获得全球 超20000 位客户的信赖
获得全球 超20000 位客户的信赖
{
"type": "object",
"fields": {
"consumer_spending": {
"type": "array",
"active": true,
"items": {
"type": "object",
"fields": {
"spending_category": {
"type": "text",
"active": true,
"sample_value": "Groceries"
},
"region": {
"type": "text",
"active": true,
"sample_value": "Northeast USA"
},
"average_expenditure": {
"type": "number",
"active": true,
"sample_value": 300,
"unit": "USD"
},
"frequency_of_purchases": {
"type": "number",
"active": true,
"sample_value": 8,
"unit": "times per month"
},
"demographics": {
"type": "object",
"active": true,
"fields": {
"age_group": {
"type": "text",
"active": true,
"sample_value": "25-34"
},
"income_group": {
"type": "text",
"active": true,
"sample_value": "50,000-75,000 USD"
},
"gender_distribution": {
"type": "object",
"fields": {
"male": {
"type": "number",
"active": true,
"sample_value": 45,
"unit": "percent"
},
"female": {
"type": "number",
"active": true,
"sample_value": 55,
"unit": "percent"
}
}
}
}
},
"purchase_channels": {
"type": "object",
"active": true,
"fields": {
"online": {
"type": "number",
"active": true,
"sample_value": 40,
"unit": "percent"
},
"in_store": {
"type": "number",
"active": true,
"sample_value": 60,
"unit": "percent"
}
}
},
"year": {
"type": "text",
"active": true,
"sample_value": "2023"
},
"report_link": {
"type": "url",
"active": true,
"sample_value": "https://consumerdata.example.com/spending/northeast-usa/2023"
}
}
}
},
"related_statistics": {
"type": "object",
"active": true,
"fields": {
"total_average_expenditure": {
"type": "number",
"active": true,
"sample_value": 450
},
"average_expenditure_per_age_group": {
"type": "object",
"fields": {
"18-24": {
"type": "number",
"sample_value": 200
},
"25-34": {
"type": "number",
"sample_value": 300
},
"35-44": {
"type": "number",
"sample_value": 400
},
"45-54": {
"type": "number",
"sample_value": 500
},
"55+": {
"type": "number",
"sample_value": 600
}
}
}
}
},
"source_url": {
"type": "url",
"required": true,
"active": true,
"sample_value": "https://consumerdata.example.com"
}
}
}
消费者支出数据集样本
您可以选择完全托管或自我管理的数据集。完全托管的数据集由我们的合作伙伴管理，您无需自己动手操作。自我管理的定制数据集让您可以自行设置项目并定义验证规则。消费者支出数据集可能包括支出类别、地区、平均支出、购买频率以及人口统计数据细分（例如年龄和收入群体）等数据点。
流程
自动化数据集创建平台
简化数据收集流程，让您专注于重要事项。
-
初始设置
添加目标网站的 URL。
-
样本创建
获取 AI 生成的模式和样本。设置验证规则。
-
概念验证
基于模式和验证规则构建抓取工具。
-
数据收集和交付
收集并交付数据。
定制数据集费用
定制数据集
Subscription
Starting from
$300/month
One time
Starting from
$1,000
Proof of Concept
One time
$500
- AI 生成的模式和样本
- 数据验证过程可控
- 实时产品数量估算
- 每日、每周、每月、自定义频率更新
根据您的需求量身定制消费者支出数据集
获取易于使用、结构完善的数据集，满足各种使用场景的需求
数据订阅
订阅即可以大幅降低的成本访问数据集。
文件输出格式
JSON、NDJSON、JSON Lines、CSV、Parquet。可选.gz压缩格式。
灵活交付
Snowflake、Amazon S3存储桶、Google Cloud、Azure和SFTP。
可扩展数据
扩展过程无需担心基础架构、代理服务器或屏蔽问题。
节省成本
使用筛选条件和格式选项来自定义任何数据集。
代码维护
数据集根据网站结构的变化进行维护。
简化集成
受益于与Snowflake和AWS的集成。
全天候支持
由数据专业人员组成的专属团队随时提供帮助。
数据质量保证
数据获取方式合乎道德，符合所有隐私法律。
