隨著信用卡市場規模的不斷擴張，信用卡違約導致的不良資產規模也不斷增多。通過對信用卡用戶的特征進行貸款數據分析，盡可能降低貸款違約率、提高不良資產回收率，最終實現公司經營目標。

一、貸款數據分析思路

二、數據處理

第一步：使用loans表建立數據集【貸款信息表】，新增【貸款風險等級】列，即對loans表的還款狀態分別進行賦值，便于增加儀表板可讀性

第二步：通過disp表將loans表和clients表進行連接，將clients表中的用戶性別、出生日期通過左合并方式連接到loans表

第三步：使用trans表建立新數據集【客戶交易信息表】，由于trans表的金額列為帶有特殊符號的文本格式，所以需對其進行修正，將文本值轉化成數值，滿足后期求和需要

第四步：為了計算各賬戶號的收入、支出及利息所得進行分組匯總，新增3列輔助列，即

【收入】：借貸類型="貸"的記錄，金額保留，否則賦值為0

【支出】：借貸類型="借"的記錄，金額保留，否則賦值為0

【利息所得】：交易特征="利息所得"的記錄，金額保留，否則賦值為0

第五步：按照賬戶號進行分組匯總，并計算收支比

第六步：將處理后的trans表中的【利息所得】、【收支比】列通過左合并方式添加到loans表中，形成包含所有需使用字段的完整數據集【貸款信息表】

三、可視化報告

模塊一、貸款基本情況：

文本組件：展示各風險等級貸款筆數及貸款違約率

餅圖：展示各風險等級貸款用戶占比

模塊二、貸款違約率分析

各性別貸款用戶占比及違約率對比

各年齡段貸款用戶占比及違約率對比

各還款期限用戶占比及違約率對比

不同月歸還額用戶占比及違約率對比

模塊三、貸后風險監控及管理

基于前兩個模塊分析基礎，通過篩選不同條件，及時跟蹤滿足條件的高風險用戶，根據用戶特征制定個性化還款追蹤方式，達到降低違約風險的目的。

四、帆軟BI工具使用總結

1、利用帆軟BI工具可視化功能將枯燥的數據以美觀又直接的方式呈現出來。

2、帆軟BI工具是數據分析的工具，可以實現數據自動化更新、數據共享共用。

3、帆軟BI工具給我們提供了人性化的數據可視化平臺。

4、帆軟BI工具在貸款數據分析方面具有強大的優勢，能夠有效解決業務操作人員的時間

商業智能BI產品更多介紹：www.dackmarket.com

免費體驗Demo 免費下載FineBI