通过对历史下单数据的收集分析，了解该产品客户的消费情况，对客户进行标签制定，定位消费级别，掌握客户的偏好。通过分层数据可判断该产品在市场的销售情况，为生产商、经销商及代理商制定差异化的生产、库存和营销策略，从而更精准地匹配客户需求，优化供应链效率。同时，分层分析有助于企业动态调整市场定位，提升客户服务针对性，增强行业竞争力并抢占市场份额。
1、数据收集：收集公司台式电脑销售数据，根据客户消费能力梳理数据，具体包括：分析日期、客户编号、统计时间/年、订单日期、消费金额/元等字段。 2、数据加工：a.先针对消费金额字段用SUM函数求和，得到总销售金额；b.消费占比=消费金额/总销售金额*100%；c.客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1%以上，给予“A类消费”分层；占比在小于1%到大于等于0.8%区间，则给予“B类消费”分层；占比在小于0.8%到大于等于0.6%区间，则给予“C类消费”分层；占比在小于0.6%到大于等于0.4%区间，则给予“D类消费”分层；占比在小于0.4%到大于等于0.2%区间，则给予“E类消费”;占比在小于0.2%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，企业不仅能够更准确地把握市场动态，还能够有效提升客户满意度和市场竞争力。
| 字段名 | 类型 | 描述 |
|---|---|---|
分析日期 |
-- | -- |
客户编号 |
-- | -- |
统计时间/年 |
-- | -- |
订单日期 |
-- | -- |
消费金额/元 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 分析日期 | 2024-11-03,2024-01-12,2024-04-22,2024-10 |
| 客户编号 | 36******739,91******327,94******984,69** |
| 统计时间/年 | 2023,2023,2023,2023,2023 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/8422227