Llamadas a atención al cliente y churn
Ya has visto que no hay mucha diferencia en la duración de la cuenta entre quienes hacen churn y quienes no, pero sí hay una diferencia en el número de llamadas a atención al cliente de quienes hacen churn.
Ahora vamos a visualizar esta diferencia con un diagrama de caja e incorporaremos otras variables de interés: ¿los clientes con plan internacional hacen más llamadas a atención al cliente? ¿Tienden más a hacer churn? ¿Y los planes de buzón de voz? ¡Vamos a verlo!
Recuerda la sintaxis para crear un diagrama de caja con seaborn:
sns.boxplot(x = "X-axis variable",
y = "Y-axis variable",
data = DataFrame)
Si quieres eliminar valores atípicos, puedes especificar el parámetro adicional sym="", y puedes añadir una tercera variable usando hue.
Este ejercicio forma parte del curso
Marketing Analytics: Predicción de churn de clientes en Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Import matplotlib and seaborn
import matplotlib.pyplot as plt
import seaborn as sns
# Create the box plot
____.____(x = '____',
y = '____',
data = ____)
# Display the plot
plt.show()