巴西公司客户流失预测数据集BrazilianCompanyCustomerChurnPredictionDataset-brunnoramos
数据来源：互联网公开数据
标签：客户流失, 巴西, 金融服务, 行为分析, 时间序列, 用户画像, 数据挖掘, 机器学习
数据概述：
该数据集包含来自巴西金融服务行业的数据，记录了客户在一段时间内的行为特征与流失情况，旨在用于预测客户流失。主要特征如下：
时间跨度：数据记录的时间范围，涵盖了从2017年7月到2018年6月的客户行为数据。
地理范围：数据主要针对巴西地区的金融服务用户。
数据维度：数据集包括客户的个人信息、账户活动、产品使用情况、以及在不同时间点的移动端与Web端访问记录等多个维度的数据，例如：
Entry Date（入网日期）；
Shutdown Date（停用日期）；
Time As A Member（会员时长）；
Date Start Relationship（关系开始日期）；
Date Last Renewal Registration（最近续订日期）；
Description Category Rural Producer（农村生产者类别描述）；
Education（教育程度）；
Marital status（婚姻状况）；
Age（年龄）；
Gross Monthly Income（月收入）；
Gender（性别）；
UF（州）；
Churn（流失情况，0表示未流失，1表示已流失）；
Products_Jun18, Mobile_Access_Jun18, Web_Access_Jun18 (分别表示2018年6月的客户产品使用情况、移动端访问情况、Web端访问情况)；
Products_Jan18, Mobile_Access_Jan18, Web_Access_Jan18 (分别表示2018年1月的客户产品使用情况、移动端访问情况、Web端访问情况)；
Products_Jul17, Mobile_Access_Jul17, Web_Access_Jul17 (分别表示2017年7月的客户产品使用情况、移动端访问情况、Web端访问情况)。
数据格式：CSV格式，文件名为data_kaggle_II.csv，便于数据分析和处理。
来源信息：数据来源于公开数据集，已进行脱敏处理。
该数据集适合用于客户流失预测、用户行为分析等研究。
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：适用于金融科技、客户关系管理等领域的学术研究，如客户流失预测模型、用户行为模式分析等。
行业应用：可以为金融服务行业提供数据支持，特别是在客户挽留、个性化营销、风险管理等方面。
决策支持：支持企业制定数据驱动的客户管理策略，优化客户生命周期价值。
教育和培训：作为数据科学、机器学习等课程的实训材料，帮助学生和研究人员深入理解客户流失预测方法。
此数据集特别适合用于构建客户流失预测模型，并分析影响客户流失的关键因素，从而帮助企业制定有效的客户 retention 策略。
