价值误判，并支撑停车行业会员运营和收益结构优化。本数据按脱敏用户在60天窗口内聚合，对外仅保留加盐脱敏后的用户编号和脱敏车牌展示。算法规则说明：模型分为用户行为聚合层、RFM单维评分层、身份权重校准层和用户价值等级输出层。计算规则：先按原始账单进行标准化清洗，剔除退款金额大于0、退款状态为已退款、支付状态或账单状态含取消/作废、出场时间为空或晚于分析时间的记录；R得分按分析时间与最近停车时间间隔分段，0-3天=5，4-7天=4，8-15天=3，16-30天=2，>30天=1，无记录=0；F评分按订单数量分段，>=20次=5，10-19次=4，5-9次=3，2-4次=2，1次=1，0次=0；M评分按用户总消费额分段，>=500元=5，300-499元=4，100-299元=3，20-99元=2，1-19元=1，0元=0；RFM综合评分=R*0.3+F*0.3+M*0.4；用户标识权重为VIP=1.2、月租=1.0、普通=0.8，综合价值得分=RFM综合评分*权重；综合价值得分>=4.5为等级A，3.5-4.49为等级B，2.5-3.49为等级C，<2.5为等级D。评分参数依据：停车用户价值主要来自实收贡献，因此M权重0.4最高；R体现近期活跃和流失风险，F体现复停频次和忠诚度，二者各0.3；VIP、月租、普通的1.2/1.0/0.8用于体现会员稳定性和运营价值差异。

搜集汇总

背景与挑战

背景概述

该数据集服务于智慧停车平台的用户资产运营、会员权益配置、营销触达和流失预警场景，基于脱敏用户近60天的停车行为数据，通过RFM模型（R、F、M加权）和身份权重校准，将原始账单转化为用户级价值分层结果，输出为A、B、C、D四个等级。数据包含用户编号、车牌、订单数量、消费金额、评分及价值等级等字段，共30000条，可直接触发差异化运营策略，以提升用户留存和收益结构优化。