数据分析项目---利用mysql+tableau进行客户流失分析（完结）

---

一、项目背景和需求

1 项目背景及分析目的

关于用户留存有这样一个观点，如果将用户流失率降低5%，公司利润将提升25%-85%。如今高居不下的获客成本让电信运营商遭遇“天花板”，甚至陷入获客难的窘境。随着市场饱和度上升，电信运营商亟待解决增加用户黏性，延长用户生命周期的问题。因此，电信用户流失分析与预测至关重要。
因此本项目基于电信运营商客户数据集，在mysql关系型数据库，探索电信用户流失原因，预测留住客户的行为，并制定有针对性的客户保留计划。

---

二、理解数据

2.1 数据来源

数据集来自kaggle：
https://www.kaggle.com/datasets/blastchar/telco-customer-churn

2.2 数据理解并确定问题

电信运营商客户数据集有21个字段（20个输入特征以及1个目标特征），共7043条记录，每条记录包含了唯一客户的特征。目标特征为是否为流失顾客，输入特征包括：顾客Id，性别，是否老年人，是否有伴侣，是否有小孩，已使用年限，是否使用电话服务，是否使用网络服务，服务合同期限，支付方式、账单类型、月消费、总消费等一系列描述。

列名称	说明
Customer ID	整数类型，序列化后的用户ID
gender	字符串类型，Female/male
SeniorCitizen	整数类型，表示是否为老年人（1为是，0为否）
Partner	字符串，表示客户是否有伴侣（yes/no）
Dependents	字符串，表示客户是否有家属（yes/no）
tenure	整数类型，表示客户入网时长（以月为单位）
Contract	字符串，表示合同条款
PaperlessBilling	字符串，表示是否有无纸化账单（yes/no）
PaymentMethod	枚举类型，表示支付方式 （Electronic check, Mailed check, Bank transfer (automatic), Credit card (automatic)）
Churn	字符串，表示客户是否流失（yes/no）

• PhoneService: 是否订购电话服务Whether the customer has a phone service or not (Yes, No)
• MultipleLines:Whether the customer has multiple lines or not (Yes, No, No phone service)
• InternetService:Customer’s internet service provider (DSL, Fiber optic, No)
• OnlineSecurity:Whether the customer has online security or not (Yes, No, No internet service)
• OnlineBackup:Whether the customer has online backup or not (Yes, No, No internet service)
• DeviceProtection:Whether the customer has device protection or not (Yes, No, No internet service)
• TechSupport:Whether the customer has tech support or not (Yes, No, No internet service)
• StreamingTV:Whether the customer has streaming TV or not (Yes, No, No internet service)
• StreamingMovies: Whether the customer has streaming movies or not (Yes, No, No internet service)
• MonthlyCharges：每月消费 The amount charged to the customer monthly
• TotalCharges：总消费The total amount charged to the customer

此次我们目标就是发现前20列特征和最后一列客户是否流失特征之间的关系。

2.3 问题确认

1. 顾客为什么会流失？可以先进行思考，流失的第一个原因，相信也是绝大多数流失客户给出的答案，就是“电信公司所提供的服务让我无法满意”，这是从公司产品的维度给出的回答。第二个原因，顾客因为个人情况，比如年纪大需求发生变化，从而流失，这是从个人属性变化的角度给出的回答。第三个原因，支付方式、合同签订不合理或者周期时间问题导致客户产生不满意的情绪，这是从合同/消费的维度给回回答。
2. 从整体情况看，流失用户的普遍具有哪些特征？

三、数据清洗

数据清洗的“完全合一”规则：

完整性：单条数据是否存在空值，统计的字段是否完善。
全面性：观察某一列的全部数值，通过常识来判断该列是否有问题，比如：数据定义、单位标识、数据本身。
合法性：数据的类型、内容、大小的合法性。比如数据中是否存在非ASCII字符，性别存在了未知，年龄超过了150等。
唯一性：数据是否存在重复记录，因为数据通常来自不同渠道的汇总，重复的情况是常见的。行数据、列数据都需要是唯一的。

3.1 导入数据

点开Mysql workbench
①新建一个库
代码如下（示例）：

DROP DATABASE IF EXISTS `Telco_Customer_Churn`;
CREATE DATABASE `Telco_Customer_Churn`;
USE `Telco_Customer_Churn`;

②导入外部数据，在Telco_Customer_Churn数据库中建立customer_details，因为数据只有7000多条可以直接将csv文件数据导入进mysql中的customer_details。

③查看数据，对应2.2数据理解，从数据面板发现一些字段的数据类型需要修改。

3.2数据清洗

3.2.1 查看数据大小

查看数据集信息，查看数据集大小，并初步观