登录后查看消息通知
遇见数据集
浙江聚衣堂服饰有限公司

浙江聚衣堂服饰有限公司

企业

浙江聚衣堂服饰有限公司成立于2010年,属纺织服装、服饰业,主营服饰制造。面向消费行为分析、客户关系管理、市场营销等领域提供数据服务,开放河北地区瑜伽服类购买者分析数据(消费行为分析、客户关系管理)、河南地区瑜伽服类购买者分析数据(消费行为分析、市场营销)、云南地区瑜伽服类购买者分析数据(消费者行为、市场营销),支撑精准运营与商品管理。

消费行为分析客户关系管理市场营销纺织服装高新技术企业
成立于 2010 年浙江省http://www.jytwcas.com345504288@qq.com

数据概览

16
数据集总量
177
总浏览量
0
关注人数
2025-09-19
最近更新
分类统计

相关机构

  • 杭
    杭州心樾科技有限公司
    拥有数据集:100个
    企业
  • 浙
    浙江物联电子商务有限公司
    拥有数据集:88个
    企业
  • 杭
    杭州是浩慧科技有限公司
    拥有数据集:85个
    企业
  • 杭
    杭州赫尔伯生物科技有限公司
    拥有数据集:76个
    企业
  • 杭
    杭州智泓达科技有限公司
    拥有数据集:66个
    企业

数据集列表

河北地区瑜伽服类购买者分析数据
消费行为分析
客户关系管理
采集河北地区瑜伽服类购买者的最近一次购买时间R(天数)和购买频率F(次数)、购买总金额M(元),采用RFM模型对购买者进行价值评级,用RFM分析方法把购买者分为ABCD四级,对细分过后的不同购买者采取相应营销策略,进行精准有效的运营。通过对购买者进行分级管理,满足不同等级购买者的个性化需求,并为同行业企业管理不同等级的购买者,实现精准个性化服务提供数据支持。1、数据处理:对河北地区采集到的购买者数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合最近一次购买时间R(天数)和购买频率F(次数)、购买总金额M(元)的得分排名对购买者进行一个综合排名,最终得出一个RFM总评分。a.提取出购买者最近一次购买时间R(天数)、购买频率F(次数)和购买总金额M(元)进行分类,运用IF+RANK函数将最近一次购买时间R(天数)时间间隔最短的购买者,按照1-5评分,前20%的购买者获得5分,接下来的20%购买者获得4分,再下来20%的购买者为3分,再下来20%的购买者为2分,最后20%的购买者为1分。b.根据购买者购买频率F(次数)从高到底依次对购买者进行分类,用IF+RANK函数将前20%的购买者在购买频率F(次数)的分数评为5分,以此类推。c.根据购买总金额M(元),运用IF+RANK函数将前20%的购买者在购买总金额M(元)的分数评为5分,以此类推。最少的20%购买分数为1。RFM得分=0.3*(R得分)+0.3*(F得分)+0.4*(M得分) 评分大于等于4分的为A级购买者,大于等于3分小于4分的为B级购买者,大于等于2分小于3分的为C级购买者,低于2分的为D级购买者。
浙江省数据知识产权登记平台2025-09-18 更新170
新疆地区瑜伽服类购买者分析数据
消费行为分析
市场营销
采集新疆地区瑜伽服类购买者的最近一次购买时间R(天数)和购买频率F(次数)、购买总金额M(元),采用RFM模型对购买者进行价值评级,用RFM分析方法把购买者分为ABCD四级,对细分过后的不同购买者采取相应营销策略,进行精准有效的运营。通过对购买者进行分级管理,满足不同等级购买者的个性化需求,并为同行业企业管理不同等级的购买者,实现精准个性化服务提供数据支持。1、数据处理:对新疆地区采集到的购买者数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合最近一次购买时间R(天数)和购买频率F(次数)、购买总金额M(元)的得分排名对购买者进行一个综合排名,最终得出一个RFM总评分。a.提取出购买者最近一次购买时间R(天数)、购买频率F(次数)和购买总金额M(元)进行分类,运用IF+RANK函数将最近一次购买时间R(天数)时间间隔最短的购买者,按照1-5评分,前20%的购买者获得5分,接下来的20%购买者获得4分,再下来20%的购买者为3分,再下来20%的购买者为2分,最后20%的购买者为1分。b.根据购买者购买频率F(次数)从高到底依次对购买者进行分类,用IF+RANK函数将前20%的购买者在购买频率F(次数)的分数评为5分,以此类推。c.根据购买总金额M(元),运用IF+RANK函数将前20%的购买者在购买总金额M(元)的分数评为5分,以此类推。最少的20%购买分数为1。RFM得分=0.3*(R得分)+0.3*(F得分)+0.4*(M得分) 评分大于等于4分的为A级购买者,大于等于3分小于4分的为B级购买者,大于等于2分小于3分的为C级购买者,低于2分的为D级购买者。
浙江省数据知识产权登记平台2025-09-18 更新60
陕西地区瑜伽服类购买者分析数据
消费行为分析
RFM模型
采集陕西地区瑜伽服类购买者的最近一次购买时间R(天数)和购买频率F(次数)、购买总金额M(元),采用RFM模型对购买者进行价值评级,用RFM分析方法把购买者分为ABCD四级,对细分过后的不同购买者采取相应营销策略,进行精准有效的运营。通过对购买者进行分级管理,满足不同等级购买者的个性化需求,并为同行业企业管理不同等级的购买者,实现精准个性化服务提供数据支持。1、数据处理:对陕西地区采集到的购买者数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合最近一次购买时间R(天数)和购买频率F(次数)、购买总金额M(元)的得分排名对购买者进行一个综合排名,最终得出一个RFM总评分。a.提取出购买者最近一次购买时间R(天数)、购买频率F(次数)和购买总金额M(元)进行分类,运用IF+RANK函数将最近一次购买时间R(天数)时间间隔最短的购买者,按照1-5评分,前20%的购买者获得5分,接下来的20%购买者获得4分,再下来20%的购买者为3分,再下来20%的购买者为2分,最后20%的购买者为1分。b.根据购买者购买频率F(次数)从高到底依次对购买者进行分类,用IF+RANK函数将前20%的购买者在购买频率F(次数)的分数评为5分,以此类推。c.根据购买总金额M(元),运用IF+RANK函数将前20%的购买者在购买总金额M(元)的分数评为5分,以此类推。最少的20%购买分数为1。RFM得分=0.3*(R得分)+0.3*(F得分)+0.4*(M得分) 评分大于等于4分的为A级购买者,大于等于3分小于4分的为B级购买者,大于等于2分小于3分的为C级购买者,低于2分的为D级购买者。
浙江省数据知识产权登记平台2025-09-03 更新100
云南地区瑜伽服类购买者分析数据
消费者行为
市场营销
采集云南地区瑜伽服类购买者的最近一次购买时间R(天数)和购买频率F(次数)、购买总金额M(元),采用RFM模型对购买者进行价值评级,用RFM分析方法把购买者分为ABCD四级,对细分过后的不同购买者采取相应营销策略,进行精准有效的运营。通过对购买者进行分级管理,满足不同等级购买者的个性化需求,并为同行业企业管理不同等级的购买者,实现精准个性化服务提供数据支持。1、数据处理:对云南地区采集到的购买者数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合最近一次购买时间R(天数)和购买频率F(次数)、购买总金额M(元)的得分排名对购买者进行一个综合排名,最终得出一个RFM总评分。a.提取出购买者最近一次购买时间R(天数)、购买频率F(次数)和购买总金额M(元)进行分类,运用IF+RANK函数将最近一次购买时间R(天数)时间间隔最短的购买者,按照1-5评分,前20%的购买者获得5分,接下来的20%购买者获得4分,再下来20%的购买者为3分,再下来20%的购买者为2分,最后20%的购买者为1分。b.根据购买者购买频率F(次数)从高到底依次对购买者进行分类,用IF+RANK函数将前20%的购买者在购买频率F(次数)的分数评为5分,以此类推。c.根据购买总金额M(元),运用IF+RANK函数将前20%的购买者在购买总金额M(元)的分数评为5分,以此类推。最少的20%购买分数为1。RFM得分=0.3*(R得分)+0.3*(F得分)+0.4*(M得分) 评分大于等于4分的为A级购买者,大于等于3分小于4分的为B级购买者,大于等于2分小于3分的为C级购买者,低于2分的为D级购买者。
浙江省数据知识产权登记平台2025-09-03 更新150
江西地区瑜伽服类购买者分析数据
客户关系管理
数据分析
采集江西地区瑜伽服类购买者的最近一次购买时间R(天数)和购买频率F(次数)、购买总金额M(元),采用RFM模型对购买者进行价值评级,用RFM分析方法把购买者分为ABCD四级,对细分过后的不同购买者采取相应营销策略,进行精准有效的运营。通过对购买者进行分级管理,满足不同等级购买者的个性化需求,并为同行业企业管理不同等级的购买者,实现精准个性化服务提供数据支持。1、数据处理:对江西地区采集到的购买者数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合最近一次购买时间R(天数)和购买频率F(次数)、购买总金额M(元)的得分排名对购买者进行一个综合排名,最终得出一个RFM总评分。a.提取出购买者最近一次购买时间R(天数)、购买频率F(次数)和购买总金额M(元)进行分类,运用IF+RANK函数将最近一次购买时间R(天数)时间间隔最短的购买者,按照1-5评分,前20%的购买者获得5分,接下来的20%购买者获得4分,再下来20%的购买者为3分,再下来20%的购买者为2分,最后20%的购买者为1分。b.根据购买者购买频率F(次数)从高到底依次对购买者进行分类,用IF+RANK函数将前20%的购买者在购买频率F(次数)的分数评为5分,以此类推。c.根据购买总金额M(元),运用IF+RANK函数将前20%的购买者在购买总金额M(元)的分数评为5分,以此类推。最少的20%购买分数为1。RFM得分=0.3*(R得分)+0.3*(F得分)+0.4*(M得分) 评分大于等于4分的为A级购买者,大于等于3分小于4分的为B级购买者,大于等于2分小于3分的为C级购买者,低于2分的为D级购买者。
浙江省数据知识产权登记平台2025-09-03 更新100
江苏地区瑜伽服类购买者分析数据
消费行为分析
客户关系管理
采集江苏地区瑜伽服类购买者的最近一次购买时间R(天数)和购买频率F(次数)、购买总金额M(元),采用RFM模型对购买者进行价值评级,用RFM分析方法把购买者分为ABCD四级,对细分过后的不同购买者采取相应营销策略,进行精准有效的运营。通过对购买者进行分级管理,满足不同等级购买者的个性化需求,并为同行业企业管理不同等级的购买者,实现精准个性化服务提供数据支持。1、数据处理:对江苏地区采集到的购买者数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合最近一次购买时间R(天数)和购买频率F(次数)、购买总金额M(元)的得分排名对购买者进行一个综合排名,最终得出一个RFM总评分。a.提取出购买者最近一次购买时间R(天数)、购买频率F(次数)和购买总金额M(元)进行分类,运用IF+RANK函数将最近一次购买时间R(天数)时间间隔最短的购买者,按照1-5评分,前20%的购买者获得5分,接下来的20%购买者获得4分,再下来20%的购买者为3分,再下来20%的购买者为2分,最后20%的购买者为1分。b.根据购买者购买频率F(次数)从高到底依次对购买者进行分类,用IF+RANK函数将前20%的购买者在购买频率F(次数)的分数评为5分,以此类推。c.根据购买总金额M(元),运用IF+RANK函数将前20%的购买者在购买总金额M(元)的分数评为5分,以此类推。最少的20%购买分数为1。RFM得分=0.3*(R得分)+0.3*(F得分)+0.4*(M得分) 评分大于等于4分的为A级购买者,大于等于3分小于4分的为B级购买者,大于等于2分小于3分的为C级购买者,低于2分的为D级购买者。
浙江省数据知识产权登记平台2025-09-18 更新130
重庆地区瑜伽服类购买者分析数据
消费者行为
市场营销
采集重庆地区瑜伽服类购买者的最近一次购买时间R(天数)和购买频率F(次数)、购买总金额M(元),采用RFM模型对购买者进行价值评级,用RFM分析方法把购买者分为ABCD四级,对细分过后的不同购买者采取相应营销策略,进行精准有效的运营。通过对购买者进行分级管理,满足不同等级购买者的个性化需求,并为同行业企业管理不同等级的购买者,实现精准个性化服务提供数据支持。1、数据处理:对重庆地区采集到的购买者数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合最近一次购买时间R(天数)和购买频率F(次数)、购买总金额M(元)的得分排名对购买者进行一个综合排名,最终得出一个RFM总评分。a.提取出购买者最近一次购买时间R(天数)、购买频率F(次数)和购买总金额M(元)进行分类,运用IF+RANK函数将最近一次购买时间R(天数)时间间隔最短的购买者,按照1-5评分,前20%的购买者获得5分,接下来的20%购买者获得4分,再下来20%的购买者为3分,再下来20%的购买者为2分,最后20%的购买者为1分。b.根据购买者购买频率F(次数)从高到底依次对购买者进行分类,用IF+RANK函数将前20%的购买者在购买频率F(次数)的分数评为5分,以此类推。c.根据购买总金额M(元),运用IF+RANK函数将前20%的购买者在购买总金额M(元)的分数评为5分,以此类推。最少的20%购买分数为1。RFM得分=0.3*(R得分)+0.3*(F得分)+0.4*(M得分) 评分大于等于4分的为A级购买者,大于等于3分小于4分的为B级购买者,大于等于2分小于3分的为C级购买者,低于2分的为D级购买者。
浙江省数据知识产权登记平台2025-09-18 更新110
四川地区瑜伽服类购买者分析数据
消费行为分析
客户关系管理
采集四川地区瑜伽服类购买者的最近一次购买时间R(天数)和购买频率F(次数)、购买总金额M(元),采用RFM模型对购买者进行价值评级,用RFM分析方法把购买者分为ABCD四级,对细分过后的不同购买者采取相应营销策略,进行精准有效的运营。通过对购买者进行分级管理,满足不同等级购买者的个性化需求,并为同行业企业管理不同等级的购买者,实现精准个性化服务提供数据支持。1、数据处理:对四川地区采集到的购买者数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合最近一次购买时间R(天数)和购买频率F(次数)、购买总金额M(元)的得分排名对购买者进行一个综合排名,最终得出一个RFM总评分。a.提取出购买者最近一次购买时间R(天数)、购买频率F(次数)和购买总金额M(元)进行分类,运用IF+RANK函数将最近一次购买时间R(天数)时间间隔最短的购买者,按照1-5评分,前20%的购买者获得5分,接下来的20%购买者获得4分,再下来20%的购买者为3分,再下来20%的购买者为2分,最后20%的购买者为1分。b.根据购买者购买频率F(次数)从高到底依次对购买者进行分类,用IF+RANK函数将前20%的购买者在购买频率F(次数)的分数评为5分,以此类推。c.根据购买总金额M(元),运用IF+RANK函数将前20%的购买者在购买总金额M(元)的分数评为5分,以此类推。最少的20%购买分数为1。RFM得分=0.3*(R得分)+0.3*(F得分)+0.4*(M得分) 评分大于等于4分的为A级购买者,大于等于3分小于4分的为B级购买者,大于等于2分小于3分的为C级购买者,低于2分的为D级购买者。
浙江省数据知识产权登记平台2025-09-03 更新60
上海地区瑜伽服类购买者分析数据
消费行为分析
市场营销
采集上海地区瑜伽服类购买者的最近一次购买时间R(天数)和购买频率F(次数)、购买总金额M(元),采用RFM模型对购买者进行价值评级,用RFM分析方法把购买者分为ABCD四级,对细分过后的不同购买者采取相应营销策略,进行精准有效的运营。通过对购买者进行分级管理,满足不同等级购买者的个性化需求,并为同行业企业管理不同等级的购买者,实现精准个性化服务提供数据支持。1、数据处理:对上海地区采集到的购买者数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合最近一次购买时间R(天数)和购买频率F(次数)、购买总金额M(元)的得分排名对购买者进行一个综合排名,最终得出一个RFM总评分。a.提取出购买者最近一次购买时间R(天数)、购买频率F(次数)和购买总金额M(元)进行分类,运用IF+RANK函数将最近一次购买时间R(天数)时间间隔最短的购买者,按照1-5评分,前20%的购买者获得5分,接下来的20%购买者获得4分,再下来20%的购买者为3分,再下来20%的购买者为2分,最后20%的购买者为1分。b.根据购买者购买频率F(次数)从高到底依次对购买者进行分类,用IF+RANK函数将前20%的购买者在购买频率F(次数)的分数评为5分,以此类推。c.根据购买总金额M(元),运用IF+RANK函数将前20%的购买者在购买总金额M(元)的分数评为5分,以此类推。最少的20%购买分数为1。RFM得分=0.3*(R得分)+0.3*(F得分)+0.4*(M得分) 评分大于等于4分的为A级购买者,大于等于3分小于4分的为B级购买者,大于等于2分小于3分的为C级购买者,低于2分的为D级购买者。
浙江省数据知识产权登记平台2025-09-03 更新90
湖南地区瑜伽服类购买者分析数据
消费行为分析
市场营销
采集湖南地区瑜伽服类购买者的最近一次购买时间R(天数)和购买频率F(次数)、购买总金额M(元),采用RFM模型对购买者进行价值评级,用RFM分析方法把购买者分为ABCD四级,对细分过后的不同购买者采取相应营销策略,进行精准有效的运营。通过对购买者进行分级管理,满足不同等级购买者的个性化需求,并为同行业企业管理不同等级的购买者,实现精准个性化服务提供数据支持。1、数据处理:对湖南地区采集到的购买者数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合最近一次购买时间R(天数)和购买频率F(次数)、购买总金额M(元)的得分排名对购买者进行一个综合排名,最终得出一个RFM总评分。a.提取出购买者最近一次购买时间R(天数)、购买频率F(次数)和购买总金额M(元)进行分类,运用IF+RANK函数将最近一次购买时间R(天数)时间间隔最短的购买者,按照1-5评分,前20%的购买者获得5分,接下来的20%购买者获得4分,再下来20%的购买者为3分,再下来20%的购买者为2分,最后20%的购买者为1分。b.根据购买者购买频率F(次数)从高到底依次对购买者进行分类,用IF+RANK函数将前20%的购买者在购买频率F(次数)的分数评为5分,以此类推。c.根据购买总金额M(元),运用IF+RANK函数将前20%的购买者在购买总金额M(元)的分数评为5分,以此类推。最少的20%购买分数为1。RFM得分=0.3*(R得分)+0.3*(F得分)+0.4*(M得分) 评分大于等于4分的为A级购买者,大于等于3分小于4分的为B级购买者,大于等于2分小于3分的为C级购买者,低于2分的为D级购买者。
浙江省数据知识产权登记平台2025-09-03 更新170
关于我们
遇见数据集——让每个数据集都被发现,让每一次遇见都有价值。
数发科官网www.sfktec.com
联系我们
selectdataset@iotsh.com.cn
商业合作
数据驱动未来,携手共赢发展
© 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
热门搜索