登录后查看消息通知
遇见数据集
贵州通济智医科技有限公司

贵州通济智医科技有限公司

企业

贵州通济智医科技有限公司围绕相关业务开展运营。面向智能零售柜运维、设备异常监控、医疗服务质量等领域提供数据服务,开放基于柜机节点的异常出货率统计分析数据集(智能零售柜运维、设备异常监控)、基于区域与医疗机构维度的交易投诉率统计分析数据集(医疗服务质量、医疗机构运营分析)、基于产品维度的退款率统计分析数据集(电商售后质量分析、产品退款风险监控),支撑诊疗分析与医疗质控。

智能零售柜运维设备异常监控医疗服务质量
成立于 2020 年贵州省http://www.tongjizhiyi.com445967089@qq.com

数据概览

9
数据集总量
16
总浏览量
0
关注人数
2026-07-11
最近更新
分类统计

相关机构

  • 重
    重庆忽米网络科技有限公司
    拥有数据集:6个
    企业
  • 山
    山东胜软科技股份有限公司
    拥有数据集:5个
    企业
  • 广
    广东格林赛福能源科技有限公司
    拥有数据集:5个
    企业
  • 马
    马鞍山利尔开元新材料有限公司
    拥有数据集:5个
    企业
  • 山
    山东恒邦冶炼股份有限公司
    拥有数据集:5个
    企业

数据集列表

基于区域与医疗机构维度的交易投诉率统计分析数据集
医疗服务质量
医疗机构运营分析
计算公式: 区域/医院交易投诉率= 该区域/医院在统计周期内的总交易笔数 特定区域/医院在统计周期内的投诉总量 ​ ×100% 应用分析: 该指标深度剖析了跨区域业务运营中的质量管控现状,精准定位“高频投诉区域”与“问题高发医疗机构”。 通过对各区域及医院交易投诉率的动态监测与对比分析,运营方可针对不同区域或医院制定差异化的管理策略(如对高投诉率区域进行专项整改培训、优化出库复核流程),快速响应并解决业务痛点,从而实现整体运营效率的最大化及客户满意度的持续提升。
贵州省数据知识产权登记平台2026-07-10 更新20
基于产品维度的复购率统计分析数据集
产品复购率分析
用户忠诚度监控
计算公式: 各产品复购率= 该产品在统计周期内的总购买用户数 该产品在统计周期内购买次数 ≥ 2 的用户数 ​ ×100% 数据清洗与预处理: 剔除测试账号、内部员工账号及系统自动生成的异常订单; 对同一用户在同一产品下的重复订单(如同一用户短时间内多次下单相同产品)进行去重合并,仅保留首次购买时间及后续复购记录; 排除因退货、退款导致订单状态失效的记录,仅统计最终成交的有效订单; 若用户一次性购买多件同款产品,仍计为一次购买行为(即按订单次数而非件数统计)。 聚合方式: 按产品SKU(或产品ID)为最小粒度,支持按日、周、月、季度等时间窗口分别计算复购率,并可进一步按产品类目、品牌、价格区间、用户等级等维度进行下钻分析,形成多层次的用户忠诚度监控视图。 脱敏说明: 本数据集仅包含产品编码、购买用户总数及复购用户数等业务指标,不涉及任何消费者个人身份信息(如姓名、手机号、地址)、支付账户信息或具体交易详情。用户数据在采集阶段已完成匿名化处理(采用用户唯一标识符替代真实身份),无法追溯至特定自然人,可直接用于数据知识产权登记。
贵州省数据知识产权登记平台2026-07-10 更新00
基于柜机节点的异常出货率统计分析数据集
智能零售柜运维
设备异常监控
计算公式: 各柜机异常率= 该柜机在统计周期内的销售订单总数 该柜机在统计周期内的异常出货订单数 ​ ×100% 异常订单判定标准: 用户付款后柜机未弹出商品(未出货); 用户付款后弹出的商品与所选商品不一致(错误出货); 商品弹出过程中发生卡货,用户未实际取走商品; 因柜机通信故障导致订单状态不明,经人工核实确认为异常。 数据清洗与预处理: 剔除测试订单、内部维护订单及系统自动生成的模拟订单; 对同一异常事件引发的多次重复上报(如用户多次点击补货按钮)进行去重,仅保留首次异常记录; 排除因用户自身原因(如未在规定时间内取货)导致的异常,仅统计设备端责任范围内的异常; 对因网络波动导致的临时性异常,若后续自动恢复且无实际损失,不计入异常订单。 聚合方式: 按柜机ID为最小粒度,支持按日、周、月、季度等时间窗口分别计算异常率,并可进一步按柜机型号、部署区域、运维团队等维度进行下钻分析,形成多层次的设备健康度监控视图。 脱敏说明: 本数据集仅包含柜机编码、销售订单总数及异常订单数等业务指标,不涉及任何消费者个人身份信息(如姓名、手机号、支付账户)、交易明细
贵州省数据知识产权登记平台2026-07-10 更新30
基于科室维度的医疗产品销售结构分析数据集
医疗产品销售分析
医院科室运营
计算公式:科室内销售占比 =(特定产品在本科室的总销售额 ÷ 该科室所有产品的总销售额)× 100%。 应用分析: 该指标深度剖析了科室内部的消费结构,精准定位“明星产品”与“长尾产品”。通过对各产品销售占比的动态监测,运营方可针对不同科室制定差异化的营销策略(如主推高占比产品),快速响应临床需求变化,从而实现单科室GMV(商品交易总额)的最大化及库存周转效率的最优化。
贵州省数据知识产权登记平台2026-06-02 更新10
省级区域科室需求画像与市场渗透分析数据集
医疗自费产品市场渗透分析
无人药柜科室级选址优化
计算公式:省内科室销售占比 =(该科室在本省的总销售额 ÷ 该省份所有科室的总销售额)× 100%。 应用分析: 该指标不仅直观反映了各省各科室对医疗自费产品的需求强度与智能柜使用接受情况,更有效量化了不同科室的就诊热度。通过对各科室销售占比的深入挖掘,可精准识别出高频使用科室与潜力科室,为优化无人药柜的科室级选址策略、调整商品品类结构(如针对皮肤科、骨科等不同科室配置差异化产品)以及制定区域化运营政策提供核心决策依据。
贵州省数据知识产权登记平台2026-06-02 更新30
基于产品维度的退款率统计分析数据集
电商售后质量分析
产品退款风险监控
计算公式: 各产品退款率= 该产品在统计周期内的总订单数 该产品在统计周期内的退款订单数 ​ ×100% 数据清洗与预处理: 剔除测试订单、内部员工订单及金额为零的无效订单; 对同一订单因多次售后产生的重复退款记录进行去重合并,仅保留首次退款时间; 排除因用户主观原因(如误购、不想要)且未产生物流成本的退款,仅统计与产品质量或服务相关的退款(可根据业务规则灵活调整)。 聚合方式: 按产品SKU(或产品ID)为最小粒度,支持按日、周、月、季度等时间窗口分别计算退款率,并可进一步按产品类目、品牌、价格区间等维度进行下钻分析,形成多层次的产品质量监控视图。 脱敏说明: 本数据集仅包含产品编码、订单数量及退款数量等业务指标,不涉及任何消费者个人身份信息(如姓名、电话、地址)、支付账户信息或交易详情,无需额外匿名化处理,可直接用于数据知识产权登记。
贵州省数据知识产权登记平台2026-07-10 更新20
基于科室与产品维度的复购率统计分析数据集
医疗产品复购分析
科室运营效能评估
计算公式: 各科室产品复购率= 该科室在统计周期内购买该产品的总用户数 该科室在统计周期内购买该产品次数 ≥ 2 的用户数 ​ ×100% 数据清洗与预处理: 剔除测试账号、内部员工账号及系统自动生成的异常订单; 对同一用户在同一科室、同一产品下的重复订单进行去重合并,仅保留首次购买时间及后续复购记录; 排除因退货、退款导致订单状态失效的记录,仅统计最终成交的有效订单; 若用户一次性购买多件同款产品,仍计为一次购买行为(按订单次数而非件数统计); 确保科室归属准确,如存在跨科室开单情况,以处方/订单所属科室为准。 聚合方式: 按“科室 + 产品SKU(或产品ID)”为最小粒度,支持按月、季度、年度等时间窗口分别计算复购率,并可进一步按产品类目、医生级别、患者类型等维度进行下钻分析,形成多维度的科室产品复购监控视图。 脱敏说明: 本数据集仅包含科室名称、产品编码、购买用户总数及复购用户数等业务指标,不涉及任何患者个人身份信息(如姓名、身份证号、联系方式)、医生个人信息或具体诊疗记录。用户数据在采集阶段已完成匿名化处理(采用用户唯一标识符替代真实身份),无法追溯至
贵州省数据知识产权登记平台2026-07-10 更新10
基于省份与柜机节点的空气湿度监测统计数据集
湿度监测
分布式传感器数据分析
计算公式: 平均湿度 = 累计湿度总和 ÷ 累计采样次数 最低湿度 = 统计周期内所有湿度样本的最小值 最高湿度 = 统计周期内所有湿度样本的最大值 众数湿度 = 统计周期内出现次数最多的湿度值(若多个并列则取首个) 数据清洗与预处理: 剔除传感器故障导致的异常值(如湿度超出0%–100%物理范围、或相邻两次采样值突变幅度超过预设阈值),缺失值采用相邻时间点的线性插值法进行填充,保证数据序列的连续性。 聚合方式: 按“省份 + 柜机ID”维度分组,以小时、日、月为时间粒度分别计算上述四项统计指标,形成多层级的时序分析视图,便于从宏观(省域)到微观(单柜机)逐层下钻。 脱敏说明: 本数据集仅包含设备编号、地理位置(省份级别)及环境湿度数值,不涉及任何个人身份信息、交易信息或商业机密,无需额外匿名化处理,可直接用于数据知识产权登记。
贵州省数据知识产权登记平台2026-07-10 更新20
区域医疗消费结构与品类偏好画像数据集
区域医疗市场
疾病流行趋势评估
本数据集的核心指标“省内销售占比”通过以下规则计算得出: 计算公式:省内销售占比 =(该产品在本省的总销售额 ÷ 该省份所有产品的总销售额)× 100%。 应用分析: 该指标不仅直观反映了各类医疗产品在各省市场的渗透率与需求热度,更通过与病案数据的映射,实现了深层次的业务洞察。例如,通过分析“医用高分子夹板”等特定产品的销售占比,可直接量化推算出该省“骨折、骨裂”等病症的患者基数及就诊比例,从而为评估区域病种流行趋势、优化临床急需物资的供应链储备以及制定精准的营销策略提供强有力的数据支撑。
贵州省数据知识产权登记平台2026-06-02 更新20
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