PowerCo客户流失预测数据集
数据来源：互联网公开数据
标签：客户流失,能源,预测模型,电力公司,用户行为,消费数据,市场分析
数据概述：
本数据集旨在预测PowerCo客户的流失情况，PowerCo是一家关注客户流失问题的能源公司。数据集包含了客户的各种属性，涵盖了客户的消费行为、合同信息、销售渠道等多个维度，旨在帮助PowerCo分析客户流失的原因。数据来源于公开信息，包含了客户的详细信息，用于构建客户流失预测模型。
字段说明：
id：客户公司标识符
activity_new：公司活动的类别
channel_sales：销售渠道代码
cons_12m：过去12个月的电力消耗
cons_gas_12m：过去12个月的天然气消耗
cons_last_month：上个月的电力消耗
date_activ：合同激活日期
date_end：合同结束日期
date_modif_prod：产品最后修改日期
date_renewal：下次合同续订日期
forecast_cons_12m：未来12个月的预测电力消耗
forecast_cons_year：未来一年的预测电力消耗
forecast_discount_energy：当前折扣的预测值
forecast_meter_rent_12m：未来12个月的电表租赁费用预测
forecast_price_energy_off_peak：第一时段（非高峰）的预测能源价格
forecast_price_energy_peak：第二时段（高峰）的预测能源价格
forecast_price_pow_off_peak：第一时段（非高峰）的预测电力价格
has_gas：客户是否同时是天然气客户
imp_cons：当前已支付的消费
margin_gross_pow_ele：电力订阅的毛利润
margin_net_pow_ele：电力订阅的净利润
nb_prod_act：活跃产品和服务的数量
net_margin：总净利润
num_years_antig：客户的注册年限
origin_up：客户首次订阅的电力活动代码
pow_max：订阅的电力
churn：客户在未来3个月内是否流失
数据用途概述：
该数据集主要用于构建客户流失预测模型，从而帮助PowerCo识别可能流失的客户，并采取相应的挽留措施。此外，该数据集还可用于客户行为分析、市场细分、定价策略优化、销售渠道评估等多种商业智能应用。通过对数据的深入分析，企业可以更好地理解客户需求，提高客户满意度，降低客户流失率，提升市场竞争力。
