2015信用卡数据分析,北京地区信用卡数据分析

这里我介绍数据分析的两个评价指标，f1评分和ROC曲线。在介绍F1score和ROC曲线之前，我们首先要了解以下几个概念:什么是混淆矩阵？我们来看下图:注意上图中，蓝点为正，红点为负。一般来说，从医学的角度来说，阳性代表有病或者病毒，阴性代表正常。上述模型中有多少真阳性、真阴性、假阳性和假阴性？

我们来学习一个衡量模型性能的方法，精度。准确度如何？我们继续引用上图。准确率是图表所有数据中正确分类的点数，是正确分类的点数占总点数的比率。数学公式是正确分类精度的点数/总点数。上图中，正确的分类是真正(6) 真负(5)11；总点数为14，上图准确率为11/140.7857。在知道准确率之前，我们先来看看下面这张医学预测图:准确率的定义是所有预测的阳性点有多少是真阳性？

身边有朋友用过这个软件，大数据很强，对持卡人的信用卡 数据分析也很全面。同时也可以帮助持卡人全面了解自己的用卡习惯，优化自己的用卡行为。报告分为六个板块，分别是信用卡评分、提款概率、财富能力、消费偏好、信用卡交易分析、境外消费信息。让卡评告诉你你在银行眼里是什么样子。

1、信用卡消费90后和别人不一样，先消费后还贷的观念越来越没有抵抗力。有钱就花，下个月还信用卡。月光族月初换了月光，还了信用卡又刷了信用卡。同时，随卡退卡。有意思的是，央行公布了最新的信用卡征信系统，信用卡征信在两天之内就上传了。相比之前一个月的征信系统，以卡换卡还款基本消失，一堆年轻人以卡还卡的经济即将崩溃。2.互联网消费用支付宝花钱越来越少。这是大多数人的共识。扫完码，钱就花完了。

3.90年前各种网贷、套路贷被锁定后，有新闻报道一男子在200多个平台借款，反映网贷、套路贷审核宽松，只要有身份证就可以借款。同时也锁定了大部分年轻人，以贷还贷，贷款越来越多，负债越来越多。4，房贷，车贷到了社会上，基本都和车贷房贷挂钩，买车成了标配，就算没钱，还不如贷款买车。买房成了结婚的标准。好的家庭要父母承担，不好的家庭只能靠贷款。

最后一部分对于数据集的各个方面都很简单数据分析。主要结论如下:将逾期15天以上的贷款视为坏账，简化贷款质量，可以看到坏账不到8%，但实际金额也相当惊人。2011年以后，贷款总额每年都在飙升。可以看出，LendingClub在2012年之后发展迅速，客户迅速增加。虽然有波动，但是各行各业的人都增加了，老师最多，其次是管理人员。

About 信用卡，恐怕很多人还知之甚少。其实涉及到信用卡、信用卡年级、信用卡取现手续费及利息等卡组织。接下来分别是一般信用卡组织分为:VISA、MasterCard、AmericanExpress、银联、JCB、diners club信用卡organizations信用卡分类:金额一般在3000-10000之间，可按刷卡次数减免年费。

白金卡:大小白金卡，小白金卡有部分权益，年费按刷卡次数减免；白金有机场VIP权益，免费体检，免费航空或意外险，年费一般2000。无限卡还是世界卡:这个只能银行主动办理。在如今的信贷生活中，大多数人对对账单日和还款日，如何申请大额信用卡，了解银行取款的规则，取款手续费，客服热线，挂失等等都有了比较深入的了解。

数据挖掘技术在信用卡 Business信用卡Business中的应用具有透支巨大、单笔金额小的特点，这使得数据挖掘技术在信用卡Business中的应用成为必然。国外信用卡发卡机构已经广泛使用数据挖掘技术促进信用卡业务发展，实现全面的绩效管理。自1985年信用卡在国内首次发行以来，-1/的业务得到了突飞猛进的发展，积累了海量的数据。数据挖掘在商业中的重要性越来越明显。

1.分析型CRM分析型CRM应用包括市场细分、客户获取、交叉销售和客户流失。信用卡分析师收集和处理大量的数据，对这些数据进行分析，找出它们的数据模式和特征，分析某一客户群体的特征、消费习惯、消费倾向和消费需求，进而推断出相应消费群体的下一步消费行为，然后在此基础上对识别出的消费群体进行主动营销。与传统的不区分消费者特征的大规模营销方式相比，这种方式大大节约了营销成本，提高了营销效果，从而为银行带来更多的利润。

20世纪90年代初，以AmaricanExpress为首的美国信用卡金融公司开始利用数据建模提高风险控制能力，解决精准营销等问题。Discover和CapitalOne紧随其后，1995年，美国运通的风控模式开始试运行，1997年风控系统正式上线。在接下来的几年里，美国运通保持了快速增长，并将不良贷款降至行业最低水平，2008年，Discover将全球数据分析中心迁至上海。