1. 拍拍贷业务数据分析
所提供数据来自拍拍贷真实业务数据,从2015-01-01到2017-01-30的所有信用标的10%sample样本。数据集包含LC.csv(标的特征表数据)。
1.用户分析 2.借贷相关业务分析
1. 导入数据
2.数据清洗 2.1完整性处理 本数据无重复值,但是在gender/age/province/tags/comments KeyWords这几列中有部分缺失值,其中年龄的缺失值较多,数据不太具有代表性。
2.2全面性处理 在4个表中,actionTime、oerderTime都是以时间戳形式存储,先将时间戳改为日期格式。 2.3唯一性处理
1.用户分析 1.1用户性别分析
从借款用户群体看,男性居多,无论是用户数量还是借款金额都是是女性用户两倍,但在逾期数量上女性稍高于男性群体。
1.2用户年龄分析 判断年龄区间值
对年龄进行细化分组,观察
25-32岁用户数量最多,高达50.24%,为主要用户,另外也表明25-32岁这个年龄段经济压力最大
1.3 用户借款区间维度分析 判断借款金额区间值
观察金额分布情况
拍拍贷借款人借款金额主要集中在100-10000元区间,超过10万元的大额借款不足1%。拍拍贷是小额贷款,针对的目标人群应该是一般白领以下人群。
进一步分析100-10000的借款区间各类分布情况
在100-10000借款区间内,49%是借款2000-5000,借款5000元及以下是72%,大部分人群借款在5000元及以下 1.4 用户初始信用等级分析
初始评级主要集中在C、D评级,初始评级不高,可能是由于渠道认证信息不完善导致。
1.5 用户借款期限分析
绝大多数用户借款期限在5-12月,可以看一看5-12月每个月的具体情况:
借款期限为6个月和12个月较多,一方面这可能跟拍拍贷的借贷产品有关,另一方面也跟用户的习惯有关系
1.6 用户借款利率分析
96%用户借贷利率都在16%年利息上,50%的用户通过拍拍贷获得贷款的利息都在20%以上,小贷贷款只要还款金额能覆盖逾期坏账就是暴利
** 2 借贷相关业务分析 ** ** 2.1 时间维度下的客户数量、放款金额、逾期率等 **
随着用户量增长,总借款金额也随着上升,但是在16年11月后,借款金额增长放缓。 平均借贷金额从15年8000-10000到16年3月逐渐稳定在4000元上下,在16年11月平均借贷金额缓慢下降。 月度逾期率在15年12月后维持在15%,但在16年10月开始攀升,到17年1月份约为19%。
** 2.2 逾期率分析 ** ** 2.2.1 逾期类型分析 **
电商借款类型逾期率相对较高,应引起足够重视,关注电商客户经营状况以及造成逾期的具体原因。 借款类型为APP闪电和普通,这两类占据逾期用户群体87%,应关注这两类客户使用资金的用途及资金去向。
其他类型是一个特殊的群体,该类客户逾期量跟逾期率都是较高的,应关注该类用户群体深挖原因
** 2.2.2 初始评级逾期率分析**
用户主要初始评级集中在CD两种类型,逾期率相对较高,应重点关注评级CD的客群,需要加以辅助手段,降低逾期率水平
(一)用户维度分析
1、贷款客户男性居多,维护并抓住好男性客户群体 2、平台客户贷款年龄主要集中在25-32岁,可以针对该群体特征,有选择性的进行渠道推广,与此同时,应关注该类群体逾期率较高问题 3、借款金额范围应该5000元以下为主要产品,5000-10000为次要产品推广 4、应该重点关注初始信用等级为C和D的用户群体,降低这类客户的逾期率 5、用户偏好的借款期限在6个月和12个月,但是逾期率较高,9个月的借款量较少,但是逾期率偏低,可以推广三个季度的借贷产品。 6、拍拍贷借款利率多说超过20%,利率超过16%在96%以上
(二)业务分析
1、随着用户量增长,总借款金额也随着上升,但是在16年11月后,借款金额增长放缓,逾期率却在上升,应加大了风控措施。
2、平均借贷金额从15年8000-10000到16年3月逐渐稳定在4000元上下,在16年11月平均借贷金额缓慢下降,应收缩借贷金额规模,提高甄别等级。 3、借款类型应可重点推广APP闪电和普通类型的借款,但是要提高风控水平。电商借款类型,要关注用户经营状况。 4、对初始信用评级在C、D的,应多拆出几个更新维度的信用评级,用于有针对性进行风控,降低逾期率。