Фиктивные данные о жалобах на банк
Bank complaint fake data
Представляем новый набор вымышленных данных для обучения, тестирования, демонстрации и образовательных целей
В этой статье представляется новый вымышленный набор данных, имитирующих вымышленные жалобы клиентов в общем потребительском банке.
Представьте, что вы являетесь менеджером по обслуживанию клиентов в банке и обнаруживаете следующие жалобы в вашем трекере и менеджере.
Веб-филиал неисправен. Исправьте это!Отсутствие эффективной помощи от вашего персонала заставляет меня серьезно задуматься о переходе в банк EFG.Раньше я управлял кредитными и дебетовыми картами в вашем банке, и мне неловко, как часто ваша система блокирует карты без надлежащей верификации.Время ответа службы поддержки клиентов очень медленное. Это неприемлемо.Качество обслуживания клиентов по другим вопросам, связанным с банковской деятельностью, неудовлетворительное. Они действительно отличаются отсутствием помощи.
Обзор данных и статьи
После представления этого нового вымышленного набора данных я также предлагаю отправные точки для нескольких самостоятельных уроков, которые читатели могут пройти, используя эти данные.
Вымышленные данные – это важный ресурс для обучения, тестирования, демонстрации и образовательных целей. Многие из отправных точек, которые я предлагаю (после описания данных), также подходят для обучения, тестирования и демонстрации.
- Обнаружение строк и столбцов таблиц на изображениях с использованием трансформеров
- Как я создал каскадную систему обработки данных на основе AWS (Часть 2)
- Организация генеративного искусственного интеллекта 5 уроков, извлеченных из команд по науке о данных
Прокрутите вниз за пределы словаря данных для контуров этих самостоятельных уроков.
В этой статье я представляю новый набор данных под названием complaints-bank.csv.
Этот новый набор данных представляет собой вымышленную коллекцию записей, касающихся жалоб клиентов на различные банковские продукты и услуги.
Для загрузки этих данных в Python я рекомендую следующий код:
domain = 'https://raw.githubusercontent.com'path = '/adamrossnelson/confident/main/data/'file = 'complaints-bank.csv'df = pd.read_csv(domain + path + file)Разберем весь набор данных и его столбцы/переменные. Основные столбцы/переменные:
