电子商务运输数据

背景描述

电子商务运输数据
产品发货是否按时交付？满足电子商务客户需求

数据说明

关于 Dataset
上下文
一家国际电子商务公司希望从其客户数据库中发现关键洞察。他们希望使用一些最先进的机器学习技术来研究他们的客户。该公司销售电子产品。

内容
用于模型构建的数据集包含 12 个变量的 10999 个观测值。
数据包含以下信息：

编号：客户的 ID 号。
仓库区块：公司有大型仓库，分为 A、B、C、D、E 等区块。
发货方式：该公司以多种方式运输产品，例如船、飞机和公路。
客户服务电话：查询货物的电话数量。
客户评价：公司对每个客户进行了评分。1 是最低的 （Worst），5 是最高的 （Best）。
产品成本：产品成本（以美元为单位）。
先前购买：先前购买的数量。
产品重要性：该公司已将产品分为各种参数，例如低、中、高。
性：男性和女性。
提供的折扣：该特定产品提供的折扣。
重量（克）：它是以克为单位的重量。
准时到达：它是目标变量，其中 1 表示产品未按时到达，0 表示产品已按时到达。
确认
我想在 Github 上提供有关向 Kagglers 发货的产品的数据中指定我仅提供。我将其作为我在 Customer Analytics 上的项目，存储在 GitHub 存储库中。

灵感
此数据 产品发货跟踪 立即回答您的问题：

什么是客户评分？产品是否按时交付？
客户查询是否得到解答？
如果 Product importance （商品重要性） 为 high.评分最高或按时交付？