保险客户续保预测数据集InsuranceCustomerRenewalPrediction-dheeraj07
数据来源:互联网公开数据
标签:保险, 客户分析, 续保预测, 机器学习, 风险评估, 客户画像, 数据挖掘, 预测模型
数据概述:
该数据集包含保险公司客户的详细信息,用于预测客户是否会续保。主要特征如下:
时间跨度:数据未明确标注时间范围,可视为特定时间点的客户状态快照。
地理范围:数据未明确标注地理范围,但从数据内容推测可能来自特定保险市场。
数据维度:数据集包括客户的各种属性,如:
id:客户唯一标识符;
perc_premium_paid_by_cash_credit:现金/信用卡支付保费比例;
age_in_days:客户年龄(天);
Income:客户收入;
Count_3-6_months_late:过去3-6个月逾期付款次数;
Count_6-12_months_late:过去6-12个月逾期付款次数;
Count_more_than_12_months_late:过去12个月以上逾期付款次数;
application_underwriting_score:承保评分;
no_of_premiums_paid:已支付保费次数;
sourcing_channel:客户来源渠道;
residence_area_type:居住区域类型;
premium:保费金额;
renewal:是否续保(仅在训练集中)。
数据格式:CSV格式,包含train_ZoGVYWq.csv(训练集),test_66516Ee_qHJgfUk.csv(测试集)和sample_submission_sLex1ul.csv(提交样例)三个文件。数据已进行初步处理,缺失值用null表示。
该数据集适用于构建客户续保预测模型,帮助保险公司优化客户关系管理和风险控制。
数据用途概述:
该数据集具有广泛的应用潜力,特别适用于以下场景:
研究与分析:适用于保险行业客户行为分析、续保影响因素研究等学术研究。
行业应用:为保险公司提供数据支持,用于客户流失预测、个性化营销、定价策略优化等。
决策支持:支持保险公司制定精准的客户挽留策略,提高客户 retention 率和盈利能力。
教育和培训:作为数据科学、机器学习等相关课程的实训材料,帮助学生掌握模型构建和评估方法。
此数据集特别适合用于构建和评估预测模型,以识别可能续保的客户,并制定相应的策略来提高续保率和客户忠诚度。