一砾莱、案例背景：
????日常監(jiān)控發(fā)現(xiàn)某款消費(fèi)貸產(chǎn)品首逾率有逐漸升高的趨勢讶舰，需要把首逾率降下來灯抛，從而減少產(chǎn)品帶來的損失剪侮。
分析目標(biāo): 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拭宁。
分析思路: 因?yàn)樗治龅牟呗裕瑢诳蛻羯暾垥r(shí)用來判斷客戶是否會逾期的條件瓣俯，所以策略分析時(shí)的基本思路就是還原這些有首逾表現(xiàn)的客戶在申請時(shí)的數(shù)據(jù)（還原是指提取出客戶在申請時(shí)點(diǎn)各個(gè)維度的數(shù)據(jù)）杰标，然后利用這些數(shù)據(jù)，找出能夠區(qū)分好壞客戶的變量彩匕，制定策略腔剂。
1. 數(shù)據(jù)準(zhǔn)備
2.?看一下這個(gè)產(chǎn)品總體的情況
3. 篩選出有效變量：
? ? ? ?這里用到單變量分析的方法，單變量分析的主要目的是篩選出好壞區(qū)分度較好的變量以便制定策略驼仪。
? ? ? 拿到數(shù)據(jù)桶蝎，針對每個(gè)變量單獨(dú)分析驻仅，查看其對逾期的影響。
3.1 征信查詢次數(shù)分組
3.2信用評級分組
4. 計(jì)算提升度：
? ? ? ?在進(jìn)行變量分析之后登渣，要從中篩選中較為有效的變量了噪服，衡量變量是否有效的指標(biāo)，提升度胜茧。
提升度：通俗的來說就是衡量拒絕最壞那一部分的客戶之后粘优，對整體的風(fēng)險(xiǎn)控制的提升效果。提升度越高呻顽，說明該變量可以更有效的區(qū)分好壞客戶雹顺，能夠更少的誤拒好客戶。計(jì)算公式：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)占比廊遍。
如下嬉愧，通過對所有變量的提升度進(jìn)行倒序排列，發(fā)現(xiàn)個(gè)人征信總查詢次數(shù)和客戶信用評級的提升度最高喉前，達(dá)到1.93和1.71没酣。
5. 制定策略：
? ? ? ?通過上一步的單變量分析，篩出了’征信查詢次數(shù)’卵迂、‘信用評級’這兩個(gè)提升度最高的變量裕便。接下來如果將這兩個(gè)變量的最壞分箱的客戶都拒絕之后，對整體逾期的影響见咒。 這個(gè)影響就是指假設(shè)我們將‘征信總查詢次數(shù)>=21的3213位客戶全部拒絕’之后偿衰，剩下的客戶逾期率相比拒絕之前的逾期率降幅是多少。
