3. Краткая информация о данных
На основе использования метода визуализации результатов анализа данных об оттоке клиентов некоторого банка нужно установить, чем ушедшие клиенты отличаются от лояльных и как между собой связаны различные признаки, определяющие клиентов.
Нужно написать программу, которая анализирует данных об оттоке клиентов некоторого банка и обеспечевает наглядную визуализацию, позволяющую установить, чем ушедшие клиенты отличаются от лояльных и как между собой связаны различные признаки, определяющие клиентов.
Условия выполнения
- Анализ происходит по заданному алгоритму, формулирующему задачи.
- Выбор метода визуализации и формулировка выводов - персональная (индивидуальная) работа.
Метрика качества Выбор метода визуализации должен быть максимально информативным для решения поставленной задачи, выводы - убедительны и основаны на результатах визуализации.
Признаки, имеющиеся в заданном DataFrame
- RowNumber — номер строки таблицы (это лишняя информация, поэтому можете сразу от неё избавиться
- CustomerId — идентификатор клиента
- Surname — фамилия клиента
- CreditScore — кредитный рейтинг клиента (чем он выше, тем больше клиент брал кредитов и возвращал их)
- Geography — страна клиента (банк международный)
- Gender — пол клиента
- Age — возраст клиента
- Tenure — сколько лет клиент пользуется услугами банка
- Balance — баланс на счетах клиента в банке
- NumOfProducts — количество услуг банка, которые приобрёл клиент
- HasCrCard — есть ли у клиента кредитная карта (1 — да, 0 — нет)
- IsActiveMember — есть ли у клиента статус активного клиента банка (1 — да, 0 — нет)
- EstimatedSalary — предполагаемая заработная плата клиента
- Exited — статус лояльности (1 — ушедший клиент, 0 — лояльный клиент)
Для визуализации в проекте преимущественно использованы plotly.express и seaborn
-
На первом этапе преобразуем данные DataFrame в удобный формат и создадим несколько "удобных" признаков
-
На втором этапе проводились выбор метода визуализации, его реализация и оценка результата в соответствии с поставлененными задачами:
- Определить соотношение ушедших и лояльных клиентов.
- Оценить распределение баланса пользователей, у которых на счету больше 2 500 долларов.
- Оценить расределение баланса клиента в разрезе признака оттока.
- Оценить расределение возраста клиентов в разрезе признака оттока.
- Определить взаимосвязь кредитного рейтинга клиента и его предполагаемой зарплаты.
- Определить, кто чаще уходит, мужчины или женщины.
- Определить, как отток клиентов зависит от числа приобретённых у банка услуг.
- Определить, как влияет наличие статуса активного клиента на отток клиентов.
- Определить, в какой стране доля ушедших клиентов больше.
- Оценить степень оттока клиентов по уровню их кредитного рейтинга
1 этап. Провели преобразование данных и импорт необходимых библиотек
Использованные библиотеки
- pandas Version: 1.5.2
- plotly Version: 5.11.0
- модули plotly.express и plotly.offline
- seaborn Version: 0.12.1
2 этап. Для решения поставленных задач реализовано 16 графиков различного типа (круговые, столбчатые, иерархические диаграммы, гистограммы, "коробки с усами", тепловые карты, тепловая картограмма) Ссылка на код в JupiterNotebook в браузере со всеми графиками
-
Количество ушедших клиентов чуть более 20%.
-
Распределение баланса клиентов похоже на нормальное. Сумма вклада среди клиентов (со вкладом более 2500 долларов) преимущественно в пределах 100000-140000 долларов. Среднее занчение составляет около 120000 (медиана=119839). Максимальный вклад составил порядка 251000 долларов
-
Мы видим большое смещение лояльных клиентов к нулю, это вызвано большим количеством клиентов с нулевым балансом. Стоит отдельно рассмотреть клиентов с нулевым балансом. Также, судя по разбросу значений баланса и уровню медианы, среди ушедших клиентов уровень баланса был выше. В тоже время, данные гистограммы подтверждают превалирование среди лояльных клиентов лиц с балансом до 10000. Среди ушедших клиентов данная группа также самая большая. Следовательно нельзя однозначно сказать о лучших условиях по небольшим вкладам.
-
Среди ушедших клиентов большинство люди старше 40 лет (38-51 год, медиана = 45), среди лояльных большинство - лица молодого возраста(30-40 лет, медиана - 36). В группе лояльных клиентов наблюдаются потенциальные выбросы среди лиц - старше 56 лет. Следовательно, для уменьшения оттока клиентов банку необходимо сконцентрировать внимание на лицах среднего и старшего возраста.
-
Не отмечается прямой зависимости кредитного рейтинга клиента и его предполагаемой зарплаты. Зависимости кредитного рейтинга клиента от степени его лояльности не наблюдается. Следует отметить, что только у ушедших клиентов есть рейтинг ниже 400.
-
Среди клиентов банка женщин меньше, чем мужчин, но они чаще становятся нелояльными клиентам, в среднем на 9%. Следует отметить, что среди ушедших клиентов женщин в 1.5 раза больше чем мужчин.
-
Количество ушедших клиентов обратно пропорционально количеству услуг приобретенных клиентом у банка. Самое большое количество ушедших клиентов воспользовались только одним продуктом банка. Довольно печальная картина с клиентами, которые воспользовались 3 и 4 продуктами, там доля ушедших клиентов намного превышает лояльных, а с 4-мя продуктами так вообще составляет 100%.
-
Среди неактивных клиентов, чаще встречаются нелояльные (ушедшие), чем среди активных. Следовательно, для уменьшения оттока, необходимо повышать активность клиентов.
-
С учетом ранее полученных данных, для вывода о вероятных причинах высокого оттока клиентов в Германии (32%) необходимо уточнить возрастной и половой состав клиентской базы в этой стране, степень их активности и количество приобретенных ими услуг. И, в тоже время, возможны причины, данных о которых нам не предоставленно (политическая и экономическая ситуация в стране), поэтому хорошо бы увидеть картину по Германии в других банках.
-
Наибольший отток наблюдается среди клиентов с минимальным кредитным рейтингом ('Very_Poor', брали и возвращали мало кредитов), и длительностью пользования услугами банка менее 1 года и 10 лет. Если не учитывать клиентов с нулевым балансом, то среди клиентов с отличным ("Exelent")кредитным рейтингом и длительностью пользования услугами банка до года, 6 лет и более 9 лет также наблюдается достаточно высокий отток.
Таким образом: Cреди ушедших клиентов большинство - женщины, старше 40 лет, неактивно пользующиеся услугами банка, с минимальным кредитным рейтингом (только у ушедших клиентов есть рейтинг ниже 400) и длительностью пользования услугами банка менее 1 года и 10 лет. Количество ушедших клиентов обратно пропорционально количеству услуг приобретенных клиентом у банка, в тоже время доля ушедших клиентов увеличивается при увеличении количества используемых услуг.