如何构建和应用电商平台入驻商用户画像？

1. 相同沿海地区使用者 *** 生活习惯

2. 相同天数订货量及客单价原产

3. 相同沿海地区订货量原产

4. 相同店面/国际品牌使用者肖像（四参宿预测/芝加哥行列式）

统计数据数据作者：自我中心大学统计数据数据预测系列产品专业课程旭鹏同学有关Amazon进驻商2019年5-8月的订货统计数据数据撷取

须要模块：purchase-date, item-price, ship-state

甄选方式：

相同沿海地区订货次序 相同沿海地区总计订货统计数据（帕雷托预测） 相同沿海地区消费市占率预测 颈部消费市场、显景消费市场、低单消费市场的进行分类 通常科学合理的消费市场分割：显景消费市场总值小于最小的两个颈部消费市场，低单消费市场总值小于最轻的两个颈部消费市场。 其它甄选方式

营运应用领域：

特别针对化Bourgtheroulde（时节、风俗、人文） 多店面消费市场超额较为，评估结果消费市场耗电量 颈部消费市场、显景消费市场、低现铜消费市场综合化营运（比如说颈部打折，显景服务项目、包装、推广）

当沿海地区客单价差异不明显时，设定可视化较为统计数据数据： 较为数=平均客单价-更低平均客单价

营运应用领域（价格敏感度预测）： 沿海地区客单价较高，使用者价格敏感度较低

价格敏感度 是指使用者对价格高低的接受程度。

敏感度越高，越难接受高价商品； 敏感度越低，越易接受高价商品。

相同沿海地区综合化营运：

低订货低价格敏感度——通过提升服务项目价值，来提升利润； 高订货高价格敏感度——通过降低成本（如简易包装），来提升利润。点表示客单价，色块表示订货量

PS：以上内容为本人学习自我中心大学的统计数据数据预测专业课程之后的项目实战整理。学习须要输入，更须要输出，以更好地消化所得。由于本人并非计算机专业出身，更多是从统计数据数据预测的角度输出，有许多细节尚待修正，请多指教！