银行定期存款客户订阅行为预测数据集-arinzy
数据来源：互联网公开数据
标签：银行,存款,客户行为,营销,预测,金融,客户,订阅,年龄,职业,婚姻状况,教育,贷款,联系方式
数据概述：
本数据集包含了一系列关于银行客户的信息，旨在分析客户是否会订阅银行的定期存款产品。 数据集包含客户的个人信息、财务状况、以及与银行的联系方式等多个维度的数据。 共有13个属性，包括客户的年龄、职业、婚姻状况、教育程度、是否有信用违约、平均年余额、是否有住房贷款、是否有个人贷款、联系方式类型、最后一次联系的日期（日和月）、最后一次联系的持续时间、本次活动中联系客户的次数。 数据集的核心目标变量是客户是否订阅了定期存款产品。
数据用途概述：
该数据集主要用于客户订阅行为的预测分析，以及了解影响客户购买行为的关键因素。具体应用场景包括：
1. 客户细分：根据客户特征对客户进行细分，以便更有针对性地进行营销活动。
2. 营销策略优化：通过分析不同客户群体的购买行为，优化营销活动的策略，提高营销效果。
3. 风险管理：评估客户信用风险，预测客户是否会违约。
4. 个性化推荐：根据客户的特征和购买历史，为客户推荐合适的金融产品。
5. 产品定价策略：分析不同客户对产品价格的敏感度，制定合理的产品定价策略。
字段定义：
* age：客户年龄（数值型）
* job：客户职业类型（类别型）
* marital：客户婚姻状况（类别型）
* education：客户教育程度（类别型）
* default：客户是否有信用违约记录（二元，是/否）
* balance：客户的平均年余额，单位为欧元（数值型）
* housing：客户是否有住房贷款（二元，是/否）
* loan：客户是否有个人贷款（二元，是/否）
* contact：与客户联系的沟通方式（类别型）
* day：最后一次联系的日期（数值型，当月第几天）
* month：最后一次联系的月份（类别型）
* duration：最后一次联系的持续时间，单位为秒（数值型）
* campaign：本次活动中联系客户的次数（数值型，包括最后一次联系）
* y：客户是否订阅了定期存款产品（二元，是/否，目标变量）
