供应链区域消费特征分析数据

本数据来源于公司销售订单管理系统中平台注册买家客户的历史交易数据，采集范围涵盖收货地址（省市）、支付金额、商品分组、买家编号等核心字段。 通过构建"消费规模-客户活跃-品类丰富-消费效率"四维评估模型，将区域划分为S/A/B/C四级：S级(核心区域)实施重点资源保障与仓储前置策略；A级(高潜区域)实施精准营销渗透与物流优化策略；B级(常规区域)实施维持运营与成本控制策略；C级(待开发区域)实施市场培育与促销激活策略。 该数据集解决电商行业区域消费差异识别困难、仓储布局缺乏数据依据、区域营销策略一刀切、物流配送网络效率低等核心痛点，帮助平台从"全国统一运营"转向"区域差异化精准运营"。 同时，该数据集可作为电商领域区域消费特征AI模型的训练样本，横向复用至连锁零售门店选址、餐饮加盟区域评估、物流快递网络优化等具有区域差异化特征的业务场景，为全行业建立统一的区域消费价值评估标准。客户编号采用MD5脱敏处理。 品类集中度 = ROUND (MAX (品类 1 订单数 ÷ 订单总量，品类 2 订单数 ÷ 订单总量，品类 3 订单数 ÷ 订单总量，品类 4 订单数 ÷ 订单总量，品类 5 订单数 ÷ 订单总量)×100,1)； 消费规模得分 = 消费总额（元）：≥500000=100 分，≥200000 且＜500000=80 分，≥50000 且＜200000=60 分，≥10000 且＜50000=40 分，＜10000=20 分； 客户活跃得分 = 独立客户数：≥2000=100 分，≥500 且＜2000=80 分，≥150 且＜500=60 分，≥30 且＜150=40 分，＜30=20 分； 品类丰富得分 = 品类数量：≥25=100 分，≥18 且＜25=80 分，≥12 且＜18=60 分，≥6 且＜12=40 分，＜6=20 分； 消费效率得分 = 平均客单价（元）：≥250=100 分，≥180 且＜250=80 分，≥120 且＜180=60 分，≥70 且＜120=40 分，＜70=20 分； 区域价值综合得分 = ROUND (消费规模得分 ×0.3 + 客户活跃得分 ×0.3 + 品类丰富得分 ×0.2 + 消费效率得分 ×0.2,0)； 区域价值等级 = 区域价值综合得分：≥80=S 级 (核心区域),≥60 且＜80=A 级 (高潜区域),≥40 且＜60=B 级 (常规区域),＜40=C 级 (待开发区域)。

搜集汇总

背景与挑战

背景概述

该数据集基于公司销售订单管理系统中平台注册买家的历史交易数据，涵盖收货地址、支付金额、商品分组等核心字段。通过构建“消费规模-客户活跃-品类丰富-消费效率”四维评估模型，将区域划分为S/A/B/C四级，并针对不同等级实施差异化运营策略。该数据集旨在解决电商行业区域消费差异识别、仓储布局、营销策略及物流配送等痛点，可支持区域差异化精准运营，并可作为AI模型训练样本，适用于连锁零售、餐饮加盟及物流网络优化等场景。