本数据支持调味酱料类产品的电商零售客户分类运营，旨在为精准营销提供必要的客户粘度分类数据，精准营销的关键在于深入理解不同客户群体的需求、购买行为及偏好，从而制定个性化的营销策略。
算法及规则说明： 客户分类的算法规则采用RFM数据模型排序、聚类的方法，通过对客户的消费频次和消费时间间隔、消费总金额的排序、聚类，对客户进行分类。 该数据统计包含以下： 1.数据来源：采集自本企业在抖音平台的销售数据 。 2.模型选择：RFM数据模型。通过对客户的消费频次聚类、消费总金额聚类、最近一次消费记录排序等方法获得多维度的客户粘度分类数据。 3.模型参数及优化：通过对参数调整，对R、F、M的数据进行评分，RFM综合评分=0.3R评分+0.3F评分+0.4M评分，再根据RFM综合评分调优客户的分类结果,得分4分以上为A类，3-4分为B类，2-3分为C类，1-2分为D类，1分以下为E类；将客户分类运营所需的5类群体“A.高粘度客户、B.重要维系客户、C.潜力深耕客户、D.新客户、E.一般客户”为最终分类目标，基于消费频次、消费金额等不同维度获得的聚类分组成果，对聚类分组数量和分组阀值、以及维度权重进行人为干预，使客户分类趋于合理。
| 字段名 | 类型 | 描述 |
|---|---|---|
客户编码 |
-- | -- |
最近一次购买距离天数(R) |
-- | -- |
购买频次(F) |
-- | -- |
购买总额(M) |
-- | -- |
R评分 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 客户编码 | 1@#//J82TyhtFq+86bfKXIp5+9pecDPyhafp5CZ6 |
| 最近一次购买距离天数(R) | 20 |
| 购买频次(F) | 1 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/46235