Analyser l'attrition de la clientèle dans Power BI

Étude de cas : analyser l'attrition de la clientèle dans Power BI

Iason Prassides

Content Developer, DataCamp

Qu'est-ce qu'une étude de cas ?

Mettre vos compétences en pratique
Aucun nouveau concept
Résoudre un problème réel

Cours préalables :

Introduction à Power BI

Introduction à DAX dans Power BI

Visualisation de données dans Power BI

Professionnelle au travail

Enchaînement de l'analyse dans Power BI

Enchaînement de l'analyse de données

Enchaînement de l'analyse dans Power BI

Enchaînement de l'analyse de données

Repérer les doublons ou valeurs manquantes
Faire une vérification sommaire avec d'autres sources internes

Enchaînement de l'analyse dans Power BI

Enchaînement de l'analyse de données

Se poser les bonnes questions
Créer vos premières visualisations

Enchaînement de l'analyse dans Power BI

Enchaînement de l'analyse de données

Choisir la bonne visualisation pour transmettre le message
Effectuer des analyses plus avancées

Enchaînement de l'analyse dans Power BI

Enchaînement de l'analyse de données

Combiner des visualisations dans un ou plusieurs tableaux de bord

Enchaînement de l'analyse dans Power BI

enchaînement de l'analyse de données

Communiquer vos constats aux parties prenantes

Le problème

Résoudre l'attrition de la clientèle

Ensemble de données fictif d'un fournisseur Télécom (Databel)
Votre tâche : découvrir pourquoi les clients partent

$$ Client tentant de partir

Définir l'attrition

Le taux d'attrition (ou churn) est le rythme auquel des clients cessent de faire affaire avec une entité.

Problème du seau qui fuit
Fidéliser coûte moins cher qu'acquérir
Réduire l'attrition est une priorité pour de nombreuses entreprises

Problème du seau qui fuit

¹ https://www.investopedia.com/terms/c/churnrate.asp

Calculer l'attrition

Formule simplifiée

Churn rate = customers lost / total number of customers

Churn rate = 10 / 100

10 / 100 = 10%

Il existe plusieurs façons de calculer l'attrition

Varie selon l'industrie et le modèle de revenus
Une plateforme de commerce en ligne peut p. ex. définir comme « churner » une personne sans achat depuis 12 mois

Les données

Caractéristiques clés

Databel, fournisseur Télécom fictif
Une grande table de 29 colonnes
Une ligne par client
Instantané de la base à un moment donné

Antenne utilisée pour les communications

Les données

Dimensions

Nom de colonne	Description
Customer_id	L'identifiant unique du client
Churn Label	Contient « Yes » ou « No » pour indiquer si le client a quitté.
Champs démographiques	Âge, genre, État, ...
Forfaits haut de gamme	Unlimited Data, International Plan, ...
...	...

Les données

Mesures

Nom de colonne	Description
Total charges	Somme de tous les frais mensuels
Monthly charge	Moyenne de tous les frais mensuels facturés au client
Extra data charges	Frais supplémentaires pour des téléchargements de données dépassant le forfait du client
Extra international charges	Frais supplémentaires pour des appels internationaux sans forfait international
Customer service calls	Nombre d'appels au service à la clientèle
...	...

Feuille de métadonnées

Commençons l'analyse !

Étude de cas : analyser l'attrition de la clientèle dans Power BI