现在有客户的基本属性数据（性别、年龄、职业、职位、城市等）和交易数据（交易类型、交易金额），并且这些客户都是买了车的，有相关的车辆品牌、车型、车辆价格等信息。
现在希望用现有的数据给其他没有买车的客户都打上标签，预测他们会买什么车（品牌和车型）。
我是这样考虑的：
1、由于汽车的品牌和车型比较多，而且是分类变量，无法直接预测，所以我用汽车网站的数据，将所有的车型拆分成以下几个指标：价格、舒适性、性价比、空间、动力等，大概7-8个维度，每个车型在不同的维度上都有评分，评分在3-5分之间。
2、建立每个客户对每个评分指标的模型
3、各个指标的预测综合起来可以对应出一款车型。

不知道这样考虑对不对。而且有一个问题，每个维度上的评分都是3-5分之间，保留2位小数。这样的数据能用来做因变量吗？是否需要怎么处理一下呢？

另外，自变量应该如何处理呢？

问题有点复杂，求各位大神帮忙。