金华交投综合能源有限公司

企业

金华交投综合能源有限公司成立于2018年，位于浙江省。所属行业为建筑装饰、装修和其他建筑业。经营范围包括发电业务、输电业务、供（配）电业务；食品销售；餐饮服务；住宿服务。

投资机构国有资本小微企业建筑装饰、装修和其他建筑业

成立于 2018 年浙江省3489620946@qq.com

数据集列表

通过对用户使用行为数据进行分析，定位用户级别，帮助企业更好地理解和服务用户，提升用户体验和业务成效。通过用户分层，可以识别出可能流失的高风险用户群体，企业可采取预防措施，如提供个性化关怀或优惠，以减少用户流失。对于低活跃用户，企业可采取相应的激活措施，如发送个性化的优惠信息或提醒，以提高用户的活跃度和留存率。用户分层助力丰富电动自行车充电行业用户画像，帮助行业更好地了解用户，为用户提供个性化的商品和服务。1、数据采集：通过内部系统收集2024年10月至12月婺城区电动自行车充电站点用户相关数据，对数据进行清洗、去除极限值等操作。 2、数据处理：用LOOKUP函数获取用户最近一次订单创建时间，用数据获取时间减去最近一次订单创建时间得到用户最近一次订单距今时间（天）R、利用COUNTIFS函数获取用户消费频次F、利用SUMIFS函数获取用户消费金额（元）M。用AVERAGE分别求R、F、M平均值，用IF函数判断用户的R、F、M与R、F、M平均值的大小关系并进行赋分操作得到R、F、M评分（单用户R≥R平均值，赋-1分反之赋1分。单用户F≥F平均值，赋1分反之赋-1分。单用户M≥M平均值，赋1分反之赋-1分），将用户R、F、M评分相加得到总分。 3、用户分层：用户总分取值空间为[-3，3]，根据用户总分对用户进行分层，当用户总分大于1用户评为A，用户总分小于-1评为C，其他评为B。

浙江省数据知识产权登记平台2025-07-25 更新260

上午通勤时段充电站点需求指数分析数据

收集上午通勤时段各充电站点充电订单数据，分析各站点需求指数变化情况。通过充电站点不同时段需求指数的分析，可以实现资源优化配置、提升用户体验、制定精准营销策略、支持城市规划和能源管理等多方面的目标。不仅有助于充电站点的可持续发展，也为电动自行车的推广和普及提供了有力支持。1.数据采集：收集上午通勤时段各充电站点充电订单数据，包含：订单号、订单创建日期、订单创建时间、时间段 T、用户昵称、站点S等字段；2.数据处理：对采集到的数据进行聚合与分类、清洗，去除空值。3、算法加工：对于每个充电站点，统计在每个时间段内发生的订单数量，使用COUNTIFS函数计算在时间段T内站点S的订单数量、站点S的总订单数量；时间段T为：8-13；计算需求指数 D(S,T) =在时间段 T 内站点 S 的订单数量/站点 S 的总订单数量×100%；4、数据应用：将需求指数进行可视化，绘制每个站点在不同时间段的需求指数图表，更直观地观察站点的使用情况。

浙江省数据知识产权登记平台2025-06-20 更新370

夜间活跃时段充电站点需求指数分析数据

收集夜间活跃时段各充电站点充电订单数据，分析各站点需求指数变化情况。通过充电站点不同时段需求指数的分析，可以实现资源优化配置、提升用户体验、制定精准营销策略、支持城市规划和能源管理等多方面的目标。不仅有助于充电站点的可持续发展，也为电动自行车的推广和普及提供了有力支持。1.数据采集：收集夜间活跃时段各充电站点充电订单数据，包含：订单号、订单创建日期、订单创建时间、时间段 T、用户昵称、站点S等字段；2.数据处理：对采集到的数据进行聚合与分类、清洗，去除空值。3、算法加工：对于每个充电站点，统计在每个时间段内发生的订单数量，使用COUNTIFS函数计算在时间段T内站点S的订单数量、站点S的总订单数量；时间段T为：9-11；计算需求指数 D(S,T) =在时间段 T 内站点 S 的订单数量/站点 S 的总订单数量×100%；4、数据应用：将需求指数进行可视化，绘制每个站点在不同时间段的需求指数图表，更直观地观察站点的使用情况。

浙江省数据知识产权登记平台2025-06-20 更新140

金华市金东区电动自行车充电站点充电时长稳定性分析数据

电动自行车充电站充电时长稳定性是衡量金东区各充电站点运营状况的重要指标。通过分析历史订单的充电时长稳定性变化，数据可以反映市场需求的增长或衰退趋势，帮助企业调整产品策略或开拓新市场，预测需求高峰或低谷，优化资源分配。稳定性分析数据也可以反映客户的行为偏好（如促销敏感度、复购周期），从而帮助企业制定个性化营销策略。各充电站运营商和市场分析机构可以参考、分析本数据，识别各区域充电站运营稳定性情况，为市场的判断提供辅助参考。1、数据收集：收集企业内部管理平台对于金东区不同站点2024年10月至12月的电动自行车充电订单相关数据，包括订单编号、创建时间、充电时长、用户信息等。 2、数据清洗：对采集到的原始数据进行处理，去除缺失和异常数据。 3、数据处理：用SUMIFS函数计算金东区各充电站点2024年10月、11月、12月的充电时长（小时），再计算季度充电时长（小时）=10月充电时长（小时）+11月充电时长（小时）+12月充电时长（小时），月平均充电时长（小时）=季度充电时长（小时）/3，方差=[(10月充电时长（小时）-月平均充电时长（小时）)^2+(11月充电时长（小时）-月平均充电时长（小时）)^2+(12月充电时长（小时）-月平均充电时长（小时）)^2]/3。 4、稳定性分析：基于企业历史经验，确定当方差小于等于5000则分析结论为“波动平稳”，当方差大于5000且小于等于5000则分析结论为“波动大”。针对波动大的站点需要仔细分析波动原因，及时调整优化。针对波动平稳的站点维持当前运营情况。

浙江省数据知识产权登记平台2025-06-20 更新60

交投特来电充电站成本分析数据

采集交投特来电充电站站点运营数据，通过分析每月的充电电量、电费支出以及充电服务费支出等关键指标的动态变化，评估每个电站的月度盈利表现。此外，我们对不同电站的充电电量和盈利情况进行横向比较，从而洞察客户在充电桩选择上的偏好和需求。基于市场信息，能够更加精准地调整资源配置，以满足市场需求，优化充电网络的服务布局，进而提升整体运营效率和客户满意度。1.数据采集：采集交投特来电充电站站点运营数据，包含：序号、月份、电站、充电电量、充电电费、充电服务费等字段。 2.数据处理：对采集到的数据进行清洗、分类和汇总，对电站进行匿名化处理。3.数据加工：统计电站的总收入=充电收入+蔚来换电电费+蔚来换电服务费；总支出=电费支出+充电服务费支出+换电服务费支出+折旧；结算电站每月利润=总收入-总支出；利润率=利润/总支出；4.数据应用：通过可视化界面直观展现各电站每月利润率、充电量变化，评估该充电站的盈利能力；比较不同电站的充电电量，可以评估各站点的运营效率，优化资源分配。

浙江省数据知识产权登记平台2024-07-16 更新1680

夜间低谷时段充电站点需求指数分析数据

收集夜间低谷时段各充电站点充电订单数据，分析各站点需求指数变化情况。通过充电站点不同时段需求指数的分析，可以实现资源优化配置、提升用户体验、制定精准营销策略、支持城市规划和能源管理等多方面的目标。不仅有助于充电站点的可持续发展，也为电动自行车的推广和普及提供了有力支持。1.数据采集：收集夜间低谷时段各充电站点充电订单数据，包含：订单号、订单创建日期、订单创建时间、时间段 T、用户昵称、站点S等字段；2.数据处理：对采集到的数据进行聚合与分类、清洗，去除空值。3、算法加工：对于每个充电站点，统计在每个时间段内发生的订单数量，使用COUNTIFS函数计算在时间段T内站点S的订单数量、站点S的总订单数量；时间段T为：0-7；计算需求指数 D(S,T) =在时间段 T 内站点 S 的订单数量/站点 S 的总订单数量×100%；4、数据应用：将需求指数进行可视化，绘制每个站点在不同时间段的需求指数图表，更直观地观察站点的使用情况。

浙江省数据知识产权登记平台2025-06-20 更新90

下午高峰时段充电站点需求指数分析数据

收集下午高峰时段各充电站点充电订单数据，分析各站点需求指数变化情况。通过充电站点不同时段需求指数的分析，可以实现资源优化配置、提升用户体验、制定精准营销策略、支持城市规划和能源管理等多方面的目标。不仅有助于充电站点的可持续发展，也为电动自行车的推广和普及提供了有力支持。1.数据采集：收集下午高峰时段各充电站点充电订单数据，包含：订单号、订单创建日期、订单创建时间、时间段 T、用户昵称、站点S等字段；2.数据处理：对采集到的数据进行聚合与分类、清洗，去除空值。3、算法加工：对于每个充电站点，统计在每个时间段内发生的订单数量，使用COUNTIFS函数计算在时间段T内站点S的订单数量、站点S的总订单数量；时间段T为：14-20；计算需求指数 D(S,T) =在时间段 T 内站点 S 的订单数量/站点 S 的总订单数量×100%；4、数据应用：将需求指数进行可视化，绘制每个站点在不同时间段的需求指数图表，更直观地观察站点的使用情况。

浙江省数据知识产权登记平台2025-06-20 更新200

金华市婺城区电动自行车充电站点充电时长稳定性分析数据

电动自行车充电站充电时长稳定性是衡量婺城区各充电站点运营状况的重要指标。通过分析历史订单的充电时长稳定性变化，数据可以反映市场需求的增长或衰退趋势，帮助企业调整产品策略或开拓新市场，预测需求高峰或低谷，优化资源分配。稳定性分析数据也可以反映客户的行为偏好（如促销敏感度、复购周期），从而帮助企业制定个性化营销策略。各充电站运营商和市场分析机构可以参考、分析本数据，识别各区域充电站运营稳定性情况，为市场的判断提供辅助参考。1、数据收集：企业内部管理平台收集婺城区不同站点电动自行车充电订单相关数据，本次申请采用历史数据中2024年10月至12月的相关数据（后续会持续更新其他时间段数据），包括订单编号、创建时间、充电时长、用户信息等。 2、数据清洗：对采集到的原始数据进行处理，去除缺失和异常数据。 3、数据处理：用SUMIFS函数计算婺城区各充电站点2024年10月、11月、12月的充电时长（小时），再计算季度充电时长（小时）=10月充电时长（小时）+11月充电时长（小时）+12月充电时长（小时），月平均充电时长（小时）=季度充电时长（小时）/3，方差=[(10月充电时长（小时）-月平均充电时长（小时）)^2+(11月充电时长（小时）-月平均充电时长（小时）)^2+(12月充电时长（小时）-月平均充电时长（小时）)^2]/3。 4、稳定性分析：基于企业历史经验，确定当方差小于等于5000则分析结论为“波动平稳”，当方差大于5000且小于等于5000则分析结论为“波动大”。针对波动大的站点需要仔细分析波动原因，及时调整优化。针对波动平稳的站点维持当前运营情况。

浙江省数据知识产权登记平台2025-06-20 更新40

金华市金东区电动自行车充电用户分层数据

通过对用户使用行为数据进行分析，定位用户级别，帮助企业更好地理解和服务用户，提升用户体验和业务成效。通过用户分层，可以识别出可能流失的高风险用户群体，企业可采取预防措施，如提供个性化关怀或优惠，以减少用户流失。对于低活跃用户，企业可采取相应的激活措施，如发送个性化的优惠信息或提醒，以提高用户的活跃度和留存率。用户分层助力丰富电动自行车充电行业用户画像，帮助行业更好地了解用户，为用户提供个性化的商品和服务。1、数据采集：通过内部系统收集2024年10月至12月金东区电动自行车充电站点用户相关数据，对数据进行清洗、去除极限值等操作。 2、数据处理：用LOOKUP函数获取用户最近一次订单创建时间，用数据获取时间减去最近一次订单创建时间得到用户最近一次订单距今时间（天）R、利用COUNTIFS函数获取用户消费频次F、利用SUMIFS函数获取用户消费金额（元）M。用AVERAGE分别求R、F、M平均值，用IF函数判断用户的R、F、M与R、F、M平均值的大小关系并进行赋分操作得到R、F、M评分（单用户R≥R平均值，赋-1分反之赋1分。单用户F≥F平均值，赋1分反之赋-1分。单用户M≥M平均值，赋1分反之赋-1分），将用户R、F、M评分相加得到总分。 3、用户分层：用户总分取值空间为[-3，3]，根据用户总分对用户进行分层，当用户总分大于1用户评为A，用户总分小于-1评为C，其他评为B。A代表高价值用户后续需要重点维护，B代表中价值用户后续需要一般维护，C代表低价值用户需一般维护并重点营销。

浙江省数据知识产权登记平台2025-06-20 更新40