five

配送全国区域内的各个KTV层级数据|配送业务数据集|客户分层数据集

收藏
浙江省数据知识产权登记平台2024-09-28 更新2024-10-01 收录
配送业务
客户分层
下载链接:
https://www.zjip.org.cn/home/announce/trends/66578
下载链接
链接失效反馈
资源简介:
通过计算本公司与全国区域内的不同KTV的配送消费信息,对不同的KTV按照RFM模型进行分层,本行业所有配送企业可对不同层级的KTV采取不同的运营策略。其次,本数据还能为配送行业的相关如物流公司等提供整体性参考,从而有效洞察市场趋势,更好地做出科学的营销决策。1、数据采集:导出本公司与全国区域内的不同KTV的配送消费信息。2、数据处理:以KTV编号作为唯一标识,对数据进行清洗、去除无效数据和极限数据等操作。3、数据加工:通过LOOKUP函数计算出KTV最近一次配送距离当月月底的天数,COUNTIF函数计算当月配送次数,SUMIF函数计算当月配送总金额,最近一次配送距离当月月底的天数大于或者等于当月平均配送间隔天数则R定档值为1,反之R定档值为0,当月配送次数大于或者等于当月平均配送次数则F定档值为1,反之F定档值为0,当月配送总金额大于或者等于当月配送平均金额则M定档值为1,反之M定档值为0,再根据RFM模型分层规则按RFM值将KTV分为8个层级,即分为重要价值客户(RFM为111)、重要保持客户(RFM为101)、重要发展客户(RFM为011)、重要挽留客户(RFM为001)、一般价值客户(RFM为110)、一般保持客户(RFM为100)、一般发展客户(RFM为010)和一般挽留客户(RFM为000)。4、数据应用:通过对KTV进行分层管理,所有KTV可对不同层级的KTV定制不同的运营策略。
提供机构:
温州市咏杰农副产品有限公司
创建时间:
2024-08-29
AI搜集汇总
数据集介绍
main_image_url
特点
该数据集包含全国范围内KTV的配送消费信息,通过RFM模型对KTV进行分层,共1632条数据,每月更新。应用场景包括对不同层级的KTV采取不同的运营策略,以及为配送行业提供市场趋势洞察。
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

学生课堂行为数据集 (SCB-dataset3)

学生课堂行为数据集(SCB-dataset3)由成都东软学院创建,包含5686张图像和45578个标签,重点关注六种行为:举手、阅读、写作、使用手机、低头和趴桌。数据集覆盖从幼儿园到大学的不同场景,通过YOLOv5、YOLOv7和YOLOv8算法评估,平均精度达到80.3%。该数据集旨在为学生行为检测研究提供坚实基础,解决教育领域中学生行为数据集的缺乏问题。

arXiv 收录

中国气象数据

本数据集包含了中国2023年1月至11月的气象数据,包括日照时间、降雨量、温度、风速等关键数据。通过这些数据,可以深入了解气象现象对不同地区的影响,并通过可视化工具揭示中国的气温分布、降水情况、风速趋势等。

github 收录

中国交通事故深度调查(CIDAS)数据集

交通事故深度调查数据通过采用科学系统方法现场调查中国道路上实际发生交通事故相关的道路环境、道路交通行为、车辆损坏、人员损伤信息,以探究碰撞事故中车损和人伤机理。目前已积累深度调查事故10000余例,单个案例信息包含人、车 、路和环境多维信息组成的3000多个字段。该数据集可作为深入分析中国道路交通事故工况特征,探索事故预防和损伤防护措施的关键数据源,为制定汽车安全法规和标准、完善汽车测评试验规程、

北方大数据交易中心 收录

VisDrone2019

VisDrone2019数据集由AISKYEYE团队在天津大学机器学习和数据挖掘实验室收集,包含288个视频片段共261,908帧和10,209张静态图像。数据集覆盖了中国14个不同城市的城市和乡村环境,包括行人、车辆、自行车等多种目标,以及稀疏和拥挤场景。数据集使用不同型号的无人机在各种天气和光照条件下收集,手动标注了超过260万个目标边界框,并提供了场景可见性、对象类别和遮挡等重要属性。

github 收录

OpenSonarDatasets

OpenSonarDatasets是一个致力于整合开放源代码声纳数据集的仓库,旨在为水下研究和开发提供便利。该仓库鼓励研究人员扩展当前的数据集集合,以增加开放源代码声纳数据集的可见性,并提供一个更容易查找和比较数据集的方式。

github 收录