SPSS分析银行营销数据

希望望这篇文章能帮助我以前从未接触过它SPSS但由于各种原因不得不使用的小伙伴。

从下面五个方面详细讲解SPSS分析银行营销数据流程：

1、项目背景；

2、数据来源；

3、描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/描分析/T检验/相关分析/卡方检验；

4、模型构建（C5.0和C&R树)和评估；

5、意义与应用；

1、项目背景

以银行经典营销数据集（营销场景是向客户推荐定期存款业务）为分析样本，分析用户特征、银行存款贷款业务、营销活动等信息，目的是充分挖掘客户需求，描绘客户群体肖像，制定银行营销策略，促进银行业务的发展。

2、数据来源

银行营销数据来自阿里巴巴天池平台，数据下载地址：

银行数据集-数据集-阿里云天池

有下载地址train_set.csv和test_set.csv这里用两个数据train_set.csv最后，用模型进行分析test_set.csv进行预测。

2.1数据量

2137KB大小数据集包含25317条数据和18条字段信息，即25317行*18列。第一列ID只有17个字段信息被分析为无关字段。

2.2关键字段的业务意义2.2.1基本属性

?age 年龄?job 职业(分类:admin政客，blue-collar蓝领，entrepreneur企业家，house ** id家政，** nagement管理层，retired已退休，self-employed个体经营，services服务，student学生，technician技术人员，unemployed失业，unknown未知等) ** rital 婚姻状况 (分类: ** rried已婚，single单身，divorced离婚）?education 受教育程度 (分类:pri ** ry初等，secondary中等，tertiary高等，unknown未知等）?default 信用状况(是否有违约 yes or no）?balance 账户余额housing 住房贷款（是否有房贷 yes or no）?loan个人贷款(有没有贷款)yes or no）

2.2.2业务联系

?contact联系方式(分类:cellular移动电话，telephone固定电话，unknown未知等）?day 上一个联系日month 上个联系月duration通话时间，秒

2.2.3营销活动

?campain：上一次营销活动的联系次数 pdays：上次联系到现在的天数 previous：以往营销活动中累计联系次数 poutcome：上一次营销活动结果(分类:failure 失败，success成功，other其他，unknown未知）

2.2.4目标数据

?y（deposit）：客户是否有定期存款(分类:1，0)

2.3数据清洗

1.数据没有缺失，所以没有数据填充。

2.job中的“admin.“替换为“admin”

3.pdays中存在的“-1没有清洗。

4.R列列名由“y”改为“deposit”

2.4 导入数据

(1)添加变量文件源节点，选择train_set.csv”

（2）输出表格，查看数据

3、数据分析

是否有定期存款是我们最关心的问题，也是目标变量。我们可以首先分析账户余额与每个维度之间的可能联系，然后分析目标变量是否有定期存款与每个维度之间的关系。

3.1描述性分析

应用数据审核节点进行描述性分析，可以综合输出所有数据变量的汇总统计量、直方图和分布图报告，帮助我们快速有效地初步理解数据。

(1)添加类型节点

(2)添加数据审核节点

   (3)运行后

以下基本信息可以从上图中获得：

? 客户平均年龄为41岁，最小年龄为18岁，最大年龄为95岁；? 客户账户余额平均值为1358，但标准差很大，说明此项数据的分布很分散；? 通话时间在0~3881s（1h )不同，是最后一次还是累计时间？但通话时间越长，客户潜力越大，相应的存款就越多。 上一次营销活动的联系次数是1~55次数不同，相应的联系次数越多，大约表明客户在上次活动中参与度较高； 上次联系的天数是-1~854天，为什么会有？-1？是数据错误吗？ 以往营销活动中累计联系次数为0~275次。

3.2 T检验

检验连续变量与分类变量之间的关系：重要性越接近1；

(1) 添加平均值节点，双击选择分组字段depositID如图所示：

（2） 点击运行后

可以看出，是否有定期存款与年龄、账户余额、最后一个联系日、最后一次营销活动、最后一次联系日、以前营销活动中累计联系次数有显著差异。

可知：

? 20岁左右的年轻人和60岁以上的老年人定期存款比例较高。

可知：

?上一次平均账户余额较高的营销活动中的联系次数是0-30二次之间； 有定期存款的客户在上一次营销活动中的联系次数集中在0-20次之间。

3.3 相关分析

分析两个连续变量之间的关系：0.95<|r|<1，高度相关。

(1) 添加添加statistics节点，双击，处ID外全选，如图所示：

(2)点击操作

账户余额与年龄、通话时间、以往营销活动中累计联系次数密切相关。

可知：

? 账户余额较多的客户通话时间集中在600秒（10分钟）之内；? 通话时间越长，有定期存款的客户比例越多。

可知：

? 以往营销活动中联系次数在20次以内的定期存款较多，20次以上的无定期存款较多。

3.4 卡方检验

两种分类变量之间的关系：概率<=0.05，所以说明有关系。

3.4.1职业

(1) 添加矩阵节点，如下图所示

(2) 点击外观勾选百分比

(3) 点击操作

可知：

? 概率<=0.05,职业与定期存款有关；

可知：

? 部分职业客户经济状况较好：管理、退休、企业家等。

可知：

? 学生和退休人员的定期存款比例高于其他职业。

3.4.2婚姻状况

具体操作同上(卡方检验)

可知：

? 概率<=0.05,婚姻状况与是否有定期存款有关； 已婚离婚定期存款客户数量约占各自群体的11%；单身定期存款客户数量占单身生活总数的14%； 与其他客户相比，单身客户更倾向于有定期存款。

3.4.3受教育情况

具体操作同上（卡方检验）

可知：

? 概率<=0.05,受教育与是否有定期存款有关； 受初等教育和中等教育的客户定期存款约占各自群体的10%；受过高等教育的客户定期存款占15%； 与其他客户相比，受过高等教育的客户有更多的定期存款。

3.4.4是否违约

具体操作同上(卡方检验)

可知：

? 概率<=0.05,是否违约与是否有定期存款有关；

可知：

? 违约客户的账户余额情况不乐观，说明他们的经济状况确实不好；

3.4.5住房贷款，个人贷款

具体操作同上(卡方检验)

可知：

概率<=0.05,住房贷款、个人贷款与定期存款有关；有住房贷款或个人贷款的客户不容易开设定期存款业务；没有住房贷款和个人贷款的人有更多的账户余额。3.4.6上一次营销活动的结果

   具体操作同上(卡方检验)

可知：

? 活动成功的客户有大量的定期存款。

3.5 初步结论

根据以上分析，我们初步了解到：

age，2060岁以上的年轻人定期存款比例较高；job，学生和退休人员的定期存款比例高于其他职业； ** rital，与其他客户相比，单身客户更倾向于定期存款；education，受教育程度越高，定期存款越多；default，违约客户的账户余额并不乐观，但似乎与定期存款无关；balance，账户余额高的客户很少有定期存款；housing，有住房贷款的客户不容易开设定期存款业务；loan，有个人贷款的客户不容易开设定期存款业务；contact，尚未分析；day，尚未分析；month，尚未分析；duration，通话时间越长，定期存款的客户比例越大；compain，联系不多；pdays，尚未分析；previous，以往营销活动中联系次数在20次以内的定期存款较多，20次以上的无定期存款较多；poutcome，活动结果是客户成功，定期存款多。4.模型构建和评价；4.1 C5.0

(1) 添加添加C5.0然后双击节点C5.0”如下图：

(2)运行模型，双击金色模型块，左侧显示模型规则结果，右侧显示预测变量的重要性结果。

最重要的变量是通话时间，其次是上一次营销活动的结果。

(3)单击工具栏

按钮完成后，将更详细的信息显示在下面，包括推理规则的层次和频率。

上图可翻译为：当客户通话时间小于或等于448秒，年龄小于或等于60岁时，最后一次营销活动成功，通话时间超过162秒，住房贷款，最后一次营销活动联系3次以上，客户无定期存款，相应信誉85.7%。

(1) 点击查看器如图所示：

可见模型非常复杂

4.2 C&R树

（1）添加“C&R然后双击树节点C&R如下图：

(2)运行模型，双击金色模型块，左侧显示模型规则结果，右侧显示预测变量的重要性结果。

最重要的变量是通话时间，其次是上一次营销活动的结果。

(3)点击查看器如图所示：

模型树深度4，比C5.0简单一些。

4.3 模型评估

将分析节点分别添加到两个模型节点后，双击，如下图所示

分析结果如下：

C5.0预测模型的准确率为93%。

C&R树模预测准确率达到90.25%，略低于C5.0模型。

   比较以上两种模型，C5.0准确率93%，树深度9，模型复杂；C&R树准确率达90.25%，略低于C5.0但是模型树的深度是4，开发价值更大，所以选择C&R树。

5、意义和应用

影响客户是否有定期存款的数据，如银行客户的年龄、职业、受教育程度、贷款、通话时间和上一次营销活动的结果。应用程序C&R树模型算法，建立银行客户决策树模型。

应用决策树模型，根据客户信息判断是否有定期存款，帮助银行为不同客户制定适当的营销策略，促进银行业务的发展。

以下是对该模型的预测。test_set.csv用户是否会办理定期存款业务：

(1)添加预测数据test_set.csv”

（1） ** C&R树金模型结果

(2) 添加类型节点:

(3) 添加输出表：

$R及$RC字段名前缀分别是预测结果和预测信心度