PowerCo客户能源定价与消费数据集2011-gatabhjsbaj
数据来源:互联网公开数据
标签:能源定价,客户数据,消费模式,预测分析,电力消费,机器学习,市场细分
数据概述:
本数据集包含三个与能源定价和客户消费相关的数据集,适用于各种分析和预测建模任务。数据集涵盖历史价格信息、客户详细信息和预测相关数据,为能源定价趋势分析、客户行为预测和市场细分提供了全面的数据支持。
- 价格数据
文件名:price_data.csv
描述:包含不同时间段的历史定价信息,用于分析能源价格随时间的变化趋势。
行数:193,002
列数:8
字段说明:
- id:每条记录的唯一标识符
- price_date:价格记录日期
- price_off_peak_var:非高峰时段的变动价格
- price_peak_var:高峰时段的变动价格
- price_mid_peak_var:中峰时段的变动价格
- price_off_peak_fix:非高峰时段的固定价格
- price_peak_fix:高峰时段的固定价格
-
price_mid_peak_fix:中峰时段的固定价格
-
客户数据
文件名:client_data.csv
描述:包含客户的详细信息及其能源消费模式,用于理解客户行为和偏好,定制服务和优惠。
行数:14,606
列数:26
字段说明:
- id:每个客户的唯一标识符
- channel_sales:客户获取的销售渠道
- cons_12m:过去12个月的总电力消费
- cons_gas_12m:过去12个月的总燃气消费
- cons_last_month:上个月的电力消费
- date_activ:客户服务激活日期
- date_end:客户服务结束或计划结束日期
- date_modif_prod:客户产品最后修改日期
- date_renewal:客户服务续订日期
- forecast_cons_12m:未来12个月的预计电力消费
- forecast_cons_year:未来一年的预计电力消费
- forecast_discount_energy:预计的能源价格折扣
- forecast_meter_rent_12m:未来12个月的预计电表租赁费用
- forecast_price_energy_off_peak:预计的非高峰时段能源价格
- forecast_price_energy_peak:预计的高峰时段能源价格
- forecast_price_pow_off_peak:预计的非高峰时段电力价格
- has_gas:客户是否有燃气供应(是/否)
- imp_cons:重要的消费指标
- margin_gross_pow_ele:电力的毛利润
- margin_net_pow_ele:电力的净利润
- nb_prod_act:客户活跃的产品/服务数量
- net_margin:客户的净利润
- num_years_antig:客户在公司中的年数
- origin_up:客户来源,表示初始获取渠道
-
pow_max:最大电力消费
-
预测数据
文件名:data_for_predictions.csv
描述:设计用于构建预测模型,包含多种预测未来消费模式、定价或其他关键指标的特征。
行数:8,163
列数:64
字段说明:
- id:每条记录的唯一标识符
- cons_12m:过去12个月的总电力消费
- cons_gas_12m:过去12个月的总燃气消费
- cons_last_month:上个月的电力消费
- date_activ:客户服务激活日期
- date_end:客户服务结束或计划结束日期
- date_modif_prod:客户产品最后修改日期
- date_renewal:客户服务续订日期
- forecast_cons_12m:未来12个月的预计电力消费
- forecast_cons_year:未来一年的预计电力消费
- forecast_discount_energy:预计的能源价格折扣
- forecast_meter_rent_12m:未来12个月的预计电表租赁费用
- forecast_price_energy_off_peak:预计的非高峰时段能源价格
- forecast_price_energy_peak:预计的高峰时段能源价格
- forecast_price_pow_off_peak:预计的非高峰时段电力价格
- has_gas:客户是否有燃气供应(是/否)
- imp_cons:重要的消费指标
- margin_gross_pow_ele:电力的毛利润
- margin_net_pow_ele:电力的净利润
- nb_prod_act:客户活跃的产品/服务数量
- net_margin:客户的净利润
- num_years_antig:客户在公司中的年数
- origin_up:客户来源,表示初始获取渠道
- pow_max:最大电力消费
- target:预测目标变量(例如,客户流失、消费增加)
- channel_xxx:二进制标志,表示销售渠道
- origin_xxx:二进制标志,表示客户来源
数据用途概述:
这些数据集适用于多种分析和预测建模场景,包括分析定价趋势和客户消费模式,构建机器学习模型以预测客户行为,识别消费和定价的关键驱动因素,基于预测行为对客户进行细分以进行有针对性的营销,确定最佳的能源消费时间以最小化成本。