目录
项目背景
分析思路
- 熟悉数据:导入数据、熟悉数据、分类变量。
- 数据清洗：统一变量名、缺失值处理、重复值和异常值处理
- 逾期用户画像：用户基本信息分析、用户行为信息分析
- 不良率分析：随记录时间变化趋势、与年龄性别的相关性、与初始评级的相关性、与借贷信息的相关性
- 总结与建议
理解数据
- 还款情况：与还款相关变量
- 基本属性：年龄、性别、学历
- 行为属性：手机认证、视频认证、网页认证、浏览认证
- 借贷信息：借贷金额、借贷期限、借贷利率等
- 交易信息：客户发生交易行为数据。如：购物等
数据预处理
为属性重命名
统计变量的缺失情况，为缺失率做分析，
- 下次计划还款利息、上次还款利息
- 历史成功借款金额（当我们无法得知数据为什么缺失的时候，我们应该取问问业务部门）
- 认证信息：户口认证、学历认证、淘宝认证、征信认证（只保留成功认证和未成功认证）
重复值的处理
在业务部门中确定很多东西
数据分析（构建模型）
- 不同性别的放贷比率与逾期表现(那种性别放贷风险高)
- 通过透视表pivot_table(data,columns,index,value,aggfunc=np.size)
- 不同年龄放贷比率与逾期表现：各个年龄段借款金额的占比和cursum向前求和.分析得到36岁之前借款金额占百分之八十。年龄段在23到27岁借款已经占据百分之八十，55岁之后借款非常少
- 各年龄段与贷款比数的情况：使用cut对年龄进行分段，按照不同年龄段统计贷款比数。
- 年龄在25到30岁之间的借款在44.9%左右，逾期占比也是3.07%，逾期占比比较高的在55岁以上，24-30之间的用户贷款比较多，逾期比较少，可能是这个年龄段的人对贷款的需求比较高，收益也比较快
- 学历认证成功与逾期的关系（不同的学历--是否认证--认证成功逾期占比与认证不成功逾期占比）
- 淘宝认证：进行过淘宝认证的人群逾期会宽泛一点
- 手机认证，视频认证，户口认证
总结和建议
总结
- 男性借款指数是女性借款指数的近两倍，逾期男性用户也要高于女性用户
- 学历认证和未认证人群比例1：1，相比之下进行过学历认证的人群逾期指数会低一点
- 36岁一下的人口占比80%，25-30之间借款指数占比35%，平台主力军，可以为这些人做一些营销活动，吸引人群，增加用户量，55岁以上用户逾期占比比较高，这部分用户以后需要严格审核
建议
- 年龄在55岁以上，学历比较低，未进行成功认证的人群以后要严加审核
- 年龄在26-35之间的用户占整个用户比重的80%，逾期率也比较低，这部分客户我们应该想办法吸引
- 平台不要认为认证成功的人群不是很可靠，对认证成功的用户也要严格审核
技术点
- 最常用的就是pivot_table()和groupby()函数
