最后的答辩之银行电话营销响应模型

最近在做答辩，每天做一点，记录在博客里，权当是知识的回顾。

题目要求：

根据以往的电话营销的数据，对用户进行分析，提取有价值的信息，并预测是否响应电话营销。

包含两份数据集

1.bank-additional-full.csv，包含所有数据集，并按日期进行排序，从2008年5月到2010年11月。

2.bank-additional.csv,包含10%的样本，这些样本是随机从bank-additional-full.csv中抽取的。

   这份小数据集是用来测试对计算精度要求更高的机器学习算法。

   二分类目标是预测客户是否将订阅银行期限存款（变量y）。

数据集包括20个变量（x）和一个目标变量（y）

变量信息：

数值型变量

age：年龄；

duration:最后一次通话时间，单位为秒（数字）。**注释：这个变量高度影响目标变量，用于基准目的，应该被舍弃**；

campaign:此次营销活动联系某一特定客户的次数；（包括上一次联系）

previous  :此次营销活动之前联系某一客户的次数；

pdays：距离上次联系某一客户经过的天数（999表示之前未联系客户）;

emp.var.rate：就业变化率 - 季度指标（数字）

cons.price.idx：消费者价格指数 - 月度指标（数字）

cons.conf.idx：消费者信息指数-月度指标（数字）

euribor3m：euribor 3月费率 - 每日指标（数字）

nr.employed：员工人数 - 季度指标（数字）

分类型变量

job：工作（'行政'，'蓝领'，'企业家'，'女佣'，'管理'，'退休'，'个体经营'，'服务'，' ，“技术员”，“失业”，“未知”）；

matital：婚姻状况（分类：'离婚'，'已婚'，'单身'，'未知';注：“离婚”是指离婚或丧偶）

education:教育（'basic.4y', 'basic.6y', 'basic.9y',‘中学’，‘不识字’，‘专科’，‘学士学位’。‘未知’）

default：是否存在信用违约（‘是’，‘否’，‘未知’）

housing：是否存在住房贷款（‘是’，‘否’，‘未知’）

loan：是否有个人的贷款（‘是’，‘否’，‘未知’）

contact:联系的方式（‘固定电话’，‘移动电话’）

month：上次联系是哪个月（一月到十二月）

day of week:上次联系是星期几

poutcome:上次营销活动的结果（‘成功’，‘失败’，‘未知’）

数据描述分析

（一）年龄

年龄为数值型变量，其基本统计特征如下表：

年龄分布的直方图为：

               

 

可以看出，银行的客户中年龄在20岁以下或60岁以上的只占一小部分，年龄分布集中于30岁至50岁的中青年阶段，平均年龄为40.2岁。这一年龄段的人们基本上事业有成，收入稳定，对产品合同的签订可能会产生一定影响。

（二）最后一次通话时间（秒）

        

从图可以看出，成功签订的合同的客户的通话时间明显高于未成功签订合同的客户，说明该变量可能对应变量存在显著影响。

（三）此次营销活动联系某一特定客户的次数

（四）此次营销活动之前联系某一客户的次数

（五）距离上次联系某一客户经过的天数

三、四、五三个变量反映联系某一客户的频率，其对影响结果未知，可能有些客户因为联系次数太多感觉被打扰从而拒绝签订合同，而另一些客户可能被说服。

（六）工作

           

在银行的客户中。行政人员、蓝领、技师分别位于前三位；不考虑工作未知的情况，学生、女佣和失业的人数别较少。

          

　　上表是不同职业的人群对于电话营销的接受情况，可以看出，学生和退休人员虽然在银行中人数较少，但对于存款的接受率分别达到了31.4%和25.2%，相对的，工作为蓝领的客户人数虽然较多，但其合同的成功签订率只有6.9%。

　　造成差异的原因可以从不同工作类别的人群的特别推断。退休人员的消费倾向不足，主要为了老年的生活而采用储蓄的方式管理现有的财产。对学生而言，这一群体几乎没有其他的可投资项目，因此也更多的选择了储蓄存款管理资金。蓝领工人的收入较低，为了维持基本的生活需要，可能没有更多的财产需要银行保管。

（七）婚姻状况

　　

　　已婚和离异的客户合同的签订率低于单身的客户，可能是由于后者更多的为今后的生活考虑，增加存款，尽可能的节约消费。已婚的人q群在赡养老人、照顾孩子方面的开销会比较大，可能暂时没有闲置资金。

（八）受教育情况

　　

　　不考虑教育情况未知以及不识字这一人数较少的情形，随着受教育程度的增加，合同的签订率是逐渐增加的，说明随着教育水平的深入，人们储蓄的意识逐渐增强。

（九）是否存在信用卡违约　　

　　

（十）是否有个人贷款

　　

（十一）联系的方式

　　　　　　

　　以固定电话的联系的成功率明显高于以移动电话的联系的成功率。　　

（十二）上次联系是在星期几

　　

　　在周二签订的合同的成功率高于其他的工作日，周一合同签订的成功率最低。　　

（十三）上次联系的是哪个月

　　

　　一年中的三月、九月、十月、十二月合同签订的成功率都达到了40%以上，月份对最终结果可能存在较为显著的影响。与某一具体日期相比，月份更多的反映季节变化、消费习惯变化等信息，对结果的影响也更为明显。

（十四）此前营销活动的结果

　　

可以看出，之前的营销结果对此次营销活动的影响较大，之前成功营销的客户本次成功率达到了64%，远高于之前未成功或其他结果的客户。

（十五）是否有住房贷款

　　

 

数据预处理（以marital变量为例）

　　

　　我们可以看到unkonwn的这一变量的index（该分类下响应率的值与总体响应率的比值*100）值与divorced变量最接近，故用divorced来替换unknown的值。

　　对于数值型变量pdays，我们看到有将近90%的缺失值，故对缺失值生成哑变量。

建立模型

（一）为了测试模型的效果，将样本数据分为测试集test和训练集train,训练数据集占70%，测试数据集占30%，以训练集的数据建立广义线性模型，已测试集的数据检验预测结果。

筛选变量

相关分析

　　通过相关分析表可以看出，poutcome和previous这一变量的相关系数高达0.99，通过比较它们与y相关性的强弱，选择舍弃previous这一变量。emp.var.rate和nr.employed的相关系数为0.94，通过比较它们与y相关性的强弱，选择舍弃emp.var.rate这一变量。nr.employed和euribor3m的相关系数为0.93，通过比较它们与y相关性的强弱，选择舍弃euribor3m这一变量。

开始建模

 

proc logistic data=train
   plots=all;
   class m1_job m1_marital m1_education m1_default m1_housing m1_loan contact month day_of_week poutcome
         /param=reference;
   model y(event='1')=  age duration campaign m1_pdays cons_price_idx cons_conf_idx nr_employed
       m1_job m1_marital m1_education m1_default m1_housing m1_loan contact month day_of_week poutcome
       /selection=stepwise;
run;

 　　

　　在0.0001的显著性水平下，筛选出来的变量有通话持续时间（dutation）、员工人数（nr_employed）、月份（month）、之前营销活动的结果（poutcome）、消费者价格指数（cons_price_idx）、是否存在信用违约（default）。

模型分析

ROC曲线：

　　

Lift曲线

　　

　

预测效果

（一）婚姻状况

　　“divorced”为对照变量，当married与single同时为0时，表示离异状态；当married为1，single为0时，表示已婚状态；当
marrried为0，single为1时，表示单身状态。

　　从系数的估计值看，已婚状态对营销结果为1（即成功）的正相关程度更小，符合之前描述分析的结论。

（二）受教育情况

　　接受高等教育的客户对营销成功有促进作用。这类客户的储蓄意识可能较其他客户稍强。

（三）住房贷款、个人贷款

　　拥有住房贷款和个人贷款的客户对存款合同推销成功有不利影响，参数估计值均为负。可能的原因是是这些客户更多的是将资金用于还贷而非储蓄存款。
（四）联系方式

　　当客户是以固定电话接听时，对营销成功有一定的不利影响，参数估计值为-0.27。

（五）月份

　　在影响显著的月份中，一月、五月、十一月对成功营销存在负面影响，三月、九月、十月对成功营销有促进作用。

（六）通话持续时间

　　一般而言，通话时间越长，产品介绍的越详细，越有可能被客户接受。回归结果也符合这一常理。

（七）之前营销活动的结果

　　之前营销活动结果变量（poutcome）为success的参数估计值为0.8262，对营销成功有促进作用。结合之前数据描述表可以看出，之前营销成功此次再次成功的比例达到了64%，说明之前成功营销对此次能够顺利推销产品有重要影响。

 结论及建议

　　结合以上分析，可以得出下面几点结论，对商业银行提出相应建议

（一）建立激励客户忠诚和约束客户流失的机制
　　之前的成功营销会对今后银行营销的成功起到显著的促进作用，因此，银行应采取措施提高客户忠诚度。所谓客户忠诚，是指客户一再重复购买，而不是偶尔重复购买同一服务的行为。忠诚的客户是银行最基本的、可以信赖客户。这些客户可能因为对银行的信任、偏爱而购买银行的服务，在需要时会增加购买量，因此，这些客户会为银行带来更大的利润。银行应防止忠诚的客户流失。具体的措施包括：
　　第一，加强银行内部管理，为维护客户关系提供坚实保障。寻找更优秀的员工作为客户经理，加强对员工的培训，建立有效的激励制度激发员工的工作热情。
　　第二，提高服务的独特性和不可替代性。让客户意识到其享受的服务是独一无二的，量身定做的，有效降低竞争对手对客户的诱惑，增加客户对银行的依赖性。
　　第三，以银行自身的忠诚交换客户的忠诚。忠诚是银行与客户双向的、互动的。银行应当处于困境中的客户雪中送炭，培养未来可能的忠诚客户。

 （二）建立客户分类信息系统
　　不同职业、婚姻状况、受教育情况、资金状况的客户对电话营销的成功率都有一定的影响，银行可以建立相关的数据库，将银行客户的数据进行分类管理，这样在进行电话营销时会更有针对性，提高营销的成功率。

（三）注意电话营销的技巧
　　虽然目前电话营销的应用在银行业、保险业比较普遍，但居民对电话营销的反感心理仍比较重，这极大的降低了电话营销的成功率。从上述分析可知，通话持续时间、联系的方式、日期都对结果有一定的影响，可见，电话营销的技巧是十分重要的。为避免接听电话者迅速挂断电话，需要销售员有较高的沟通能力与技巧。同时应注意控制通话时间，过长的通话会让接听者感觉厌烦，时间过短则无法起到推销产品的作用。