登录后查看消息通知
five
浙江纳里数智健康科技股份有限公司

浙江纳里数智健康科技股份有限公司

企业

浙江纳里数智健康科技股份有限公司成立于2023年,位于浙江省。所属行业为互联网和相关服务。经营范围包括互联网信息服务;第二类增值电信业务(依法须经批准的项目,经相关部门批准后方可开展经营活动,具体经营项目以审批结果为准)。技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广;软件开发;健康咨询服务(不含诊疗服务)。

科技型中小企业互联网和相关服务
成立于 2023 年浙江省c.zw@winning.com.cn

数据概览

20
数据集总量
245
总浏览量
0
关注人数
2025-06-04
最近更新
分类统计

相关机构

  • 广
    广州比地数据科技有限公司
    拥有数据集:108个
    企业
  • 杭
    杭州祐全科技发展有限公司
    拥有数据集:59个
    企业
  • 宁
    宁波晨客创诚电子商务有限公司
    拥有数据集:51个
    企业
  • 北
    北京华道征信有限公司
    拥有数据集:31个
    企业
  • 武
    武汉能源规划设计有限公司
    拥有数据集:18个
    企业

数据集列表

河南省体检产品消费者分析数据
应用客户价值分层体系能够助力企业精准识别河南省消费群体的差异化需求特征。基于消费潜力与行为偏好的客群画像,企业可构建阶梯式营销方案:面向高净值客群打造专属尊享服务,针对大众消费群体设计普惠型产品组合。依托多维度的消费行为特征分析,企业能深入解析区域市场特征,把握竞品布局动向及消费趋势演变规律,进而优化资源配置策略,提升产品在本地消费生态中的竞争优势。1、数据处理:对采集到的数据进行降噪、清洗、脱敏、聚集、分析。 2、数据加工:运用RFM模型 提取出客户最近一次活动R(天数)、活动频率F(次数)、消费金额M(总额),将用户按照最近一次活动(R)进行分类,最近一次活动时间间隔最短的用户排在最上面。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。根据客户活动频率(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。 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=(R)得分*0.3+(F)得分*0.3+(M)得分*0.4 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。 为了精准运营客户,我们根据客户最近一次活动天数、活动频率、消费金额,通过聚类分析将客户分为“A.高粘度客户、B.重要维系客户、C.潜力深耕客户、D.一般客户四类群体。通过调整聚类阀值和维度权重,优化分类合理性,并据此实施差异化服务策略,以提升客户满意度和企业效益。
浙江省数据知识产权登记平台2025-06-03 更新190
重庆地区体检产品消费者分析数据
应用客户价值分层体系能够助力企业精准识别重庆地区消费群体的差异化需求特征。基于消费潜力与行为偏好的客群画像,企业可构建阶梯式营销方案:面向高净值客群打造专属尊享服务,针对大众消费群体设计普惠型产品组合。依托多维度的消费行为特征分析,企业能深入解析区域市场特征,把握竞品布局动向及消费趋势演变规律,进而优化资源配置策略,提升产品在本地消费生态中的竞争优势。1、数据处理:对采集到的数据进行降噪、清洗、脱敏、聚集、分析。 2、数据加工:运用RFM模型 提取出客户最近一次活动R(天数)、活动频率F(次数)、消费金额M(总额),将用户按照最近一次活动(R)进行分类,最近一次活动时间间隔最短的用户排在最上面。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。根据客户活动频率(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。 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=(R)得分*0.3+(F)得分*0.3+(M)得分*0.4 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。 为了精准运营客户,我们根据客户最近一次活动天数、活动频率、消费金额,通过聚类分析将客户分为“A.高粘度客户、B.重要维系客户、C.潜力深耕客户、D.一般客户四类群体。通过调整聚类阀值和维度权重,优化分类合理性,并据此实施差异化服务策略,以提升客户满意度和企业效益。
浙江省数据知识产权登记平台2025-04-24 更新190
江苏省体检产品消费者分析数据
应用客户价值分层体系能够助力企业精准识别江苏省消费群体的差异化需求特征。基于消费潜力与行为偏好的客群画像,企业可构建阶梯式营销方案:面向高净值客群打造专属尊享服务,针对大众消费群体设计普惠型产品组合。依托多维度的消费行为特征分析,企业能深入解析区域市场特征,把握竞品布局动向及消费趋势演变规律,进而优化资源配置策略,提升产品在本地消费生态中的竞争优势。1、数据处理:对采集到的数据进行降噪、清洗、脱敏、聚集、分析。 2、数据加工:运用RFM模型 提取出客户最近一次活动R(天数)、活动频率F(次数)、消费金额M(总额),将用户按照最近一次活动(R)进行分类,最近一次活动时间间隔最短的用户排在最上面。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。 根据客户活动频率(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。 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=(R)得分*0.3+(F)得分*0.3+(M)得分*0.4 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。 3、 为了精准运营客户,我们根据客户最近一次活动天数、活动频率、消费金额,通过聚类分析将客户分为“A.高粘度客户、B.重要维系客户、C.潜力深耕客户、D.一般客户四类群体。通过调整聚类阀值和维度权重,优化分类合理性,并据此实施差异化服务策略,以提升客户满意度和企业效益。
浙江省数据知识产权登记平台2025-04-14 更新90
内蒙古地区体检产品消费者分析数据
应用客户价值分层体系能够助力企业精准识别内蒙古地区消费群体的差异化需求特征。基于消费潜力与行为偏好的客群画像,企业可构建阶梯式营销方案:面向高净值客群打造专属尊享服务,针对大众消费群体设计普惠型产品组合。依托多维度的消费行为特征分析,企业能深入解析区域市场特征,把握竞品布局动向及消费趋势演变规律,进而优化资源配置策略,提升产品在本地消费生态中的竞争优势。1、数据处理:对采集到的数据进行降噪、清洗、脱敏、聚集、分析。 2、数据加工:运用RFM模型 提取出客户最近一次活动R(天数)、活动频率F(次数)、消费金额M(总额),将用户按照最近一次活动(R)进行分类,最近一次活动时间间隔最短的用户排在最上面。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。 根据客户活动频率(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。 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=(R)得分*0.3+(F)得分*0.3+(M)得分*0.4 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2025-04-14 更新70
陕西省体检产品消费者分析数据
应用客户价值分层体系能够助力企业精准识别陕西省消费群体的差异化需求特征。基于消费潜力与行为偏好的客群画像,企业可构建阶梯式营销方案:面向高净值客群打造专属尊享服务,针对大众消费群体设计普惠型产品组合。依托多维度的消费行为特征分析,企业能深入解析区域市场特征,把握竞品布局动向及消费趋势演变规律,进而优化资源配置策略,提升产品在本地消费生态中的竞争优势。1、数据处理:对采集到的数据进行降噪、清洗、脱敏、聚集、分析。 2、数据加工:运用RFM模型 提取出客户最近一次活动R(天数)、活动频率F(次数)、消费金额M(总额),将用户按照最近一次活动(R)进行分类,最近一次活动时间间隔最短的用户排在最上面。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。 根据客户活动频率(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。 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=(R)得分*0.3+(F)得分*0.3+(M)得分*0.4 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2025-04-14 更新100
宁夏地区体检产品消费者分析数据
应用客户价值分层体系能够助力企业精准识别宁夏地区消费群体的差异化需求特征。基于消费潜力与行为偏好的客群画像,企业可构建阶梯式营销方案:面向高净值客群打造专属尊享服务,针对大众消费群体设计普惠型产品组合。依托多维度的消费行为特征分析,企业能深入解析区域市场特征,把握竞品布局动向及消费趋势演变规律,进而优化资源配置策略,提升产品在本地消费生态中的竞争优势。1、数据处理:对采集到的数据进行降噪、清洗、脱敏、聚集、分析。 2、数据加工:运用RFM模型 提取出客户最近一次活动R(天数)、活动频率F(次数)、消费金额M(总额),将用户按照最近一次活动(R)进行分类,最近一次活动时间间隔最短的用户排在最上面。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。根据客户活动频率(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。 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=(R)得分*0.3+(F)得分*0.3+(M)得分*0.4 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。 为了精准运营客户,我们根据客户最近一次活动天数、活动频率、消费金额,通过聚类分析将客户分为“A.高粘度客户、B.重要维系客户、C.潜力深耕客户、D.一般客户四类群体。通过调整聚类阀值和维度权重,优化分类合理性,并据此实施差异化服务策略,以提升客户满意度和企业效益。
浙江省数据知识产权登记平台2025-04-24 更新200
广西地区体检产品消费者分析数据
应用客户价值分层体系能够助力企业精准识别广西地区消费群体的差异化需求特征。基于消费潜力与行为偏好的客群画像,企业可构建阶梯式营销方案:面向高净值客群打造专属尊享服务,针对大众消费群体设计普惠型产品组合。依托多维度的消费行为特征分析,企业能深入解析区域市场特征,把握竞品布局动向及消费趋势演变规律,进而优化资源配置策略,提升产品在本地消费生态中的竞争优势。1、数据处理:对采集到的数据进行降噪、清洗、脱敏、聚集、分析。 2、数据加工:运用RFM模型 提取出客户最近一次活动R(天数)、活动频率F(次数)、消费金额M(总额),将用户按照最近一次活动(R)进行分类,最近一次活动时间间隔最短的用户排在最上面。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。 根据客户活动频率(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。 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=(R)得分*0.3+(F)得分*0.3+(M)得分*0.4 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2025-04-16 更新330
江西省体检产品消费者分析数据
应用客户价值分层体系能够助力企业精准识别江西省消费群体的差异化需求特征。基于消费潜力与行为偏好的客群画像,企业可构建阶梯式营销方案:面向高净值客群打造专属尊享服务,针对大众消费群体设计普惠型产品组合。依托多维度的消费行为特征分析,企业能深入解析区域市场特征,把握竞品布局动向及消费趋势演变规律,进而优化资源配置策略,提升产品在本地消费生态中的竞争优势。1、数据处理:对采集到的数据进行降噪、清洗、脱敏、聚集、分析。 2、数据加工:运用RFM模型 提取出客户最近一次活动R(天数)、活动频率F(次数)、消费金额M(总额),将用户按照最近一次活动(R)进行分类,最近一次活动时间间隔最短的用户排在最上面。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。 根据客户活动频率(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。 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=(R)得分*0.3+(F)得分*0.3+(M)得分*0.4 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2025-04-14 更新60
山东省体检产品消费者分析数据
应用客户价值分层体系能够助力企业精准识别山东省消费群体的差异化需求特征。基于消费潜力与行为偏好的客群画像,企业可构建阶梯式营销方案:面向高净值客群打造专属尊享服务,针对大众消费群体设计普惠型产品组合。依托多维度的消费行为特征分析,企业能深入解析区域市场特征,把握竞品布局动向及消费趋势演变规律,进而优化资源配置策略,提升产品在本地消费生态中的竞争优势。1、数据处理:对采集到的数据进行降噪、清洗、脱敏、聚集、分析。 2、数据加工:运用RFM模型 提取出客户最近一次活动R(天数)、活动频率F(次数)、消费金额M(总额),将用户按照最近一次活动(R)进行分类,最近一次活动时间间隔最短的用户排在最上面。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。 根据客户活动频率(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。 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=(R)得分*0.3+(F)得分*0.3+(M)得分*0.4 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2025-04-14 更新50
上海地区体检产品消费者分析数据
应用客户价值分层体系能够助力企业精准识别上海地区消费群体的差异化需求特征。基于消费潜力与行为偏好的客群画像,企业可构建阶梯式营销方案:面向高净值客群打造专属尊享服务,针对大众消费群体设计普惠型产品组合。依托多维度的消费行为特征分析,企业能深入解析区域市场特征,把握竞品布局动向及消费趋势演变规律,进而优化资源配置策略,提升产品在本地消费生态中的竞争优势。1、数据处理:对采集到的数据进行降噪、清洗、脱敏、聚集、分析。 2、数据加工:运用RFM模型 提取出客户最近一次活动R(天数)、活动频率F(次数)、消费金额M(总额),将用户按照最近一次活动(R)进行分类,最近一次活动时间间隔最短的用户排在最上面。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。 根据客户活动频率(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。 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=(R)得分*0.3+(F)得分*0.3+(M)得分*0.4 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。 3、 为了精准运营客户,我们根据客户最近一次活动天数、活动频率、消费金额,通过聚类分析将客户分为“A.高粘度客户、B.重要维系客户、C.潜力深耕客户、D.一般客户四类群体。通过调整聚类阀值和维度权重,优化分类合理性,并据此实施差异化服务策略,以提升客户满意度和企业效益。
浙江省数据知识产权登记平台2025-04-14 更新110
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
youjian
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