銀行客戶案例關(guān)聯(lián)分析

1、銀行客戶案例分析案例背景和問題：某商業(yè)銀行試圖通過對個(gè)人客戶購買本銀行金融產(chǎn)品的數(shù)據(jù)進(jìn)行分析，從而發(fā)現(xiàn)交叉銷售的機(jī)會。數(shù)據(jù)集說明：該銀行采集了7991個(gè)客戶的產(chǎn)品（或服務(wù)）購買記錄，共32000行，數(shù)據(jù)集名稱為BANK。變量說明： ACCT:客戶標(biāo)識 SERVICE:購買的產(chǎn)品或服務(wù) VISIT:購買時(shí)間數(shù)據(jù)集每一行代表這個(gè)顧客擁有的一種產(chǎn)品，一個(gè)顧客可能有多個(gè)行。平均每個(gè)顧客擁有的產(chǎn)品數(shù)是3種。數(shù)據(jù)集中的13種產(chǎn)品和服務(wù)縮寫如下所示：ATM 自動取款機(jī)AUTO 自動貸款 CCRD 信用卡CKCRD 支票/貸記卡 CKING 支票賬戶 HMEQLC 家居股本信貸IRA 個(gè)人退休賬戶 MTG 抵

2、押CD 存款保證PLOAN 個(gè)人消費(fèi)信貸 SVG 儲蓄賬戶 TRUST 個(gè)人信托賬戶MMDA 貨幣市場存款帳戶實(shí)驗(yàn)要求和總體步驟： 對BANK數(shù)據(jù)集進(jìn)行關(guān)聯(lián)分析和頻繁序列分析。 確定數(shù)據(jù)源 設(shè)置變量角色 確定支持度、置信度閾值，進(jìn)行關(guān)聯(lián)分析 查看和篩選關(guān)聯(lián)分析結(jié)果 設(shè)置變量角色，進(jìn)行頻繁序列分析 分析評價(jià)頻繁購買序列操作步驟準(zhǔn)備工作：1.在D盤建立文件夾：BANK2.啟動SAS ，建立邏輯庫DATA 指向D:BANK3.打開企業(yè)挖掘機(jī)關(guān)聯(lián)分析：1. 建立一個(gè)新的挖掘項(xiàng)目BANK, 保存在D:BANK目錄下，第一個(gè)DIAGRAM命名為ASSOC。并在右邊的工作區(qū)中加入“input data so

3、urce”節(jié)點(diǎn)。，2. 打開Input Data Source node（數(shù)據(jù)輸入節(jié)點(diǎn)）。3. .在數(shù)據(jù)庫中選擇BANK數(shù)據(jù)集。4. 選擇Variables（變量）欄。5. 將ACCT設(shè)為id（身份），SERVICE設(shè)為target（目標(biāo)），將VISIT設(shè)為sequence (序列）。6. 關(guān)閉Input Data Source node（數(shù)據(jù)輸入節(jié)點(diǎn)），保存對它的更改。7. 工作區(qū)中新增Association node節(jié)點(diǎn)，并與Input Data Source 節(jié)點(diǎn)進(jìn)行連接。如下圖所示：然后 打開Association node（關(guān)聯(lián)節(jié)點(diǎn)）。默認(rèn)的是Variables tab（變量欄），這

4、與Input Data Source node（數(shù)據(jù)輸入節(jié)點(diǎn)）中的Variables tab（變量欄）是一樣的。8. 選擇General（綜合）欄，通過這個(gè)欄可以設(shè)置分析節(jié)點(diǎn)。觀察Analysis mode（分析方法）選項(xiàng)，默認(rèn)的方法是By Context。要根據(jù)前面的Input Data Source node（數(shù)據(jù)輸入節(jié)點(diǎn)）中定義的信息來選擇適當(dāng)?shù)姆椒?。如果輸入?shù)據(jù)集包括一個(gè)ID（身份）變量，一個(gè)target（目標(biāo)）變量，這個(gè)節(jié)點(diǎn)就會自動地選擇association analysis（關(guān)聯(lián)分析）。如果有一個(gè)sequence（序列）變量且它的狀態(tài)是use，那么這個(gè)節(jié)點(diǎn)就會進(jìn)行一個(gè)sequen

5、ce Analysis（序列分析）。因?yàn)樵谳斎霐?shù)據(jù)集中有個(gè)序列變量，所以這里默認(rèn)的分析方法為sequence analysis（序列分析）。這里我們先進(jìn)行association analysis（關(guān)聯(lián)分析），稍后討論Sequence analysis（序列分析）。9. 將分析方法改為Association（關(guān)聯(lián)）。設(shè)置支持度和置信度的閾值，以及頻繁項(xiàng)集的最大元素個(gè)數(shù)，如上圖所示。10. 關(guān)閉Association node（關(guān)聯(lián)節(jié)點(diǎn)），彈出提示時(shí)選擇保存。11. 運(yùn)行這圖里的Association node（關(guān)聯(lián)節(jié)點(diǎn)），并且觀察結(jié)果。這個(gè)關(guān)系欄包含了所有的關(guān)聯(lián)關(guān)系，假設(shè)關(guān)系為A=>B，回

6、顧一下前面的：l A=>B 的Support（支持度）是指一個(gè)顧客同時(shí)擁有A和B的可能性。l A=>B 的confidence（_置信度）是給定顧客擁有A后，又擁有B的可能性。l A=>B的 lift是對這個(gè)關(guān)聯(lián)的強(qiáng)度的恒量。如果關(guān)系A(chǔ)=>B 的Lift=2，擁有A的顧客再擁有B的可能性是隨機(jī)抽樣的一個(gè)顧客擁有B的可能性的兩倍。12. 在Support(%)列中單擊右鍵，選擇Sort（排序）=> Descending（降序） Support（支持度）是指包含這個(gè)關(guān)系的所有顧客的百分比。比如說，大約在7991位顧客中有54.17%同時(shí)擁有支票與儲蓄帳戶，而大約有25

7、%的顧客同時(shí)擁有支票賬戶，儲蓄賬戶和ATM（自動取款卡）。13. 在Confidence(%)列中單擊右鍵，選擇Sort（排序）=> Descending（降序）。Confidence（置信度）表示擁有LHS （左邊）業(yè)務(wù)的顧客中擁有RHS（右邊）業(yè)務(wù)的百分比。比如：所有擁有支票賬戶的顧客都擁有一張支票卡，而在同時(shí)擁有儲蓄賬戶和信用卡的顧客中超過97%的顧客擁有一個(gè)支票賬戶。14. 在llift(增益)列中單擊右鍵，選擇Sort（排序）=> Descending（降序）。在關(guān)聯(lián)關(guān)系中的lift(增益)，是RHS（右邊）和 LHS（左邊）形成關(guān)系的confidence（置信度）與假設(shè)

8、RHS（右邊）和 LHS（左邊）不相關(guān)的confidence（置信度）二者之比。因此，lift是用來衡量RHS（右邊）和 LHS（左邊）的關(guān)聯(lián)關(guān)系的。如果值大于1，則說明LHS 與RHS正相關(guān)，如果等于1則代表無關(guān)。如果小于1則二者負(fù)相關(guān)。CKCRD => CCRD 的lift(增益)值為3.19，因此，如果選擇一個(gè)顧客擁有check/debit card（支票/借記卡），那他擁有credit card（信用卡）的可能性是隨機(jī)抽取的一個(gè)顧客的3倍。注：默認(rèn)情況下，在結(jié)果中，只顯示lift(增益)大于1的關(guān)聯(lián)?？梢詫iew=> When Confidence(真實(shí)可信度) 改為Ex

9、pected Confidence（期望可信度）。15. 點(diǎn)擊Frequencies（頻率）欄。這個(gè)欄格列出了每個(gè)產(chǎn)品擁有的客戶量。這與簡單的次數(shù)統(tǒng)計(jì)是有所區(qū)別的。比如說，一個(gè)顧客可能擁有多個(gè)支票賬戶，但這里只會計(jì)算一次。這是一個(gè)相當(dāng)有用的信息，尤其在解釋為什么一個(gè)特定的對象沒有出現(xiàn)在這些關(guān)系里時(shí)。上面提到，在默認(rèn)的情況下，一個(gè)關(guān)聯(lián)出現(xiàn)的次數(shù)至少要是出現(xiàn)最多的對象的次數(shù)的5%。這里出現(xiàn)最多次數(shù)最多的是checking account（支票賬戶），出現(xiàn)了6855次。因此，一個(gè)產(chǎn)品的組合至少要有343位顧客（6855的5%），否則無法形成一個(gè)關(guān)聯(lián)準(zhǔn)則。如果想對association（關(guān)聯(lián)）中的出現(xiàn)

10、較少的產(chǎn)品進(jìn)行研究的話，就要考慮在運(yùn)行association Node（關(guān)聯(lián)節(jié)點(diǎn)）減低最少出現(xiàn)頻率的限制。如果得到的關(guān)聯(lián)關(guān)系太多，超過了可用范圍，則可以考慮提高最少出現(xiàn)頻率的限制。假設(shè)想對擁有market deposit account (MMDA) （貨幣市場存款帳戶）和certificate of deposit (CD) （存款保證）的用戶進(jìn)行了解，想了解他們擁有其它什么產(chǎn)品?？梢园凑找韵碌姆椒ǎ?. 選擇Rules tab（關(guān)系欄）。2. 選擇View(視圖)=> Subset Table.（子欄）3. 在Predecessor （前續(xù)）=> Successor（后續(xù)）欄中

11、，選擇CD（存款保證）和MMDA（貨幣市場存款帳戶）兩項(xiàng)做為左邊的項(xiàng)。4. 在Left Hand Side （左邊）的Type（類型）的下拉選項(xiàng)中選擇Combinations &Single（結(jié)合與單一）。5. 在Right Hand Side（左邊）的Type（類型）的下拉選項(xiàng)中選擇Find Any（尋找全部）。6. 選擇Process（進(jìn)行），然后觀察結(jié)果。左邊是CD（存款保證）和MMDA（貨幣市場存款帳戶）中一個(gè)或者兩個(gè)的規(guī)則有8個(gè)。如果是想了解和automobile loans（自動貸款）有關(guān)的規(guī)則，而且想要得到一個(gè)含有AUTO（自動貸款）的規(guī)則的子集，最簡單的方法將這些規(guī)則保

12、存為一個(gè)子集，然后用SAS Code node（SAS代碼節(jié)點(diǎn)）分出這個(gè)數(shù)據(jù)。7. 選擇 View(視圖)=> Reset Table（重排表格）8. 選擇 File（文件）=> Save As Data Set.(保存為數(shù)據(jù)集)9. 可以看到，這個(gè)數(shù)據(jù)集的保存名為Selected Output from Rulegen.點(diǎn)擊OK,保存這個(gè)數(shù)據(jù)集。10. 關(guān)閉這個(gè)Association node（關(guān)聯(lián)節(jié)點(diǎn)），然后在圖欄中添加一個(gè)SAS Code node（SAS代碼節(jié)點(diǎn)）。11. 打開這個(gè)SAS Code node（SAS代碼節(jié)點(diǎn)），打開Macros tab（宏欄）。Enterpr

13、ise Miner（企業(yè)挖掘器）自動創(chuàng)建了很多宏變量。這里，我們可以看到&_MAC_4，這是從Association node（關(guān)聯(lián)節(jié)點(diǎn)）中保存過來的結(jié)果。12. 選擇Program（程序）欄。13. 輸入如下的程序：14. 點(diǎn)擊按鈕 行SAS Code（SAS代碼）。15. 點(diǎn)擊Yes，選擇現(xiàn)在運(yùn)行SAS Code（SAS代碼）。16. 彈出提示時(shí)點(diǎn)擊Yes，觀察運(yùn)行結(jié)果。17. 選擇Output（輸出）欄。在輸出結(jié)果中得到了13個(gè)關(guān)于與automobile loans （自動貸款）有關(guān)的規(guī)則。18. 看完輸出結(jié)果以后，關(guān)閉SAS Code node（SAS代碼節(jié)點(diǎn)）結(jié)果和SAS C

14、ode node（SAS代碼節(jié)點(diǎn)）。序列分析Association analysis（關(guān)聯(lián)分析）的作用是用來研究出售的產(chǎn)品之間的關(guān)系。換句話說，哪些產(chǎn)品是顧客同時(shí)會購買的。Sequence analysis（序列分析）又進(jìn)一步分析了這些產(chǎn)品的購買的順序。這可以回答這樣的問題：如果一周顧客購買了A產(chǎn)品，下周他是否會購買B產(chǎn)品？一個(gè)Sequence analysis（序列分析）需要定義一個(gè)sequence（序列）變量。association analysis（關(guān)聯(lián)分析）則不要求sequence（序列）變量。銀行除了對客戶擁有的產(chǎn)品感興趣以外，還想了解顧客購買這些的順序。在數(shù)據(jù)集中有sequence

15、 （序列）變量，就可以進(jìn)行sequence analysis（序列分析）。1. 在圖表工作區(qū)添加一個(gè)Association node（關(guān)聯(lián)結(jié)點(diǎn)），把它與Input Data Source node（輸入數(shù)據(jù)源節(jié)點(diǎn)）節(jié)點(diǎn)相連。2. 打開這個(gè)Association node（關(guān)聯(lián)節(jié)點(diǎn)）。3. 選擇General（一般）欄。觀察到，由于數(shù)據(jù)集中的sequence（序列）變量的狀態(tài)是use（利用），所以在默認(rèn)的情況下，分析的方法就是sequence analysis（序列分析）。4. 選擇Sequences（序列）欄。在Sequences（序列）欄中，可以定義一個(gè)序列出現(xiàn)的最小出現(xiàn)頻率以及在一個(gè)最長的

16、序列鏈里出現(xiàn)的個(gè)數(shù)。定義的最多個(gè)數(shù)是10個(gè)。5. 選擇Time Constraints（時(shí)間限制）欄。這里的選項(xiàng)允許對一系列交易指定最大時(shí)間長度，這些交易被考慮成一個(gè)序列?？赡苤豢紤]在三個(gè)月內(nèi)購買兩種產(chǎn)品的情況進(jìn)行序列分析，而超過三個(gè)月的則不以考慮。另外一個(gè)選項(xiàng)是固定時(shí)差。意思是如果在一天之內(nèi)購買兩種產(chǎn)品，則認(rèn)為是同時(shí)購買。6. 使用默認(rèn)值，關(guān)閉關(guān)聯(lián)節(jié)點(diǎn)。7. 運(yùn)行Association node（關(guān)聯(lián)節(jié)點(diǎn)），在彈出提示時(shí)選擇Yes來觀察得出的結(jié)果。8. 在Confidence（置信度）(%)列內(nèi)單擊右鍵選擇Sort（排序）=> Descending(降序)。這里的transaction

17、 count（交易總數(shù)）是指按后面的序列順序購買了產(chǎn)品的總的顧客總數(shù)。這里的support（支持度）是指用transaction count（交易總數(shù)）除以總的顧客數(shù)，而總的顧客數(shù)也是可能的最大transaction count（交易總數(shù)）。Confidence（置信度）百分比是用transaction count（交易總數(shù)）除以擁有序列左邊業(yè)務(wù)的顧客的總數(shù)（這個(gè)可以在Frequencies（頻率）欄中查得）。比如說，使用了過automobile loan（自動貸款）的顧客中，有82.12%會使用第二次automobile loan（自動貸款）。9. 選擇View（視圖）=>Subset

18、 Table.(子表)10. 從Available Columns（變量列）清單中選擇Chain Item 1。11. 在Operators（方法）中選擇EQ。12. 在Available Columns（變量列）清單中選擇<LOOKUP distinct values>(查找特征值).13. 選擇AUTO（自動貸款）。14. 在Operators（方法）=> OR。15. 在Available Columns（變量列）清單中選擇Chain Item 2。16. 在Operators（方法）中選擇EQ。17. 在Available Columns（變量列）清單中選擇<LOOKUP distinct values>(查找