© 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
曼卡龙珠宝股份有限公司
企业曼卡龙珠宝股份有限公司成立于2009年，属零售业，主营珠宝、金银饰品、工艺品、钟表的销售。面向零售会员分层、精准营销策略、消费品分析等领域提供数据服务，开放线下门店会员价值评价分析数据（零售会员分层、精准营销策略）、线下门店会员不同省份客单价分析数据（消费品分析、区域价格差异）、门店足金类饰品销量与金价的相关性分析数据（黄金饰品销售分析、金价相关性建模），支撑市场分析与定价决策。
零售会员分层精准营销策略消费品分析零售服务
数据集列表
足金饰品月度销量预测及品类备货量分析数据
通过收集和分析足金类饰品月度销售及不同品类备货数据，可为企业收入预测及经营分析，供应链优化，指导工厂生产排序；对于代加工厂/包装/辅料供应商，可提前调配产能、招聘临时工、采购耗材；对咨询/投资机构，可在行业景气指数订阅、投研报告中提供数据支撑。一、数据采集：采集公司门店销售系统中数据，时间段为2026年1月-4月。
二、数据处理，对采集数据进行脱敏、降噪、清洗、聚集、分析。
三、算法规则：
1、分别计算1-4月每月销售总量：根据销售年月，计算每月销售件数之和；
2、4月总销量环比增长率=（4月总销量-3月总销量）/3月总销量*100%，保留两位小数；
3、下月总销量保守预测=4月总销售*（1+4月总销量环比增长率）*80%，精确到个位；
4、下月总销量基准预测=4月总销售*（1+4月总销量环比增长率）*100%，精确到个位；
5、下月总销量乐观预测=4月总销售*（1+4月总销量环比增长率）*120%，精确到个位；
6、计算1-4月品类总销量：1-4月每个品类对应销售件数之和；
7、下月品类建议备货量=1-4月品类总销量/4，精确到个位；
8、备货优先级：下月品类建议备货量≥ 2000 ，紧急；800≤下月品类建议备货量＜2000，高；300≤下月品类建议备货量＜800，中；下月品类建议备货量＜300，低；
9、生产建议：根据备货优先级提出生产建议，备货优先级=紧急，优先排产，快速补货；备货优先级=高，次优先排产；备货优先级=中，批量生产；备货优先级=低，按需生产。
浙江省数据知识产权登记平台2026-07-22 更新00
足金饰品月度销量预测及品类备货量分析数据
通过收集和分析足金类饰品月度销售及不同品类备货数据，可为企业收入预测及经营分析，供应链优化，指导工厂生产排序；对于代加工厂/包装/辅料供应商，可提前调配产能、招聘临时工、采购耗材；对咨询/投资机构，可在行业景气指数订阅、投研报告中提供数据支撑。
浙江省数据知识产权登记平台2026-07-06 更新10
不同主题饰品在天猫平台的消费偏好分析数据
通过收集和分析天猫平台上的销售订单数据，深度洞察天猫平台用户对不同主题风格饰品的消费偏好，将有助于优化公司产品线与系列开发策略，聚焦主力主题风格。对行业而言，可为服装及时尚行业提供数据支撑，考虑主题风格标签互通，联合制定搭配指南。一、数据采集：公司在天猫平台销售订单数据，销售年月2025年10月。
二、数据处理，对采集到的数据进行分类、梳理，便于分析使用。
三、算法规则：
1、计算主题销售金额：同一主题名称中对应的全部订单销售金额之和，
2、计算全部销售金额：全部主题名称对应的全部订单销售金额之和，
3、计算主题款式数：同一主题名称中对应的款式ID数量，
4、计算全部款式数：全部主题名称中全部款式ID数量，
5、计算主题偏好指数 =（主题销售金额/全部销售金额）/(主题款式数/全部款式数)*100，保留2位小数，
6、计算主题偏好分类：
主题偏好指数≥150 ，超高偏好主题（款少卖得多），
120≤主题偏好指数＜150 ，高偏好主题（效率高于平均），
100≤品类偏好指数为＜120，中偏好主题（与市场匹配），
品类偏好指数<100 ，低偏好主题（款多卖不动）。
浙江省数据知识产权登记平台2026-05-15 更新20
线下门店会员不同年龄段客单价分析数据
通过收集和分析线下门店会员对珠宝首饰的消费数据，量化会员消费行为，分析不同年龄段高客单价会员情况，不仅可以为开展精准化营销、会员生命周期管理；可与与目标年龄段重合的行业开展联合营销，共享客户年龄段画像，实现精准交叉获客；还可为行业协会、咨询机构等开展行业分析提供数据支持。一、数据采集：数据来源于公司全渠道会员系统，统计截止时间为2026年3月31日。 二、数据处理：对采集数据进行脱敏、降噪、清洗、聚集、分析。 三、处理规则： 1、计算客单价=消费总金额F/消费次数M， 计算结果保留2位小数，2、计算客单价类别：客单价≥5000，为高客单，客单价＜5000，为低客单， 3、根据年龄判断所属年龄段， 4、countifs函数分别统计年龄段对应高客单会员数、低客单会员数及年龄段会员数；countifs函数分别统计全部高客单会员数、全部会员数， 5、计算年龄段高客单占比%=高客单会员数/省份会员数*100，全部高客单会员占比%=全部高客单会员数/全部会员数*100，计算结果保留2位小数， 6、年龄段高客单TGI指数=年龄段高客单占比/全部高客单会员占比*100，计算结果保留2位小数，7、根据年龄段高客单TGI指数具体值分析不同年龄段高客单情况，TGI越大，高客单偏好越强。
浙江省数据知识产权登记平台2026-05-14 更新00
线下门店会员不同省份客单价分析数据
通过收集和分析线下门店会员对珠宝首饰的消费数据，量化会员消费行为，分析不同省份高客单价会员情况，不仅可以为门店选址优化、差异化定价策略提供数据支撑；可以为同行提供区域进入策略建议；还可为行业协会、咨询机构等开展行业洞察分析提供数据支持。一、数据采集：数据来源于公司全渠道会员系统，统计截止时间为2026年3月31日。
二、数据处理：对采集数据进行脱敏、降噪、清洗、聚集、分析。
三、处理规则：
1、计算客单价=消费总金额F/消费次数M，结果保留2位小数，
2、计算客单价类别：客单价≥5000，为高客单，客单价＜5000，为低客单，
3、根据线下门店名称，判断得出省份，
4、countifs函数分别统计省份对应高客单会员数、低客单会员数及省份会员数；countifs函数分别统计全部高客单会员数、全部会员数，
5、计算省份高客单占比%=高客单会员数/省份会员数*100，全部高客单会员占比%=全部高客单会员数/全部会员数*100，结果保留2位小数，
6、省份高客单TGI指数=省份高客单占比/全部高客单会员占比*100，结果保留2位小数，TGI大于100，则该省份高客单偏好强，
7、根据省份高客单TGI指数具体值分析不同省份高客单情况。
浙江省数据知识产权登记平台2026-05-13 更新10
门店以旧换新业务与金价的相关性分析数据
通过收集和分析门店足金类饰品以旧换新抵扣金额与金价的相关性数据，可为企业以旧换新政策动态调整及促销活动设计提供数据支撑；可向黄金回收平台提供分析数据，金价与抵扣金额正相关高时，平台应加大C端回收补贴，相关弱时，转向B端珠宝店批发；还可为金融或投资机构，开展宏观经济研究与分析提供数据支持。
浙江省数据知识产权登记平台2026-07-17 更新00
线下门店会员价值评价分析数据
通过收集和分析线下门店会员对珠宝首饰的消费数据，量化会员消费行为，实现会员分层，不仅可以为企业精准营销提供必要的分类数据，针对不同级别会员有针对性的制定广告营销策略提供数据支持；还可以为商场化妆品、服装等门店联合营销提供参考数据。一、数据采集：数据来源于公司全渠道会员系统，统计截止时间为2026年3月31日。
二、数据处理：对采集数据进行脱敏、降噪、清洗、聚集、分析。
三、处理规则：RFM模型通过计算会员最近一次消费天数(R)、消费总次数(F)和消费总金额(M)这三个维度来评估会员价值。结合会员平均消费情况，R得分计算方式：0≤R≤90得分为5分，90＜R≤180得分为4分，180＜R≤365得分为3分，365＜R≤730得分为2分，R＞730得分为1分；F得分计算方式: F≥5得分为5分、F=3-4得分为4分、F=2得分为3分、F=1得分为2分、F=0得分为1分；M得分计算方式：M≥50000得分为5分，30000≤M＜50000得分为4分，15000≤M＜30000得分为3分，5000≤M＜15000得分为2分，M＜5000得分为1分。 分别计算出R平均得分、F平均得分及M平均得分（精确到2位小数）。RFM模型分析，
1. 高价值会员：R得分≥R平均得分，F得分≥F平均得分，M得分≥M平均得分，
2. 重点保持会员：R得分<R平均得分，F得分≥F平均得分，M得分≥M平均得分，
3. 重点发展会员：R得分≥R平均得分，F得分<F平均得分，M得分≥M平均得分 ，
4.重点挽留会员：R得分<R平均得分，F得分<F平均得分，M得分≥M平均得分，
5. 一般价值会员：R得分≥R平均得分，F得分≥F平均得分，M得分<M平均得分 ，
6. 一般保持会员：R得分<R平均得分，F得分≥F平均得分，M得分<M平均得分，
7. 一般发展会员：R得分≥R平均得分，F得分<F平均得分，M得分<M平均得分，
8. 潜力会员：R得分<R平均得分，F得分<F平均得分，M得分<M平均得分。
浙江省数据知识产权登记平台2026-05-20 更新10
门店足金类饰品销量与金价的相关性分析数据
通过收集和分析门店足金类饰品销售情况与金价的相关性数据，可为企业商品动态定价及促销活动提供数据支撑；可联合婚庆等行业开展联合营销，推出套餐组合，例如金价相关系数高时，三金预算压缩，推出“轻三金+高珠宝”套餐；可为金融或投资机构，提供黄金期货、ETF投资决策的辅助支撑数据；还可为有关研究机构开展宏观经济研究与分析提供数据支持。一、数据采集：采集公司门店销售系统中订单数据并查询当日金价，时间段为2025年5月-2026年3月。
二、数据处理：对采集数据进行脱敏、降噪、清洗、聚集、分析。
三、算法规则：
1、计算当日销售黄金克数：同一销售日期中对应的订单销售黄金克数之和，
2、计算当月平均销售黄金克数Q：同一月份中对应的订单销售黄金克数平均值，精确到2位小数，
3、计算当月平均金价P：同一月份中对应的当日金价平均值，精到个位数，
4、计算相关系数r：通过皮尔逊相关系数分析方法，计算当月平均金价P、当月平均销售黄金克数Q之间的关系系数，精确到2位小数。r为正，则为正相关；r为负，则为负相关；r为0，则为零相关。r绝对值越大，Q与P之间相关联程度越大。该数据中r属于强正相关，说明金价上涨时，黄金销售量整体同步上升。
浙江省数据知识产权登记平台2026-05-14 更新30
不同品类饰品在天猫平台的消费偏好分析数据
通过收集和分析天猫平台上饰品的销售订单数据，深度洞察天猫平台用户对足金、K金及非黄金系列饰品不同品类的消费偏好，将有助于优化公司流量投放与内容策略，高偏好品类抢品类大词，低偏好品类打长尾场景词。对行业而言，可向珠宝代运营公司及新锐品牌输出品类偏好基准数据，制定新入驻品牌的品类切入策略。一、数据采集：公司在天猫平台销售订单数据，销售年月2025年10月。
二、数据处理，对采集到的数据进行分类、梳理，便于分析使用。
三、算法规则：
1、根据大类名称，确定系列名称（足金系列、K金系列、非黄金系列），
2、计算品类销售金额：同一系列名称中不同品类名称对应的全部订单销售金额之和，
3、计算系列销售金额：同一系列名称对应的全部订单销售金额之和，
4、计算品类款式数：同一系列名称中不同品类名称对应的款式ID数量，
5、计算系列款式数：同一系列名称中全部款式ID数量，
6、计算品类偏好指数 =（品类销售金额/系列销售金额）/(品类款式数/系列款式数)*100，保留2位小数，
7、计算偏好品类：
品类偏好指数≥150 ，超高偏好品类（款少卖得多），
120≤品类偏好指数＜150 ，高偏好品类（效率高于平均），
100≤品类偏好指数为＜120，中偏好品类（与市场匹配），
品类偏好指数＜100 ，低偏好品类（款多卖不动）。
浙江省数据知识产权登记平台2026-05-14 更新20
线下门店会员价值评价分析数据
通过收集和分析线下门店会员对珠宝首饰的消费数据，量化会员消费行为，实现会员分层，不仅可以为企业精准营销提供必要的分类数据，针对不同级别会员有针对性的制定广告营销策略提供数据支持；还可以为商场化妆品、服装等门店联合营销提供参考数据。
浙江省数据知识产权登记平台2026-05-06 更新140