银行客户营销响应预测数据集2021-juancamilosierra

银行客户营销响应预测数据集2021-juancamilosierra 数据来源：互联网公开数据 标签：银行信贷,客户数据,营销分析,预测模型,用户行为,金融市场

数据概述： 本数据集包含2021年银行客户的相关信息及其对银行推广活动的响应情况。数据集包括银行客户的基本信息、财务状况、与当前营销活动的联系记录以及历史营销活动的结果。通过这些数据，可以分析客户的特征和行为模式，并预测客户是否会对银行的定期存款产品产生兴趣。

数据集包含17个字段，具体如下：

1. age：客户年龄（数值型）
2. job：职业类型（分类型："admin.","unknown","unemployed","management","housemaid","entrepreneur","student", "blue-collar","self-employed","retired","technician","services"）
3. marital：婚姻状况（分类型："married","divorced","single"; 注："divorced"包括离婚和丧偶）
4. education：教育水平（分类型："unknown","secondary","primary","tertiary"）
5. default：是否有信用违约（二元型："yes","no"）
6. balance：平均年余额，单位为欧元（数值型）
7. housing：是否有房贷（二元型："yes","no"）
8. loan：是否有个人贷款（二元型："yes","no"）
9. contact：联系沟通类型（分类型："unknown","telephone","cellular"）
10. day：最后联系日（数值型）
11. month：最后联系月份（分类型："jan", "feb", "mar", …, "nov", "dec"）
12. duration：最后联系时长，单位为秒（数值型）
13. campaign：本次营销活动中与该客户联系的次数（数值型，包括最后联系）
14. pdays：自上次营销活动联系客户以来的天数（数值型，-1表示客户未被之前活动联系过）
15. previous：在本次营销活动之前与该客户联系的次数（数值型）
16. poutcome：上一次营销活动的结果（分类型："unknown","other","failure","success"）
17. y：客户是否订阅定期存款（二元型："yes","no"）

数据来源包括银行客户记录和营销活动日志。数据集经过匿名化处理，以保护客户隐私。

数据用途概述： 该数据集适用于银行营销策略优化、客户细分、风险评估、市场研究等多种场景。银行可以利用该数据集进行客户行为分析，优化产品推广方案，识别潜在客户群体，提高营销活动的转化率。此外，该数据集也适用于金融研究和教育领域，帮助研究者和学习者深入理解银行客户的行为模式和金融市场的动态变化。