비데·정수기 해지 예측 데이터셋

1. 데이터 개요

이번에 살펴볼 데이터셋은 **‘bidet_w_disp_termination_train.csv’**로,
비데(Bidet)와 정수기(Water Dispenser)의 고객 계약 유지/해지(status) 여부를 예측하기 위한 학습용 데이터입니다.
고객의 성별, 제품 조합, 이용 기간, 요금 패턴 등이 함께 기록되어 있습니다.

항목내용

데이터 크기	55,000행 × 22열
목적	고객의 서비스 해지(status) 여부 예측
주요 분석 대상	제품 조합, 요금, 계약기간, 성별 등

---

 2. 주요 컬럼 설명

컬럼명설명예시

id	고객 혹은 계약 식별자	E1000001
status	해지 여부 (Y=해지, N=유지)	Y
new_date	계약 체결일(YYYYMMDD)	20170421
bidet_cnt	비데 보유 대수	1
w_disp_cnt	정수기 보유 대수	0
cust_cd	고객 코드	10001
sex_cd	성별 코드 (M/F)	F
w_disp_yn	정수기 계약 여부	Y
bidet_yn	비데 계약 여부	Y
comb_prod_yn	결합 상품 여부	Y
npay_yn	네이버페이 결제 여부	Y
3m_avg_bill_amt	최근 3개월 평균 청구 금액	381,711
3m_bidet_avg_amt	최근 3개월 비데 평균 요금	40,393
3m_w_disp_avg_amt	최근 3개월 정수기 평균 요금	43,560
bidet_engt_rperd_cd	비데 계약기간 코드	R12
w_disp_engt_rperd_cd	정수기 계약기간 코드	R09
bidet_trmn_why_cd	비데 해지 사유 코드	_
w_disp_trmn_why_cd	정수기 해지 사유 코드	_

---

 3. 데이터 관찰 포인트

1. 이진 분류 문제로 적합
   • status 컬럼이 Y/N으로 되어 있어, 고객의 해지 여부를 분류하는 모델 학습에 적합합니다.
   • 예: Logistic Regression, Random Forest, XGBoost 등
2. 요금 관련 변수의 영향력
   • 3m_avg_bill_amt와 3m_bidet_avg_amt, 3m_w_disp_avg_amt 등은 고객의 사용 패턴과 해지율 간 상관관계를 분석하기에 유용합니다.
3. 조합 상품의 유지율
   • comb_prod_yn 값에 따라 단품 대비 결합상품의 해지율 차이를 확인할 수 있습니다.
4. 성별 및 기간별 패턴
   • sex_cd, new_date를 통해 남녀별 가입 시기나 해지 트렌드를 비교 가능.

---

 4. 향후 분석 아이디어

분석 주제접근 방법

해지 고객의 특징 분석	status='Y' 집단 중심으로 평균 요금, 계약 기간, 결합 여부 비교
결합상품 효과 검증	comb_prod_yn별 해지율 통계 및 시각화
계약기간별 해지 시점 예측	engt_rperd_cd를 범주형 변수로 인코딩 후 모델 입력
요금 기반 클러스터링	청구금액 컬럼(3m_avg_bill_amt 등)을 이용한 K-means 군집화

---

bidet_w_disp_termination_train.csv

4.37MB

bidet_w_disp_termination_test.csv

0.40MB