-
-
电商平台销售数据分析数据集
电商平台销售数据分析数据集 数据来源：互联网公开数据 标签：电商,销售,数据分析,时间序列,城市,产品,营销策略,用户行为 数据概述： 本数据集包含了电商平台的销售数据，经过了清洗和初步的数据预处理。数据清理过程包括删除缺失值，基于特定条件移除行，以及转换数据类型。数据集涵盖了多个关键字段，为深入分析销售表现提供了基础。 数据用途概述：...
-
数据2019年鳄梨价格与销售数据集
数据2019年鳄梨价格与销售数据集 数据来源：互联网公开数据 标签：鳄梨,价格,销售,农业市场,时间序列,地域分析 数据概述： 本数据集来源于哈斯鳄梨官方网站，收录了2019年关于鳄梨的各种类型、不同包装大小以及销售地点的详细信息。数据集还包括各销售区域鳄梨的年度平均售价，为研究鳄梨市场提供了全面的数据支持。 数据用途概述：...
-
电商销售交易数据-模拟交易-2年
电商销售交易数据-模拟交易-2年 数据来源：互联网公开数据 标签：电商,销售,交易,商品,客户,时间序列,模拟数据,Faker 数据概述：...
-
美国艾姆斯市房价预测数据集-房屋特征与销售信息
美国艾姆斯市房价预测数据集-房屋特征与销售信息 数据来源：互联网公开数据 标签：房价,房地产,房屋,销售,特征,预测,美国,艾姆斯市 数据概述：...
-
披萨销售分析数据集2015
披萨销售分析数据集2015 数据来源：互联网公开数据 标签：披萨,销售,餐饮,时间序列,市场分析,消费者行为,销售策略 数据概述： 本数据集记录了2015年全年披萨店的销售数据，涵盖各个月份的销量、销售额、产品类型、促销活动等信息。数据集旨在为研究披萨行业的销售动态、市场趋势以及消费者行为提供可靠的数据支持。 数据用途概述：...
-
PrimeEstate房地产公司运营绩效分析数据集
PrimeEstate房地产公司运营绩效分析数据集 数据来源：互联网公开数据 标签：房地产,销售,项目管理,客户服务,收款,运营分析,绩效评估,时间序列 数据概述： 本数据集模拟了Prime...
-
易买得E-Mart电子产品零售销售数据分析数据集-2022年
易买得E-Mart电子产品零售销售数据分析数据集-2022年 数据来源：互联网公开数据 标签：零售,销售,客户,产品,交易,市场分析,商业智能,电子产品,销售额下降 数据概述： 本数据集旨在支持对易买得（E-Mart）2022年销售额下降问题进行深入分析。数据包含三个关键表格，分别提供了客户、产品和销售订单的详细信息，旨在揭示导致销售额下降的潜在原因。...
-
电子商务销售与订单详情数据集-2019年12月产品样本
电子商务销售与订单详情数据集-2019年12月产品样本 数据来源：互联网公开数据 标签：电子商务,销售,订单,产品类别,消费者行为,购买模式,销售趋势 数据概述：...
-
时尚商品数据集
时尚商品数据集 数据来源：互联网公开数据 标签：时尚,商品,服装,销售,市场趋势,消费者行为,电商分析 数据概述： 本数据集包含了从2010年至2022年间多个电商平台的时尚商品销售记录，涵盖了服装、配饰等多个品类。数据集提供了商品的基本信息、销售价格、销量、用户评价等关键要素，能够为分析时尚市场的趋势和消费者行为提供详实的数据支持。 数据用途概述：...
-
暗天天气历史数据集
暗天天气历史数据集 数据来源：互联网公开数据 标签：天气,历史数据,Darksky,气象,预测,供应链,销售,分销,数据分析,教育 数据概述： 本数据集包含来自Darksky天气数据库的历史天气数据。数据集涵盖了特定地点在不同时间点的历史天气参数，包括温度、湿度、降水量、风速等。这些数据为研究和分析特定地点的历史天气状况提供了全面的基础。...
-
人力资源数据集
人力资源数据集 数据来源：互联网公开数据 标签：员工满意度,公司评价,项目数量,工作时长,工作经验,工伤事故,晋升情况,部门,薪资,销售,离职情况 数据概述：...
-
印度自行车、摩托车销售数据集
该数据集包含印度各邦摩托车销售记录，涵盖本田、Royal Enfield、TVS、雅马哈、Hero、Bajaj、KTM 和川崎等顶级品牌。该数据集包括平均每日行驶距离、发动机容量、燃料类型、里程、价格、转售价值、保险状态和卖家类型等关键属性。它提供了不同城市层级的摩托车销售趋势、市场需求和转售价值的见解。...
-
小红书销售情况
小红书是一个生活方式平台和消费决策入口，也是目前知名的电商平台。与其他电商平台不同的是，小红书是从社区起家的。在小红书社区上，用户通过分享文字、图片、视频笔记等方式记录下这个时代年轻人的正能量和精彩生活。 数据描述 该数据集共包含29452条记录，数据字段描述如下： 收入：用户下单时的购买金额。...
-
家具销售预测 - 时间序列分析
该数据集为零售家具行业的企业提供了宝贵的资源。通过分析超市的历史销售数据，用户可以发现销售模式和趋势的关键见解，使其成为预测未来销售的理想选择。该数据集可用于优化库存管理、预测客户需求并提高整体运营效率。 零售经理：深入了解产品性能和需求趋势，以调整库存并提高客户满意度。 数据分析师：探索历史销售模式并开发需求预测模型。...
