关于数据集

全球时尚零售分析数据集

---

📊数据集概述

该合成数据集模拟了一家跨国时尚零售商 两年的交易数据，其中包括：

• 📈 400多万条销售记录
• 🏪遍布 7 个国家的 35 家商店：
  🇺🇸 美国 | 🇨🇳 中国 | 🇩🇪 德国 | 🇬🇧 英国 | 🇫🇷 法国 | 🇪🇸 西班牙 | 🇵🇹 葡萄牙

涵盖的货币：
每笔交易都包含详细的货币信息，涵盖多种货币：

💵 USD（美国）| 💶 EUR（欧元区）| 💴 CNY（中国）| 💷 GBP（英国）

专为详细和多方面的分析而设计

🌐地理销售比较
深入了解不同地区和国家之间销售业绩的差异，并确定推动不同市场成功的趋势。

👥分析人员配备和绩效
评估商店人员配备比例并分析员工绩效对商店成功的影响。

🛍️客户行为和细分
了解区域客户偏好，分析年龄和职业等人口统计因素，并根据客户的购买习惯对客户进行细分。

💱多币种分析
探索如何处理不同货币（美元、欧元、人民币、英镑）的交易，分析货币兑换效应，并使用多种货币比较不同地区的销售额。

👗产品趋势
评估产品类别（例如女性、男性、儿童）和特定产品属性（尺寸、颜色）在不同地区的表现。

🎯定价和折扣分析
研究不同的定价模式和折扣如何影响不同地区的销售和客户决策。

📊高级跨国和货币分析
进行复杂的多维分析，将国家、货币和销售数据相互连接，识别经济因素、区域需求和财务业绩之间的 隐藏关联。

合成数据的优势

它使用算法生成，模拟现实世界的零售动态，同时确保隐私。

• 隐私安全：所有客户和员工数据均为人工生成，以确保隐私并符合数据保护法规。个人信息（例如电子邮件和电话号码）均已匿名化。
• 可扩展模式：数据复制了现实世界的零售动态，确保了测试算法和分析模型的模式的可扩展性。
• 受控复杂性：数据集引入了有意的复杂性（例如，缺少职位名称、电话号码格式不一致），为探索性数据分析提供更现实、更具挑战性的探索体验。
• 可针对各种用例进行定制：无论您执行销售预测、员工绩效分析还是客户细分，此数据集都为各种分析任务提供了灵活的基础。

---

该数据集是零售分析师、数据科学家和商业智能专业人士的理想资源，旨在探索跨国零售数据、优化运营并发现有关客户行为、销售趋势和员工效率的新见解。