python数据分析：客户价值分析案例实战_电信类数据分析

简介：本案例以电信运营商客户信息为数据，通过层次聚类和K-means聚类，对用户划分成不同的群体，然后可以根据用户群体的不同特征提供个性化的策略，从而达到提高ARPU的效果。

1.商业理解

根据客户的日常消费行为，我们可以把客户划分为不同的群体，根据不同群体的消费行为特征，我们可以作出针对性的营销策略。从而达到发展新业务、减少客户流失率，争取新用户，提高ARPU的目标

对运营商用户的分类，一般可以分为：
公众用户
企业用户
大客户

本次针对公众用户进行划分，目标将“公众用户”分类为：
高端用户
中端用户
离网趋势用户
其他用户

2.展示数据

本次采用的数据有：
客户的个人信息
客户的通话信息
各资费套餐的详情

3.数据预处理

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import scipy.cluster.hierarchy#聚类、层次
#读入数据
custinfo=pd.read_csv("custinfo.csv")
custcall=pd.read_csv("custcall.csv")

#数据聚
1
2
3
4
5
6
7
8
9