excel数据分析案例——电信运营商用户流失分析

原文：https://zhuanlan.zhihu.com/p/55686050

本文为原文基础上的练习作

数据来源：https://www.kaggle.com/blastchar/telco-customer-churn

数据分析的基本步骤：
        1、提出问题（有时，会在清洗完数据后，根据数据的描述性分析，再提出合理的问题。本数据集，即在清洗后，提出了问题）
        2、理解数据列名，各个字段会出现的值的意义
        3、数据清洗（缺失、内容错误、逻辑错误、不需要的数据）
        4、数据分析（excel下，就是简单构建数据透视图，做一些描述性分析。更高级的话，应该应用一些数据挖掘的算法，本例中，就应当用分类算法，决策树、KNN等）
        5、数据可视化及报告

一.提出问题/理解数据字段含义

        该数据集为电信运营商流失数据表，含一些可能会对流失有影响的变量。希望通过分析，知道那些用户群最需要最先被采取干预措施；了解哪些变量，是对客户流失起着重要作用的变量；以及，试图做出预测，识别那个客户，最有可能是下一个流失的客户。

二.清洗数据

知乎网链接：https://zhuanlan.zhihu.com/p/20571505

三.提出问题

1、什么人群客户流失最多。

2、什么因变量，会对电信用户的流失会有影响。

四.数据分析

1.InternetService流失用户描述分析

运用数据透视表，将Churn，InternetService放入透视表并且生成一张圆环图表：

能发现，有约1/4的用户流失了。

接下来看再哪一个消费额度区间的流失量最大：

能发现，月充值在78.25~98.25之间的用户最易流失。但是，若是这个区间的用户量基数本身就是最大的呢？可以做一张各个区间保留和流失用户的占比：

能看出，78.25~98.25这个区域流失的用户的比重相较其他区间更易流失。通过这个图表能得出结论，需对这个区间内的客户进行干预，挽回。

摘自原文：

这里我们做出几个猜测：

a、可能流失的客户由于服务商提供了某个高消费的服务（宽带网络、电话服务等），但服务质量并不让用户满意，从而用户流失。

b、人群的本身属性（是否老人、是否配偶等），与用户流失呈相关。

c、提供服务时长对用户流失也会有影响（从用户侧考虑，使用越长，用其他产品替换本电信服务成本越高）。

2、流失用户因素推测

a、产品使用时长

可以看出，使用时长越长的用户流失率越低。

b.用户性别

由此可以看出来，用户性别对于流失率没有显著影响。

c.是否老年人

可以看出，流失率在年老人群、与非年老人群中可能存在显著差异（是否的确差异显著，还需要再做假设检验）。同样的方法，还可以再初步估计是否有配偶、有家属、是否订阅电话服务、是否有多重号码、是否接通宽带等服务，与流失情况之间的关系。

d、是否与某个宽带服务有关

这里是值得重点关注的：接入光纤（Fiber optic）的用户，接近4成的用户流失了。已经高于了全体用户的流失用户占比（26%）。

因而，我们可以猜测接入光纤（Fiber optic），与用户流失有相关。但至于是否是接入光纤就导致了用户流失，还应该探究更多的因变量。因为，可能某个因变量C，与接入光纤高度相关，但这个因变量C，才是导致用户流失的原因。