零售客户购物篮分析购买行为数据集-thedevastator
数据来源：互联网公开数据
标签：零售,客户行为,购物篮分析,市场营销,消费习惯,商品关联,客户细分,销售预测
数据概述：
本数据集包含了来自一家零售公司的客户购买行为数据，旨在通过购物篮分析识别关键的商品关联。数据集包含两份文件：prepared_dataset.csv 和 teleco_market_basket.csv。其中，prepared_dataset.csv 提供了汇总的客户购买数据，而 teleco_market_basket.csv 包含了更详细的客户个人层面的购买信息。数据涵盖了客户的人口统计学信息，如年龄、性别和收入，以及他们的购买历史，包括支付方式、购买的商品数量和运输状态。
prepared_dataset.csv 包含以下字段：客户ID、商品ID、商品价格、购买数量、支付方式、运费、运输方式、订单日期、送达日期、送达状态、客户姓名、客户地址、客户城市、客户州、客户邮编、客户国家、客户电话号码、客户邮箱、客户IP地址、Item20。
teleco_market_basket.csv 包含以下字段：Item01-客户ID、Item02-商品ID、Item03-商品价格、Item04-购买数量、Item05-支付方式、Item06-运费、Item07-运输方式、Item08-订单日期、Item09-送达日期、Item10-送达状态、Item11-客户姓名、Item12-客户地址、Item13-客户电话号码、Item14-客户邮箱、Item15-客户性别、Item16-客户年龄、Item17-客户收入、Item18-客户教育水平、Item19-客户职业、Item20-购买历史。
数据用途概述：
该数据集适用于市场营销分析、客户行为研究、商品推荐、客户细分、以及交叉销售机会的挖掘。通过对这些数据进行深入分析，可以使用购物篮分析模型来揭示客户与产品之间的互动关系，从而提高销售额并优化客户忠诚度计划。具体应用包括：识别哪些客户群体最有可能购买互补产品；根据客户的购买历史或购买模式，建议潜在的折扣和激励措施；分析客户忠诚度计划是否影响客户的购买习惯。此外，该数据集还可用于比较和分析不同时间段或特定季节的销售数据，帮助管理者更自信地预测未来趋势。
