hillpointe-prospect-funnel-snapshot

Hugging Face2026-03-03 更新2026-03-04 收录

下载链接：

https://huggingface.co/datasets/GrottoAI/hillpointe-prospect-funnel-snapshot

下载链接

链接失效反馈

官方服务：

资源简介：

该数据集包含与租赁或物业管理活动相关的记录，涵盖2026年2月25日至3月3日期间的数据。数据集包含14个特征字段，包括电话号码、社区ID、租客漏斗ID、状态、潜在客户来源、入住日期、创建时间、布局JSON、人员JSON、消息JSON、房源JSON、快照日期、是否有通话、是否有参观、是否有预约等。数据集分为7个时间片，每个时间片包含不同数量的记录，总记录数为51,824条，总数据大小约为46.95MB。该数据集适用于租赁管理、客户行为分析、时间序列分析等任务。

This dataset comprises records associated with rental or property management activities, spanning the period from February 25 to March 3, 2026. It includes 14 feature fields, such as phone number, community ID, tenant funnel ID, status, lead source, move-in date, creation time, layout JSON, personnel JSON, message JSON, property listing JSON, snapshot date, whether a call occurred, whether a visit occurred, and whether an appointment was made, among others. The dataset is divided into 7 time slices, each containing a varying number of records. The total number of records is 51,824, and the total data size is approximately 46.95 MB. This dataset is applicable to tasks such as rental management, customer behavior analysis, and time series analysis.

创建时间：

2026-02-26

原始信息汇总

数据集概述

数据集基本信息

数据集名称: hillpointe-prospect-funnel-snapshot
发布者: GrottoAI
数据集地址: https://huggingface.co/datasets/GrottoAI/hillpointe-prospect-funnel-snapshot

数据集结构

特征字段

phone: 数据类型为 large_string
community_id: 数据类型为 int64
funnel_renter_id: 数据类型为 int64
status: 数据类型为 large_string
lead_source: 数据类型为 large_string
move_in_date: 数据类型为 large_string
created_at: 数据类型为 large_string
layouts_json: 数据类型为 large_string
people_json: 数据类型为 large_string
messages_json: 数据类型为 large_string
listings_json: 数据类型为 large_string
snapshot_date: 数据类型为 large_string
has_call: 数据类型为 bool
has_tour: 数据类型为 bool
has_appointment: 数据类型为 bool

数据分片

数据集包含7个分片，具体信息如下：

part_2026_02_25: 大小 3378054 字节，包含 3934 个样本
part_2026_02_26: 大小 5741588 字节，包含 6519 个样本
part_2026_02_27: 大小 5900910 字节，包含 6690 个样本
part_2026_02_28: 大小 6074527 字节，包含 6848 个样本
part_2026_03_01: 大小 6187575 字节，包含 6960 个样本
part_2026_03_02: 大小 6236804 字节，包含 7001 个样本
part_2026_03_03: 大小 13426660 字节，包含 13872 个样本

数据集规模

下载大小: 10309132 字节
数据集总大小: 46946118 字节
总样本数: 51824 个

配置信息

配置名称: default
数据文件路径:
- part_2026_02_25: data/part_2026_02_25-*
- part_2026_02_26: data/part_2026_02_26-*
- part_2026_02_27: data/part_2026_02_27-*
- part_2026_02_28: data/part_2026_02_28-*
- part_2026_03_01: data/part_2026_03_01-*
- part_2026_03_02: data/part_2026_03_02-*
- part_2026_03_03: data/part_2026_03_03-*

搜集汇总

数据集介绍

构建方式

在房地产租赁管理领域，数据驱动的决策日益成为提升运营效率的关键。该数据集通过系统化采集Hillpointe平台在特定时间段内的潜在租客漏斗快照构建而成，其数据来源于平台日常运营中生成的实时记录。构建过程涵盖了从2026年2月25日至3月3日连续七天的数据切片，每个切片独立存储，确保了时间序列的完整性与可追溯性。数据字段经过精心设计，不仅包含基础的身份与状态标识，更整合了以JSON格式存储的交互详情，如房源布局、人员信息、消息记录与挂牌信息，从而形成了多层次、结构化的观测单元。

使用方法

该数据集适用于租赁市场分析、客户行为预测及运营优化等研究场景。使用者可通过加载指定日期的分片数据，进行横向的截面分析或纵向的时间序列追踪。在数据处理时，需解析JSON字段以提取深层特征，例如从`layouts_json`中获取户型偏好，或从`messages_json`中分析沟通模式。结合`status`与`has_*`等字段，可以构建租客转化模型，评估不同来源渠道的效能。研究者应注意数据的时间戳字段，以对齐观测点，并可利用社区ID进行细分市场的研究，从而揭示租赁漏斗中各环节的影响因素与优化路径。

背景与挑战

背景概述

在房地产科技与客户关系管理领域，数据驱动的决策支持系统日益成为提升运营效率与转化率的关键。hillpointe-prospect-funnel-snapshot数据集聚焦于租赁销售漏斗的实时快照分析，由相关机构或研究人员于近期构建，旨在捕捉潜在租客从线索生成到最终签约的全流程动态。该数据集通过整合电话、沟通记录、房源信息及客户状态等多维度字段，为研究客户行为模式、预测租赁转化概率以及优化营销策略提供了结构化基础。其核心研究问题在于如何利用时序交互数据揭示租赁决策的内在机制，从而推动房地产服务向智能化与个性化转型，对行业的数据化运营具有显著的示范意义。

当前挑战

该数据集致力于解决租赁销售漏斗中的客户转化预测与流程优化问题，其核心挑战在于处理高维异构数据的融合与解析。具体而言，数据集中的JSON字段（如layouts_json、messages_json）蕴含复杂的嵌套结构，要求研究者开发高效的解析算法以提取关键特征，同时确保时序一致性。在构建过程中，挑战主要源于多源数据的实时集成与隐私保护平衡，例如敏感信息（如电话）的匿名化处理需在不损害分析效用的前提下完成。此外，数据快照的连续采集涉及大规模存储与更新机制，对系统的可扩展性与数据新鲜度维护提出了较高要求。

常用场景

经典使用场景

在房地产租赁管理领域，该数据集通过捕捉潜在租客从咨询到签约的全过程交互记录，为租赁漏斗分析提供了详实的数据基础。研究者可依据状态变迁、沟通记录与预约行为等字段，构建租客转化路径模型，深入剖析各环节的转化效率与瓶颈，从而优化租赁策略与客户关系管理。

解决学术问题

该数据集有效解决了租赁市场研究中客户行为模式难以量化追踪的学术难题。通过整合多源交互数据，如消息记录、房源信息与租客动态，学者能够实证检验租赁漏斗理论，识别影响转化率的关键因素，并为预测模型提供标注样本，推动租赁经济学与消费者行为学的交叉研究。

实际应用

在实际应用中，房地产企业与物业管理平台可借助该数据集进行租赁绩效评估与资源调配。通过分析潜在租客的来源渠道、预约看房频率及最终签约状态，运营团队能够精准定位高价值线索，优化营销投放，并设计个性化跟进策略，从而提升整体租赁效率与客户满意度。

数据集最近研究