本数据集为企业销售业务核心分析型数据资产，通过对原始销售明细数据进行多维度聚合处理，形成了以客户-产品-时间为主维度的结构化分析数据集。数据覆盖2024年6月至2025年6月的销售周期，包含200条代表性分析记录，已从原始交易级明细转换为分析级汇总数据，适用于销售趋势分析、客户行为洞察、产品表现评估等决策支持场景。

本数据集通过对原始销售明细数据进行三阶段处理生成： 1.维度筛选与提取 从原始30+字段中筛选9个核心分析字段 提取关键信息：客户简称、产品名称、销售月份 将完整规格描述简化为关键特征标签 2.数据聚合计算 按"客户+产品+月份"组合进行分组汇总 计算总销售数量：同一客户同月同类产品销量总和 统计销售频次：同一客户同月同类产品的交易次数 衍生计算指标：平均单次销量 = 总销量 ÷ 销售次数 3.标准化与格式化 日期格式统一为"YYYY-MM"的月份格式 数值型指标保留两位小数精度 文本字段进行长度标准化和去重处理 生成连续序号作为记录标识

本数据集专为销售决策支持设计，基于客户、产品、时间三维度聚合数据，支持以下核心应用场景： 客户价值分析与精准营销 通过“客户简称”“销售次数”“平均单次销量”等字段，构建客户RFM（最近一次消费、消费频率、消费金额）模型，识别高价值客户与沉睡客户，制定差异化营销策略。 产品销售趋势与库存优化 基于“品名”“规格简写”“销售月份”“销售数量”进行多维趋势分析，识别热销品与滞销品，预测季节性需求波动，指导安全库存设置与生产计划排程。数据按月聚合的粒度既反映趋势又避免日级噪声，适合供应链决策。 产品规格偏好与研发导向 通过“规格简写”字段分析不同技术规格（如CAT6二件式、CAT5E三件式）的市场接受度，结合“项目名称”评估各研发项目对销售的实际贡献，为产品迭代与新技术路线选择提供数据支撑。 渠道与区域策略优化 利用“客户简称”背后的区域信息（如华南/华东）与购买行为数据，分析不同区域市场的产品偏好与销售周期，优化区域营销资源分配与渠道管理策略。 销售绩效与过程监控 基于“销售次数”“平均单次销量”等衍生指标，监控销售团队客户维护质量与订单规模稳定性，支持销售绩效考核与过程管理优化。

序号 客户简称 品名 规格简写 销售月份 销售数量(KPCS) 销售次数 平均单次销量 项目名称 1 QTDX UTP CAT6 单排水晶头 二件式V0本色 Jun-24 42.5 3 14.17 高性能抗干扰网络通信模块及水晶头关键技术研发及产业化 2 QTDX FTP CAT6 单排水晶头 二件式V0磷铜拐角 Jun-24 800 4 200 高性能抗干扰网络通信模块及水晶头关键技术研发及产业化 3 QTDX FTP CAT6 3上5下水晶头 二件式V0本色磷铜平角 Jun-24 24 1 24 高性能抗干扰网络通信模块及水晶头关键技术研发及产业化 4 QTDX 6P6C水晶头 V0本色圆孔 Jun-24 2.1 2 1.05 高性能抗干扰网络通信模块及水晶头关键技术研发及产业化 5 GZDZ UTP CAT5E 8P8C水晶头 V2本色方孔 Jun-24 20 2 10 高性能抗干扰网络通信模块及水晶头关键技术研发及产业化

序号 整型 1, 2, 3... 数据记录的唯一标识，按处理顺序自动生成 客户简称 字符串 QTDX, GZDZ 客户企业的标准化简称，用于客户维度的聚合分析 品名 字符串 UTP CAT6 单排水晶头 产品标准化名称，经过去重和归一化处理后的产品标识 规格简写 字符串 二件式V0本色 从完整规格描述中提取的关键特征标签，用于产品分类分析 销售月份 日期型 2024-12, 2025-01 销售发生的时间维度，按"年-月"格式聚合，用于趋势分析 销售数量(KPCS) 数值型 0.6, 26.5, 800 指定客户在指定月份对指定产品的总销售量，单位：千件 销售次数 整型 1, 2, 4 指定客户在指定月份对指定产品的交易频次 平均单次销量 数值型 0.3, 26.5, 200 计算公式：销售数量 ÷ 销售次数，反映单次交易规模 项目名称 字符串 高性能抗干扰网络通信模块... 销售关联的项目信息，用于项目维度的贡献度分析