在线零售预测盈利客户群体数据集-2023-tsiaras
数据来源：互联网公开数据
标签：客户群体,营销,盈利能力,机器学习,分类,数据集,在线零售
数据概述：
本数据集由一家在线零售公司提供，包含其历史客户群体数据及相关营销活动的盈利能力评估。数据集记录了多个潜在客户群体在营销活动前后的特征，并对每个客户群体的盈利能力进行了回顾性评估，以判断针对特定群体进行营销投资是否为良好选择。
数据结构如下：
- 每一行代表两个潜在客户群体之间的比较。
- 以“g1_”开头的列代表第一个客户群体的特征（这些特征在营销活动开始前已知）。
- 以“g2_”开头的列代表第二个客户群体的特征（这些特征在营销活动开始前已知）。
- 以“c_”开头的列代表两个群体之间的比较特征（这些特征在营销活动开始前已知）。
- 最后一列名为“target”，为类别型数据，包含以下三类：
0 - 两个群体均未盈利
1 - 第一个群体盈利更高
2 - 第二个群体盈利更高
数据用途概述：
该数据集适用于机器学习分类任务，旨在预测两个客户群体中哪一个更有可能带来更高利润。营销人员可以利用此数据集训练模型，以识别潜在的高价值客户群体，从而优化营销投资策略，提高广告效率。此外，数据集也适用于市场研究、客户细分和商业决策支持等场景，帮助企业在市场竞争中做出更明智的决策。
