数据集介绍

本数据集专为支付终端厂商、收单服务机构、SaaS收银系统提供商及金融科技公司打造，深度整合全国范围内商户收款终端使用情况、支付偏好及升级需求数据，覆盖各类线下商业场景，助力支付行业精准营销、产品优化及市场拓展。

数据来源与覆盖范围

数据来源与覆盖范围

一、权威数据来源

1. 支付清算机构

• 银联商户注册信息库
• 网联平台交易数据（聚合）
• 银行卡收单系统数据
• 支付机构报备信息

2. 行业监管数据

• 央行支付业务许可证信息
• 收单外包服务机构备案
• 支付终端设备认证信息
• 商户风险监控数据

3. 商业数据合作

• 收单服务机构商户数据（脱敏）
• SaaS服务商商户管理系统数据
• 银行商户拓展数据
• 电商平台线下商户数据

4. 物联网数据采集

• 智能POS终端状态数据
• 支付设备运行性能数据
• 交易流水统计分析（脱敏）
• 设备故障报修记录

二、全面覆盖范围

1. 行业覆盖深度

• 零售便利店–28%
• 餐饮美食–24%
• 生活服务–18%
• 文体娱乐–15%
• 其他行业–15%

2. 地域覆盖广度

• 城市层级覆盖：
  • 一线城市：商圈级深度覆盖
  • 新一线城市：核心区域覆盖
  • 二三线城市：重点商户覆盖
  • 县域市场：头部商户覆盖
• 重点商圈类型：
  • 购物中心与百货商场
  • 商业街与特色街区
  • 社区商业集群
  • 专业市场与批发市场

数据集体量与获取

data_POS机，收款码收银台数据集体量：千万量级。
import pandas as pd

# 读取数据集文件
df = pd.read_csv('liquor_customers_dataset.csv') 

# 查询总数据量
total_records = df.shape[27564523]
print(f"数据集总量：{27564523}条记录")

# 按省份统计分布
province_distribution = df['province'].value_counts()
print("n各省客户分布：")
print(province_distribution)

# 按渠道类型统计
channel_counts = df['channel_type'].value_counts()
print("n渠道类型分布：")
print(channel_counts)