快手平台化妆品用户消费金额分层数据

本数据集直接输出用户价值矩阵，将用户划分为“核心用户”“高价值新客”“一般用户”“沉睡用户”四类，未出现“潜力用户”类型。企业可针对不同矩阵类型制定差异化运营策略：为核心用户（高金额+高频）提供专属客服、会员日特权及优先发货；为高价值新客（高金额+中频/低频）设计升级路径，引导其向高频转化；为一般用户（中金额+中频）推送日常活动及常规促销；对沉睡用户（其他组合）进行唤醒或沉默处理。对外可为电商CRM系统提供用户分层标签训练数据，支持精细化运营策略落地。一、加工前数据说明：原始数据为公司在快手平台产生的订单销售数据，字段包含买家信息、订单创建时间、实付款、订单状态，时间范围为2026年1月-3月。已对用户信息做脱敏处理。 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. 用户指标聚合：按买家ID分组，计算累计消费金额=SUM(实付款)，累计消费次数=COUNT(订单号)。 3. 分层阈值计算：计算所有用户累计消费金额的第50百分位数(P50)和第80百分位数(P80)。经计算，本次数据P50=128元，P80=179元。 4. 消费金额分层：累计消费金额 ≥ P80（≥179元）为“高”；P50 ≤ 且 < P80（128-178元）为“中”；< P50（≤127元）为“低”。 5. 消费次数分层：累计消费次数 ≥ 3 为“高频”；累计消费次数 = 2 为“中频”；累计消费次数 = 1 为“低频”。 6. 用户价值矩阵类型：根据金额分层和次数分层交叉判定：（1）高金额 + 高频 = “核心用户”；（2）高金额 + 中频/低频 = “高价值新客”；（3）中金额 + 中频 = “一般用户”；（4）其他组合（含低金额+任意频次、中金额+低频、中金额+高频、任意金额+高频但不满足高金额条件等）= “沉睡用户” 三、数据内容描述：加工后得到用户价值矩阵数据集，每条记录包含用户的累计消费金额、累计消费次数、金额分层、次数分层及综合价值类型，附加本次分层计算所用的阈值参数。数据可直接用于用户分群运营，支持企业针对不同价值类型的用户制定差异化的营销和留存策略。

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1月至3月的化妆品订单数据，经脱敏和清洗后，按买家ID聚合消费金额与次数，依据消费金额P50（128元）和P80（179元）阈值及消费频次（高频≥3次、中频2次、低频1次）将用户划分为“核心用户”“高价值新客”“一般用户”“沉睡用户”四类用户价值矩阵，每条记录包含累计消费金额、次数、分层结果及阈值参数，共35440条记录。数据可直接用于用户分群运营，支持企业制定差异化营销与留存策略，也可为电商CRM系统提供用户分层标签训练数据。