학습/PYTHON (4) 썸네일형 리스트형 캐글 통신사 고객 데이터로 데이터 분석 - 유지고객과 이탈고객 간의 계약기간 차이 분석 캐글의 통신사 고객 데이터를 활용한 네 번째 분석!이전 포스팅에서는 데이터의 기본적인 파악과 고객 유형별 이탈률 차이, 계약 유형(Contract)에 따른 고객 이탈률을 살펴보았다. 이번 포스팅에서는 유지 고객과 이탈 고객 간의 계약 기간 차이를 분석하여 고객 이탈과의 연관성을 알아본다. 1. 계약 기간(tenure) 분포 분석먼저, 전체 고객의 계약 기간 분포를 확인하였다.sns.histplot(x = df['tenure'], bins= 15, kde= True, color= '#2c594e')# plt.set(xlabel= 'Tenure', ylabel= 'Frequency')plt.title('[계약기간 분포]', fontsize = 18, weight = 'bold', pad=12)plt.yla.. 캐글 통신사 고객 데이터로 데이터 분석 - 계약 기간/유형에 따른 이탈율 분석 (시각화 및 통계검정) 캐글의 통신사 고객 데이터를 활용한 세 번째 분석! 이전 포스팅에서는 데이터의 기본적인 파악과 고객 유형별 이탈률 차이를 분석했고, 이번에는 계약 유형(Contract)에 따른 고객 이탈률을 집중적으로 살펴보기! 고객 유형 분석은 아래 글 참고!https://data-yong2.tistory.com/entry/%EC%BA%90%EA%B8%80-%ED%86%B5%EC%8B%A0%EC%82%AC-%EA%B3%A0%EA%B0%9D-%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%A1%9C-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%B6%84%EC%84%9D-%EA%B3%A0%EA%B0%9D-%EC%9C%A0%ED%98%95%EB%B3%84-%EC%9D%B4%ED%83%88%EC%9C%A8.. 캐글 통신사 고객 데이터로 데이터 분석 - 고객 유형별 이탈율 분석 (시각화) 지난번 데이터 소개에 이은 가벼운 분석 시작! 지난번 포스팅은 아래 링크~https://data-yong2.tistory.com/entry/%EC%BA%90%EA%B8%80-%ED%86%B5%EC%8B%A0%EC%82%AC-%EA%B3%A0%EA%B0%9D-%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%A1%9C-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%B6%84%EC%84%9D-%EB%8D%B0%EC%9D%B4%ED%84%B0-%ED%8C%8C%EC%95%85%ED%95%98%EA%B8%B0 캐글 통신사 고객 데이터로 데이터 분석 - 데이터 파악하기https://www.kaggle.com/datasets/blastchar/telco-customer-churn/data Telco.. 캐글 통신사 고객 데이터로 데이터 분석 - 데이터 파악하기 https://www.kaggle.com/datasets/blastchar/telco-customer-churn/data Telco Customer ChurnFocused customer retention programswww.kaggle.com캐글 데이터 분석: 통신사 고객 이탈 분석데이터 개요이번 분석에서는 캐글(Kaggle)의 통신사 고객 데이터를 활용하여 고객 이탈 여부(Churn) 를 예측하는 분석을 진행합니다.데이터셋은 총 7043개 행, 21개 변수로 이루어져 있으며, 변수는 아래와 같이 구성됩니다.고객 정보: 성별, 고령 여부, 배우자 여부, 부양가족 여부서비스 정보: 휴대폰 서비스(2개), 인터넷 서비스(7개)계약 및 요금 정보: 계약 기간, 계약 유형, 결제 방법, 요금타겟 변수: 고객.. 이전 1 다음
