精准营销神器之客户画像你值得拥有!

  现如今越来越多的用户偏爱线上交易,越来越少的人会选择去银行网点咨询,银行业要如何精准营销呢?相比传统的问卷调查,大数据金融科技可以更好地为银行赋能。

  为进一步精准、快速分析用户行为习惯、客户画像应运而生,本文就为大家阐述客户画像是如何生成的。

  客户信息千千万,在生成客户画像前,需要了解业务方向与重心,例如,某行想知道零售客户群的分布情况,以及客户标签。故本文就以客户资产、投资偏好、风险承受能力三方面收集了近千条数据。

  采用经典机器学习算法——聚类算法来生成客户画像,由于聚类算法是无监督模型,数据质量直接决定分群结果的好坏,这里收集到的数据大部分经过处理。

  本文用到的数据已经同步到kaggle数据集中,并将字段说明与结果一同上传了。

  读取数据,由于数据类型大部分是连续性,故选择kmeans聚类算法,选取连续性字段,剔除掉仅有一个值的变量、剔除掉ID、年月等信息,查询数据分布,发现数据质量较好,可以用于建立数学模型。

  因为kmeans算法是根据距离求得相似性,故要消除源数据的量纲,这里用scale()将源数据进行Z变化,得到一系列均值为0,方差为1的正态分布。再对每一列数据求和,验证是否变化完毕。如果源数据有取值仅为一值或者严重偏态的数据,验证便不会通过。

  这种结果表示验证通过,列求和的数据位于0左右。如果出现下面的情况,则表明前面数据处理有仅有一值的数据,需要处理这样的数据。

  距离的计算公式有很多,这里给出常见的几种连续性和离散型计算方式。本文全篇的计算方式均为欧式距离。

  聚类的思想较为简单,难点在于要确定初始聚类中心和类别数。如果想自定义初始聚类中心,可先通过采样,用层次法对样本聚类,可以预估k-means的k值和簇中心,以这些k值和簇中心,作为大样本的初始点。对于K值的选取,R中有一个很棒的包,叫NbClust,提供了三十种评价评价指标,用于选择K值,包括聚合优度、轮廓系数以及CCC检验。执行代码如下。

  通过结果可以看出,在评价指标中有6个选择分为2类,有5个选择分为3类,有6个选择分为5类。由于奥卡姆剃刀原理存在,系统推荐是分为2类,而基于业务角度思考,分为5类最为可靠。故后续我们将聚类类别分为5类。

  再由kmeans()进行聚类。给定聚类中心为5个,最大迭代20次。算得聚类优度为0.39,给定聚类中心为2个时算得聚类优度为0.13,再次证明选择5类效果更好。

  通过cluster.km$cluster可知各个样本的类别,再求得各个类别的均值,以及各类均值与总均值之比,可以看出各个类别的差异,以便给客户打标签。代码如下最后将聚类得分保存为clus_profile2.csv文件中。

  通过clusplot()可以看前两个成分下的二维聚类效果图,从图中可以看出,聚类结果较好。因为较为明显地将客户分开。

  后续我又用kmedios中心聚类,又将数据聚为5类,效果不如kmeans,聚类图如下。

  聚类算法相比于其他机器学习算法,其实还是很简单的,而聚类的难点就是需要使结果具有可解读性,也就是为客户打标签的过程。本文借助了银行对个人理财产品的风险承受能力评估等级,从低到高分别:A1(保守型)、A2(稳健型)、A3(平衡型)、A4(进取型)、A5(激进型);将得分超过100分(即比总体分布均值大)的标为红色,将得分低于65(即不达总体分布均值的65%)的标为绿色。可以看出区分程度较好。具体解读结果如下。

  以第三类举例,可以看出,第三类客户在资产余额、总权益余额、近6月资产均值、近6月总权益均值的比分上均远远大于均值,并且客户爱购买债券、没有投资股票、基金、理财、贵金属、交易较为频繁且金额较大,基于这个特点,我给这类客户定义为高资产、稳中求进、投资意愿高而投资方向上,很可能属于年长多金爱存款的类别,风险承受为平衡型。当然,打标签是一个很好玩的过程,本文主要给大家介绍如何解读,至于解读得好不好,就仁者见仁智者见智。

  最后,我简单计算了一下,如果进来新样本是如何计算类别的,由于本文仅1000条数据,没有新样本,故我将训练样本选择了200条作为新样本,纳入模型计算距离并得到类别数。代码如下。

  与原来的聚类结果相比发现并不是百分百聚类正确。不足5%的会聚类错误,在可允许范围内。

  最后如果要给领导看,那么就要学会在解读结果方面下文章,给领导讲讲故事,一个好的客户画像不仅需要使结果具有可解读性,更要能够清晰展现客户特点,以便后续精准营销。

  2. 本文未对离散型数据如何处理进行阐述。因为本案例中没有离散型数据。返回搜狐,查看更多

      和记娱乐,和记娱乐官网

 网站地图