五.SPSS＋finebi实现基于分类算法的理财产品顾客亏损及收益分析

接下来将用IBM SPSS对finebi中提取的理财产品数据实现分类算法数据挖掘和数据分析，以及可视化图表呈现。

1.知识准备

数据在当今世界意味着金钱。随着向基于app的世界的过渡，数据呈指数增长。然而，大多数数据是非结构化的，因此需要一个过程和方法从数据中提取有用的信息，并将其转换为可理解的和可用的形式。

数据挖掘或“数据库中的知识发现”是通过人工智能、机器学习、统计和数据库系统发现大数据集中的模式的过程。

免费的数据挖掘工具包括从完整的模型开发环境如Knime和Orange，到各种用Java、c++编写的库，最常见的是Python。数据挖掘中通常涉及到四种任务:

分类: 将熟悉的结构概括为新数据的任务

聚类: 在数据中以某种方式查找组和结构的任务，而不需要在数据中使用已注意的结构。

关联规则学习: 查找变量之间的关系

回归: 旨在找到一个函数，用最小的错误来模拟数据。

2.基于决策树分析亏损顾客特征

2.1 预测变量重要性

在预测变量重要性中，我们可以观察到“家庭年收入”预测变量重要性占比为100%，直接影响“亏损程度”，而其他输入变量被剔除掉。说明“家庭年收入”对于购买理财产品亏损程度的影响非常大。

2.2 C5.0模型

结合两图可以得到具有哪些特征的顾客购买理财产品会造成亏损：

（1）亏损程度主要受家庭年收入的影响。

（2）家庭年收入在“100万以上”、“50万-100万”、“5万以下”的顾客购买理财产品严重亏损的置信度为87.5%，即这三种家庭年收入水平的家庭有严重亏损的倾向。

（3）家庭年收入在“10万-20万”、“20万-50万”的顾客购买理财产品中度亏损的置信度为42.1%，即这两种家庭年收入水平的家庭有中度亏损的倾向。

（3）家庭年收入在“5万-10万”的顾客购买理财产品轻度亏损的置信度为40%，即这类家庭年收入水平的家庭有轻度亏损的倾向。

2.3 C5.0模型存在的问题

存在问题：

家庭年收入这一影响对于亏损程度过大，不能反映客户其他方面特征对于亏损程度的影响。后续改进过程，我们将剔除家庭年收入这一变量。

2.4 C5.0模型改进

在过滤器中剔除变量“家庭年收入”。

2.5 C5.0模型改进结果及分析

决策树模型反映了如下特征：

（1）期限对于亏损程度的影响最大，其次是购买目的，其他因素基本无影响。

（2）期限<=2的顾客（约占亏损顾客数40%）大部分为严重亏损。

（3）期限>2的顾客（约占亏损顾客数60%）大部分为轻度亏损，购买目的这时对客户亏损的影响很大。

决策树模型反映了如下特征：

（4）期限>2的情况下，购买目的为“兴趣爱好，医疗、养老教育，长期资产保值增值”的顾客有严重亏损的倾向。

（5）期限>2的情况下，购买目的为“其他、短期资产保值增值”的顾客有轻度亏损的倾向。

（6）期限>2的情况下，购买目的为“合理安排资金、分担风险”的顾客有中度亏损的倾向。

（7）期限>2的情况下，购买目的为“流行趋势”的顾客有重度亏损的倾向。

基于finebi获取资料：理财产品顾客分类数据分析。

实现数据可视化面板制作工具：帆软finebi。

数据挖掘工具：IBM SPSS。