1、業(yè)務(wù)背景

以網(wǎng)貸業(yè)務(wù)為背景，跟蹤每個用戶從進(jìn)件到最終還款之間所涉及到的所有環(huán)節(jié)，以提高審核通過率和降低還款逾期率為目標(biāo)，利用單變量分析法、用戶群組分析法、用戶行為路徑分析法，深入進(jìn)行用戶分析，為產(chǎn)品的用戶運營提供數(shù)據(jù)支持。網(wǎng)貸的一般流程如下：

網(wǎng)貸流程.PNG

2、數(shù)據(jù)分析

2.1 單變量分析

2.1.1 業(yè)務(wù)場景

假設(shè)當(dāng)前有一份放貸監(jiān)控報告，報告顯示最近的放款合同的首逾率有走高趨勢，此時就有了這樣的業(yè)務(wù)需求：通過數(shù)據(jù)探查分析制定出可以有效降低首逾率的策略。

2.1.2 分析流程

（1）首先確定分析目標(biāo)，制定出降低首逾率的風(fēng)控策略；
（2）提取數(shù)據(jù)分析樣本，提取出更多維度的客戶數(shù)據(jù)，比如客戶年齡、地區(qū)等等；
（3）篩選有效變量，通過計算提升度，來篩選出較優(yōu)的變量；
（4）依據(jù)上一步擬定的策略，模擬一下策略執(zhí)行后的首逾率降幅，選擇首逾率降幅大的變量作為重點關(guān)注調(diào)整變量。

2.1.3 常用概念解釋

（1）首逾率=首期逾期的合同數(shù)/首期到了應(yīng)還款的總合同數(shù)
（2）單變量分析：對每個變量單獨分析，查看其對逾期的影響，從而篩選出能夠較好區(qū)分好壞客戶的變量，以便制定對應(yīng)策略。
（3）提升度=最壞分箱的首逾客戶占總首逾客戶的比例/該分箱的區(qū)間客戶數(shù)占比。通俗的來說就是衡量拒絕最壞的那一部分客戶之后，對整體的風(fēng)險控制的提升效果。提升度越高，說明該變量可以更有效的區(qū)分好壞客戶，能夠更少的誤據(jù)好客戶。

2.1.4 具體實現(xiàn)

• 數(shù)據(jù)集
  用到的數(shù)據(jù)結(jié)構(gòu)如下：

  
  
  單變量分析-數(shù)據(jù)集結(jié)構(gòu).PNG
  
  

  查看數(shù)據(jù)總體情況：

  
  
  單變量分析-數(shù)據(jù)總體分布.PNG
  
  根據(jù)上圖所示：芝麻信用分和信用卡額度使用率大部分缺失，分析這兩個字段沒什么意義，此處不做分析。

• 計算業(yè)務(wù)指標(biāo)
  首先按照實際業(yè)務(wù)需求，對每個字段進(jìn)行分區(qū)，然后計算區(qū)間內(nèi)的各大指標(biāo)，此處用到的分析指標(biāo)包括區(qū)間用戶數(shù)、區(qū)間逾期用戶數(shù)、區(qū)間未逾期用戶數(shù)、區(qū)間用戶占比、區(qū)間首逾率。結(jié)果如下：

  字段1-征信查詢次數(shù)計算結(jié)果如下：
  

  征信查詢次數(shù)計算首逾率.PNG
  
  字段2-信用評級計算結(jié)果如下：
  
  信用評級計算首逾率.PNG
  
  字段3-年齡計算結(jié)果如下：
  
  年齡計算首逾率.PNG
  
  字段4-職業(yè)計算結(jié)果如下：
  
  職業(yè)計算首逾率.PNG
  
  字段5-工作時間計算結(jié)果如下：
  
  工作時間計算首逾率.PNG

• 計算提升度

#近半年征信查詢次數(shù)
bad_rate = dt_info.iloc[dt_info['區(qū)間首逾率'].idxmax()]['區(qū)間逾期用戶數(shù)']/dt_info['區(qū)間逾期用戶數(shù)'].sum()
num_rate = dt_info.iloc[dt_info['區(qū)間首逾率'].idxmax()]['區(qū)間用戶占比']
bad_rate/num_rate

以征信查詢次數(shù)計算提升度為例，得到各個字段的提升度結(jié)果為：
征信查詢次數(shù)（1.95）、信用評級（1.71）、職業(yè)（1.07）、年齡（1.06）、工作時間（1.05）

• 制定策略
  上述單變量分析的結(jié)果是：近半年征信查詢次數(shù)和信用評級這兩個變量的提升度最高，下面看一下把這兩個變量的最壞分箱的用戶拒絕后，對整體逾期的影響。
  （1）近半年征信查詢次數(shù)
  把近半年征信查詢次數(shù)最壞的分箱是查詢次數(shù)>=21的這部分?jǐn)?shù)據(jù)，假設(shè)把這部分用戶全部拒絕掉，重新計算首逾率。

new_yq_times = dt_info['區(qū)間逾期用戶數(shù)'].sum() - dt_info.iloc[dt_info['區(qū)間首逾率'].idxmax()]['區(qū)間逾期用戶數(shù)']
new_times = dt_info['區(qū)間用戶數(shù)'].sum()- dt_info.iloc[dt_info['區(qū)間首逾率'].idxmax()]['區(qū)間用戶數(shù)']
new_yq_rate = new_yq_times/new_times
old_yq_rate = dt_info['區(qū)間逾期用戶數(shù)'].sum()/dt_info['區(qū)間用戶數(shù)'].sum()
print('拒絕近半年征信查詢次數(shù)>=21的用戶之后，當(dāng)前首逾率為：{}'.format(new_yq_rate))
print('原始首逾率為：{}'.format(old_yq_rate))
print('首逾率下降了:{}'.format(old_yq_rate-new_yq_rate))

返回：
拒絕近半年征信查詢次數(shù)>=21的用戶之后，當(dāng)前首逾率為：0.2900287361718911
原始首逾率為：0.307584667705824
首逾率下降了:0.017555931533932867
即拒絕近半年征信查詢次數(shù)>=21的用戶之后，首逾率下降了1.8%。
（2）信用評級
信用評級最壞的分箱為ERC這部分?jǐn)?shù)據(jù)，假設(shè)把這部分用戶全部拒絕掉，重新計算首逾率。結(jié)果如下：
拒絕信用評級為ERC的用戶之后，當(dāng)前首逾率為：0.2709728076700554
原始首逾率為：0.307584667705824
首逾率下降了:0.036611860035768606
即拒絕信用評級為ERC的用戶之后，首逾率下降了3.7%。
綜上：根據(jù)上面的分析過程，可見，單變量分析對降低首逾率是有效果的，分析結(jié)果可以為運營部門提供參考：建議重點關(guān)注信用評級為ERC的這部分用戶，深入挖掘這部分用戶申請時提交的資料（維度越多越好），以便制定對應(yīng)策略，降低首逾率。

2.2 用戶群組分析

2.2.1 業(yè)務(wù)場景

在做用戶分析時，會有這樣的場景：一個用戶可能一月份申請貸款1次，二月份申請貸款2次，三四月沒有申請，五月份又申請了。也就是對于用戶來說他的數(shù)據(jù)是一個時間面數(shù)據(jù)，而且不同用戶的時間面是不相同的，開始時間經(jīng)歷時間都不一樣，而新用戶和老用戶經(jīng)歷的產(chǎn)品運營情況也不一樣，因此我們分析的時候需要考慮到這個因素，而群組分析可以幫助我們在時間軸上對齊用戶。

2.2.2 具體過程

• 數(shù)據(jù)集
  用到的數(shù)據(jù)集結(jié)構(gòu)如下：
  orderid：訂單id
  orderdate：訂單日期
  userid：用戶id
  totalcharge：金額

  
  
  用戶群組分析-數(shù)據(jù)集結(jié)構(gòu).PNG
• 生成用戶群組
  （1）新增訂單月份字段orderperiod；按照每個用戶的訂單的最早時期，生成用戶群組字段cohortgroup

#新字段-orderperiod，用戶訂單月份
df['orderperiod'] = df['orderdate'].apply(lambda x:x.strftime("%Y-%m"))
df.set_index("userid",inplace=True)
#用戶群組字段
df["cohortgroup"] = df.groupby(level=0)['orderdate'].min().apply(lambda x:x.strftime("%Y-%m"))
df.reset_index(inplace=True)
df.head()

返回

群組分析-生成用戶群組字段.PNG

（2）根據(jù)用戶群組和月份字段進(jìn)行分組統(tǒng)計（用戶數(shù)量、訂單數(shù)量、購買金額）

#根據(jù)用戶群組和月份字段進(jìn)行分組
grouped = df.groupby(['cohortgroup','orderperiod'])
#求每個用戶群下每一個月份的用戶數(shù)量、訂單數(shù)量、購買金額
cohorts = grouped.agg({
    'userid':pd.Series.nunique,
    'orderid':pd.Series.nunique,
    'totalcharges':np.sum
}).rename(columns={'userid':'totalusers','orderid':'totalorders'})
cohorts.head()

返回

用戶群組分析-用戶群組統(tǒng)計.PNG

（3）對用戶行為進(jìn)行編號（首次申請編號為1,第二次申請編號為2，以此類推）

#把每個群組繼續(xù)購買的日期字段進(jìn)行改變
def cohort_period(df):
    #給首次購買日期編號,第二次購買編號為2，第三次購買編號為3，以此類推
    df['cohortperiod'] = np.arange(len(df)) + 1
    return df
cohorts = cohorts.groupby(level=0).apply(cohort_period)
#得到每個群組的用戶量
cohorts.reset_index(inplace=True)
cohorts.set_index(['cohortgroup','cohortperiod'],inplace=True)
cohorts.head()

返回

用戶群組分析-用戶行為編號.PNG

（4）計算留存率

#得到每個群組的用戶量，取第一個用戶量數(shù)據(jù)，作為留存率的分母
cohort_group_size = cohorts['totalusers'].groupby(level=0).first()
#計算每個群組的留存
user_retention = cohorts['totalusers'].unstack(0).divide(cohort_group_size,axis=1)
user_retention

返回

用戶群組分析-留存率.PNG

2.3 用戶行為路徑分析

2.3.1 業(yè)務(wù)場景

以用戶申請網(wǎng)貸為背景，以用戶下載app為起點，詳細(xì)查看后續(xù)路徑的流向以及某個節(jié)點事件的轉(zhuǎn)化情況，得到用戶在網(wǎng)貸申請流程中各個模塊的流轉(zhuǎn)規(guī)律和特點，定位影響轉(zhuǎn)化的主次因素，促進(jìn)產(chǎn)品的優(yōu)化與改進(jìn)。

2.3.2 業(yè)務(wù)分析指標(biāo)

• PV：頁面瀏覽量，每次用戶對頁面或標(biāo)簽的點擊都會記一次PV
• UV：獨立訪客量，。
• 注冊用戶數(shù)：只有注冊過的用戶才有可能進(jìn)一步發(fā)生轉(zhuǎn)化行為。
• 激活：激活用戶代表一個用戶在注冊完成以后成功登錄一次。
• 申請用戶數(shù)：指活躍用戶中完成貸款申請行為的用戶。
• 放款用戶數(shù)：指通過審核并成功放款的用戶。
• 復(fù)借用戶數(shù)：指借款次數(shù)超過一次的用戶數(shù)。
• 放貸率：放貸用戶數(shù)/申請用戶數(shù)

2.3.3 具體過程

• 數(shù)據(jù)集
  dt_flow（平臺流量表），數(shù)據(jù)結(jié)構(gòu)如下：

  
  
  用戶行為路徑-流量表.PNG

dt_check（貸款審核表），數(shù)據(jù)結(jié)構(gòu)如下：

用戶行為路徑-貸款審核表.PNG

• 計算放貸率
  按申請日期分組，分別計算新用戶pt_1和老用戶pt_2的放貸率，結(jié)果如下：

  
  
  用戶行為路徑-新用戶放貸率.PNG
  
  
  用戶行為路徑-老用戶放貸率.PNG
• 計算各節(jié)點路徑轉(zhuǎn)化率

#連接貸款信息表和流量表
dt_1 = pd.merge(dt_flow,pt_1,on=None,left_on='日期',right_on='申請日期')
dt_2 = pd.merge(dt_1,pt_fj,on='申請日期').drop(['日期'],axis=1)
dt_2.head()

返回各節(jié)點流量數(shù)據(jù)

用戶行為路徑-各節(jié)點流量數(shù)據(jù).PNG

統(tǒng)計匯總各節(jié)點流量數(shù)據(jù)

dt_3 = pd.DataFrame(dt_2.sum()[["PV","UV","注冊數(shù)","激活數(shù)","新用戶申請數(shù)","新用戶放貸數(shù)"]]).reset_index().rename(columns={'index':'指標(biāo)',0:'匯總'})
dt_3

返回

用戶行為路徑-統(tǒng)計匯總各節(jié)點流量數(shù)據(jù).PNG

最后以漏斗圖的形式展現(xiàn)各個節(jié)點的總體轉(zhuǎn)化率：

用戶行為路徑-用戶行為路徑漏斗圖.PNG

由上圖可知，隨著用戶行為越深入，轉(zhuǎn)化率越來越低，真正申請貸款的用戶僅為2%，最終能貸到款的不到0.1%，最后四個節(jié)點的轉(zhuǎn)化率還有很大的提升空間。