数据集 - 海数据

模拟销售数据集

2025年4月15日

模拟销售数据集数据来源：互联网公开数据标签：销售数据,客户数据,产品数据,订单数据,市场分析,销售趋势,客户行为数据概述：...

ZIP

客服中心绩效数据分析集2023

2025年4月15日

客服中心绩效数据分析集2023 数据来源：互联网公开数据标签：客服中心,绩效分析,客户数据,呼叫记录,数据分析,图表,仪表盘,KPI 数据概述：...

ZIP

印度电子商务客户数据集

2025年4月15日

印度电子商务客户数据集数据来源：互联网公开数据标签：电子商务,客户数据,分类算法,客户细分,流失预测,商业分析数据概述：本数据集专为练习电子商务环境下的多分类算法而设计，包含1,000个样本，每个样本具有8个特征，涵盖了客户数据的各个方面，例如：年龄：客户的年龄。总消费金额：客户总的消费金额。平均购买价值：客户每次购买的平均金额。...

ZIP

印度银行营销与社会经济背景数据集2014

2025年4月15日

印度银行营销与社会经济背景数据集2014 数据来源：互联网公开数据标签：银行营销,社会经济背景,客户数据,市场营销,预测分析,客户行为数据概述：本数据集基于“Bank...

ZIP

阿尔默特商城年度销售额数据集

2025年4月15日

阿尔默特商城年度销售额数据集数据来源：互联网公开数据标签：年度销售额,电子商务,阿尔默特商城,销售分析,客户数据,产品数据,促销数据,营销数据,数据分析,业务智能,预测模型数据概述：...

ZIP

美国家庭电信公司客户数据集

2025年4月15日

美国家庭电信公司客户数据集数据来源：互联网公开数据标签：电信公司,客户数据,预测模型,客户服务,服务使用,支付行为,市场营销数据概述：...

ZIP

客户数据分析集1963-2021

2025年4月15日

客户数据分析集1963-2021 数据来源：互联网公开数据标签：客户数据,聚类分析,无监督学习,商业分析,市场细分,客户行为,消费者研究数据概述：本数据集包含客户的相关信息，适合进行聚类分析，以识别自然形成的不同客户群体。数据涵盖了客户的各种特征信息，如购买行为、偏好、地理位置等，为不同领域提供了丰富的分析素材。数据用途概述：...

ZIP

经典模型数据集

2025年4月14日

经典模型数据集数据来源：互联网公开数据标签：MySQL,样本数据库,企业模型,客户数据,产品信息,订单数据,员工信息,办公室数据数据概述：本数据集是一个经典的MySQL样本数据库架构，包含多个表，用于存储企业运营相关的各种信息。数据集涵盖了客户数据、产品信息、订单详情、付款记录、员工信息和办公室数据，为企业管理和分析提供了全面的数据支持。...

ZIP

美国WeSite品牌营销广告活动数据集

2025年4月14日

美国WeSite品牌营销广告活动数据集数据来源：互联网公开数据标签：广告活动,营销,WeSite,美国,网站浏览,用户行为,渠道分析,客户数据,产品,类别数据概述：本数据集包含了WeSite品牌在美国市场投放的广告活动的相关数据。数据涵盖了不同营销活动的数据，包括网站浏览量、渠道、客户、产品和类别等关键信息。数据用途概述：...

ZIP

健康保险交叉销售预测数据集

2025年4月14日

健康保险交叉销售预测数据集数据来源：互联网公开数据标签：健康保险,交叉销售,预测,客户数据,保险业,市场营销,数据分析数据概述：本数据集用于健康保险交叉销售预测任务，包含来自印度的客户信息和其是否购买健康保险的数据。数据集涵盖了客户的个人信息、车辆和房产信息、购买行为等关键要素，旨在帮助保险公司预测现有客户的健康保险交叉销售潜力。...

ZIP

零售客户交易数据集-学习Pandas基础

2025年4月14日

零售客户交易数据集-学习Pandas基础数据来源：互联网公开数据标签：零售,客户数据,交易记录,Pandas,数据分析,学习资源,数据处理数据概述：...

ZIP

澳大利亚银行业2023年市场营销电话访问数据集

2025年4月14日

澳大利亚银行业2023年市场营销电话访问数据集数据来源：互联网公开数据标签：澳大利亚银行,市场营销,电话访问,客户数据,信贷,贷款,预测模型,客户分析数据概述：...

ZIP

埃森哲客户数据分析与用户行为洞察数据集

2025年4月14日

埃森哲客户数据分析与用户行为洞察数据集数据来源：互联网公开数据标签：客户数据,用户行为,社交媒体,内容分析,互动,用户画像,市场营销,数据清洗数据概述：...

ZIP

合成客户数据集

2025年4月14日

合成客户数据集数据来源：互联网公开数据标签：合成数据,客户数据,销售代表,订阅,数据清洗,探索性数据分析,数据生成数据概述：本合成数据集通过Faker工具生成，包含四个数据集：客户、销售代表、订阅以及客户（清洗）。这些数据集可以合并使用。最后一组客户数据集经过人工编辑，包含了一些不干净的数据示例，可用于数据清洗和探索性数据分析的练习。...