銀行營(yíng)銷數(shù)據(jù)分析處理方法分析綜述目錄TOC\o"1-3"\h\u24428銀行營(yíng)銷數(shù)據(jù)分析處理方法分析綜述 184621.1數(shù)據(jù)來(lái)源 1291761.2數(shù)據(jù)描述 238411.3數(shù)據(jù)分析 384391.4數(shù)據(jù)處理 12137031.4.1數(shù)據(jù)預(yù)處理 12231331.4.2缺失值填補(bǔ) 1245451.4.3轉(zhuǎn)換啞變量 131.1數(shù)據(jù)來(lái)源本文所采用的數(shù)據(jù)來(lái)源于UCI網(wǎng)站，包含從2008年5月至2010年11月的葡萄牙某商業(yè)銀行的直接營(yíng)銷活動(dòng)所涉及到的客戶信息和經(jīng)濟(jì)社會(huì)背景信息等。數(shù)據(jù)集共有41188條有效樣本，包含21個(gè)屬性，涉及客戶個(gè)人信息、上一次營(yíng)銷活動(dòng)記錄、社會(huì)和經(jīng)濟(jì)背景以及其它信息共四個(gè)大方面，以期望利用這些信息對(duì)客戶是否會(huì)通過電話營(yíng)銷渠道認(rèn)購(gòu)定期存款作出分類和預(yù)測(cè)。1.2數(shù)據(jù)描述對(duì)數(shù)據(jù)集各屬性的數(shù)據(jù)類型分類，其取值共包含四種類別，分別為數(shù)值屬性、分類屬性、序數(shù)屬性和二元屬性。表3-1是對(duì)各變量的含義解釋：表3-1變量解釋變量名稱變量含義數(shù)據(jù)類型age年齡數(shù)值屬性job職業(yè)分類屬性marital婚姻狀況分類屬性education受教育背景分類屬性default信用情況二元屬性housing住房貸款二元屬性loan個(gè)人貸款二元屬性contact通信類型分類屬性month最后聯(lián)系月份序數(shù)屬性day_of_week最后聯(lián)系日序數(shù)屬性duration通話持續(xù)時(shí)間數(shù)值屬性campaign本次營(yíng)銷活動(dòng)中聯(lián)系的次數(shù)數(shù)值屬性pdays最后一次接觸距離上一次接觸的時(shí)間數(shù)值屬性previous以前的營(yíng)銷活動(dòng)中聯(lián)系的次數(shù)數(shù)值屬性poutcome上一次營(yíng)銷活動(dòng)成功與否分類屬性emp.var.rate就業(yè)變化率數(shù)值屬性cons.price.idx消費(fèi)者價(jià)格指數(shù)數(shù)值屬性cons.conf.idx消費(fèi)者信心指數(shù)數(shù)值屬性euribor3m歐元銀行同業(yè)拆借利率3個(gè)月利率數(shù)值屬性nr.employed就業(yè)人數(shù)數(shù)值屬性y客戶是否認(rèn)購(gòu)了定期存款二元屬性對(duì)表3-1中各變量還包含的其他信息作進(jìn)一步的說(shuō)明和解釋：1.變量屬性可分為四種，依次為：客戶個(gè)人資料、關(guān)于營(yíng)銷活動(dòng)的最后一次聯(lián)系記錄、社會(huì)和經(jīng)濟(jì)屬性和其他。2.在社會(huì)和經(jīng)濟(jì)背景屬性中，各數(shù)值類型指標(biāo)的時(shí)間測(cè)度不等。就業(yè)變化率和就業(yè)人數(shù)為季度指標(biāo)，消費(fèi)者價(jià)格指數(shù)和消費(fèi)者信心指數(shù)為月度指標(biāo)，而歐元銀行同業(yè)拆借利率3個(gè)月利率為每日指標(biāo)，在結(jié)果解釋時(shí)需要對(duì)這些時(shí)間單位特別注意。1.在變量“最后一次接觸距離上一次接觸的時(shí)間”中，數(shù)值“999”具有具體含義，它表示以前從未聯(lián)系過客戶的標(biāo)記，并非為異常值，故不能盲目對(duì)其直接做異常值處理。4．變量“職業(yè)屬性”共包含12種分類。分別是，“行政”、“藍(lán)領(lǐng)”、“企業(yè)家”、“女傭”、“管理”、“退休”、“自營(yíng)”、“服務(wù)”、“學(xué)生”、“技術(shù)人員”、“失業(yè)”和“未知”。5.變量“婚姻狀況”包括4種分類：“離婚”、“已婚”、“單身”、“未知”，其中，“離婚”選項(xiàng)既包含離婚情況，同時(shí)也指喪偶的情況。6.變量“受教育背景”包含“小學(xué)四年級(jí)”、“小學(xué)畢業(yè)”、“初中畢業(yè)”、“高中畢業(yè)”、“文盲”、“職業(yè)教育”、“大學(xué)畢業(yè)”以及“未知”這8種類別。1.3數(shù)據(jù)分析1.1.1數(shù)值型變量為了對(duì)數(shù)值型變量的數(shù)值分布得到初步把握，首先對(duì)原數(shù)據(jù)集中所包含的所有數(shù)值型變量進(jìn)行描述性統(tǒng)計(jì)分析，得到其均值、標(biāo)準(zhǔn)差、最值和中位數(shù)，整理為表格如下所示：

表3-2數(shù)值型變量描述性統(tǒng)計(jì)變量均值標(biāo)準(zhǔn)差最小值中位數(shù)最大值年齡40.0210.42173898通話持續(xù)時(shí)間258.29259.2801804918本次營(yíng)銷聯(lián)系次數(shù)2.572.771256距離上一次接觸的時(shí)間間隔962.48186.910999999過往營(yíng)銷的聯(lián)系次數(shù)0.170.49007就業(yè)變化率0.081.57-1.41.11.4消費(fèi)者價(jià)格指數(shù)91.580.5892.291.7594.77消費(fèi)者信心指數(shù)-40.54.63-50.8-41.8-26.9歐元銀行同業(yè)拆借利率1.621.730.634.865.05就業(yè)人數(shù)5167.0472.254961.651915228.1從表3-2中可以看到，以上10個(gè)表示不同含義的數(shù)值型變量中，除了“消費(fèi)者信心指數(shù)”和“就業(yè)變化率”這兩個(gè)變量存在負(fù)值，其余變量的數(shù)值均全部分布在正軸。其中，“消費(fèi)者信心指數(shù)”的兩個(gè)最值均為負(fù)數(shù)，而“就業(yè)變化率”的最大值為正數(shù)，最小值為負(fù)數(shù)。聯(lián)系現(xiàn)實(shí)意義，兩者的負(fù)值均可以進(jìn)行解釋：當(dāng)消費(fèi)者信心指數(shù)為負(fù)時(shí)，表示消費(fèi)者對(duì)經(jīng)濟(jì)狀況的評(píng)估和大規(guī)模購(gòu)買的意欲不佳，意味著有較多的悲觀者。而就業(yè)變化率為負(fù)，則表明就業(yè)率呈負(fù)增長(zhǎng)變化趨勢(shì)，此時(shí)就業(yè)形式較為嚴(yán)峻，社會(huì)經(jīng)濟(jì)情況也不容樂觀。在表格中還可以注意到，“以前的營(yíng)銷活動(dòng)中聯(lián)系的次數(shù)”和“消費(fèi)者價(jià)格指數(shù)”這兩個(gè)變量有較小的標(biāo)準(zhǔn)差。說(shuō)明兩者數(shù)值分布均較集中，整體數(shù)值保持穩(wěn)定，不同的客戶樣本在這個(gè)變量上的取值波動(dòng)較小。為了進(jìn)一步了解，本文利用各類可視化工具對(duì)不同數(shù)值型變量的基本情況作直觀的展示。將通過餅圖、熱力圖、箱圖等各具長(zhǎng)處的數(shù)據(jù)可視化圖像，依照?qǐng)D像傳達(dá)出的信息作出相應(yīng)推測(cè)，并通過后續(xù)建模分類結(jié)果進(jìn)行分析驗(yàn)證。聯(lián)系實(shí)際生活中的場(chǎng)景，本文首先猜測(cè)定期存款產(chǎn)品是否能夠營(yíng)銷成功的結(jié)果與年齡這一因素具有聯(lián)系。因?yàn)槲覀兞私獾皆谌ャy行辦理業(yè)務(wù)時(shí)，往往在營(yíng)業(yè)部和網(wǎng)點(diǎn)辦理業(yè)務(wù)的老年人比重較大。為消除量綱的影響，這里將該類樣本中正項(xiàng)樣本與該類樣本的總數(shù)之比，設(shè)為營(yíng)銷成功率或認(rèn)購(gòu)成功率，用來(lái)探究不同年齡階段的客戶群體與營(yíng)銷成功率之間的關(guān)系。圖3-1年齡與營(yíng)銷成功率的關(guān)系從圖3-1中可以看出，在[10,40]這個(gè)年齡區(qū)間內(nèi)，曲線呈下凹形態(tài)，說(shuō)明在此區(qū)間內(nèi)產(chǎn)品營(yíng)銷成功率是較低的。而當(dāng)客戶年齡層到40歲以上時(shí)，其成功率呈現(xiàn)出通過一個(gè)陡峭的絕對(duì)上升后保持平穩(wěn)的趨勢(shì)，這能夠說(shuō)明在年齡40歲以上的客戶群體對(duì)定期存款產(chǎn)品的購(gòu)買偏好是強(qiáng)烈的。通過分析可得，這類客戶群體往往趨向于規(guī)避風(fēng)險(xiǎn)，而銀行產(chǎn)品呈現(xiàn)出穩(wěn)健性的風(fēng)格，定期存款類型的產(chǎn)品的風(fēng)險(xiǎn)更是較小，可以滿足其對(duì)收益可控性的要求，這與前面的推測(cè)是相符的。而70歲以上的成功率波動(dòng)非常大，故推測(cè)是由于此類客戶數(shù)量較小、樣本區(qū)間不連續(xù)所造成的。接下來(lái)對(duì)關(guān)于上次項(xiàng)目的營(yíng)銷聯(lián)系的信息進(jìn)行分析：由現(xiàn)實(shí)經(jīng)驗(yàn)，理財(cái)經(jīng)理與客戶的聯(lián)系頻率、客戶的購(gòu)買經(jīng)歷等會(huì)對(duì)客戶認(rèn)購(gòu)的心理和體驗(yàn)感產(chǎn)生影響。客戶往往更愿意在自己熟識(shí)的理財(cái)經(jīng)理或客戶認(rèn)為可靠的銀行購(gòu)買產(chǎn)品，而對(duì)自己不了解的產(chǎn)品或營(yíng)銷人員的說(shuō)辭保持存疑的態(tài)度。正是由于這一道心理防線，大大增加營(yíng)銷的難度系數(shù)。這里選擇“營(yíng)銷通話持續(xù)時(shí)間”和“以前營(yíng)銷活動(dòng)中聯(lián)系的次數(shù)”兩個(gè)變量，繪制變量與期望目標(biāo)間的分布關(guān)系箱線圖，如下所示：圖3-2、圖3-3通話持續(xù)時(shí)間、過去營(yíng)銷活動(dòng)聯(lián)系次數(shù)與目標(biāo)變量的關(guān)系從圖3-2可以看出，“通話持續(xù)時(shí)間”在客戶是否認(rèn)購(gòu)營(yíng)銷產(chǎn)品上有非常明顯的區(qū)分。未能成功認(rèn)購(gòu)的客戶的通話時(shí)間的箱接近于零秒，而成功認(rèn)購(gòu)產(chǎn)品的客戶的通話時(shí)間顯然是不為零的，這可以推測(cè)成功認(rèn)購(gòu)產(chǎn)品的客戶與通話時(shí)間具有較強(qiáng)聯(lián)系?，F(xiàn)實(shí)中當(dāng)客戶在接到營(yíng)銷電話后，確定認(rèn)購(gòu)產(chǎn)品之前，首先需要對(duì)產(chǎn)品得到足夠了解，才會(huì)依照自身情況作出是否認(rèn)購(gòu)的決策。而部分對(duì)電話營(yíng)銷持較為反感態(tài)度的客戶往往在接聽電話后了解到其致電目的為營(yíng)銷商品時(shí)，會(huì)果斷選擇直接掛斷電話。這里的信息與該項(xiàng)數(shù)據(jù)呈現(xiàn)出的分布趨勢(shì)是一致的。而在“以前營(yíng)銷的活動(dòng)中聯(lián)系的次數(shù)”這個(gè)變量上，能否營(yíng)銷成功也有非常顯著的區(qū)別：圖3-3中顯示，不能使得客戶成功認(rèn)購(gòu)時(shí)的聯(lián)系次數(shù)分布貼近于零，而能使客戶成功認(rèn)購(gòu)時(shí)的過去練習(xí)次數(shù)分布在零次以上會(huì)更多。由此可以猜測(cè)，當(dāng)某個(gè)客戶首次收到營(yíng)銷電話時(shí)，其成功率是較低的。而當(dāng)客戶曾經(jīng)購(gòu)買過該銀行的產(chǎn)品后，若得到了良好的購(gòu)買或服務(wù)體驗(yàn)，那么這類客戶對(duì)在此銀行繼續(xù)了解和購(gòu)買其他產(chǎn)品的態(tài)度會(huì)更積極，更愿意去嘗試該銀行的其他類型產(chǎn)品。與之相應(yīng)的，營(yíng)銷成功率也就會(huì)隨之上升。圖3-4—圖3-7社會(huì)經(jīng)濟(jì)背景相關(guān)變量與目標(biāo)變量的關(guān)系在社會(huì)和經(jīng)濟(jì)背景的屬性上，是否能夠營(yíng)銷成功也有顯著差別的表現(xiàn)。聯(lián)系圖3-4至圖3-7中的信息，通過對(duì)比可以推測(cè)：當(dāng)就業(yè)人數(shù)更多，歐元銀行同業(yè)拆借利率3個(gè)月利率越高，消費(fèi)者價(jià)格指數(shù)和消費(fèi)者信心指數(shù)更高的時(shí)候，客戶會(huì)更愿意去認(rèn)購(gòu)定期存款，營(yíng)銷成功率會(huì)更高。而當(dāng)就業(yè)人數(shù)更少，就業(yè)形勢(shì)越差，歐元銀行同業(yè)拆借利率3個(gè)月利率更低，消費(fèi)者價(jià)格指數(shù)和消費(fèi)者信心指數(shù)更低的時(shí)候，客戶表現(xiàn)出消極的消費(fèi)態(tài)度，往往對(duì)認(rèn)購(gòu)定期存款的積極性也就更差，營(yíng)銷效果相應(yīng)越差，成功率會(huì)下降。通過上述推測(cè)，這些變量的變化方向存在一些相似或相反的趨勢(shì)。本文猜測(cè)某些數(shù)值型變量之間可能存在一定相關(guān)性，所以對(duì)各數(shù)值變量間的相關(guān)性進(jìn)行可視化分析，欲通過熱力圖對(duì)其進(jìn)行非常直觀的展示：圖3-8數(shù)值型變量相關(guān)性熱力圖從圖3-8中可以看到，就業(yè)變化率和歐元銀行同業(yè)拆借利率3個(gè)月利率間有非常強(qiáng)的正相關(guān)性，就業(yè)人數(shù)和就業(yè)變化率、歐元銀行同業(yè)拆借利率3個(gè)月利率兩個(gè)變量間也存在較強(qiáng)的正相關(guān)性。與實(shí)際情況相聯(lián)系，能夠聯(lián)想到生活中經(jīng)濟(jì)形式和就業(yè)形式之間的同向變化關(guān)系，此條推測(cè)即可以得到驗(yàn)證。而以前的營(yíng)銷活動(dòng)中聯(lián)系的次數(shù)這一變量，與最后一次接觸距離上一次接觸的時(shí)間、就業(yè)變化率、歐元銀行同業(yè)拆借利率3個(gè)月利率、就業(yè)人數(shù)這幾個(gè)變量均存在一定的負(fù)相關(guān)性。聯(lián)系實(shí)際情況，不難發(fā)現(xiàn)，這一相關(guān)性也是符合邏輯的：過去和客戶聯(lián)系次數(shù)越多，聯(lián)系越頻繁，則最近一次聯(lián)系的間隔時(shí)間就會(huì)越短。1.1.2分類型變量本文繼續(xù)對(duì)另一大類型的變量——分類型變量的分布信息進(jìn)行探究。容易知道，本文所使用數(shù)據(jù)集的期望目標(biāo)即是一個(gè)分類型變量。當(dāng)對(duì)原數(shù)據(jù)集中客戶各類型信息所對(duì)應(yīng)的期望目標(biāo)正負(fù)比例進(jìn)行統(tǒng)計(jì)整理時(shí)，可以發(fā)現(xiàn)，其二分類期望目標(biāo)的正負(fù)項(xiàng)數(shù)量分別為4640和26548，比例約為0.11：0.89，這里負(fù)類樣本（否）的數(shù)量遠(yuǎn)大于正類樣本（是）的數(shù)量，由此可以得出：此銀行直接營(yíng)銷數(shù)據(jù)集是一個(gè)不平衡數(shù)據(jù)集。表3-3目標(biāo)變量正負(fù)項(xiàng)分布目標(biāo)變量計(jì)數(shù)占比正項(xiàng)46400.11負(fù)項(xiàng)265480.89合計(jì)311881.00訓(xùn)練數(shù)據(jù)不平衡的現(xiàn)象在實(shí)際中十分常見：在欺詐交易識(shí)別中，絕大部分交易都是正常進(jìn)行的，只有極少部分的交易屬于欺詐交易。在客戶流失問題中，絕大部分的客戶是會(huì)保持原有選擇，即作為非流失對(duì)象，只有極少數(shù)部分的客戶不會(huì)再繼續(xù)保持原選擇，即稱作流失對(duì)象。類似數(shù)值型變量的做法，這里也對(duì)一些可能對(duì)目標(biāo)變量取值產(chǎn)生影響的分類型變量作探究。從實(shí)際經(jīng)驗(yàn)中考慮，由于不同職業(yè)的客戶收入水平及其消費(fèi)偏好是呈現(xiàn)出顯著區(qū)別的，故本文推測(cè)職業(yè)對(duì)客戶是否會(huì)認(rèn)購(gòu)定期存款類產(chǎn)品這一決策可能起著重要作用，于是首先對(duì)職業(yè)因素在目標(biāo)變量上的影響做可視化分析：圖3-9、圖3-10職業(yè)與營(yíng)銷結(jié)果的關(guān)系從圖3-9和圖3-10中可以看到，當(dāng)考慮認(rèn)購(gòu)成功的情況時(shí)，客戶職業(yè)占比最高的是行政管理人員，其次是技術(shù)人員和藍(lán)領(lǐng)。而在考慮認(rèn)購(gòu)失敗的情況時(shí)，職業(yè)降序排名前三也是如此。為進(jìn)一步探究職業(yè)與營(yíng)銷結(jié)果之間的關(guān)系，想要得到更加直接清晰的結(jié)論，本文這里同樣進(jìn)行消除量綱的處理，利用各職業(yè)中營(yíng)銷成功的樣本數(shù)量與樣本中該職業(yè)的總?cè)藬?shù)的比值，作為樣本里各職業(yè)的認(rèn)購(gòu)成功率，并進(jìn)行整理統(tǒng)計(jì)，結(jié)果如下所示：圖3-11職業(yè)與營(yíng)銷成功率的關(guān)系容易看出，營(yíng)銷成功率最高的為學(xué)生群體，其成功率可以達(dá)到31%左右，其次是退休人員，成功率約為25%，隨后是行政管理和無(wú)業(yè)人員，這四類職業(yè)的客戶群體的認(rèn)購(gòu)成功率均高于全體客戶的平均成功率。由此可得，當(dāng)客戶職業(yè)為學(xué)生、退休人員、行政管理人員和無(wú)業(yè)人員時(shí)，會(huì)更愿意認(rèn)購(gòu)定期存款產(chǎn)品，銀行在今后的定期存款營(yíng)銷活動(dòng)中應(yīng)重點(diǎn)關(guān)注到在職業(yè)為這四類的客戶。接下來(lái)對(duì)客戶婚姻狀況與是否對(duì)定期存款產(chǎn)品的購(gòu)買有偏好進(jìn)行探究。本文推測(cè)，已婚客戶由于家庭限制，風(fēng)險(xiǎn)承受能力稍弱，其理財(cái)選擇可能傾向于收益穩(wěn)定風(fēng)險(xiǎn)較低的產(chǎn)品。這里同樣使用消除量綱后的成功率作為評(píng)判指標(biāo)：圖3-12婚姻狀況與認(rèn)購(gòu)成功率的關(guān)系圖3-12中數(shù)值表示所有樣本中處于當(dāng)前婚姻狀況的客戶的認(rèn)購(gòu)成功比例?？梢钥闯?，婚姻狀況為單身和未知的客戶的認(rèn)購(gòu)成功率分別為14%和15%，略高于結(jié)婚和離婚客戶的10%。但由于圖中四種顏色比例差別較小，故僅從這里的可視化分析不能夠得出婚姻狀況可以對(duì)客戶認(rèn)購(gòu)行為產(chǎn)生影響的結(jié)論。圖3-13受教育程度與認(rèn)購(gòu)成功率的關(guān)系在圖3-13受教育程度與認(rèn)購(gòu)成功率的關(guān)系條形圖中有一類成功率明顯很高的客戶群體類型，查閱屬性可以知道這是受教育程度為文盲類型的客戶群體，這里他們對(duì)定期存款的認(rèn)購(gòu)偏好較為明顯。其次是受教育程度未知和大學(xué)文憑的客戶。本文推測(cè)，這是由于文盲類型的客戶受教育程度較低，故其理財(cái)方式會(huì)偏向于風(fēng)險(xiǎn)較低穩(wěn)定收益的產(chǎn)品。而銀行可靠性高，在傳統(tǒng)客戶中的信譽(yù)口碑也較為優(yōu)秀，所以銀行定期存款類產(chǎn)品是此類客戶的首選。最后，本文還考慮到有部分客戶可能參與了上一次的營(yíng)銷活動(dòng)，經(jīng)過對(duì)其推銷的產(chǎn)品認(rèn)購(gòu)后的個(gè)人親身體驗(yàn)和消費(fèi)感受，可能會(huì)對(duì)下一次是否選擇認(rèn)購(gòu)產(chǎn)生直接且主觀的影響。圖3-14上次活動(dòng)成功與否與認(rèn)購(gòu)成功率的關(guān)系從圖3-14中可以明顯看出，上一次成功認(rèn)購(gòu)的客戶在下一次營(yíng)銷活動(dòng)中繼續(xù)選擇認(rèn)購(gòu)的可能性非常大，其成功率高達(dá)65%。而上一次營(yíng)銷活動(dòng)未能參與過的客戶的認(rèn)購(gòu)成功率最低，甚至低于上一次營(yíng)銷失敗的客戶。這說(shuō)明客戶在經(jīng)過親身了解和感受過該銀行的產(chǎn)品之后，會(huì)更愿意相信該銀行的其它產(chǎn)品，其嘗試的積極性也更高。而要讓一位從來(lái)沒有參與過該銀行的營(yíng)銷活動(dòng)的客戶選擇認(rèn)購(gòu)其產(chǎn)品，是比較困難的。由此也從側(cè)面證實(shí)，銀行對(duì)老客戶的維系是非常重要且必要的。1.4數(shù)據(jù)處理1.4.1數(shù)據(jù)預(yù)處理在本數(shù)據(jù)集的各變量分析中，本文關(guān)注到通話持續(xù)時(shí)間屬性對(duì)期望輸出目標(biāo)客戶是否會(huì)認(rèn)購(gòu)定期存款存在很大影響。例如，通話持續(xù)時(shí)間為0，那么客戶不會(huì)認(rèn)購(gòu)營(yíng)銷的定期存款，而當(dāng)通話持續(xù)時(shí)間不為0，則有營(yíng)銷成功才存在可能性，這其中可能存在比較強(qiáng)烈的因果關(guān)系因此，由于本文旨在建立和對(duì)比各模型在銀行營(yíng)銷產(chǎn)品方面的預(yù)測(cè)效果，通過客戶各方面的信息來(lái)預(yù)測(cè)其認(rèn)購(gòu)行為。所以，為了保證模型的預(yù)測(cè)有效性，應(yīng)當(dāng)對(duì)此變量進(jìn)行刪除后，再進(jìn)行建模。1.4.2缺失值填補(bǔ)在對(duì)數(shù)據(jù)進(jìn)行描述性分析時(shí)不難發(fā)現(xiàn)，數(shù)據(jù)集不直接存在有缺失值的情況，但卻存在許多未知值，這些未知值應(yīng)當(dāng)被視作缺失值進(jìn)