[TIL] 은행 이탈 고객 데이터 분석 - 이탈고객 예측 시각화 (2024-07-09)

SHU·2024년 7월 15일

은행 이탈고객 예측 시각화

대시보드 결과물

대시보드 구성

크게 3단으로 구성.
상단부터
1단 : 최종 선택된 모델 통한 예측 결과 주요 지표 요약
2단 : 최종 선택된 모델 통한 예측 결과 상세
3단 : 예측에 사용된 모델들의 성능 비교

대시보드 구성 전략

실무에서 이탈 예측 고객을 파악할 때 무엇이 중요할까? 생각한 결과
최종 모델 선정 근거를 구체적 수치를 통해 제시해 신뢰를 주고, 특성은 물론 고객 개인별로도 파악할 수 있는 화면이 필요하다는 결론을 내림

  • 최종 모델 선정 근거 : 하단에 예측에 사용된 모델들의 성능 비교 란을 두어 직접 성능 차이를 확인 가능하도록 함
  • 이탈 위험 고객 특성 : 이탈고객 현황 페이지와 유사하게 구성하여 화면에 통일성을 주고, 사용자가 파악하기 쉽도록 함
  • 이탈 위험 고객 개인별 파악 : 전체 이탈위험고객 ID, 계좌 잔액, 예상 급여를 표현하는 테이블을 생성. 마우스 오버 시 고객의 상세 정보를 확인할 수 있도록 제작

차트 제작 시 활용한 Tableau 지식

  • 이탈 위험 고객 특성 관련 차트들에 필터를 넣어 특성 클릭 시 해당하는 이탈위험고객만 표출되도록 함(ex : 남성 클릭 시 남성 이탈 위험 고객만 표출)
  • 모델 성능 비교-모델 목록의 경우 매개변수를 이용한 동작을 넣어 모델 클릭 시 우측 최적 모델 선정 과정 및 혼동행렬 시트가 변화하게 함
profile
슈의 코드뜨개질

0개의 댓글