供应链客户成长潜力评估分析数据

原始数据来源于公司供应链销售订单的历史交易数据，采集范围涵盖订单时间、支付金额、购买频次、商品品类、客单价等多维度核心字段。 通过构建"消费增速-频次增长-品类拓展-客单价提升"四维评估模型与客户成长潜力等级标注，将客户分为四个等级：【高潜力】实施资源倾斜+专属服务+优先供货策略；【中潜力】实施定向培育+品类推荐+优惠激励策略；【低潜力】实施常规维护+基础服务+数据监测策略；【稳定】实施标准化服务+成本控制+批量协议策略。 该数据集解决供应链行业客户成长潜力识别缺乏量化标准、优质客户挖掘滞后、资源配置不合理、客户分层运营粗放等核心痛点，帮助企业从"统一服务"转向"精准培育"，提升客户生命周期价值，优化营销资源投入产出比。 同时，该数据集的特征工程体系与分级标注规范经过标准化处理，可为供应链领域的客户成长预测AI模型提供结构化训练样本，推动行业从"经验判断"向"数据驱动+AI"演进。该评估体系可横向复用至零售、电商、SaaS、金融等需要客户成长评估和潜力分级的领域。 本数据集通过销售订单管理系统自动采集客户交易数据，按客户编号进行聚合，计算客户级成长潜力指标，通过加权评分算法进行客户成长潜力分级，客户编号脱敏为哈希格式。 算法规则： 消费总额_元 = 近3月消费金额_元 + 中3月消费金额_元 + 前6月消费金额_元。 月均消费_元 = 消费总额_元 / MAX(1, 订单总量 × 平均间隔天数_天 / 30)。 平均客单价_元 = 消费总额_元 / 订单总量。 近3月客单价_元 = 近3月消费金额_元 / 近3月订单数。 中3月客单价_元 = 中3月消费金额_元 / 中3月订单数。 消费增速_% = (近3月消费金额_元 - 中3月消费金额_元) / (ABS(中3月消费金额_元) + 1) × 100。 消费增速评分 = 消费增速_%：≥100=100分，≥50且<100=80分，≥20且<50=60分，≥0且<20=40分，<0=20分； 频次增长率_% = (近3月订单数 - 中3月订单数) / (中3月订单数 + 1) × 100。 频次增长评分 = 频次增长率_%：≥80=100分，≥40且<80=80分，≥20且<40=60分，≥0且<20=40分，<0=20分； 品类拓展率_% = 近3月品类数 / 历史品类数 × 100。 品类拓展评分 = 品类拓展率_%：≥60=100分，≥40且<60=80分，≥20且<40=60分，≥10且<20=40分，<10=20分； 客单价提升率_% = (近3月客单价_元 - 中3月客单价_元) / (中3月客单价_元 + 1) × 100。 客单价提升评分 = 客单价提升率_%：≥50=100分，≥25且<50=80分，≥10且<25=60分，≥0且<10=40分，<0=20分； 综合评分 = 消费增速评分 × 0.30 + 频次增长评分 × 0.25 + 品类拓展评分 × 0.25 + 客单价提升评分 × 0.20。 客户成长潜力等级 = 综合评分：≥80=高潜力，≥60且<80=中潜力，≥40且<60=低潜力，<40=稳定。 权重分配依据AHP层次分析法及客户生命周期价值理论，消费增速权重30%因其为客户成长的最核心指标，频次增长权重25%反映客户购买活跃度变化，品类拓展权重25%反映客户需求深度挖掘，客单价提升权重20%反映客户价值质量变化。

搜集汇总

背景与挑战

背景概述

该数据集基于公司供应链销售订单的历史交易数据，通过构建“消费增速-频次增长-品类拓展-客单价提升”四维评估模型，将客户划分为高潜力、中潜力、低潜力、稳定四个等级，并为不同等级客户提供相应的差异化运营策略。数据集包含12122条记录，涵盖订单时间、支付金额、购买频次、商品品类、客单价等多维度字段，旨在解决客户成长潜力识别缺乏量化标准、优质客户挖掘滞后等问题，帮助企业从统一服务转向精准培育，提升客户生命周期价值。同时，该数据集经过标准化处理，可为供应链领域的客户成长预测AI模型提供结构化训练样本，并可横向复用至零售、电商、SaaS、金融等需要客户成长评估的领域。