登录后查看消息通知
遇见数据集
景宁匠心木制品有限公司

景宁匠心木制品有限公司

企业

景宁匠心木制品有限公司成立于2016年,属木材加工和木、竹、藤、棕、草制品业,主营工艺美术品、竹木制品、塑料制品、花架、置物架、日用百货销售等。面向消费分析、市场策略、需求价格弹性等领域提供数据服务,开放落地式木质三角形花架用户消费能力分层数据(消费分析、市场策略)、滚轮落地实木花架需求价格弹性分析数据(需求价格弹性、商业决策)、落地式木质三角形花架需求价格弹性分析数据(需求价格弹性、产品定价),支撑市场分析与定价决策。

消费分析市场策略商业决策木材加工科技型中小企业
成立于 2016 年浙江省506007991@qq.com

数据概览

31
数据集总量
462
总浏览量
0
关注人数
2025-12-26
最近更新
分类统计

相关机构

  • 杭
    杭州九洲大药房连锁有限公司
    拥有数据集:522个
    企业
  • 麦
    麦好火(浙江)科技有限公司
    拥有数据集:286个
    企业
  • 浙
    浙江国贸数字科技有限公司
    拥有数据集:140个
    企业
  • 宁
    宁波慕新不二电子商务有限公司
    拥有数据集:66个
    企业
  • 杭
    杭州沐南源科技有限公司
    拥有数据集:61个
    企业

数据集列表

河南省花架客户分级评价数据
价值评估
精准营销
采集销售记录表中购买花架的数据,通过客户在2025年1月1日距离2025年6月30日间隔的距离距离最近一次消费时间天数R天、客户在2025年1月1日至2025年6月30日之间消费件数F件和客户在2025年1月1日至2025年6月30日之间消费金额M元, 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对购买花架客户价值管理,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2025年1月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年1月1日至2025年6月30日之间消费件数F件和客户在2025年1月1日至2025年6月30日之间消费金额M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2025年1月1日距离2025年6月30日之间消费件数F件和客户在2025年1月1日距离2025年6月30日之间消费金额M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2025年1月1日距离2025年6月30日消费件数F件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2025年1月1日距离2025年6月30日消费金额M元,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2025-12-25 更新110
福建省花架客户分级评价数据
客户价值管理
RFM模型
采集销售记录表中购买花架的数据,通过客户在2025年1月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年1月1日至2025年6月30日之间消费件数F件和客户在2025年1月1日至2025年6月30日之间消费金额M元, 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对购买花架客户价值管理,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2025年1月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年1月1日至2025年6月30日之间消费件数F件和客户在2025年1月1日至2025年6月30日之间消费金额M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2025年1月1日距离2025年6月30日之间消费件数F件和客户在2025年1月1日距离2025年6月30日之间消费金额M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2025年1月1日距离2025年6月30日消费件数F件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2025年1月1日距离2025年6月30日消费金额M元,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2025-12-15 更新140
天津市花架客户分级评价数据
客户价值分析
RFM模型
采集销售记录表中购买花架的数据,通过客户在2025年1月1日距离2025年6月30日间隔的距离距离最近一次消费时间天数R天、客户在2025年1月1日至2025年6月30日之间消费件数F件和客户在2025年1月1日至2025年6月30日之间消费金额M元, 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对购买花架客户价值管理,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2025年1月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年1月1日至2025年6月30日之间消费件数F件和客户在2025年1月1日至2025年6月30日之间消费金额M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2025年1月1日距离2025年6月30日之间消费件数F件和客户在2025年1月1日距离2025年6月30日之间消费金额M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2025年1月1日距离2025年6月30日消费件数F件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2025年1月1日距离2025年6月30日消费金额M元,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2025-12-15 更新130
陕西省花架客户分级评价数据
客户分析
RFM模型
采集销售记录表中购买花架的数据,通过客户在2025年1月1日距离2025年6月30日间隔的距离距离最近一次消费时间天数R天、客户在2025年1月1日至2025年6月30日之间消费件数F件和客户在2025年1月1日至2025年6月30日之间消费金额M元, 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对购买花架客户价值管理,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2025年1月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年1月1日至2025年6月30日之间消费件数F件和客户在2025年1月1日至2025年6月30日之间消费金额M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2025年1月1日距离2025年6月30日之间消费件数F件和客户在2025年1月1日距离2025年6月30日之间消费金额M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2025年1月1日距离2025年6月30日消费件数F件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2025年1月1日距离2025年6月30日消费金额M元,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2025-12-15 更新40
山东省花架客户分级评价数据
客户关系管理
数据分析
采集销售记录表中购买花架的数据,通过客户在2025年1月1日距离2025年6月30日间隔的距离距离最近一次消费时间天数R天、客户在2025年1月1日至2025年6月30日之间消费件数F件和客户在2025年1月1日至2025年6月30日之间消费金额M元, 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对购买花架客户价值管理,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2025年1月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年1月1日至2025年6月30日之间消费件数F件和客户在2025年1月1日至2025年6月30日之间消费金额M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2025年1月1日距离2025年6月30日之间消费件数F件和客户在2025年1月1日距离2025年6月30日之间消费金额M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2025年1月1日距离2025年6月30日消费件数F件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2025年1月1日距离2025年6月30日消费金额M元,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2025-12-15 更新70
黑龙江省花架客户分级评价数据
价值评估
零售业分析
采集销售记录表中购买花架的数据,通过客户在2025年1月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年1月1日至2025年6月30日之间消费件数F件和客户在2025年1月1日至2025年6月30日之间消费金额M元, 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对购买花架客户价值管理,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2025年1月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年1月1日至2025年6月30日之间消费件数F件和客户在2025年1月1日至2025年6月30日之间消费金额M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2025年1月1日距离2025年6月30日之间消费件数F件和客户在2025年1月1日距离2025年6月30日之间消费金额M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2025年1月1日距离2025年6月30日消费件数F件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2025年1月1日距离2025年6月30日消费金额M元,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2025-12-15 更新130
浙江省花架客户分级评价数据
客户价值管理
RFM模型
采集销售记录表中购买花架的数据,通过客户在2025年1月1日距离2025年6月30日间隔的距离距离最近一次消费时间天数R天、客户在2025年1月1日至2025年6月30日之间消费件数F件和客户在2025年1月1日至2025年6月30日之间消费金额M元, 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对购买花架客户价值管理,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2025年1月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年1月1日至2025年6月30日之间消费件数F件和客户在2025年1月1日至2025年6月30日之间消费金额M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2025年1月1日距离2025年6月30日之间消费件数F件和客户在2025年1月1日距离2025年6月30日之间消费金额M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2025年1月1日距离2025年6月30日消费件数F件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2025年1月1日距离2025年6月30日消费金额M元,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2025-12-15 更新140
上海市花架客户分级评价数据
客户价值分析
RFM模型
采集销售记录表中购买花架的数据,通过客户在2025年1月1日距离2025年6月30日间隔的距离距离最近一次消费时间天数R天、客户在2025年1月1日至2025年6月30日之间消费件数F件和客户在2025年1月1日至2025年6月30日之间消费金额M元, 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对购买花架客户价值管理,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2025年1月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年1月1日至2025年6月30日之间消费件数F件和客户在2025年1月1日至2025年6月30日之间消费金额M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2025年1月1日距离2025年6月30日之间消费件数F件和客户在2025年1月1日距离2025年6月30日之间消费金额M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2025年1月1日距离2025年6月30日消费件数F件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2025年1月1日距离2025年6月30日消费金额M元,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2025-12-15 更新120
云南省花架客户分级评价数据
客户价值分析
零售业分析
采集销售记录表中购买花架的数据,通过客户在2025年1月1日距离2025年6月30日间隔的距离距离最近一次消费时间天数R天、客户在2025年1月1日至2025年6月30日之间消费件数F件和客户在2025年1月1日至2025年6月30日之间消费金额M元, 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对购买花架客户价值管理,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2025年1月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年1月1日至2025年6月30日之间消费件数F件和客户在2025年1月1日至2025年6月30日之间消费金额M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2025年1月1日距离2025年6月30日之间消费件数F件和客户在2025年1月1日距离2025年6月30日之间消费金额M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2025年1月1日距离2025年6月30日消费件数F件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2025年1月1日距离2025年6月30日消费金额M元,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2025-12-15 更新100
内蒙古自治区花架客户分级评价数据
客户价值分析
RFM模型
采集销售记录表中购买花架的数据,通过客户在2025年1月1日距离2025年6月30日间隔的距离距离最近一次消费时间天数R天、客户在2025年1月1日至2025年6月30日之间消费件数F件和客户在2025年1月1日至2025年6月30日之间消费金额M元, 采用 RFM 模型对客户进行价值评级,实现精准化运营,通过对购买花架客户价值管理,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2025年1月1日距离2025年6月30日间隔的距离最近一次消费时间天数R天、客户在2025年1月1日至2025年6月30日之间消费件数F件和客户在2025年1月1日至2025年6月30日之间消费金额M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2025年1月1日距离2025年6月30日之间消费件数F件和客户在2025年1月1日距离2025年6月30日之间消费金额M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2025年1月1日距离2025年6月30日消费件数F件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2025年1月1日距离2025年6月30日消费金额M元,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2025-12-15 更新70
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