客户消费偏好酱酒系列-3号令商品数据集合

数据处理先通过Python的Pandas库执行数据清洗规则，对缺失率超30%的字段进行剔除，采用均值、众数填充法补全少量缺失数据，运用Z-score法识别并剔除消费金额、频次等维度的异常值；再借助Apriori算法挖掘客户消费行为关联规则，如“购买3号令酱酒的客户同时偏好购买高端茶叶”等关联模式；最后通过K-Means算法将客户划分为高端商务型、大众消费型、年轻尝鲜型等聚类群体，算法迭代次数设为50次，聚类数经肘部法则确定为6类，确保聚类结果的合理性与有效性。

搜集汇总

背景与挑战

背景概述

该数据集由贵州酱酒集团有限公司自行产生，规模为10G，每周更新，专注于酱酒行业中的3号令商品客户消费偏好分析。它通过数据清洗、关联规则挖掘和客户聚类算法，支持产品研发、精准营销和渠道布局等业务场景，旨在优化酱酒品牌的市场策略和消费趋势研究。