通信事業者の顧客情報

  • Last Update:January,8,2022 Created:January,8,2022
  • Comment
  • Like
  • Favorite

Public

Profile

Title of the dataset 通信事業者の顧客情報
Provenance of the dataset Kaggle Telecom customer
How were the data collected/created? What was the cost? 通信業者のログによる
Data sharing policy Under particular condition.
Data sharing policy Kaggleに登録した人誰でも

About data analysis and simulation

Type of data: Check all that apply. Use "Other" to specify other types so that we can include them in further updates. number table
Variable labels of dataset (the names of the variables) 平均月使用額 | 平均月使用時間 | 平均サブスク月額 | 平均電話番号案内回数 | 平均超過時間 | 平均超過料金 | 平均通話超過料金 | 平均データ通信超過料金 | 平均エリア外通信回数 | 月間使用時間の3ヶ月前との変化率 | 月間課金の3ヶ月前との変化率 | 平均通話の切断回数 | 平均データ通信の切断回数 | 平均通話の不通回数 | 平均データ通信の不通回数 | 平均通話の未応答回数 | 平均データ通信の未応答回数 | 平均通話の発信回数 | 平均データ通信の発信回数 | 平均通話の受信回数 | 平均SMS受信回数 | 平均通話の完了回数 | 平均データ通信の完了回数 | 平均カスタマーケアコール回数 | 平均カスタマーケアコール時間(四捨五入) | 平均カスタマーケアコール時間 | 平均1分未満問い合わせ電話の回数 | 三者通話回数 | 平均通話(完了)時間 | 平均データ通信(完了)時間 | 平均通話(受信)時間 | 平均on_通話(無線)回数 | 平均on_通話(無線)時間 | (平均in_通話(無線)回数) | 平均in_通話(無線)時間 | 平均in_out_通話ピーク使用回数 | 平均データ通信ピーク使用回数 | 平均in_out_通話ピーク使用時間 | 平均通話ピーク使用時間 | 平均(in_out_)通話オフピーク回数 | 平均データ通信オフピーク回数 | 平均(in_out_)通話オフピーク使用時間 | 平均データ通信オフピーク使用時間 | 平均call切断不通回数 | 平均call試み回数 | 平均call完了回数 | 平均call転送回数 | 平均call待ち回数 | 31日-60日の間に解約 | 総利用月数 | 利用人数 | 有効人数 | 新しいユーザーかどうか | クレカクラスコード | 口座り用限度額 | 総call回数 | 総使用時間 | 総使用額 | 総使用額(調整済) | 総使用時間(調整済) | 総call回数(調整済) | 平均月料金(生涯ベース) | 平均月使用時間(生涯ベース) | 平均月call回数(生涯ベース) | 平均月使用時間(3ヶ月) | 平均月call回数(3ヶ月) | 平均月料金(3ヶ月) | 平均月call回数(6ヶ月) | 平均月料金(6ヶ月) | 平均月使用時間(6ヶ月) | Social group letter only | 地域 | Dualband | 携帯が中古or新品 | 現在の携帯電話機価格 | 端末数 | モデル数 | Handset | web | capability端末のウェブ機能 | Truck指標 | RV指標 | 持家or賃貸 | 住居年数 | 住居タイプ | 婚姻状況 | 世帯の大人の人数 | InfoBase match | 推定収入 | 所有車両台数 | プレミア世帯の指標 | 住居の広さ | 海外旅行経験の有無 | 人種 | 0-2歳の子供の有無 | 3-5歳の子供の有無 | 6-10歳の子供の有無 | 11-15歳の子供の有無 | 16-17歳の子供の有無 | クレカの有無 | 現行機器の年数 | ID
Outline of data ある通信事業者の10万人の顧客情報であり、解約の有無、サービス使用状況や顧客のステータスなど100の変数からなる。
Simulation process 機械学習によりモデルを作成し、ビジネスプランの変更をした時のどれほど有効か分析をする。
Expected outcome of the process (obtained knowledge, analysis results, output of tools) 顧客の解約に影響することは何かを分析する。 (顧客の解約の有無を表すカラムを説明変数とする機械学習モデルを作り、各変数の重要度をみる。)
Anticipation for analyses/simulations other than the typical ones provided above 顧客一人当たりから得られる金額をあげるために必要なことを分析する。

Other

Comments
What kind of data/tools do you wish to have? なぜ顧客が解約をしたかを聞いたアンケート
Visualized information
Sample data

Comment form

captcha

Please check the terms of use here.

関連するトピック

関連するトピックはありません。