登录后查看消息通知
遇见数据集
浙江酷趣智能科技有限公司

浙江酷趣智能科技有限公司

企业

浙江酷趣智能科技有限公司成立于2016年,属互联网和相关服务,主营人工智能应用软件开发。面向电商数据分析、市场营销策略、电商运营等领域提供数据服务,开放天猫店铺儿童防晒帽退款率分析数据(电商数据分析、市场营销策略)、天猫店铺儿童游泳眼镜退款率分析数据(电商运营、数据分析)、天猫店铺儿童防晒袖套退款率分析数据(电商数据分析、市场运营),支撑精准运营与商品管理。

电商数据分析市场营销策略电商运营互联网服务高新技术企业
成立于 2016 年浙江省https://kktree.cn15957349076@163.com

数据概览

174
数据集总量
2,669
总浏览量
0
关注人数
2026-09-16
最近更新
分类统计

相关机构

  • 淘
    淘天有限公司
    拥有数据集:893个
    企业
  • 诸
    诸暨市朔望电子商务有限公司
    拥有数据集:34个
    企业
  • 岸
    岸迅(浙江)电子商务有限公司
    拥有数据集:18个
    企业
  • 浙
    浙江凯诗利科技有限公司
    拥有数据集:17个
    企业
  • 深
    深圳优钱信息技术有限公司
    拥有数据集:17个
    企业

数据集列表

儿童户外产品连带消费行为与区域偏好分析数据
儿童户外用品连带消费分析
区域消费偏好挖掘
以 Kocotree天猫旗舰店为数据来源载体。该平台交易体量大、用户样本丰富,能够客观反映儿童户外用品整体电商销售态势。通过收集与分析平台真实成交订单数据,以单笔订单为分析单元开展分省份订单连带行为分析,挖掘消费者单次购物中不同商品的搭配购买关联关系,揭示全域及各省份用户的商品购买模式与消费习惯。 数据可帮助商家深度洞察用户真实购买行为,精准识别区域连带消费差异,为品牌优化库存结构、制定差异化区域促销策略、提升用户购物体验提供量化决策支撑,同时可为儿童户外用品行业研判区域消费偏好、挖掘连带消费潜力提供客观数据依据。一、数据采集 原始数据来源于淘宝天猫平台儿童户外产品订单,包含脱敏后的订单编号、订单状态、订单付款时间、品类数、总数量、买家实际支付金额、收货省份等字段。对于包含"赠品""兑换码""体验课""入会礼"等非商品关键词的内容,该类目不参与品类计数,但订单本身仍保留用于金额、数量等聚合计算。 二、数据处理 对原始订单数据开展匿名化、去标识化处理,对订单编号实施脱敏模糊处理,采用不可逆脱敏规则,无法通过算法模型还原原始用户信息,保障用户隐私安全。 三、计算规则 1.连带数:以单笔订单总数量为依据,连带数 = 总数量 - 1。 2.订单连带率(%):订单连带率 =(总数量-1)÷ 总数量 ×100,计算结果保留两位小数。 3.行为标签判定:品类数 ≥ 3 判定为"多品类混搭购";品类数 = 2 判定为"双品类搭配购";品类数 = 1 且总数量 > 1 判定为"同款多件囤货";品类数 = 1 且总数量 = 1 判定为"单件刚需购买"。 4.订单评级判定:同时满足品类数 ≥ 3、总数量 ≥ 3、买家实付金额 ≥ 100 元判定为"S级高价值连带单";品类数 ≥ 3 未达到 S 级标准判定为"A级多品类混搭单";品类数 = 2 判定为"A级标准搭配单";品类数 = 1 且总数量 > 1 判定为"B级批量囤货单";品类数 = 1 且总数量 = 1 判定为"C级基础刚需单"。 5.省份订单总量:按照收货省份进行维度聚合,统计对应省份内全部有效成交订单数量。 6.省份平均连带率(%):取同一省份内所有订单连带率计算算术平均值,保留两位小数。 7.省份平均客单价(元):取同一省份内所有订单买家实际支付金额计算平均值。 8.省份混搭购占比(%):省份多品类混搭购订单数 ÷ 省份总订单数 ×100,结果保留两位小数。 9.省份 S 级订单占比(%):省份 S 级高价值连带订单数量 ÷ 省份总订单数 ×100,结果保留两位小数。 10.融合分析:将单笔订单连带数、订单连带率等个体指标,与所属省份订单总量、平均连带率、平均客单价、混搭购占比、S 级订单占比等区域聚合指标联动匹配,搭建个体消费行为与区域消费特征双层分析体系,完成综合消费行为研判。
浙江省数据知识产权登记平台2026-09-15 更新80
儿童户外产品连带消费行为与区域偏好分析数据
儿童户外用品连带消费分析
区域消费市场
以 Kocotree天猫旗舰店为数据来源载体。该平台交易体量大、用户样本丰富,能够客观反映儿童户外用品整体电商销售态势。通过收集与分析平台真实成交订单数据,以单笔订单为分析单元开展分省份订单连带行为分析,挖掘消费者单次购物中不同商品的搭配购买关联关系,揭示全域及各省份用户的商品购买模式与消费习惯。 数据可帮助商家深度洞察用户真实购买行为,精准识别区域连带消费差异,为品牌优化库存结构、制定差异化区域促销策略、提升用户购物体验提供量化决策支撑,同时可为儿童户外用品行业研判区域消费偏好、挖掘连带消费潜力提供客观数据依据。
浙江省数据知识产权登记平台2026-09-01 更新90
儿童户外产品商品价格带与价格敏感度分析数据
儿童户外产品定价
弹性分析
本模型基于订单实际支付金额和商品数量,计算各品类商品的单品价格,通过聚类划分低、中、高价格带,利用对数线性回归计算价格弹性系数,并根据历史数据分布确定弹性系数阈值。内部应用中,可指导各品类差异化定价、促销折扣力度设计、优化价格带商品结构,提升利润空间与市场竞争力;外部应用中,可作为数据产品服务于同行企业进行市场比价,为电商平台提供品类价格基准,为行业研究机构分析消费分级趋势提供客观依据。适用于儿童户外产品品牌商、电商运营企业、价格监测平台及行业咨询机构。一、数据采集 原始数据来源于淘宝天猫平台儿童户外产品订单,包含以下字段:订单编号、订单状态(仅取“交易成功”)、宝贝标题、宝贝总数量(件)、买家实际支付金额(元)、收货省份等。 二、数据处理 1. 品类映射:基于宝贝标题关键词,将商品归入以下品类:防晒帽、太阳镜、雨衣、雨鞋、冰袖、泳衣、防晒衣、书包、沙滩鞋、围巾、滑雪手套、滑雪服、速干衣。 2. 省份与时间筛选:选取订单量最高的10个省份(江苏省、浙江省、广东省、山东省、上海、安徽省、四川省、北京、湖北省、河南省),提取订单的月份(2024年1月至6月)。 3.价格带划分:对每个“省份 + 品类 + 月份”组合(要求订单数 ≥30),先计算单件商品价格(买家实际支付金额 ÷ 宝贝总数量)作为聚类输入变量,剔除单价 ≤0 元或 >500 元的异常订单后,使用 K‑means 聚类(k=3)将单件商品价格分为低、中、高三个价格带;聚类结果作为各商品的价格带标签,并输出各价格带的价格区间(元),该价格区间由聚类结果直接得出,为各价格带的最小值至最大值。 4. 价格弹性计算:对每个组合拟合对数线性回归模型:ln(销量) = a + b × ln(单价)。其中,ln(销量)为当日该品类商品销量的自然对数(因变量);ln(单价)为当日该品类商品单价的自然对数(自变量);a为回归截距项(常数项),代表当单价为1元时销量对数值的基准水平;b为回归斜率项,代表单价每变动1%时销量的变动百分比,即价格弹性系数。模型计算后取弹性系数 = |b|,要求组合内订单数 ≥20。弹性系数越大,表示用户对价格越敏感。 5.敏感度等级判定:采用固定阈值划分敏感度等级,阈值根据历史数据分布确定。低敏感:弹性系数 < 0.22;中敏感:0.22 ≤ 弹性系数 < 0.48;高敏感:弹性系数 ≥ 0.48。 三、结果判定 根据计算得到的价格弹性系数,按照以下固定阈值判定敏感度等级,并给出对应的业务建议。所有数值格式:价格弹性系数保留两位小数,占比类指标(订单数占比、销售额占比、促销订单占比)保留两位小数并以百分号表示,价格区间单位为元,下限与上限均保留一位小数。 弹性系数 < 0.22(低敏感):保持高价,提升品质溢价。0.22 ≤ 弹性系数 < 0.48(中敏感):维持价格,可适当捆绑销售。弹性系数 ≥ 0.48(高敏感):薄利多销,利用促销冲量。
浙江省数据知识产权登记平台2026-08-22 更新90
儿童户外产品销量波动系数智能分析模型数据
儿童户外用品销量波动分析
供应链运营优化
本模型广泛应用于儿童户外用品全产业链各类经营主体。生产企业可依托模型量化分析不同场景品类的销量波动规律,动态调整产能、生产排期与备货量,有效规避库存积压、断货缺货问题,降低运营成本;下游经销商、零售商可借助销量预判结果制定采购计划,优化货品结构;物流及供应链合作方可参考数据统筹配送节奏、调配仓储资源。同时,模型输出的波动分析数据也可用于行业市场研判、竞品对标分析,为企业市场布局、经营策略制定提供数据支撑。1.数据采集 按“日期 + 产品场景类别”分组采集每日销量数据。字段包括:日期(订单创建日期)、产品场景类别(基于宝贝标题关键词自动识别,如防晒出行、海岛/玩水出行、雨天出行、校园出行、保暖出行、露营/户外出行、滑雪出行等)、日销量(当日该场景下所有订单的宝贝总数量之和,单位为件)。无需采集其他复杂关联数据。 2.数据处理 以自然日为单位,对每一场景类别独立计算30 日滚动窗口统计指标,窗口规则:以当日为结束日,向前包含连续 30 个自然日。 (1)滚动均值_30d:取窗口内 30 天日销量算术平均值;若窗口内有效统计天数不足 7 天,滚动均值标记为数据缺失。 (2)滚动标准差_30d:基于同一 30 日窗口内日销量,计算样本标准差 (3)波动系数_30d(%):公式为 (滚动标准差_30d / 滚动均值_30d) × 100%。若滚动均值_30d为0,则波动系数记为0。 3.结果判定 模型依据波动系数判定销量波动等级,结合当日销量与滚动均值差值自动生成生产运营建议。 (1)销量波动程度判定(基于波动系数_30d(%)): 当波动系数 < 4% 时,判定为“销量稳定”。表示需求可预测,按常规计划执行。 当 4% ≤ 波动系数 < 7.5% 时,判定为“轻微波动”。需关注原因(天气、促销等),适当放宽安全库存。 当波动系数 ≥ 7.5% 时,判定为“大幅波动”。表明需求剧烈变化,需深入分析并动态调整计划。 (2)生产产能建议判定 以当日销量相对滚动均值的偏离幅度作为判定依据: 若 |当日销量 - 滚动均值_30d| / 滚动均值_30d ≤ 5%,则判定为“维持正常节奏”。 若当日销量大于滚动均值且相对差超过 5%,则判定“增加产能”。 若当日销量小于滚动均值且相对差超过 5%,则判定“缩减产能”。
浙江省数据知识产权登记平台2026-08-11 更新90
儿童户外产品购物篮关联规则挖掘数据
本模型通过分析同一订单内不同儿童户外产品的同时购买模式,挖掘强关联规则(例如“购买防晒帽的顾客同时购买冰袖的概率为62%”)。内部应用中,可优化货架陈列(关联品相邻摆放)、设计组合营销策略(满减满赠、套装推荐),提升捆绑销售转化率及客单价。外部应用中,关联规则可作为数据产品提供给零售商用于跨品类打包建议,为电商平台推荐算法提供先验规则以提升“猜你喜欢”准确性,为供应链选品提供组合采购依据;脱敏后的规则集还可供行业研究机构分析消费组合偏好。适用于线上线下儿童户外产品销售企业、电商平台、SaaS服务商及零售咨询机构。
浙江省数据知识产权登记平台2026-07-27 更新100
儿童户外产品未来销量预测模型分析数据
儿童户外产品销量预测
本模型基于历史订单数据,融合时间序列特征与外部影响因子(气温、节假日、大促日等),按省份维度构建每日销量滚动预测模型。内部应用中,可辅助单品生产排产、区域化原料采购、仓储规划及安全库存设置,降低缺货与积压风险。外部应用中,预测结果可作为标准化数据产品,为下游分销商提供前瞻性的区域补货建议,为物流服务商优化运力配置与配送路线提供量化依据,为广告投放平台提供高峰时段的流量预判,同时脱敏后的区域销量预测数据可为行业研究机构、咨询公司分析儿童户外消费趋势提供客观数据支撑,实现从企业内部决策到产业协同的多层次复用价值。适用于儿童户外产品品牌商、制造商、供应链服务商、电商平台、物流企业及行业研究机构。一、数据采集 原始数据来源于淘宝天猫平台儿童户外产品订单,包含以下字段: 订单编号、订单创建日期、宝贝标题、(多个产品以英文逗号“,”分隔)、宝贝总数量(件)、订单状态(仅取“交易成功”)、收货省份;外部辅助数据(需单独接入):节假日列表(如元旦、春节、清明、劳动节、端午)、大促日列表(如6月1日、6月18日)、各省份每日平均气温(摄氏度)。 二、数据处理 1.数据聚合 按“日期 + 产品名称 + 收货省份”分组,对销量(件)求和,得到每日每个产品在各省的销量(单位:件)。 2.产品筛选 统计每个产品的总销量(件),取销量最高的前50个产品进行建模预测,其余产品暂不参与。 三、特征构造 对每个“产品+省份”组合,依次计算以下特征(用于模型输入): 滞后销量:过去第1天、第2天、第7天、第30天的单日销量(lag‑1, lag‑2, lag‑7, lag‑30),单位:件。 滚动统计:过去7天、14天、30天的销量均值(件)、标准差(件)、最大值(件),滚动窗口不含当日。 时间特征:星期几(1‑7)、月份(1‑12)。 外部特征:是否节假日(0/1)、是否大促日(0/1)、平均气温(摄氏度)。 目标变量(当日实际销量)同时保留。 四、数据清洗与取整 1.剔除特征中 lag‑1、lag‑2、lag‑7、lag‑30 同时为0的记录(此类记录缺乏有效历史信息,不参与模型训练与预测)。 2.取整规则:对以下字段采用向下取整(保留整数部分):过去7天、14天、30天的销量均值;预测销量(件)、预测下限(件)、预测上限(件)。对以下字段保留原始计算小数位:过去7天、14天、30天的销量标准差。 五、模型训练与预测 采用XGBoost回归模型。对每个“产品+省份”组合,从2024年2月1日开始,对每一天使用该日之前的所有历史数据训练模型,然后预测当日的销量。基于训练集残差的标准差计算80%置信区间:预测下限 = 预测值 - 1.28×残差标准差,预测上限 = 预测值 + 1.28×残差标准差。每日滚动预测,输出未来每一天的预测结果(直至数据最后日期)。
浙江省数据知识产权登记平台2026-09-09 更新50
儿童户外产品未来销量预测模型分析数据
儿童户外产品销量预测
需求预测
本模型基于历史订单数据,融合时间序列特征与外部影响因子(气温、节假日、大促日等),按省份维度构建每日销量滚动预测模型。内部应用中,可辅助单品生产排产、区域化原料采购、仓储规划及安全库存设置,降低缺货与积压风险。外部应用中,预测结果可作为标准化数据产品,为下游分销商提供前瞻性的区域补货建议,为物流服务商优化运力配置与配送路线提供量化依据,为广告投放平台提供高峰时段的流量预判,同时脱敏后的区域销量预测数据可为行业研究机构、咨询公司分析儿童户外消费趋势提供客观数据支撑,实现从企业内部决策到产业协同的多层次复用价值。适用于儿童户外产品品牌商、制造商、供应链服务商、电商平台、物流企业及行业研究机构。
浙江省数据知识产权登记平台2026-08-26 更新70
儿童户外产品购物篮关联规则挖掘数据
儿童户外产品消费行为
关联规则挖掘
本模型通过分析同一订单内不同儿童户外产品的同时购买模式,挖掘强关联规则(例如“购买防晒帽的顾客同时购买冰袖的概率为62%”)。内部应用中,可优化货架陈列(关联品相邻摆放)、设计组合营销策略(满减满赠、套装推荐),提升捆绑销售转化率及客单价。外部应用中,关联规则可作为数据产品提供给零售商用于跨品类打包建议,为电商平台推荐算法提供先验规则以提升“猜你喜欢”准确性,为供应链选品提供组合采购依据;脱敏后的规则集还可供行业研究机构分析消费组合偏好。适用于线上线下儿童户外产品销售企业、电商平台、SaaS服务商及零售咨询机构。一、数据采集 原始数据来源于淘宝天猫平台儿童户外产品订单,包含以下字段:订单编号、订单状态(仅取“交易成功”)、宝贝总数量(件)、宝贝标题(多个产品以英文逗号“,”分隔)、收货省份。剔除包含“赠品”“兑换码”“体验课”“联系客服”“入会礼”“补差价”等关键词的非实体商品记录。 二、数据处理 1.省份筛选 统计每个省份的订单数量,选取订单量最高的前10个省份(江苏省、浙江省、广东省、山东省、上海、安徽省、四川省、北京、湖北省、河南省)进行分析。 2.产品归一化 将宝贝标题按逗号分割,提取产品名称并映射到核心品类词:防晒帽、太阳镜、墨镜、雨衣、雨鞋、冰袖、泳衣、防晒衣、书包、沙滩鞋、围巾、滑雪手套、滑雪服、速干衣。未匹配的产品视为无效,同一订单内同一品类只计一次。 3.分省份购物篮构建 对每个省份,将每个订单中的有效品类构成一个购物篮(事务),过滤掉只包含一种品类的订单(即无跨品类行为)。 4.关联规则挖掘 对每个省份独立使用 FP-Growth 算法,设置最小支持度 = 0.0001,最小置信度 = 0.01,生成关联规则。仅保留后项为单个品类的规则,计算支持度、置信度、提升度。 5.规则合并 将各省份生成的规则合并,每条规则标注所属省份。 三、结果判定 根据提升度、支持度和置信度进行质量分级,并给出业务建议。各项指标的数值格式如下: 支持度:保留4位小数(例如 0.0005)、置信度:保留4位小数(例如 0.0500)、提升度:保留2位小数(例如 1.50)。 具体判定规则如下: 1.高价值规则: 当提升度 > 1.50,且支持度 ≥ 0.0005,且置信度 ≥ 0.0500 时,质量等级为“高价值”。 业务建议:组合套餐(前项 + 后项),建议捆绑销售或跨品类优惠券。 2.一般价值规则: 当提升度 > 1.20,且支持度 ≥ 0.0002,且置信度 ≥ 0.0200 时,质量等级为“一般价值”。 业务建议:推荐搭配(前项 搭配 后项),可在详情页相邻展示或作为搭配推荐。 3.低价值规则: 不满足上述条件时,质量等级为“低价值”。 业务建议:仅作参考,不主动推广。
浙江省数据知识产权登记平台2026-08-11 更新230
儿童户外产品商品价格带与价格敏感度分析数据
儿童户外产品定价
价格敏感度
本模型基于订单实际支付金额和商品数量,计算各品类商品的单品价格,通过聚类划分低、中、高价格带,利用对数线性回归计算价格弹性系数,并根据历史数据分布确定弹性系数阈值。内部应用中,可指导各品类差异化定价、促销折扣力度设计、优化价格带商品结构,提升利润空间与市场竞争力;外部应用中,可作为数据产品服务于同行企业进行市场比价,为电商平台提供品类价格基准,为行业研究机构分析消费分级趋势提供客观依据。适用于儿童户外产品品牌商、电商运营企业、价格监测平台及行业咨询机构。
浙江省数据知识产权登记平台2026-08-10 更新130
儿童户外产品销量波动系数智能分析模型数据
本模型广泛应用于儿童户外用品全产业链各类经营主体。生产企业可依托模型量化分析不同场景品类的销量波动规律,动态调整产能、生产排期与备货量,有效规避库存积压、断货缺货问题,降低运营成本;下游经销商、零售商可借助销量预判结果制定采购计划,优化货品结构;物流及供应链合作方可参考数据统筹配送节奏、调配仓储资源。同时,模型输出的波动分析数据也可用于行业市场研判、竞品对标分析,为企业市场布局、经营策略制定提供数据支撑。
浙江省数据知识产权登记平台2026-07-27 更新90
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