客户销售预测数据集

关于数据集

🗂 数据集描述
标题：自定义销售预测数据集

该数据集包含多个商店和时间段内产品销售情况的综合但真实的表示。它旨在用于时间序列预测、零售分析或专注于需求预测和库存规划的机器学习实验。每一行对应特定商店中特定产品的每日销售数据，并包含促销和节假日等背景信息。

该数据集非常适合：

构建和测试时间序列模型（ARIMA、Prophet、LSTM 等）

预测产品需求

评估商店层面的销售趋势

使用表格时间序列数据训练机器学习模型

列名	描述
order_id	客户所下订单的唯一标识符。
customer_id	进行购买的客户的唯一标识符。
order_date	下订单的日期（YYYY-MM-DD）。
product_category	购买产品的类别（例如，运动、家居、美容）。
product_price	该产品的单个单位原价（折扣前）。
quantity	订购的产品单位数量。
payment_method	用于付款的方式（例如 PayPal、货到付款）。
delivery_status	订单的当前交付状态（例如，已交付、待处理）。
city	订单送达的城市。
state	客户所在的美国州。
zipcode	送货地点的邮政编码。
product_id	所购买产品的唯一标识符。
discount_applied	对订单应用部分折扣（例如，0.20 表示 20% 折扣）。
order_value	折扣后订单总价值（product_price * quantity * (1 - discount_applied)）。
review_rating	客户对订单的评价评分（1-5 分制）。
return_requested	布尔值，指示客户是否请求退货（True/ False）。