DataMining在信用卡客户分群的应用

1、Data Mining在信誉卡客戶分群之應用輔仁大學統計資訊學系蔡欣蕙、陳飛宏、鄭建德、林函穎、 楊宇微謝邦昌.Ben-Ben Bank總裁台灣區經理鄭建德專員蔡欣蕙專員林函穎行銷主任楊宇微資訊人員陳飛宏.會議進行中.Data Mining的意義 Data Mining是指找尋隱藏在資料中的訊息，如趨勢Trend、特徵Pattern及相關性Relationship的過程，也就是從大量資料中發掘資訊或知識。.Data Mining的功能分類classification推估estimation) 預測predication 關聯分組affinity grouping 同質分組clustering.

2、Data Mining的相關技術記憶基礎推理法Memory-Based easoning市場購物籃分析Market Basket Analysis 決策樹Decision Trees 基因演算法Genetic Algorithm 群集偵測技術Cluster Detection 連結分析Link Analysis 線上分析處理On-Line Analytic Processing ; OLAP類神經網路Neural Networks 區別分析Discriminant Analysis 羅吉斯迴歸分析Logistic Analysis .Data Mining和普通統計分析不同之處在於Data M

3、ining可以處理多個維度的大量資料，防止了下面幾點困難：巨量的紀錄、高維的資料、蒐集到的資料僅有一小部分用來分析。Data Mining和統計分析比較.研讨工具Data Mining軟體STATISTICA 6.0基於經費的考量，已获得軟體的运用授權。.研讨架構及步驟搜集相關的文獻探討整理及清理資料資料轉檔研讨動機與目的實際資料发掘任务(1)集群分析(2)判別分析(3)交叉分析(4)決策樹分析(5)羅吉斯迴歸分析(6)類神經網路分析測試與檢核分析結果.Data Mining流程圖.將原來的資料2,109,518筆)切割成三大部分:Training Data (1,000,070筆) Test

4、ing Data (555,814筆) New Data (553,634筆). Training Data & Testing Data 隨機抽出0.2%樣本Sample Training Data (2054筆)Sample Testing Data (1125筆).S Training Data & S Testing Data 做群集分析產生分群變數.依分群變數資料集結果進行判別分析. 將分群變數與原來的變數產生合併資料集.將合併後的資料集作交叉分析.羅吉斯迴歸.決策樹.將Training Data(1,000,070筆) 及Testing Data(555,814筆)直接做群集分析.

5、將Training Data及Testing Data作群集分析產生分群變數資料集. 將分群變數的資料集作判別分析.將分群變數與原來的變數產生合併資料集.將合併後的資料集作交叉分析.羅吉斯回歸.決策樹.Data Mining抽樣流程.Data Mining(未經抽樣流程. Data Mining(未經抽樣抽樣流程圖).研讨結果樣本與母體結構比較分群結果判別結果瑕疵戶預測結果分群特性.群集結果.分群個數.判別結果.判別結果誤判率.瑕疵戶預測模型結果 Y：能否為瑕疵戶 X：能否逾期超過30天 能否有呆帳紀錄 能否有借款餘額800萬 能否有退票紀錄 能否有拒往紀錄 能否有他行強制停卡紀錄 .對不同顧

6、客如何處理.黃金單身漢個人月收入20,000元10020,00140,000元佔73.59平均月開銷20,00140,000元15.46 家庭月收入60,000元以下100刷卡金額60,00180,000元28.02農林漁牧16.55事務職12.21銷售業11.18一年內有申請的意願 30.3信誉卡張數23張 55.86很少运用信誉卡 18.921524歲34.233034歲15.08未婚49.76上，中上76.78.銀行殺手個人月收入20,000元以下，其中沒有收入佔56.87平均月開銷20,000元以下84.69家庭月收入60,000元以下100 刷卡金額40,00160,000元41.7

7、3逾期30天10.81 呆帳紀錄9.86借款餘額800萬12.40 退票紀錄10.82拒往紀錄11.10強制停卡紀錄11.77 男女差異最大 血型A型30.52)經常运用信誉卡34.33偶爾运用信誉卡45.98大學生8.18專科學生8.25高中職學生18.99.敗金高手個人月收入20,000元以下100其中沒有收入佔63.05平均月開銷10,00120,000元33.91家庭月收入60,000元以下97.23刷卡金額60,00180,000元49.283549歲32.21已婚23.73中46.33中下24.78下9.61一年內有申請的意願31.36信誉卡張數34張14.21很少运用信誉卡20.

8、82農林漁牧19.79家庭主婦14.78 事務職14.75.战略黃金單身漢 (高利潤 + 經濟才干較好)刺激顧客添加刷卡次數。結合百貨公司、大型量販店、或飯店等等，促使其消費便利添加消費次數。對於不常外出購物者寄予消費指南及較高檔的商品型錄，來刺激消費、添加刷卡次數。.战略銀行殺手(風險變數高)降低信誉額度。加強控管銀行殺手的消費行為 對舊有之顧客，建議採用降低信誉卡額度，並 隨時電話追蹤，確認消費無誤，同時長期觀察， 確認其平安性。.战略敗金高手(高利潤 + 經濟才干偏低)留住目前的客戶，提高顧客忠誠度。預留一段時間作為審查，合格者施予同黃金單身漢一樣行銷手法。不合格者，加強其風險的把守，同時降低其信誉卡額度。.黃金單身漢高利潤高風