通过对历史购买数据的收集分析，了解应用软件运营推广服务客户的消费情况，对客户进行标签制定，定位消费级别，了解客户的偏好，从而判断不同推广服务的受欢迎程度，为软件运营企业制定精准的营销策略，优化服务套餐定价，更好地满足不同层次客户的需求，提升客户留存率和市场竞争力。
1、数据收集： 从数据库中根据客户消费能力梳理数据，采集分析时间、统计期间、用户ID、付款时间、消费金额（元）字段； 2、数据加工： （1）先针对消费金额字段用SUM函数求和，得到总销售金额（元）； （2）消费占比=消费金额（元）/总销售金额（元）*100%； （3）用户消费占总消费的比例按从大到小进行排名，消费分类运用ABCDEF分类法，对占比大于等于5%以上，给予“A类消费”分层；占比在小于5%到大于等于3%区间，则给予“B类消费”分层；占比在小于3%到大于等于2%区间，则给予“C类消费”分层；占比在小于2%到大于等于1%区间，则给予“D类消费”分层；占比在小于1%到大于等于0.5%区间，则给予“E类消费”;占比在小于0.5%以下，则给予“F类消费”分层。 3、数据应用： 通过这样的分析流程，企业能够更精准地识别高价值客户，优化推广服务策略，提升客户满意度和市场占有率。
| 字段名 | 类型 | 描述 |
|---|---|---|
分析时间 |
-- | -- |
统计期间 |
-- | -- |
用户ID |
-- | -- |
付款时间 |
-- | -- |
消费金额（元） |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 分析时间 | 2025.1.4 |
| 统计期间 | 2024.12.1-2024.12.31 |
| 用户ID | YYRJ***7824 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/8418812