产品交易数据集

数据来源：互联网公开数据

标签：产品销售,用户行为,交易记录,客户信息,市场分析,销售趋势,消费行为

数据概述：

本数据集包含了客户交易信息与客户基础数据的整合，记录了特定时间段内产品的销售情况及客户的相关属性。数据集通过将客户信息表与交易记录表进行关联，生成了包含客户ID、交易细节、产品分类、购买行为等多维度信息的综合数据集。数据字段经过清洗、转换和规范化处理，确保数据质量和一致性。

数据用途概述：

该数据集适用于多种分析场景，包括但不限于：

市场分析与销售趋势研究：
通过分析销售数据，可以了解不同产品类别的受欢迎程度、销售季节性波动以及市场偏好变化。
客户行为分析：
数据集提供了客户的基本信息（如性别、年龄分组、居住城市）与交易行为（如购买频率、消费金额、偏好产品类别），可用于深入研究客户画像及其消费习惯。
产品优化与库存管理：
基于销售数据，企业可以识别畅销产品和滞销产品，从而优化库存策略，提升供应链效率。
营销策略制定：
数据支持分层营销策略的制定，例如基于客户年龄段、性别或购买行为进行个性化推荐。
商业智能与决策支持：
数据集可用于构建商业智能工具，帮助管理层实时监控业务表现，为决策提供数据驱动的支持。
教育培训与案例研究：
数据集也可用于教学或案例研究，帮助学习者理解和实践数据分析方法。

字段定义：

客户ID (Customer_Id):
客户的唯一标识符，用于关联客户信息与交易记录。
出生日期 (DOB):
客户的出生日期，用于计算年龄分组。
性别 (Gender):
客户的性别，分为“Male”和“Female”。
城市代码 (City_Code):
客户所在的地理位置编码，用于标识客户居住的城市。
交易ID (Transaction_Id):
每笔交易的唯一标识符。
交易日期 (Transaction_date):
交易发生的具体日期，支持时间序列分析。
子类别代码 (Sub-Category Code):
产品子类别的唯一标识符，用于细分产品分类。
产品类别代码 (Product Category code):
产品类别的唯一标识符，用于宏观分类。
数量 (Quantity):
单笔交易中购买的产品数量。
单价 (Rate):
每个产品的单价，去除了负值以确保数据一致性。
税率 (Tax):
交易中包含的税费金额。
总金额 (Total Amount):
单笔交易的总支付金额，包含了商品单价、数量和税费。
门店类型 (Store_Type):
客户进行交易的门店类型，如线上、线下等。
产品类别 (Product Category):
产品的宏观分类名称，如电子产品、服装等。
子类别 (Sub_Category):
产品的细分分类名称，如智能手机、平板电脑等。
年龄分组 (Age-Group):
根据客户出生日期计算的年龄分组，分为“Senior Cetizen”（1980年及之前出生）、“Adult”（1981-1989年出生）、“Young Generation”（1990年及之后出生）。
交易日名称 (Day Name):
交易日期对应的星期几名称，如周一、周二等。
季度 (Quarter):
交易日期所属的季度，例如第一季度（1-3月）、第二季度（4-6月）等。