文档介绍：银行客户数据分析
2007-09-01
1
精选课件
背景
数据客户群服务盈利
商业银行拥有大量的个人客户交易数据、个人客户服务数据和个人客户基本资料数据。在这些海量数据中，隐藏着大量的有价值的客户信息。运用数据挖掘类（聚类4和聚类5）后其余8个聚类的客户数达1833人，%.
大聚类可以再继续细分 (作为一个数据集再继续进行聚类操作, 或直接提高聚类个数)
10
精选课件
对各聚类结果的处理
聚类后的各聚类结果的数据是规格化处理后的数据的结果，我们要直观地分析各聚类的特点，必须把规格化的数据还原为原始数据。例如，最小值为-10,000，最大值为1,000,000的当前账户余额规格化为[0,1]后就难以理解各账户间存在的巨大差距，只有把它还原为原始的[-10000, 1000000]才能使人直观地理解其存在的差距。
把各聚类的数据集还原为原始数据后，再计算各特征的均值和标准差（数值型的特征）；或者各标称量的数量（标称型的特征）。
11
精选课件
聚类结果分析(账户当前余额 )
下表所示为10个聚类中各聚类的账户当前余额的正负及账户当前余额的均值和标准差
聚类
当前余额正负
当前余额值
+
–
均值
标准差
聚类1
145
0

聚类2
69
0

聚类3
133
0

聚类4
6182
1

聚类5
1985
0

聚类6
119
94

聚类7
46
0

聚类8
380
66

聚类9
0
413
-

聚类10
368
0

12
精选课件
聚类结果分析(账户当前余额 )
最明显的特殊客户群有两个 :
一个是聚类3的客户群，该聚类的当前余额均值达十五万左右，比其他聚类的当前余额均值高出一个数量级。所以可以初步判断该聚类的客户是存款额高或者说是高收入的客户群。另外，该聚类当前余额的标准差也很大，这说明在富有的客户群中各客户的收入差距也是很大的，有的达百万、千万、甚至上亿.
另一个明显的特殊客户群是聚类9所示的客户群。该客户群中的413个客户当前账户余额都为负值，且其均值达负两万多元。因此可以认定该客户群是高透支的客户群。后面还会分析的透支额、透支次数、透支时间等属性的分析同样可以印证我们这个结论.
13
精选课件
聚类结果分析(账户当前余额 )
分析其他的八个聚类
%的最大的普通客户群，该客户群中几乎所有的客户的当前余额都为正值，其均值为五千多，标准差为两万多不会太小，说明该庞大的客户群还是可以再继续细分的。
%的第二大的客户群，该客户群比最大的客户群聚类4来说它的当前余额均值高很多，达两万多元。因此可以说聚类5是大量普通客户中的中等存款额度的账户（不包括低存款额度的账户）。
聚类7是账户当前余额为正值但存款额度较低的客户群。
聚类1，2，6，8，10这五个聚类在当前账户余额这一属性上不能发现其明显的特征，我们将在后续的其他属性上的分析发现其聚类特征。
14
精选课件
聚类结果分析(最低及最高交易账目 )
下表所示为各聚类的最低交易账目和最高交易账目的均值与标准差
聚类
最低交易账目
最高交易账目
均值
标准差
均值
标准差
聚类1

聚类2

聚类3

聚类4

聚类5

聚类6
-

聚类7

聚类8
-

聚类9
-