葡萄牙银行客户预测数据集-市场响应与客户分析2021-anindya24
数据来源：互联网公开数据
标签：银行,客户预测,市场响应,客户分析,葡萄牙,金融,营销,数据科学
数据概述：
本数据集包含了葡萄牙银行的客户信息，旨在帮助银行更深入地理解其客户群体，预测客户对电话营销活动的响应，并建立未来营销计划的目标客户画像。通过分析客户的特征，如人口统计信息和交易历史，银行能够预测客户的储蓄行为，并识别出更可能开设定期存款的客户类型。这将使银行能够更好地定向营销，提高存款成功率，同时通过减少不必要的广告提升客户满意度。
数据集包含以下字段：
- age：客户年龄，数值型
- job：客户职业，类别型
- marital：客户婚姻状况，类别型（例如：已婚、单身、离婚）
- education：客户最高教育程度，类别型
- default：客户是否违约，二元型（例如：是、否）
- housing：客户是否有住房贷款，二元型（例如：是、否）
- loan：客户是否有个人贷款，二元型（例如：是、否）
- contact：客户联系方式，类别型（例如：手机、电话）
- month：客户被联系或记录的月份，类别型
- day_of_week：客户被联系或记录的星期几，类别型
- campaign：在特定营销活动中与客户接触的次数，数值型
- pdays：自上次联系客户以来的天数，数值型
- previous：在当前活动之前与客户接触的次数，数值型
- poutcome：客户在上个营销活动中的结果，类别型（例如：成功、失败、不存在）
- emp.var.rate：就业变化率，数值型（经济指标）
- cons.price.idx：消费者价格指数，数值型（经济指标）
- cons.conf.idx：消费者信心指数，数值型（经济指标）
- euribor3m：三个月期欧元区银行同业拆借利率，数值型（金融经济指标）
- nr.employed：就业人数，数值型（就业数据）
- y：客户对营销活动的响应结果，二元类别型（例如：是、否）
数据用途概述：
该数据集适用于银行客户分析、营销策略优化、金融产品推荐、市场趋势研究等场景。银行和市场分析师可以利用该数据集进行客户细分，识别潜在的高价值客户群体，优化营销策略，提高客户满意度和忠诚度。此外，数据集也适合用于金融数据分析课程的教学与研究，帮助学习者掌握数据分析在金融领域的应用方法。
