快手平台化妆品用户流失预警分析数据

本数据用于预测用户流失风险。企业可对高风险用户采取定向优惠、专属客服、问卷调研等挽回措施；对中风险用户推送常规唤醒福利。对外可为CRM系统的流失预警模块提供模型特征。一、加工前数据说明 原始数据为申请主体在快手平台产生的订单销售数据，包含买家信息、订单创建时间、实付款等，时间范围为2026年1月-2026年3月。已对用户信息做脱敏处理，数据来源合法。 二、处理规则说明 1.数据清洗：筛选订单状态为“交易成功”的有效订单，对已脱敏的买家信息（姓名+电话+地址：省市区街道）组合去重，生成唯一买家ID。 2.用户级指标计算：按买家ID分组，提取每笔订单的订单日期和实付款，计算以下指标： （1）最近消费距今天数（天） = (基准日2026-04-01 - 该用户最近一笔订单日期)的天数 （2）近30天消费次数（次） = 在2026-03-02至2026-03-31期间的订单数 （3）近90天消费次数（次） = 在2026-01-01至2026-03-31期间的订单数 （4）平均复购间隔（天） = 该用户所有相邻订单日期差的平均值（仅当订单数≥2时计算，订单数<2时标记为0） （5）近30天消费总额（元） = 近30天内所有订单实付款之和 （6）之前60天消费总额（元） = 2026-01-01至2026-03-01期间所有订单实付款之和 （7）近30天日均消费（元/天） = 近30天消费总额 / 30 （8）之前60天日均消费（元/天） = 之前60天消费总额 / 60 （9）消费金额下降率（%）= (之前60天日均消费 - 近30天日均消费) / 之前60天日均消费，当之前60天日均消费为0时标记为“-” 3.流失风险评分计算（二值化，每项满足条件得1分，最高4分）：当最近消费距今天数 > 60天得1分；近30天消费次数 = 0 且 近90天消费次数 ≤ 1（两个条件同时满足）得1分；平均复购间隔 > 45天（订单数≥2时才判定，订单数<2时此项不得分） 1分；消费金额下降率 > 50%（即近30天日均消费 < 之前60天日均消费的50%）得1分。流失风险评分 = 上述四项得分之和（取值范围0-4）。 4.流失风险等级划分：流失风险评分 = 0 划分为 “无风险”；评分 = 1为 “低风险”；评分 = 2为“中风险”；评分 = 3-4为“高风险” 三、数据内容描述：加工后得到用户流失预警数据集，可用于流失用户预警、定向挽回策略制定及自动化营销触发。

搜集汇总

背景与挑战

背景概述

该数据集基于快手平台2026年第一季度的化妆品订单数据，通过脱敏处理与数据清洗，构建了包括消费频次、消费金额及复购间隔等用户行为指标，并依据流失风险评分模型将用户划分为无风险、低风险、中风险及高风险四个等级。数据包含35440条记录，适用于企业对用户流失进行预警，辅助制定定向优惠、专属客服等挽回策略，也可为CRM系统提供流失预警模块的模型特征。