登录后查看消息通知
遇见数据集
杭州沄涞科技有限公司

杭州沄涞科技有限公司

企业

杭州沄涞科技有限公司成立于2021年,属科技推广和应用服务业,主营互联网信息服务。面向智能家居、客户价值管理、客户价值分析等领域提供数据服务,开放佛山地区智能家居咨询客户分级评价数据(智能家居、客户价值管理)、深圳地区智能家居咨询客户分级评价数据(智能家居、客户价值管理)、常州地区智能家居咨询客户分级评价数据(客户价值分析、智能家居),支撑品质管理与工艺优化。

智能家居客户价值管理客户价值分析科技推广服务
成立于 2021 年浙江省167654654@qq.com

数据概览

130
数据集总量
1,555
总浏览量
0
关注人数
2025-10-30
最近更新
分类统计

相关机构

  • 杭
    杭州涂鸦信息技术有限公司
    拥有数据集:104个
    企业
  • 杭
    杭州丘引科技有限公司
    拥有数据集:72个
    企业
  • 北
    北京希尔贝壳科技有限公司
    拥有数据集:21个
    企业
  • 连
    连云港庞嘉莱物联网科技有限公司
    拥有数据集:20个
    企业
  • 杭
    杭州金荔枝科技有限公司
    拥有数据集:18个
    企业

数据集列表

昆明地区智能窗帘消费客户分级评价数据
客户关系管理
消费行为分析
采集销售记录表中昆明地区的数据,通过客户在2021年9月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元), 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对昆明地区客户价值管理,满足不同价值客户的个性化需求。对A级客户,每个月进行一次回访维护,对B级客户,每个季度进行一次回访维护,对C级客户每半年进行一次回访维护,对D级客户每年进行一次回访维护。另外可以为本地区客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持。对从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在2021年9月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元)的得分排名对客户进行一个综合排名,最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元)进行分类,最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分,前20%的客户获得5分,接下来的20%用户获得4分,再下来20%的客户为3分,再下来20% 的客户为2分,最后20% 的客户为1分。 b.根据客户在2021年9月1日至2025年7月1日消费频次F从高到底依次对用户进行分类,前20%的客户在用户活动频率的分数为5,以此类推。 C, 根据客户在2021年9月1日至2025年7月1日消费金额(M),前20%的客户在消费金额的分数为5,以此类推。消费金额最少的20%客户则分数为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级客户,大于等于3小于4的为B级客户,大于等于2小于3的为C 级客户,低于2的为D级客户。
浙江省数据知识产权登记平台2025-10-29 更新180
扬州地区智能窗帘消费客户分级评价数据
客户关系管理
消费行为分析
采集销售记录表中扬州地区的数据,通过客户在2021年9月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元), 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对扬州地区客户价值管理,满足不同价值客户的个性化需求。对A级客户,每个月进行一次回访维护,对B级客户,每个季度进行一次回访维护,对C级客户每半年进行一次回访维护,对D级客户每年进行一次回访维护。另外可以为本地区客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持。对从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在2021年9月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元)的得分排名对客户进行一个综合排名,最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元)进行分类,最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分,前20%的客户获得5分,接下来的20%用户获得4分,再下来20%的客户为3分,再下来20% 的客户为2分,最后20% 的客户为1分。 b.根据客户在2021年9月1日至2025年7月1日消费频次F从高到底依次对用户进行分类,前20%的客户在用户活动频率的分数为5,以此类推。 C, 根据客户在2021年9月1日至2025年7月1日消费金额(M),前20%的客户在消费金额的分数为5,以此类推。消费金额最少的20%客户则分数为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级客户,大于等于3小于4的为B级客户,大于等于2小于3的为C 级客户,低于2的为D级客户。
浙江省数据知识产权登记平台2025-10-28 更新80
泰州地区智能窗帘消费客户分级评价数据
客户价值分析
智能窗帘消费
采集销售记录表中泰州地区的数据,通过客户在2021年9月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元), 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对泰州地区客户价值管理,满足不同价值客户的个性化需求。对A级客户,每个月进行一次回访维护,对B级客户,每个季度进行一次回访维护,对C级客户每半年进行一次回访维护,对D级客户每年进行一次回访维护。另外可以为本地区客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持。对从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在2021年9月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元)的得分排名对客户进行一个综合排名,最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元)进行分类,最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分,前20%的客户获得5分,接下来的20%用户获得4分,再下来20%的客户为3分,再下来20% 的客户为2分,最后20% 的客户为1分。 b.根据客户在2021年9月1日至2025年7月1日消费频次F从高到底依次对用户进行分类,前20%的客户在用户活动频率的分数为5,以此类推。 C, 根据客户在2021年9月1日至2025年7月1日消费金额(M),前20%的客户在消费金额的分数为5,以此类推。消费金额最少的20%客户则分数为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级客户,大于等于3小于4的为B级客户,大于等于2小于3的为C 级客户,低于2的为D级客户。
浙江省数据知识产权登记平台2025-10-28 更新110
淮北地区智能窗帘消费客户分级评价数据
客户关系管理
消费行为分析
采集销售记录表中淮北地区的数据,通过客户在2021年9月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元), 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对淮北地区客户价值管理,满足不同价值客户的个性化需求。对A级客户,每个月进行一次回访维护,对B级客户,每个季度进行一次回访维护,对C级客户每半年进行一次回访维护,对D级客户每年进行一次回访维护。另外可以为本地区客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持。对从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在2021年9月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元)的得分排名对客户进行一个综合排名,最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元)进行分类,最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分,前20%的客户获得5分,接下来的20%用户获得4分,再下来20%的客户为3分,再下来20% 的客户为2分,最后20% 的客户为1分。 b.根据客户在2021年9月1日至2025年7月1日消费频次F从高到底依次对用户进行分类,前20%的客户在用户活动频率的分数为5,以此类推。 C, 根据客户在2021年9月1日至2025年7月1日消费金额(M),前20%的客户在消费金额的分数为5,以此类推。消费金额最少的20%客户则分数为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级客户,大于等于3小于4的为B级客户,大于等于2小于3的为C 级客户,低于2的为D级客户。
浙江省数据知识产权登记平台2025-10-28 更新60
丹东地区智能窗帘消费客户分级评价数据
客户关系管理
消费行为分析
采集销售记录表中丹东地区的数据,通过客户在2021年9月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元), 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对丹东地区客户价值管理,满足不同价值客户的个性化需求。对A级客户,每个月进行一次回访维护,对B级客户,每个季度进行一次回访维护,对C级客户每半年进行一次回访维护,对D级客户每年进行一次回访维护。另外可以为本地区客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持。对从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在2021年9月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元)的得分排名对客户进行一个综合排名,最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元)进行分类,最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分,前20%的客户获得5分,接下来的20%用户获得4分,再下来20%的客户为3分,再下来20% 的客户为2分,最后20% 的客户为1分。 b.根据客户在2021年9月1日至2025年7月1日消费频次F从高到底依次对用户进行分类,前20%的客户在用户活动频率的分数为5,以此类推。 C, 根据客户在2021年9月1日至2025年7月1日消费金额(M),前20%的客户在消费金额的分数为5,以此类推。消费金额最少的20%客户则分数为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级客户,大于等于3小于4的为B级客户,大于等于2小于3的为C 级客户,低于2的为D级客户。
浙江省数据知识产权登记平台2025-10-28 更新110
长治地区智能窗帘消费客户分级评价数据
客户关系管理
消费行为分析
采集销售记录表中长治地区的数据,通过客户在2021年9月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元), 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对长治地区客户价值管理,满足不同价值客户的个性化需求。对A级客户,每个月进行一次回访维护,对B级客户,每个季度进行一次回访维护,对C级客户每半年进行一次回访维护,对D级客户每年进行一次回访维护。另外可以为本地区客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持。对从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在2021年9月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元)的得分排名对客户进行一个综合排名,最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元)进行分类,最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分,前20%的客户获得5分,接下来的20%用户获得4分,再下来20%的客户为3分,再下来20% 的客户为2分,最后20% 的客户为1分。 b.根据客户在2021年9月1日至2025年7月1日消费频次F从高到底依次对用户进行分类,前20%的客户在用户活动频率的分数为5,以此类推。 C, 根据客户在2021年9月1日至2025年7月1日消费金额(M),前20%的客户在消费金额的分数为5,以此类推。消费金额最少的20%客户则分数为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级客户,大于等于3小于4的为B级客户,大于等于2小于3的为C 级客户,低于2的为D级客户。
浙江省数据知识产权登记平台2025-10-28 更新150
烟台地区智能窗帘消费客户分级评价数据
客户关系管理
数据分析
采集销售记录表中烟台地区的数据,通过客户在2021年9月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元), 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对烟台地区客户价值管理,满足不同价值客户的个性化需求。对A级客户,每个月进行一次回访维护,对B级客户,每个季度进行一次回访维护,对C级客户每半年进行一次回访维护,对D级客户每年进行一次回访维护。另外可以为本地区客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持。对从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在2021年9月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元)的得分排名对客户进行一个综合排名,最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元)进行分类,最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分,前20%的客户获得5分,接下来的20%用户获得4分,再下来20%的客户为3分,再下来20% 的客户为2分,最后20% 的客户为1分。 b.根据客户在2021年9月1日至2025年7月1日消费频次F从高到底依次对用户进行分类,前20%的客户在用户活动频率的分数为5,以此类推。 C, 根据客户在2021年9月1日至2025年7月1日消费金额(M),前20%的客户在消费金额的分数为5,以此类推。消费金额最少的20%客户则分数为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级客户,大于等于3小于4的为B级客户,大于等于2小于3的为C 级客户,低于2的为D级客户。
浙江省数据知识产权登记平台2025-10-28 更新150
淮南地区智能窗帘消费客户分级评价数据
客户关系管理
消费行为分析
采集销售记录表中淮南地区的数据,通过客户在2021年9月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元), 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对淮南地区客户价值管理,满足不同价值客户的个性化需求。对A级客户,每个月进行一次回访维护,对B级客户,每个季度进行一次回访维护,对C级客户每半年进行一次回访维护,对D级客户每年进行一次回访维护。另外可以为本地区客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持。对从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在2021年9月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元)的得分排名对客户进行一个综合排名,最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元)进行分类,最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分,前20%的客户获得5分,接下来的20%用户获得4分,再下来20%的客户为3分,再下来20% 的客户为2分,最后20% 的客户为1分。 b.根据客户在2021年9月1日至2025年7月1日消费频次F从高到底依次对用户进行分类,前20%的客户在用户活动频率的分数为5,以此类推。 C, 根据客户在2021年9月1日至2025年7月1日消费金额(M),前20%的客户在消费金额的分数为5,以此类推。消费金额最少的20%客户则分数为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级客户,大于等于3小于4的为B级客户,大于等于2小于3的为C 级客户,低于2的为D级客户。
浙江省数据知识产权登记平台2025-10-28 更新100
邯郸地区智能窗帘消费客户分级评价数据
客户价值分析
消费行为分析
采集销售记录表中邯郸地区的数据,通过客户在2021年9月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元), 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对邯郸地区客户价值管理,满足不同价值客户的个性化需求。对A级客户,每个月进行一次回访维护,对B级客户,每个季度进行一次回访维护,对C级客户每半年进行一次回访维护,对D级客户每年进行一次回访维护。另外可以为本地区客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持。对从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在2021年9月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元)的得分排名对客户进行一个综合排名,最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元)进行分类,最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分,前20%的客户获得5分,接下来的20%用户获得4分,再下来20%的客户为3分,再下来20% 的客户为2分,最后20% 的客户为1分。 b.根据客户在2021年9月1日至2025年7月1日消费频次F从高到底依次对用户进行分类,前20%的客户在用户活动频率的分数为5,以此类推。 C, 根据客户在2021年9月1日至2025年7月1日消费金额(M),前20%的客户在消费金额的分数为5,以此类推。消费金额最少的20%客户则分数为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级客户,大于等于3小于4的为B级客户,大于等于2小于3的为C 级客户,低于2的为D级客户。
浙江省数据知识产权登记平台2025-10-28 更新160
滁州地区智能窗帘消费客户分级评价数据
客户关系管理
消费行为分析
采集销售记录表中滁州地区的数据,通过客户在2021年9月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元), 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对滁州地区客户价值管理,满足不同价值客户的个性化需求。对A级客户,每个月进行一次回访维护,对B级客户,每个季度进行一次回访维护,对C级客户每半年进行一次回访维护,对D级客户每年进行一次回访维护。另外可以为本地区客户群体高度重叠企业提供不同价值类型的客户个性化服务的数据支持。从销售记录表中采集到的数据进行脱敏、降噪、清洗、聚集、分析。2、数据加工:运用RFM模型结合客户在2021年9月1日距离2025年7月1日间隔的最近一次消费时间天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元)的得分排名对客户进行一个综合排名,最终得出一个RFM总评分。a.提取出最近一次消费时间距离当前分析时间的天数R、客户在2021年9月1日至2025年7月1日之间消费频次F和客户在2021年9月1日至2025年7月1日之间消费金额M(单位:元)进行分类,最近一次消费时间间隔最短的客户排在最上面。按照从1-5评分,前20%的客户获得5分,接下来的20%用户获得4分,再下来20%的客户为3分,再下来20% 的客户为2分,最后20% 的客户为1分。 b.根据客户在2021年9月1日至2025年7月1日消费频次F从高到底依次对用户进行分类,前20%的客户在用户活动频率的分数为5,以此类推。 C, 根据客户在2021年9月1日至2025年7月1日消费金额(M),前20%的客户在消费金额的分数为5,以此类推
浙江省数据知识产权登记平台2025-10-28 更新80
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