使用串流影音的客戶分析

1. 目標

透過IBM樣本資料-Telco Customer Churn Data Set ，探討客戶資料和串流影音使用行為的關係。

2. 結論

透過資料探勘，針對之後串流影音服務的廣告投放標的，可以集中在以下的客群：高資費、合約期長、使用電子帳單的客戶；未來可以利用分類模型，設計協助廣告投放標的的操作介面。

3. 資料簡介

• 資料筆數：7,043筆
• 特徵：

類別	特徵	資料型態
電信服務	Phone, Multiple lines, Internet, Online security, Online backup, Device protection, Tech support, Streaming TV and movies	類別型
客戶帳戶資料	用戶資歷(Tenure)、每月付款金額(Monthly charges)、總付款金額(Total charges)、 合約型態(Contract)、付款方式(Payment method)、是否使用電子帳單(Paperless billing)	數字型 類別型
客戶基本資料	性別(Gender)、是否為年長者(Senior)、配偶(Partners)、 小孩(Dependents)	類別型

Reference: https://www.kaggle.com/jsaguiar/exploratory-analysis-with-seaborn/comments

4. 資料探勘

觀察資料中，串流服務的使用比例相近；結合客戶基本資料進行觀察，在年長者的使用者，使用串流影音服務的比例較多，非年長者的客戶群在使用比例上沒有明顯差異；性別資料跟串流影音的使用較沒關係。

Fig. 1 串流影音服務和使用者年齡的關係；標籤0表示沒有使用服務，標籤1表示有使用服務

Fig. 2 串流影音服務和使用者性別的關係；標籤0表示沒有使用服務，標籤1表示有使用服務

將串流資料和客戶帳戶資料一起觀察，隨著用戶資歷(Tenure)增加，使用影音串流比例的客戶也有增加；使用影音串流的客戶，屬於每月付款金額較高的客戶群，總付款金額也比沒有使用的客戶群高。

Fig. 3 串流影音服務和用戶資歷的關係

Fig. 4 串流影音服務和總付款費用的關係

Fig. 5 串流影音服務和每月付款金額的關係

合約(Contract)期間越長，使用串流影音的比例越高，且每月付款金額也高；係就使用電子帳單(Paperless Billing)，使用串流影音的比例也超過50%。

Fig. 6 串流影音服務、合約長短及每月付款金額比較

Fig. 7 串流影音服務和電子帳單使用的關係

Fig. 8 熱力圖，每個特徵和串流影音的相關性

5. 模型預測

本問題屬於二元分類問題，因此使用Logistic Regression, Support Vector Machine(RBF) 和K-nearest neighbor classification進行預測；Logistic Regression和SVM的測試集精確度高達100%，K-nearest neighbor classification測試集的精確度為84%。