本数据基于咖啡豆浓缩粉产品客户的购买记录与消费行为特征，建立客户消费能力分层模型，揭示不同客户在地区，购买量表现上的分布差异。为资源匹配与服务触达提供参考依据，同时为销售类企业分析市场，观察客户，降本增效提供数据方向，提升对多元化用户结构的认知深度，统筹应对市场需求和变化。
1.数据收集：收集咖啡豆浓缩粉产品客户的消费数据，根据客户消费能力梳理数据，输入字段：统计时间，品名，客户编码，客户所属地区，本客户签署的全部合同日期，本客户全部订单编码，其中字段5和字段6为穷举展示性字段，对应客户有多少合同/订单则会展示多少内容（例如：若客户A统计时间内累计交易两次，则“本客户年内签署的全部合同日期”字段对应会有两个日期，“本客户年内全部订单编码”字段对应会有两个脱敏编码）。 2.本客户消费产品总数量为系统累计计算输出；全部客户总消费产品数量计算时用Group函数，以统计时间为分组，计算统计时间内全部客户全部合同所涵盖的总消费产品数量。 3.消费占比计算：本客户消费占比=本客户消费产品总数量/全部客户总消费产品数量 * 100%。数据计算四舍五入，最后保留两位小数。 4.消费占比降序排列，运用ABCD分类法： 消费占比≥1%，给予“A类消费”分层； 1%＞消费占比≥0.5%，给予“B类消费”分层； 0.5%＞消费占比≥0.1%，给予“C类消费”分层； 0.1%＞消费占比，给予“D类消费”分层。（提交数据包为已整理数据，无效订单剔除完毕，因此不存在为0情况）。 3、针对A类消费客户，分配专属回访跟踪客服，加大推送新产品宣传；针对B类C类消费客户，制定优惠活动刺激消费欲望；针对D类客户进行客户画像，反馈市场分析部门，在维稳的基础上制定相关营销计划。
| 字段名 | 类型 | 描述 |
|---|---|---|
统计时间/年 |
-- | -- |
品名 |
-- | -- |
客户编码 |
-- | -- |
客户所属地区 |
-- | -- |
本客户签署的全部合同日期 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 统计时间/年 | 2025年 |
| 品名 | 咖啡豆浓缩粉 |
| 客户编码 | 50***** |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/8408455