今天分享一下的数据分析案例：失联客户分析！

自从上周写了一份关于失联模型的文章，感觉大家对失联的业务比较感兴趣。本篇继续分享干货：失联用户的画像分析失联客户的从画像分别从地域特征、人口特征、购买因素、外呼情况四个维度四个分析，每个维度又稍微展开讨论，每个部分再展开讨论。





一．  地域特征门店省份





从不同省份的放款量来看，大致可以把门店所在的省份分为5类。第一类：浙江省、广东省、山东省、福建省第二类：江苏省、四川省、河南省、湖南省第三类：河北省、贵州省、广西省第四类：江西省，湖北省、云南省、陕西省、重庆市、安徽省、黑龙江省第五类为其余放款量最低的省份。门店城市





从放款合同量大于10000单的门店城市可以看出，重庆市的逾期风险相对其他城市偏高，杭州市的客户群体质量相对较好。户籍省份





据不同户籍省份的放款量来看，也可以把户籍省份分为5类。第一类：四川省、山东省、贵州省、河南省、湖南省；第二类：广东省、浙江省、福建省、广西省、江西省、江苏省；第三类：安徽省、湖北省、云南省、河北省；第四类：甘肃省、山西省、湖北省、云南省、陕西省、重庆市、黑龙江省第五类为其余放款量低于5000的户籍省份。非本地户籍





放款量较高的浙江省、广东省为例












从浙江省的数据看，温州市放款量最高，但失联率在中间偏上的水平，为12.49%。而放款量比较接近的杭州市和台州市，失联率的差异很大，台州市的非本地户籍申请的合同失联率是杭州市的两倍。说明杭州市的非本地户籍客户质量较台州市的更好。同理可证，宁波市的非本地户籍客户质量也较金华市更好。再来看广东省的数据，深圳市与广州市的放款量差异不大，但深圳市的失联率接近广州市失联率的3倍。同样是人口流动性非常大的城市，广州的非本地户籍客户较深圳的更好。同理可证，中山市非本地户籍客户质量也较惠州市更好。除此之外，惠州市与东莞市的失联率差不多，但是东莞市的放款量是惠州市的2倍左右，证明惠州市非本地户籍的客户质量不如东莞市。二.人口特征性别特征












不同性别中，男性的放款合同总量以及失联率都比女性的要高。从外呼情况来看，对于停机等外呼结果中女性的占比要低整体9.38%，说明女性更容易联系到。年龄特征

从各个年龄的申请量来看，绝大部分的申请人都在18-38这一阶段。随着年龄的增长，失联率有上升的趋势，其中24-28的失联率持续上升，28岁以后的失联率数据在一定范围内上下波动上升。结合不同行业来看，18-24岁和24-38岁的工作类型中这四个行业的占比均在73%左右。在这四个行业中，18-24岁的失联比例均比24-38岁的低，同时最为明显的是餐饮业；从而导致24-38岁整体的失联率偏高。.......后续也将完整的干货资料上传到知识星球，请密切留意。关于详细的分析报告会共享给给VIP粉丝，要不要加一下官微了解下？谢谢！


十年职场老司机，从事数据工作，长期混迹在风控界和科技界，如果你想了解他，欢迎加入一起学习一起聊！