快手平台化妆品用户复购行为分级数据

本数据集基于RFM模型对每位用户进行量化评分和价值分层，将用户划分为A/B/C/D四个等级，帮助企业精准识别高价值用户并制定差异化运营策略：针对A级高价值核心用户可提供专属客服、优先发货、生日礼遇、新品优先体验等特权，巩固忠诚度，提升LTV；针对B级潜力价值用户可推送会员日专属优惠、积分加倍、满额赠礼等活动，激励其向A级转化；针对C级一般价值用户可发送常规促销信息、限时折扣、组合推荐，提升其购买频次和客单价；针对D级低价值或沉睡用户。可通过短信、大额优惠券、专属唤醒活动等方式尝试挽回，或进行沉默处理。对外可为化妆品行业提供用户价值评估的标准化数据，支持电商CRM系统、用户分群运营、广告平台Lookalike人群扩量建模等场景。一、加工前数据说明：原始数据为2026年3月订单销售数据，包含买家信息、订单创建时间、实付款、订单状态。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；只保留订单创建时间里的日期部分。 2. 用户指标计算：按买家ID分组，计算最近消费日期=MAX(订单创建时间)，消费频次=COUNT(订单号)，消费总金额=SUM(实付款)。R天数（距离最近消费天数） = (2026-04-01 - 最近消费日期)的天数。 3. RFM评分：（1）R得分：根据最近消费距分析截止日的天数分段：≤7天得5分，8–14天得4分，15–21天得3分，22–29天得2分，≥30天得1分。（2）F得分：根据消费频次（订单数）分段：1次得1分，2–3次得2分，4–6次得3分，7–10次得4分，≥11次得5分。（3）M得分：根据消费总金额分段：<50元得1分，50–99元得2分，100–149元得3分，150–199元得4分，≥200元得5分。 4. RFM总分与等级：RFM总分 = 0.3×R得分 + 0.3×F得分 + 0.4×M得分。等级划分：A级≥4分，B级3-4分，C级2.5-3分，D级<2.5分。 三、数据内容描述：加工后得到用户RFM评分数据集，每条记录包含用户标识、最近消费日期、消费频次、消费总金额、RFM总分、用户等级等，数据集可直接用于用户价值分群、差异化运营策略制定及用户生命周期管理。

搜集汇总

背景与挑战

背景概述

该数据集基于RFM模型，对快手平台化妆品用户2026年3月的订单销售数据进行处理，通过计算用户的最近消费时间、消费频次和消费金额，加权评分后划分为A/B/C/D四个价值等级。数据包含用户标识、消费指标、RFM得分及等级等字段，共14935条记录，每月更新，可用于用户价值分群、差异化运营策略制定、电商CRM系统及广告Lookalike人群扩量建模等场景。