快手平台化妆品用户营销活动响应分析数据

本数据集量化用户对营销活动的响应程度，帮助企业评估活动效果并优化后续活动策略。1.活动效果评估：通过对比活动期间与活动前的消费增幅，评估不同营销活动的实际拉动效果，筛选高ROI活动形式；2.精准营销触达：针对活动响应等级为“高响应”的用户，将其作为后续大促的核心种子人群，优先推送活动预告和专属权益；针对“无响应”用户，分析其未参与原因（如优惠力度不足、触达渠道失效），调整后续活动策略；3.优惠券策略优化：分析“领取但未使用”用户的特征，优化优惠券门槛、有效期或推送时机，提升券核销率。对外可为广告投放模型的Lookalike扩量提供高响应人群种子包，提升拉新活动的转化效率。一、加工前数据说明：原始数据为快手平台订单销售数据及优惠券数据，包含买家信息、订单创建时间、实付款、订单状态、优惠券领取记录、优惠券使用记录，时间范围为2026年2月1日至2026年3月10日。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；对买家信息组合去重生成唯一买家ID。 2.活动前30天日均消费计算：活动前30天日均消费 = 活动前30天（2月1日至3月2日）消费总金额 / 30天。 3.活动期间指标计算：按买家ID聚合活动期间（3月3日至3月10日，共8天）的消费金额、下单次数；活动中优惠总金额为活动期间该用户所有订单的优惠金额（店铺优惠+平台补贴+主播补贴+混资活动优惠）之和；活动期间客单价 = 活动中总金额 / 活动中订单数。 4.活动期间日均消费 = 活动中总金额 / 8天。 5.活动期间消费增幅（%）=（活动期间日均消费 − 活动前30天日均消费）/ 活动前30天日均消费 × 100%。若活动前30天日均消费为0（活动前无消费的新用户），则标记为“新增用户”。 6.优惠券使用标识：从优惠券数据中关联用户是否在活动期间领取优惠券、是否在活动期间使用优惠券。 7.活动响应等级划分： 高响应：活动期间消费增幅 ≥ 50% 且使用优惠券为“是”； 中响应：活动期间消费增幅 ≥ 50% 且未使用优惠券，或 20% ≤ 活动期间消费增幅 < 50%； 低响应：0% < 活动期间消费增幅 < 20%； 无响应：活动期间消费增幅 ≤ 0%。 三、数据内容描述：加工后得到用户营销活动响应数据集，每条记录包含用户在活动期间的消费表现、与活动前的对比增幅、优惠券使用情况及综合响应等级。数据集可用于活动效果复盘、高响应人群识别及后续活动策略优化。

搜集汇总

背景与挑战

背景概述

本数据集基于快手平台化妆品订单与优惠券数据（2026年2月1日至3月10日），经清洗与聚合处理，量化用户在营销活动期间的消费增幅、优惠券使用行为及活动响应等级，共14047条记录。可用于评估活动效果、识别高响应人群以精准营销、优化优惠券策略，并为广告模型提供种子人群包，助力提升活动转化效率。