DataMining在信用卡客戶分群的應(yīng)用課件

DataMining在信用卡

客戶分群之應(yīng)用輔仁大學(xué)統(tǒng)計(jì)資訊學(xué)系蔡欣蕙、陳飛宏、鄭建德、林函穎、楊宇微謝邦昌Ben-BenBank總裁臺(tái)灣區(qū)經(jīng)理鄭建德專員蔡欣蕙專員林函穎行銷主任楊宇微資訊人員陳飛宏會(huì)議進(jìn)行中………DataMining的功能分類（classification）推估（estimation)預(yù)測(cè)（predication）關(guān)聯(lián)分組（affinitygrouping）同質(zhì)分組（clustering）DataMining的相關(guān)技術(shù)記憶基礎(chǔ)推理法

（Memory-Basedeasoning）市場(chǎng)購(gòu)物籃分析

（MarketBasketAnalysis）決策樹

（DecisionTrees）基因演算法（GeneticAlgorithm）群集偵測(cè)技術(shù)

（ClusterDetection）連結(jié)分析

（LinkAnalysis）在線分析處理

（On-LineAnalyticProcessing;OLAP）類神經(jīng)網(wǎng)絡(luò)

（NeuralNetworks）區(qū)別分析

（DiscriminantAnalysis）羅吉斯回歸分析

（LogisticAnalysis）DataMining和一般統(tǒng)計(jì)分析不同之處在于DataMining可以處理多個(gè)維度的大量數(shù)據(jù)，避免了下面幾點(diǎn)困難：巨量的紀(jì)錄、高維的數(shù)據(jù)、搜集到的數(shù)據(jù)僅有一小部分用來(lái)分析。

DataMining和統(tǒng)計(jì)分析比較研究架構(gòu)及步驟收集相關(guān)的文獻(xiàn)探討整理及清理資料資料轉(zhuǎn)檔研究動(dòng)機(jī)與目的實(shí)際數(shù)據(jù)挖掘工作(1)集群分析(2)判別分析(3)交叉分析(4)決策樹分析(5)羅吉斯回歸分析(6)類神經(jīng)網(wǎng)絡(luò)分析測(cè)試與檢核分析結(jié)果DataMining流程圖將原來(lái)的資料（2,109,518筆)切割成三大部分:TrainingData(1,000,070筆)TestingData(555,814筆)NewData(553,634筆)STrainingData&STestingData做群集分析產(chǎn)生分群變數(shù)依分群變數(shù)資料集結(jié)果進(jìn)行判別分析

將分群變數(shù)與原來(lái)的變數(shù)產(chǎn)生合并資料集將TrainingData(1,000,070筆)及TestingData(555,814筆)直接做群集分析將TrainingData及TestingData作群集分析產(chǎn)生分群變數(shù)資料集

將分群變數(shù)的資料集作判別分析將合并后的資料集作交叉分析.羅吉斯回歸.決策樹….DataMining抽樣流程DataMining(未經(jīng)抽樣）流程研究結(jié)果樣本與母體結(jié)構(gòu)比較分群結(jié)果判別結(jié)果瑕疵戶預(yù)測(cè)結(jié)果分群特性群集結(jié)果判別結(jié)果誤判率瑕疵戶預(yù)測(cè)模型結(jié)果

Y：是否為瑕疵戶X：是否逾期超過(guò)30天是否有呆帳記錄是否有借款余額>800萬(wàn)是否有退票記錄是否有拒往記錄是否有他行強(qiáng)制?？ㄓ涗泴?duì)不同顧客如何處理黃金單身漢個(gè)人月收入>20,000元（100％）20,001~40,000元占（73.59％）平均月開銷20,001~40,000元（15.46％）家庭月收入60,000元以下（100％）刷卡金額60,001~80,000元（28.02％）農(nóng)林漁牧（16.55％）事務(wù)職（12.21％）銷銷售業(yè)（11.18％）一年內(nèi)有申請(qǐng)的意愿（30.3％）信用卡張數(shù)2~3張（55.86％）很少使用信用卡（18.92％）15~24歲（34.23％）30~34歲（15.08％）未婚（49.76％）上，中上（76.78％）銀行殺手個(gè)人月收入20,000元以下，其中沒(méi)有收入占（56.87％）平均月開銷20,000元以下（84.69％）家庭月收入60,000元以下（100％）刷卡金額40,001~60,000元（41.73％）逾期>30天（10.81％）呆帳記錄（9.86％）借款余額>800萬(wàn)（12.40％）退票記錄（10.82％）拒往記錄（11.10％）強(qiáng)制?？ㄓ涗洠?1.77％）男>女（差異最大）血型A型（30.52％)經(jīng)常使用信用卡（34.33％）偶爾使用信用卡（45.98％）大學(xué)生（8.18％）?？茖W(xué)生（8.25％）高中職學(xué)生（18.99％）敗金高手個(gè)人月收入20,000元以下（100％）其中沒(méi)有收入占（63.05％）平均月開銷10,001~20,000元（33.91％）家庭月收入60,000元以下（97.23％）刷卡金額60,001~80,000元（49.28％）35~49歲（32.21％）已婚（23.73％）中（46.33％）中下（24.78％）下（9.61％）一年內(nèi)有申請(qǐng)的意愿（31.36％）信用卡張數(shù)3~4張（14.21％）很少使用信用卡（20.82％）農(nóng)林漁牧（19.79％）家庭主婦（14.78％）事務(wù)職（14.75％）策略黃金單身漢(高利潤(rùn)+經(jīng)濟(jì)能力較好)刺激顧客增加刷卡次數(shù)。

結(jié)合百貨公司、大型量販店、或飯店等等，促使其消費(fèi)便利增加消費(fèi)次數(shù)。 對(duì)於不常外出購(gòu)物者寄予消費(fèi)指南及較高檔的商品型錄，來(lái)刺激消費(fèi)、增加刷卡次數(shù)。策略銀行殺手(風(fēng)險(xiǎn)變數(shù)高)降低信用額度。

加強(qiáng)控管銀行殺手的消費(fèi)行為 對(duì)舊有之顧客，建議采用降低信用卡額度，并隨時(shí)電話追蹤，確認(rèn)消費(fèi)無(wú)誤，同時(shí)長(zhǎng)期觀察，確認(rèn)其安全性。策略敗金高手(高利潤(rùn)+經(jīng)濟(jì)能力偏低)留住目前的客戶，提高顧客忠誠(chéng)度。

預(yù)留一段時(shí)間作為審查，合格者施予同黃金單身漢一樣行銷手法。 不合格者，加強(qiáng)其風(fēng)險(xiǎn)的把守，同時(shí)降低其信用卡額度。黃金單身漢高利潤(rùn)