观麦科技

客户画像 × 招标采集权重驾驶舱

生鲜配送 SaaS · 客户区域密度 省 → 市 两级采集配额 2025–2026 招标语料工程
--:--:--
数据基准 2026-11 · 模型 v3
口径 省/市级采购公告 · 生鲜食材配送

全国客户密度分布 客户密度指数 CDI

低中高
CDI 0 → 100
点击省份色块或下方胶囊 → 下钻到市级

采集权重排行

31 省 · 点击查看详情

省内城市下钻 31 省 · 337 个地级市 · 点击胶囊查看市级配额

线级口径:第一财经《2025 新一线城市魅力排行榜》337 城

区域权重聚合

七大区

采集优先级分层

按累计权重 45/75/92% 切分

全国城市采集配额总表 337 城 · 省 → 市 两级展开

展开全部 ▾

省级明细与采集配额

按采集权重降序 · 表头可排序 · 可下钻到市
省级行政区大区 分层客户密度 采集权重城市数 估算客户语料系数 市场化建议公告 权重条下钻
口径与模型说明(重要 · 模型 v3)
1. 客户数不是真实台账。观麦公开口径为 18,000+ 服务企业、300+ 城市(截至 2026-05)。本页各省「估算客户」是按采集权重分摊的推算值,用于判断区域相对强弱,不可作为绝对值引用。真实分布需用内部 CRM 数据替换模型输入。
2. 为什么是 v3。v1 用「人均 GDP」当主变量,结果上海、北京排前二、广东第四——因为直辖市单位食堂自办与外资团餐(索迪斯、爱玛客)占比高,本地民营配送商反而少。v2 改用「团餐市场化指数」,广东回到第一,但市场化 28% + 渗透 25% 两个软因子合计 53%,把规模差压平了:海南 GDP 份额仅 0.6%,权重却被抬到 2.6%,市级下钻后海口配额反超广州。v3 把结构改成「规模底座 × 调节项」,调节幅度封顶 ±45%,只能微调排序、无法翻转 4 倍以上的规模差。
3. 三级权重公式。
  省级:S = 0.47×GDP份额 + 0.47×人口份额 + 0.06×√人口密度;CDI = S ×(0.55+0.45×市场化)×(0.55+0.45×渗透);采集权重 = CDI × 语料可得性
  市级:市势能 = 线级系数 × 行政加成(省会 1.35 / 计划单列 1.15 / 普通 1.00),在省内二次分配,Σ市权重 + 省级统筹池 = 省权重
  配额:全国目标 12,600 条公告 / 8,442 份文件,按权重等比摊分(依据广东实测 540 份 ≈ 810 条反推)
4. 为什么要分线级做重点度。一线/新一线 19 城只占城市总量 31% 的配额,却贡献最规范的公告模板——适合深度采集(多字段、少城市);三线及以下 288 城占 50% 配额,公告口径各自为政——适合广度铺面(每城固定抽样)。这正是「用数据量换差异化」的落地方式:低线级城市不追求单城深挖,而是靠城市数量覆盖地域政策变体,让模型学到的是分布而不是个例。
5. 省级统筹池。每省预留 12% 配额给省属机构与跨市项目(省教育厅、省卫健委、省属高校等),这部分公告不归属任何地级市。直辖市为省/市合一,统筹池归零。
6. 待校准项。市场化指数与渗透系数为专家赋值;语料可得性系数中仅广东有实测支撑(附件命中率 83%);线级为商业魅力榜口径,非行政级别。真实采集量需按各省平台连通性做 P0 测试后回填。