银行营销结果预测模型 有报告 python

**数据来源kaggle(uci数据集)： [https://www.kaggle.com/janiobachmann/bank-marketing-dataset/kernels]**  ### 0 项目概述 &emsp;&emsp;本项目的目的是充分挖掘客户的需求、刻画客户群体肖像，并针对营销活动的开展提供建设性的意见建议，从而真正促进推动银行业务的开展。 为此，我们需要对以下加点进行深入挖掘： - （1）目标人群：哪一部分人群是精准营销的客户群体，针对这一部分人开展营销推广，将使得活动变得高效、快速； - （2）营销渠道：有哪些营销渠道可以采用，例如电话、电视、社交媒体等，如何针对人群设定最佳的渠道策略； - （3）定价：具体的业务应该怎样定价以吸引客户？ - （4）营销策略：推动业务落地，从而真正推动业务实效化开展。 &emsp;&emsp;本数据集的营销场景是给客户推荐定期存款业务。 ### 一、业务分析 ``` import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签 plt.rcParams['axes.unicode_minus']=False #用来正常显示负号 bank=pd.read_csv('/Users/ranmo//Desktop/数据分析案例/银行营销/bank.csv') bank.info() bank.head() ``` 显示如下：   一共11162行*17列数据，具体的数据项可以分为三个部分。 ##### 1.1 基本属性 - age,年龄 - job，工作类型（分类：'管理员'，'蓝领'，'企业家'，'女佣'，'管理层'，'退休'，'自雇'，'服务'，'学生' '技术人员'， '失业'， '未知'） - marital，婚姻状态（分类：'离婚'，'已婚'，'单身'，'未知';注：'离婚'是指离婚或丧偶） - education，教育程度（分类：'初等教育'，'中等教育'，'高等教育'） - default，有无违约（分类：'无'，'有'，'未知'） - housing，有无住房贷款（分类：'无'，'有'，'未知'） - load：有无个人贷款（分类：'无'，'有'，'未知'） - balance：盈余（收支平衡） ##### 1.2 业务联系 - contact：联系方式（分类：'移动电话'，'座机'） - day:上一个联系日（分类：'周一'，'周二'，'周三'，'周四'，'周五'） - month：上一个联系月（分类：'一月~十二月'） - duration：通话时间，秒（此数据为通话时间，似乎包含等待接通的时间，因为最小值是2s，之后会分析到） ##### 1.3 最近一次营销活动 - campain：上一次营销活动和此客户联系的次数 - pdays：自上一次营销活动联系后，至今的天数 - previous：上一次营销活动之前和客户累计联系过的次数 - poutcome：上一次营销的结果（分类：'失败'，'未知'，'其他'，成功'） ##### 1.4 目标数据 - deposit：客户是否有定期存款？（分类：'是'，'否'） ### 二、数据准备 ##### 2.1 描述性数据概览  可以得到以下基本信息： - 客户平均年龄约为41岁，最高为95岁， 最低为18岁； - 客户平均盈余为1528，但标准差很大，说明此项数据的分布情况很分散。 - 通话持续时间在2~3881s（1h+）不等，是上一次的通话时间还是累计的通话时间？？是纯通话时间还是包含等待时间？这项数据不敢轻易使用。不过可以确定的是，通话时间越长，肯定说明客户潜力越大，相应的存款也会更多。 - 上一次营销活动的联系次数在1~63次不等，相应的联系次数越多，则约表明该客户在上一次活动中参与度高； - 上一次营销活动后至今的天数为-1~854天，为什么会有-1？是否为数据错误； - 上一次营销活动之前和客户累计联系过的次数为0~58次，整体数据偏小。 ##### 2.2 数据清洗和过滤  因为没有缺失数据，所以不用进行数据填充。 针对pdays中存在的“-1”，也没有进行清洗。 ### 三、探索性数据分析（EDA） ##### 3.1 数据项分布 是否有定期存款是我们特别关注的数据，不过在此之前，我们可以先分析一下各个数据项的分布以及彼此可能存在的联系。 ``` bank.hist(bins=20,figsize=(14,10)) ```  ###### 3.1.1 盈余 和是否有违约之间的关系: ``` sns.set(style="darkgrid") sns.boxplot(x='default',y='balance',hue='deposit',data=bank) ```  和职业之间的关系： ``` sns.boxplot(x='job',y='balance',hue='deposit',data=bank) plt.xticks(rotation=90) ```  和教育程度之间的关系: ``` sns.violinplot(x='education',y='balance',hue='deposit',data=bank) ```  可以得知： - 有违约记录的人员盈余明显偏低，表明他们的经济状况确实不太好； - 有几个职业经济状况更好，退休人员、管理层、自雇和技术人员； - 不同教育程度的人员的盈余情况似乎没有明显的偏差，并不像我们想象中的，高等教育者应当具备更高的盈余。 ###### 3.1.2 职业 职业的数量分布： ``` plt.rcParams['figure.figsize']=(10,6) sns.set() sns.barplot(x='index',y='job',data=bank['job'].value_counts().to_frame().reset_index()) plt.xticks(rotation=90) ```  职业和年龄的关系： ``` sns.boxplot(x='job',y='age',data=bank) plt.xticks(rotation=90) ```  职业和收入的关系：（发现画图效率有点低，已经开始用tableau混用了） ``` #tableau创建计算字段balance status： if [balance]<0 then 'negtive' elseif [balance]<3000 then 'low' elseif [balance]<10000 then 'mid' else 'high' end ```  可以得知： - 管理人员是最为普遍的职业类型； - 退休人员的年龄偏高，而学生最低，umm，跟预期的一致； - 管理人员和技术人员是综合盈余最高的人（含有比较多的high——balance比例和数目）。 ###### 3.1.3 婚姻状态 婚姻状态和盈余的关系：  可以得知： - 似乎婚姻状态与盈余没有什么相关性，因为无论是离婚者、单身者、结婚者，在各个盈余段上的分布都比较相似，普遍分布在0~5k内。 ###### 3.1.4 受教育程度 受教育程度和婚姻状态的关系： ![image.png](https://upload-images