US e-commerce penetration index, quarterly
Quarterly US e-commerce penetration index, 1999Q4 through 2026Q2, from the U.S. Census Bureau's Quarterly E-Commerce Report (FRED series ECOMPCTSA: e-commerce retail sales as a percent of total retail sales, seasonally adjusted). Ships ML-ready derived features: share_qoq_pp and share_yoy_pp (quarterly and year-on-year changes in percentage points), share_accel_yoy_pp (YoY acceleration), and share_vs_5y_median_pp (deviation from the trailing 20-quarter median). Base values read verbatim from FRED's keyless endpoint 2026-09-28; derived columns are this connector's transformation.
Les titres et les descriptions proviennent des sources de données, en anglais.
- Lignes
- 107
- Colonnes
- 8
- Cadence de la source
- Trimestrielle
- Dernière actualisation
- 29 sept. 2026
- Thème
- economics
| Colonne | Type | Description |
|---|---|---|
| date | date | Quarter of observation (first day of quarter). (unit: date) |
| country | string | Country name, always United States. |
| country_code | string | ISO 3166-1 alpha-3 country code, always USA. |
| ecom_share_pct | float | FRED series ECOMPCTSA: E-Commerce Retail Sales as a Percent of Total Sales — the Census Bureau's Quarterly E-Commerce Report estimate of e-commerce sales as a share of total US retail sales. Units: percent, seasonally adjusted, quarterly. (unit: percent) |
| share_qoq_pp | float | Derived: quarterly change of ecom_share_pct in percentage points. Connector-defined transformation. (unit: percentage points) |
| share_yoy_pp | float | Derived: 4-quarter (year-on-year) change of ecom_share_pct in percentage points. Connector-defined transformation. (unit: percentage points) |
| share_accel_yoy_pp | float | Derived: YoY acceleration — share_yoy_pp minus its own 4-quarter lag. Positive when the channel shift is speeding up vs a year ago. Connector-defined transformation. (unit: percentage points) |
| share_vs_5y_median_pp | float | Derived: ecom_share_pct minus the trailing 20-quarter median (min 8 quarters). Positive when penetration is above its own last-five-year baseline. Connector-defined transformation. (unit: percentage points) |
10 premières lignes d’exemple — un aperçu, pas le jeu de données complet.
| date | country | country_code | ecom_share_pct | share_qoq_pp | share_yoy_pp | share_accel_yoy_pp | share_vs_5y_median_pp |
|---|---|---|---|---|---|---|---|
| 1999-10-01 | United States | USA | 0,6 | — | — | — | — |
| 2000-01-01 | United States | USA | 0,8 | 0,2 | — | — | — |
| 2000-04-01 | United States | USA | 0,9 | 0,1 | — | — | — |
| 2000-07-01 | United States | USA | 1 | 0,1 | — | — | — |
| 2000-10-01 | United States | USA | 1 | 0 | 0,4 | — | — |
| 2001-01-01 | United States | USA | 1,1 | 0,1 | 0,3 | — | — |
| 2001-04-01 | United States | USA | 1,1 | 0 | 0,2 | — | — |
| 2001-07-01 | United States | USA | 1,1 | 0 | 0,1 | — | 0,1 |
| 2001-10-01 | United States | USA | 1,2 | 0,1 | 0,2 | -0,2 | 0,2 |
| 2002-01-01 | United States | USA | 1,3 | 0,1 | 0,2 | -0,1 | 0,25 |
- Actuelle
20260929T021218Z-50364faeac42 · sha256 50364faeac42…
107 lignes · +0 lignes par rapport à la précédente
20260929T021055Z-50364faeac42 · sha256 50364faeac42…
107 lignes · premier instantané
Dirigez n’importe quel LLM vers le point d’accès des métadonnées — la documentation ci-dessus est aussi lisible par machine (JSON-LD + Croissant).
curl "https://datazimuts.com/v1/datasets/ecommerce_penetration/us_ecommerce_penetration_quarterly" | jq '{title, rows, columns_count, license}'import requests
ds = requests.get("https://datazimuts.com/v1/datasets/ecommerce_penetration/us_ecommerce_penetration_quarterly").json()
print(ds["title"], ds["rows"], "rows")
# Sample rows for an LLM context window
for row in ds.get("sample_rows", [])[:5]:
print(row)Point d’accès API : https://datazimuts.com/v1/datasets/ecommerce_penetration/us_ecommerce_penetration_quarterly
Astuce : récupérez /llms.txt pour le catalogue complet lisible par machine.
D’où viennent ces données et ce qui en a été fait. Le travail des autres apparaît sous forme de décomptes ; seuls les projets partagés sont nommés.
Citer cet instantané
Épinglé à l’instantané 20260929T021218Z-50364faeac42 et à son empreinte, pour que vos lecteurs obtiennent exactement les données utilisées.
US E-commerce Penetration Index (derived). (2026). US e-commerce penetration index, quarterly [Data set, snapshot 20260929T021218Z-50364faeac42, sha256 50364faeac42]. Datazimuts. Retrieved 2026-09-30, from https://datazimuts.com/fr/datasets/ecommerce_penetration/us_ecommerce_penetration_quarterly?snapshot=20260929T021218Z-50364faeac42
@misc{dz_ecommerce_penetration_us_ecommerce_penet_50364fae,
title = {{US e-commerce penetration index, quarterly}},
author = {{US E-commerce Penetration Index (derived)}},
year = {2026},
publisher = {Datazimuts},
howpublished = {\url{https://datazimuts.com/fr/datasets/ecommerce_penetration/us_ecommerce_penetration_quarterly?snapshot=20260929T021218Z-50364faeac42}},
note = {Snapshot 20260929T021218Z-50364faeac42, sha256 50364faeac421c74d637477a739857eca4b8427cac3b9d6272bb8a8a829dd3b1; accessed 2026-09-30}
}Intégrer un tableau ou un graphique
Collez ce code dans n’importe quelle page. L’intégration est épinglée au même instantané, suit le thème clair ou sombre du lecteur et affiche toujours la source, la licence et un lien de retour.
<iframe src="https://datazimuts.com/embed/chart?dataset=ecommerce_penetration%2Fus_ecommerce_penetration_quarterly&lang=fr&theme=auto&snapshot=20260929T021218Z-50364faeac42&x=date&y=ecom_share_pct&agg=avg" title="US e-commerce penetration index, quarterly" width="100%" height="380" style="border:0" loading="lazy"></iframe>
Posez une question sur ce jeu de données. Les réponses viennent uniquement de sa fiche, de son profil mesuré et de son historique, et citent les faits utilisés.