关于数据集

杂货店连锁销售数据集

数据集概述

这个综合的合成数据集包含来自一家拥有多家门店的连锁杂货店的1,980 条记录，涵盖了不同门店位置、产品类别、顾客互动和促销活动的详细交易数据。该数据集涵盖了约 2 年（2023-2025 年）的销售数据，并提供了关于顾客购买行为、门店业绩、产品受欢迎程度和促销效果的洞察。

数据集特征

• 总记录：1,980 笔交易
• 时间范围：2023年8月-2025年8月
• 商店位置：9 家不同的杂货店分店
• 产品类别：11个不同的过道
• 数据质量：包括清理实践中实际缺失的值和数据不一致的情况

列描述

列名称	数据类型	描述	示例值	笔记
customer_id	细绳	唯一客户标识符	“2824”，“5506”，“4657”	4 位数客户 ID
store_name	细绳	杂货店位置名称	“蔬菜水果广场”、“ValuePlus 超市”	9个不同的商店位置
transaction_date	日期	交易日期	“2023-08-26”，“2024-02-13”	范围：2023-2025
aisle	细绳	产品类别/部门	“农产品”、“乳制品”、“肉类和海鲜”	11个不同的过道
product_name	细绳	购买产品的名称	“意大利面”、“奶酪”、“香蕉”	18种不同的产品
quantity	细绳	购买商品数量	“2”、“1”、“4”	范围：1-5 项（存储为字符串）
unit_price	漂浮	每件商品的价格	7.46、1.85、29.56	范围：0.99 美元 – 29.99 美元
total_amount	漂浮	折扣前总成本	14.92、1.85、29.52	数量 × 单价
discount_amount	漂浮	已应用总折扣	0.0, 3.41, 4.04	促销折扣
final_amount	漂浮	折扣后最终金额	14.92, -1.56, 25.48	总金额 – 折扣金额
loyalty_points	整数	获得的客户忠诚度积分	377, 111, 301	范围：0-500分

商店位置

数据集包括来自以下商店位置的交易：

• FreshMart 市中心店
• 蔬菜水果店广场
• SuperSave Central
• 家庭美食快车
• QuickStop 市场
• MegaMart 西区
• 街角杂货店
• 城市鲜食店
• ValuePlus 市场

产品类别（过道）

走道	产品类型
生产	新鲜水果和蔬菜
奶制品	牛奶、奶酪、酸奶制品
肉类和海鲜	新鲜蛋白质来源
面包店	面包和烘焙食品
冷冻食品	冷冻食品
罐头食品	腌制食品
零食和糖果	糖果和零食
饮料	饮料和果汁
个人护理	健康和卫生产品
家居用品	清洁和家居用品
健康与保健	维生素和保健品

数据质量说明

该数据集包含现实世界数据中典型的故意数据质量问题：

• 缺失值：缺少一些商店名称、促销活动和会员等级
• 数据不一致：数量字段的混合格式（“2”与“2.0”）
• 负值：由于折扣较高，一些最终金额为负数
• 类型变化：客户 ID 尽管是数字，但存储为字符串

关键业务指标

• 平均交易额：不同商店和产品存在显著差异
• 折扣渗透：折扣模式体现多种促销策略
• 客户忠诚度：积分系统，每笔交易 0-500 积分
• 产品多样性：11个主要类别的18种核心产品
• 地理覆盖范围：9 个门店位置，提供区域洞察

潜在用例

该数据集非常适合：

• 客户细分分析
• 销售业绩评估
• 库存管理优化
• 促销效果研究
• 商店比较分析
• 产品热度追踪
• 客户生命周期价值计算
• 需求预测模型
• 数据清理与预处理实践