拍拍贷业务数据分析

01. 数据来源及说明

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）。

数据来源：kesci.com/home/dataset/58c614aab84b2c48165a262d/files
共计21个字段，21条。具体字段如下：
字段序号字段名字段注释
1 ListingId 列表序号，为列表的唯一键。
2 借款金额列表成交总金额。
3 借款期限总的期数（按月计）。
4 借款利率年化利率（百分数）。
5 借款成功日期列表成交的日期。都在2015年1月1日以后。
6 初始评级列表成交时的信用评级。AAA为安全标，AA为赔标，A-F为信用等级。
7 借款类型分为'应收安全标'，‘电商’，‘APP闪电’，‘普通’和‘其他’。
8 是否首标该标是否为借款人首标。
9 年龄借款人在该列表借款成功时的年龄。
10 性别该列表借款人性别。
11 手机认证该列表借款人手机实名认证是否成功。
12 户口认证该列表借款人户口认证是否成功。
13 视频认证该列表借款人视频认证是否成功。
14 学历认证该列表借款人学历认证是否成功。成功则表示有大专及以上学历。
15 征信认证该列表借款人征信认证是否成功。成功则表示有人行征信报告。
16 淘宝认证该列表借款人淘宝认证是否成功。成功则表示为淘宝店主。
17 历史成功借款次数借款人在该列表成交之前的借款成功次数。
18 历史成功借款金额借款人在该列表成交之前的借款成功金额。
19 总待还本金借款人在该列表成交之前待还本金金额。
20 历史正常还款期数借款人在该列表成交之前的按期还款期数。
21 历史逾期还款期数借款人在该列表成交之前的逾期还款期数。。

02. 提出问题

1.用户分析
2.借贷相关业务分析

03. 数据清洗

1. 导入数据

# 1、导入数据
# 创建lc 表
CREATE TABLE roma.lc (
    `ListingId` bigint(20) NULL PRIMARY KEY,
    借款金额 bigint(20) NULL,
    借款期限 bigint(20) NULL,
    借款利率 int(11) NULL,
    借款成功日期 char(20) CHARACTER SET utf8 COLLATE utf8_general_ci NULL,
    初始评级 char(20) CHARACTER SET utf8 COLLATE utf8_general_ci NULL,
    借款类型 char(20) CHARACTER SET utf8 COLLATE utf8_general_ci NULL,
    是否首标 char(20) CHARACTER SET utf8 COLLATE utf8_general_ci NULL,
    年龄 int(11) NULL,
    性别 char(10) CHARACTER SET utf8 COLLATE utf8_general_ci NULL,
    手机认证 char(20) CHARACTER SET utf8 COLLATE utf8_general_ci NULL,
    户口认证 char(20) CHARACTER SET utf8 COLLATE utf8_general_ci NULL,
    视频认证 char(20) CHARACTER SET utf8 COLLATE utf8_general_ci NULL,
    学历认证 char(20) CHARACTER SET utf8 COLLATE utf8_general_ci NULL,
    征信认证 char(20) CHARACTER SET utf8 COLLATE utf8_general_ci NULL,
    淘宝认证 char(20) CHARACTER SET utf8 COLLATE utf8_general_ci NULL,
    历史成功借款次数 int(11) NULL,
    历史成功借款金额 bigint(20) NULL,
    总待还本金 float NULL,
    历史正常还款期数 int(11) NULL,
    历史逾期还款期数 int(11) NULL
)
ENGINE=InnoDB
DEFAULT CHARSET=utf8
COLLATE=utf8_general_ci
COMMENT='';

#导入数据
load data infile 'C:/ProgramData/MySQL/MySQL Server 8.0/Uploads/LC.csv' into table lc 
fields terminated by ','
enclosed by '"'
lines terminated by '\n';
ignore 1 lines；

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

04. 构建模型和分析问题

1.用户分析
1.1用户性别分析

select 性别
      ,count(Listingid) as '用户数量'
            ,sum(借款金额) as '借款总额'
            ,sum(case when 历史逾期还款期数>0 then 1 end) as '逾期数量'
      ,concat(round(sum(借款金额)*100/(select sum(借款金额) from lc),2),'%')as '借款占比'       
from lc
group by 性别

image.png

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

select max(年龄) as '最大年龄',
       min(年龄)as '最小年龄' 
from lc ;

image.png

对年龄进行细化分组，观察

select  case when 年龄>=17 and 年龄<25 then '17-24岁'
             when 年龄>=25 and 年龄<33 then '25-32岁'
             when 年龄>=33 and 年龄<40 then '33-40岁'
             when 年龄>=40 and 年龄<48 then '40-47岁'
             else '48-56岁' end as '年龄分组'
        ,count(Listingid) as '用户数量'
        ,sum(case when 历史逾期还款期数>0 then 1 end) as '逾期数量' 
        ,sum(借款金额) as '借款总额'
            ,concat(round(sum(借款金额)*100/(select sum(借款金额) from lc),2),'%')as '借款占比'
from lc
group by 年龄分组
order by 年龄分组;;

image.png

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

select max(借款金额) as '最大借款金额',
       min(借款金额)as '最小借款金额' 
from lc ;

image.png

观察金额分布情况

select 借款金额,count(*) 
from lc 
group by 借款金额 
order by 借款金额 DESC;

image.png

select case when 借款金额>=100 and 借款金额<10000 then '100-10000'
            when 借款金额>=10000 and 借款金额<20000 then '10000-20000'
            when 借款金额>=20000 and 借款金额<30000 then '20000-30000'
            when 借款金额>=30000 and 借款金额<40000 then '30000-40000'
            when 借款金额>=40000 and 借款金额<50000 then '40000-50000'
            when 借款金额>=50000 and 借款金额<60000 then '50000-60000'
            else '60000-500000' end as '借款区间'
                        ,count(Listingid) as '用户数量'
                        ,sum(借款金额) as '总体借款金额'
                        ,avg(借款金额)as '平均借款金额'
                        ,concat(round(sum(借款金额)*100/(select sum(借款金额) from lc),2),'%')as '借款占比'
            
from lc
group by 借款区间
order by 借款区间;

image.png

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

select case when 借款金额>=100 and 借款金额<1000 then '100-999'
            when 借款金额>=1000 and 借款金额<2000 then '1000-1999'
            when 借款金额>=2000 and 借款金额<3000 then '2000-2999'
            when 借款金额>=3000 and 借款金额<4000 then '3000-3999'
            when 借款金额>=4000 and 借款金额<5000 then '4000-4999'
            when 借款金额>=5000 and 借款金额<6000 then '5000-5999'
                        when 借款金额>=6000 and 借款金额<7000 then '6000-6999'
            when 借款金额>=7000 and 借款金额<8000 then '7000-7999'
            when 借款金额>=8000 and 借款金额<9000 then '8000-8999'
            when 借款金额>=9000 and 借款金额<=10000 then '9000-10000'                       
                        end as '借款区间'
                        ,count(Listingid) as '用户数量'
                        ,sum(借款金额) as '总体借款金额'
                        ,avg(借款金额)as '平均借款金额'                                   
from lc
where 借款金额 between 100 and 10000
group by 借款区间
order by 借款区间;

image.png

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

select 初始评级
       ,count(ListingId) as '用户数量'
 from lc
 group by 初始评级;

image.png

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

select max(借款期限)as '最大借款期限'
      ,min(借款期限)as '最小借款期限'
      ,avg(借款期限)as '平均借款期限'      
from lc;

image.png

select case when 借款期限>=1 and 借款期限<=4 then '1-4'
            when 借款期限>=5 and 借款期限<=8 then '5-8'
            when 借款期限>=9 and 借款期限<=12 then '9-12'
            else '13-24' end as '借款期限类型'
                        ,count(Listingid) as '用户数量'
                        ,sum(借款金额)as '借款总额'
                        ,concat(round(sum(借款金额)*100/(select sum(借款金额) from lc),2),'%')as '借款占比'
                        ,concat(round(sum(case when 历史逾期还款期数>0 then 1 end)*100/count(Listingid),2),'%') as '区间逾期率'
                        ,concat(round(sum(case when 历史逾期还款期数>0 then 1 end)*100/(select count(*) from lc),2),'%') as '总体逾期率' 
from lc
group by 借款期限类型
order by 借款期限类型;

image.png

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：

select      借款期限
                        ,count(Listingid) as '用户数量'
                        ,sum(借款金额)as '借款总额'
                        ,concat(round(sum(借款金额)*100/(select sum(借款金额) from lc),2),'%')as '借款占比'
                        ,concat(round(sum(case when 历史逾期还款期数>0 then 1 end)*100/count(Listingid),2),'%') as '区间逾期率'
                        ,concat(round(sum(case when 历史逾期还款期数>0 then 1 end)*100/(select count(*) from lc),2),'%') as '总体逾期率' 
from lc
where 借款期限 BETWEEN 5 and 12
group by 借款期限
order by 借款期限;

image.png

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

select max(借款利率)
       ,min(借款利率)
             ,avg(借款利率) 
from lc;

image.png

select case when 借款利率>=7 and 借款利率<=9 then '7-9'
            when 借款利率>=10 and 借款利率<=12 then '10-12'
            when 借款利率>=13 and 借款利率<=15 then '13-15'
                        when 借款利率>=16 and 借款利率<=18 then '16-18'
                        when 借款利率>=19 and 借款利率<=21 then '19-21'
            when 借款利率>=22 then '22-24'
       else 0 end as '借款利率类别'
             ,count(Listingid) as '用户数量'
             ,sum(case when 历史逾期还款期数>0 then 1 end) as '逾期量'
             ,sum(借款金额)as '借款总额'
             ,avg(借款金额)as '平均借款金额'
             ,concat(round(sum(借款金额)*100/(select sum(借款金额) from lc),2),'%')as '借款占比'
       ,concat(round(sum(case when 历史逾期还款期数>0 then 1 end)*100/count(Listingid),2),'%') as '逾期率'
from lc
group by 借款利率类别
order by 借款利率类别;

image.png

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 **

select date_format(借款成功日期,'%Y-%m') as '月份'
,count(Listingid) as '用户数量'
,sum(借款金额) as '借款金额'
,avg(借款金额)as '平均金额'
,concat(round(sum(借款金额)*100/(select sum(借款金额) from lc),2),'%')as '借款占比'
,concat(round(sum(case when 历史逾期还款期数>0 then 1 end)*100/count(Listingid),2),'%') as '逾期率'
from lc
group by 月份
order by 月份;

image.png

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 **

select 借款类型
,count(Listingid) as '用户数量'
,sum(借款金额) as '借款总额'
,avg(借款金额)as '平均金额'
,sum(case when 历史逾期还款期数>0 then 1 end) as '逾期量'
,concat(round(sum(case when 历史逾期还款期数>0 then 1 end)*100/count(Listingid),2),'%') as 逾期率
from lc
group by 借款类型
order by 逾期率;

image.png

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**

select 初始评级
,count(Listingid) as '用户数量'
,sum(借款金额) as '借款总额'
,avg(借款金额)as '平均金额'
,sum(case when 历史逾期还款期数>0 then 1 end) as '逾期量'
,concat(round(sum(case when 历史逾期还款期数>0 then 1 end)*100/count(Listingid),2),'%') as 逾期率
from lc
group by 初始评级
order by 初始评级;

image.png

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

05. 结论

（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。