© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
浙江云聚智铱数字科技有限公司
企业浙江云聚智铱数字科技有限公司，成立于2023年，位于浙江省，所属行业为科技推广和应用服务业，经营范围涵盖技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广、软件开发、商业综合体管理服务、计算机系统服务、信息系统集成服务、信息技术咨询服务、会议及展览服务、电子产品销售、工业自动控制系统装置销售、广告设计、代理、计算机软硬件及辅助设备批发等。
科技推广和应用服务业
数据集列表
宁波不同服装批发市场客流量稳定性分析数据
客流量稳定性是衡量市场运营健康状况的重要指标。本数据有助于服装市场运营商依据客流量的稳定性结果来调整优化市场运营策略，如营业时间、促销活动安排等；服装批发市场商户可以根据客流量稳定性数据预测销售趋势，合理安排库存。
1.数据收集和预处理：（1）数据收集：收集公司对于宁波市不同服装批发市场的客流量统计数据，具体包括统计年份、批发市场编号、1月客流量、2月客流量、3月客流量、4月客流量、5月客流量、6月客流量、7月客流量、8月客流量、9月客流量、10月客流量、11月客流量、12月客流量。（2）数据预处理：对采集到的原始数据进行处理，去除缺失和异常数据。 2.数据汇总：将1至12月的客流量汇总，计算得到年度总客流量。 3.建立客流量稳定性分析模型：（1）计算月平均客流量：计算月平均客流量＝年度总客流量/12；（2）计算月客流量方差：月客流量方差＝[(1月客流量-月平均客流量)^2+(2月客流量-月平均客流量)^2+(3月客流量-月平均客流量)^2+…+(12月客流量-月平均客流量)^2]/12；（3）客流量稳定性分析：基于内部专家研讨判定，当方差小于1000000，则分析结论为“客流量很平稳”；当方差大于等于1000000且小于等于2000000，则分析结论为“客流量一般平稳”；当方差大于2000000，则分析结论为“客流量波动大”。
浙江省数据知识产权登记平台2024-12-16 更新120
服装面料工艺月度流行情况分析数据
本数据是对印花、绣花、针织、梭织等4类市场主流面料工艺的使用量统计和流行情况分析数据。本数据有助于面料生产商根据不同面料工艺的流行度情况在开发面料时合理选择工艺，使其产品更符合市场流行趋势。本数据为面料销售商对不同工艺面料的采购选择和销售决策提供数据支持，有助于其基于月度服装面料工艺的流行度情况进一步预测市场面料工艺流行度趋势，以快速适应市场需求的变动。
1.数据收集和预处理：（1）数据收集：收集公司在自建的纺织服装数据流通平台上不同服装面料的使用统计信息，具体包括统计月份、面料工艺、当月该工艺使用量、上月该工艺使用量、当月面料总量和月度推荐频次（用“Fr”表示，即在一个月内某种面料工艺因其当日使用量最高而被推荐为“当日推荐工艺”的次数）。（2）数据预处理：对采集到的原始数据进行处理，去除缺失和异常数据。2.计算该工艺月度使用量占比（MS）=当月该工艺使用量/当月面料总量； 3.计算该工艺月度使用增长率（Gr）=（当月该工艺使用量-上月该工艺使用总量)/上月该工艺使用总量；4.计算流行度指数(FPI)=W1×log(1+Fr)+W2×MS+W3×log(1+|Gr|),其中，W1、W2、W3是权重系数，用于调整不同因素对流行度指数的影响程度，且W1+W2+W3=1；5.计算流行度标准化得分（N）=(FPI-min（FPI)）/(max（FPI)-min（FPI)），其中max（FPI)表示当月统计的最大流行度指数值，min（FPI)表示当月统计的最小流行度指数值。流行度标准化得分将在0到1之间，其中1表示最流行。
浙江省数据知识产权登记平台2024-12-16 更新110
服装行业数智化服务-精益生产数据采集与分析工具
数据由自有mes系统产生。裁剪部位可以对应多个工序部分,裁剪之后可对每个工序部位或是多个部位发卡，将生产数据追踪精确到部位，可以统计出外发数据以及回收数据的明细。
浙江大数据交易服务平台2024-12-16 更新210
B2B电商平台不同女装销量稳定性分析数据
本数据对女装生产商的女装产品的选择开发、生产计划调整和库存管理及女装销售商的市场策略制定等方面具有重要的应用价值，具体包括：1.利用销量稳定性分析数据，女装生产商能够识别出在B2B电商平台销售表现稳定的女装类别，为新产品的选择开发提供数据支持，同时，通过销量稳定性分析有助于了解不同类别的女装产品在B2B电商平台的销售需求波动风险，从而有针对性地调整生产和供货计划，并进行库存管理优化。2.对于女装销售商而言，本数据可为其了解不同类别女装的市场趋势、明确自身产品定位和市场策略等提供参考。1.数据收集和预处理：（1）数据收集：收集公司在自建的纺织服装数据流通平台上不同类别女装的销售统计信息，具体包括统计年份、商品类目、二级分类、1月销量、2月销量、3月销量、4月销量、5月销量、6月销量、7月销量、8月销量、9月销量、10月销量、11月销量、12月销量。（2）数据预处理：对采集到的原始数据进行处理，去除缺失和异常数据。 2.数据汇总：将1至12月的销量汇总，计算得到年度总销量。 3.建立销量稳定性分析模型：（1）计算月平均销售量：计算月平均销售量＝年度总销量/12；（2）计算月销售量方差：月销售量方差＝[(1月销量-月平均销售量)^2+(2月销量-月平均销售量)^2+(3月销量-月平均销售量)^2+…+(12月销量-月平均销售量)^2]/12；（3）销量稳定性分析：基于内部专家研讨，确定当方差小于50000，则分析结论为“销量很平稳”；当方差大于等于50000且小于等于100000，则分析结论为“销量一般平稳”；当方差大于100000，则分析结论为“销量波动大”。
浙江省数据知识产权登记平台2024-12-16 更新640
服装面料成分月度流行情况分析数据
本数据是对人造蛋白质纤维、人造纤维素纤维、聚氨酯类纤维、腈纶、尼龙、涤纶、丝绸、羊毛、棉、麻等10类市场主流面料成分的使用量统计和流行情况分析数据。本数据有助于面料生产商根据不同面料成分的流行度情况在开发面料时合理选择成分，使其产品更符合市场流行趋势。本数据为面料销售商对不同成分面料的采购选择和销售决策提供数据支持，有助于其基于月度服装面料成分的流行度情况进一步预测市场面料成分流行度趋势，以快速适应市场需求的变动。1.数据收集和预处理：（1）数据收集：收集公司自建的纺织服装数据流通平台上不同服装面料的使用统计信息，具体包括统计月份、面料成分、当月该成分使用量、上月该成分使用量、当月面料总量和月度推荐频次（用“Fr”表示，即在一个月内某种面料成分因其当日使用量最高而被推荐为“当日推荐成分”的次数）。（2）数据预处理：对采集到的原始数据进行处理，去除缺失和异常数据。2.计算该成分月度使用量占比（MS）=当月该成分使用量/当月面料总量； 3.计算该成分月度使用增长率（Gr）=（当月该成分使用量-上月该成分使用总量)/上月该成分使用总量；4.计算流行度指数(FPI)=W1×log(1+Fr)+W2×MS+W3×log(1+|Gr|),其中，W1、W2、W3是权重系数，用于调整不同因素对流行度指数的影响程度，且W1+W2+W3=1；5.计算流行度标准化得分（N）=(FPI-min（FPI)）/(max（FPI)-min（FPI)），其中max（FPI)表示当月统计的最大流行度指数值，min（FPI)表示当月统计的最小流行度指数值。流行度标准化得分将在0到1之间，其中1表示最流行。
浙江省数据知识产权登记平台2024-12-16 更新80
服装面料色系月度流行情况分析数据
本数据是对紫、蓝、绿、黄、橙、红、棕、米、灰、白、黑等11类市场主流面料色系的使用量统计和流行情况分析数据。本数据有助于面料生产商根据不同面料色系的流行度情况在开发面料时合理选择色系，使其产品更符合市场流行趋势。本数据为面料销售商对不同色系面料的采购选择和销售决策提供数据支持，有助于其基于月度服装面料色系的流行度情况进一步预测市场面料色系流行度趋势，以快速适应市场需求的变动。1.数据收集和预处理：（1）数据收集：收集公司在自建的纺织服装数据流通平台上不同服装面料的使用统计信息，具体包括统计月份、面料色系、当月该色系使用量、上月该色系使用量、当月面料总量和月度推荐频次（用“Fr”表示，即在一个月内某种面料色系因其当日使用量最高而被推荐为“当日推荐色系”的次数）。（2）数据预处理：对采集到的原始数据进行处理，去除缺失和异常数据。2.计算该色系月度使用量占比（MS）=当月该色系使用量/当月面料总量； 3.计算该色系月度使用增长率（Gr）=（当月该色系使用量-上月该色系使用总量)/上月该色系使用总量；4.计算流行度指数(FPI)=W1×log(1+Fr)+W2×MS+W3×log(1+|Gr|),其中，W1、W2、W3是权重系数，用于调整不同因素对流行度指数的影响程度，且W1+W2+W3=1；5.计算流行度标准化得分（N）=(FPI-min（FPI)）/(max（FPI)-min（FPI)），其中max（FPI)表示当月统计的最大流行度指数值，min（FPI)表示当月统计的最小流行度指数值。流行度标准化得分将在0到1之间，其中1表示最流行。
浙江省数据知识产权登记平台2024-12-16 更新630
B2B电商平台不同男装销量稳定性分析数据
本数据对男装生产商的男装产品的选择开发、生产计划调整和库存管理及男装销售商的市场策略制定等方面具有重要的应用价值，具体包括：1.利用销量稳定性分析数据，男装生产商能够识别出在B2B电商平台销售表现稳定的男装类别，为新产品的选择开发提供数据支持，同时，通过销量稳定性分析有助于了解不同类别的男装产品在B2B电商平台的销售需求波动风险，从而有针对性地调整生产和供货计划，并进行库存管理优化。2.对于男装销售商而言，本数据可为其了解不同类别男装的市场趋势、明确自身产品定位和市场策略等提供参考。1.数据收集和预处理：（1）数据收集：收集公司自建的纺织服装数据流通平台上不同类别男装的销售统计信息，具体包括统计年份、商品类目、二级分类、1月销量、2月销量、3月销量、4月销量、5月销量、6月销量、7月销量、8月销量、9月销量、10月销量、11月销量、12月销量。（2）数据预处理：对采集到的原始数据进行处理，去除缺失和异常数据。 2.数据汇总：将1至12月的销量汇总，计算得到年度总销量。 3.建立销量稳定性分析模型：（1）计算月平均销售量：计算月平均销售量＝年度总销量/12；（2）计算月销售量方差：月销售量方差＝[(1月销量-月平均销售量)^2+(2月销量-月平均销售量)^2+(3月销量-月平均销售量)^2+…+(12月销量-月平均销售量)^2]/12；（3）销量稳定性分析：基于内部专家研讨，确定当方差小于50000，则分析结论为“销量很平稳”；当方差大于等于50000且小于等于100000，则分析结论为“销量一般平稳”；当方差大于100000，则分析结论为“销量波动大”。
浙江省数据知识产权登记平台2024-12-16 更新230