FoodFusion餐饮营销活动用户行为分析数据集-伦敦地区-2024年-weihutchinson
数据来源：互联网公开数据
标签：营销,餐饮,用户行为,转化率,留存率,细分,伦敦,订阅,膳食偏好,年龄,渠道
数据概述：
本数据集模拟了FoodFusion（一家膳食套餐递送服务）的营销活动数据，旨在提供一个真实的场景，用于分析营销活动的效果。数据集包含了用户在不同渠道收到FoodFusion营销信息后的相关信息，涵盖了用户与营销信息的互动情况、订阅状态、留存状态、膳食偏好、偏好餐食类型、所在地区以及年龄组等关键信息。数据模拟了2024年FoodFusion在伦敦地区的营销活动，为深入研究营销数据科学提供了基础。
数据字段包括：
user_id：用户唯一标识符
date_served：营销信息发送日期
subscribing_channel：用户订阅的营销渠道（如：电子邮件、Facebook、Instagram、推送通知、自有广告、网红推广）
converted：布尔值，表示用户在收到营销信息后是否订阅
is_retained：布尔值，表示用户订阅后是否被留存。此处，我们将留存期定义为一个月，因为折扣试用期为1个月
dietary_preference：用户的膳食偏好（如：纯素食、素食、无麸质、生酮饮食、杂食）
meal_type：用户偏好的餐食类型（如：早餐、午餐、晚餐、零食）
location：用户所在的伦敦行政区（如：卡姆登、格林威治、哈克尼、汉默史密斯-富勒姆、伊斯灵顿）
age_group：用户的年龄组（如：0-18岁、19-24岁、25-30岁、31-36岁、37-45岁、46岁以上）
数据用途概述：
该数据集适用于市场营销活动效果评估、用户行为分析、客户细分、转化率和留存率分析等多种场景。数据分析师可以利用此数据进行转化率分析，评估不同营销渠道的有效性；进行留存率分析，了解用户粘性；通过细分分析，深入理解不同用户群体的特点和偏好；并基于分析结果提出改进营销策略的建议。此外，该数据集也适用于教育和培训，帮助学习者掌握营销数据分析的实践技能。
