Berikut contoh struktur data seorang pelanggan yang mengalami kejadian churn:

X X X X X X X X X X1 X1 X1 X1 X1 X1 X1 Statu
customerID t X17
1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 s
9305- 820.
8 0 0 0 0 1 1 3 3 1 1 0 0 1 0 1 1 1
CDSKC 5

Variabel prediktor yang memiliki lebih dari 2 kategori dibuat dalam bentuk dummy sehingga struktur nya menjadi seperti ini:

X X X X c c X p p p IS IS X X1 X1 X1 X1 X1 X1 X1 Statu
customerID t X17
1 2 3 4 1 2 6 1 2 3 1 2 9 0 1 2 3 4 5 6 s
9305- 820.
8 0 0 0 0 0 0 1 0 1 0 0 1 1 1 0 0 1 0 1 1 1
CDSKC 5

Sebelum data diolah menggunakan analisis regresi logistik, data tersebut dibuat ke dalam person period artinya setiap pelanggan

memiliki catatan riwayat pelanggan sampai periode waktu mengalami suatu event. Struktur data person period sebagai berikut:

X X X X c c X p p p IS IS X X1 X1 X1 X1 X1 X1 X1
customerID Ji ti ti.2 ti.3 X17 Status
1 2 3 4 1 2 6 1 2 3 1 2 9 0 1 2 3 4 5 6
9305- 0. 820.
1 72.25 -614.125 0 0 0 0 0 0 1 0 1 0 0 1 1 1 0 0 1 0 1 1 0
CDSKC 5 5
9305- 1. 820.
2 56.25 -421.875 0 0 0 0 0 0 1 0 1 0 0 1 1 1 0 0 1 0 1 1 0
CDSKC 5 5
9305- 2. 820.
3 42.25 -274.625 0 0 0 0 0 0 1 0 1 0 0 1 1 1 0 0 1 0 1 1 0
CDSKC 5 5
9305- 3. 820.
4 30.25 -166.375 0 0 0 0 0 0 1 0 1 0 0 1 1 1 0 0 1 0 1 1 0
CDSKC 5 5
9305- 4. 820.
5 20.25 -91.125 0 0 0 0 0 0 1 0 1 0 0 1 1 1 0 0 1 0 1 1 0
CDSKC 5 5
9305- 5. 820.
6 12.25 -42.875 0 0 0 0 0 0 1 0 1 0 0 1 1 1 0 0 1 0 1 1 0
CDSKC 5 5
9305- 6. 820.
7 6.25 -15.625 0 0 0 0 0 0 1 0 1 0 0 1 1 1 0 0 1 0 1 1 0
CDSKC 5 5
9305- 7. 820.
8 2.25 -3.375 0 0 0 0 0 0 1 0 1 0 0 1 1 1 0 0 1 0 1 1 1
CDSKC 5 5