客户生命周期：用来描述客户接受不同产品或服务时所要经历的阶段，包括考虑阶段，购买阶段，购买后行为阶段
顾客终身价值：客户在未来整个客户生命周期中产生的总价值，CLV可以作为衡量客户关系水平的一个指标
客户信息：用于客户分析， 客户分析的目的是找到一个准确视角来制定策略，从而最优化的获取和保留客户，定义高价值客户
- 描述信息：客户的基本属性信息，如性别，年龄， 地理位置和收入等
- 行为信息：客户行为信息， 即客户使用产品和服务时表现出来的一般模式，如购买，注册，浏览及使用不同设备等
- 交互信息：客户和网站交互信息，用途在于网站或软件实用性能测试（最重要的是转化率）
- 态度信息：客户偏感性信息， 如偏好，选择，愿望，品牌认可度及情怀等
fico评分的分类依据是基于一般个体中各个分类的重要性，对于特定群体（例如刚开始使用信用卡的人群），每个分类重要性可能不同
信用评分卡流程（挖掘）
raw data --> 抽子集 --> 读数据 --> 洗数据
信用评分卡里Y一定是1或0
WOE(证据权重）：证据权重描述一个箱子对于预测的证据的多少；值越大，将该箱子预测为1的证据就越强，值越小，将该箱子预测为0的证据就越强，如果等于0，则说明这个箱子没有什么证据；主要用在分箱时对于箱子分类效果的判定
对于WOE值得异常值处理，如WOE出现无穷大时，可以给WOE公式里上下各加0.5，来让其变为非无穷值
通过WOE值还可以划出WOE图，从它可以看出单个X与Y的关系，以及能反映出X对于Y的变化趋势
通过分箱将分类变量转换成连续变量，在通过求分箱后的WOE值得到一个新的WOE列，这个WOE列可以看作是连续变量，因为它是衡量分箱后的每个箱体中对于Y是0/1的区分程度，最后再将WOE值着一列喂入逻辑回归当中；
（重要）信用评分卡里在最后进行逻辑回归时放的每一列都是WOE值列
IV值：每个箱子的信息值， 这里的信息即是它的预测能力
注意：这里的信息与之前决策树里的信息不同，决策树里的信息表示信息的混乱程度，而这里的信息指的是它的预测能力；值越大，表示箱子的预测能力越强，而对该列下所有IV值加总后就表示该变量的总的预测能力，所以IV值越大，说明信息预测能力越强，变量越重要
IV<0.02，对预测几乎无帮助， 0.02<=IV<0.1，具有一定帮助
0.1<=IV<0.3，对预测有较大帮助，IV>=0.3, 具有很大帮助
IV>0.5，需要谨慎看待，有可能好的过分了，IV>1，一定不能要该变量
如何检查IV>0.5时，是否可以用该变量？
检查的方法是用新数据去检测是否适用； 另外，一般情况下，在有大量缺失值时，IV>0.5也有可能出现
故: IV值排序也可以用来作为变量重要性的排序
补充：除了IV值，随机森林也可以计算变量重要性排序
总结：WOE值用来做逻辑回归，而IV值用来计算变量重要性的排序来筛选变量
odds（优比）：一个人/一类人中 P(good)/P(bad)
In(odds): 同一类人，好坏占比的比例
WOE：这一类人对所有人贡献的比例
odds=P(good)/P(bad)
优比和分数是一个正比的关系
In(odds)=-In(P/(1-P))
