기초 프로젝트 : 은행 고객데이터를 이용한 서비스 분석(4)

기초 프로젝트 : 은행 고객데이터를 이용한 서비스 분석

🗂️ 데이터 정규화 & 표준화

Age_group을 생성

고객들의 Age를 10대, 20대, 30대 등의 범주로 그룹화해 ‘age_group’ 컬럼을 추가적으로 생성했다.

bank_numeric['age_group']= [int(i//10)*10 for i in bank_numeric['Age']]

 

Loan Type을 분리해 더미 변수로 만들기

Type_of_Loan 컬럼의 경우 Loan의 종류별로 구분된 것이 아니라 컴마를 통해 하나의 값으로 연결되어있는데, 이렇게 되면 다음과 같은 문제가 발생하게된다.
✅ 고객마다 어떤 종류의 대출을 받았는지 확인하기 어려움
✅ 대출 종류는 같아도 순서가 다르기 때문에 하나의 컬럼으로 합치기 어려움
따라서 데이터에서 조금더 쉽게 인사이트를 뽑아내기 위해 다음과 같은 형태로 데이터를 가공함. (더미 변수화)

loans = ['Auto Loan', 'Credit-Builder Loan','Personal Loan','Payday Loan','Mortgage Loan','Home Equity Loan','Debt Consolidation Loan','Student Loan', 'Not Specified']

for loan_type in loans:
    customer[loan_type] = [1 if loan_type in entry else 0 for entry in customer['Type_of_Loan']]

이 과정에서 결측치가 많았던 Num_of_Loan(대출 개수)를 위에서 분리한 대출 종류 컬럼들을 바탕으로 새로 계산했다.

customer['Num_of_Loan'] = customer['Auto Loan']+customer['Credit-Builder Loan']+customer['Personal Loan']+customer['Payday Loan']+customer['Mortgage Loan']+customer['Home Equity Loan']+customer['Debt Consolidation Loan']+customer['Student Loan']+customer['Not Specified']

 

📊 시각화 - 소득이 높은 고객(VIP)고객을 잡아라!

1. 소득이 높은 고소득자 고객을 정의

모름지기 VIP라면, 남들과는 다르게 돈💰이 아주 많아야 한다.! 평균적이지 않은, 평범하지 않은 고객을 찾아야 하기 때문에 IQR 기법을 이용해 신뢰구간을 벗어난 이상치에 주목해보겠다.

# x 축 표시 형식을 변경하는 함수 정의
from matplotlib.ticker import FuncFormatter

# x 축 표시 형식을 변경하는 함수 정의
def format_func(x, pos):
    return '{:,.0f}'.format(x/1000)  # #,### 형식으로 포맷팅
plt.figure(figsize=(16,9))
sns.boxplot(data=customer,x='Annual_Income')

# x 축에 적용할 Formatter 설정
formatter = FuncFormatter(format_func)
plt.gca().xaxis.set_major_formatter(formatter)

# 그래프 표시
plt.xlabel('Annual_Income($1k)')

upper bound 이상의 고액연봉자들은 총 512명으로, 전체 1,1437명의 고객중 4.47%를 차지한다. 고액 연봉자들을 따로 high_salary_group 테이블로 분리하여 자세히 살펴보자.

q1 = customer['Annual_Income'].quantile(0.25)
q3 = customer['Annual_Income'].quantile(0.75)
upper_bound = q3+(q3-q1)*1.5

customer[customer['Annual_Income']>=upper_bound]['Customer_ID'].count()

 

✅ 30대 초반(30-35세)의 고객이 88명으로 가장 많다. (비율 적으로도 164/3326, 4.93%)

# 30대 초반(30-35세)의 고객이 88명으로 가장 많다.

sns.histplot(data=high_salary_group,x='Age',
             binrange=[10,60], bins=10,
             color='green', alpha=0.5)

# 최대 빈도수 계산하기
cond = (high_salary_group['Age']<35) & (high_salary_group['Age']>=30)
max_cnt = high_salary_group.loc[cond,'Age'].count()

plt.text(31.5, 100, max_cnt)
plt.ylim(0,110)
plt.title('Age Distribution of High Salary Group')

✅ High Salary Group의 경우 그 외 고객들에 비해 평균적으로 연체일수 Delay_from_due_date , 연체 횟수 Num_of_Delayed_Payment , 채무Outstanding_Debt가 적다.

# palette 
green_palette = ['#22CC88','#EEEEEE']

# customer 테이블에 VIP, else로 값이 입력되는 salary_group 컬럼 생성
customer['salary_group'] = ['VIP' if income > upper_bound else 'else' for income in customer['Annual_Income']]

# Delay from Due Date
sns.boxplot(data=customer, x='salary_group', y='Delay_from_due_date', palette=green_palette)
plt.title('Delay from Due Date by Salary Group')

# Num_of_Delayed_Payment
sns.boxplot(data=customer, x='salary_group', y='Num_of_Loan', palette = green_palette)
plt.title('Number of Loans by Salary Group')

# Outstanding Debt
sns.boxplot(data=customer, x='salary_group', y='Outstanding_Debt', palette=green_palette)
plt.title('Outstanding Debt by Salary Group')

✅ High Salary Group의 경우 그 외 고객들에 비해 평균적으로 신용 전환율 Credit_Utilization_Ratio , 월 잔고액 Monthly_Balance , 월간 저축액 Amount_invested_monthly 이 높다.

 

# palette 
green_palette = ['#22CC88','#EEEEEE']

# customer 테이블에 VIP, else로 값이 입력되는 salary_group 컬럼 생성
customer['salary_group'] = ['VIP' if income > upper_bound else 'else' for income in customer['Annual_Income']]

# Credit_Utilization_Ratio 
sns.boxplot(data=customer, x='salary_group', y='Credit_Utilization_Ratio', palette=green_palette)
plt.title('Credit Utilization Ratio by Salary Group')

# Monthly_Balance
sns.boxplot(data=customer, x='salary_group', y='Monthly_Balance',palette = green_palette)
plt.title('Monthly Balance by Salary Group')

# Amount_invested_monthly 
sns.boxplot(data=customer, x='salary_group', y='Amount_invested_monthly', palette = green_palette)
plt.title('Amount invested monthly by Salary Group')

 

2. VIP 고객들의 대출현황 파악

# customer 테이블에 annual_income을 이용해 월급 계산, 월급 컬럼 추가
customer['Monthly_Income'] = (customer['Annual_Income'])/4

# 필요한 컬럼만 추출해 investment_stat 테이블로 빼기
lst = ['Customer_ID','age_group', 'Monthly_Income', 'Outstanding_Debt', 'Amount_invested_monthly', 'Monthly_Balance','Num_of_Loan','salary_group', 'Num_of_Delayed_Payment']
investment_stat = customer[lst]

# investment_stat 테이블에 monthly income 대비 월 투자액 비율을 계산해 investment_ratio 컬럼 추가
investment_stat['investment_ratio'] = (customer['Amount_invested_monthly']/customer['Monthly_Income'])*100

# VIP 그룹의 값만 저장한 stat 테이블 만들기
stat = investment_stat[investment_stat['salary_group']=='VIP']

✅ High Salary Group의 경우 그 외 고객들과 비교했을했때 대출 개수의 평균이 비슷하다. 그러나 전반적으로 high salary group이 대출 개수가 낮다.

sns.boxplot(data=customer, x='salary_group', y='Num_of_Loan', palette = green_palette)
plt.title('Number of Loans by Salary Group')

 

✅ VIP vs. Others

# palette 및 explode
palette = ['#EEEEEE','#EEEEEE','#EEEEEE','#EEEEEE','#EEEEEE','#EEEEEE','#EEEEEE','#22CC88','#B9FFE3']
explode = [0.01,0.01,0.01,0.01,0.01,0.01,0.01,0.01,0.01]

# pie chart 그리기 - Loan Types of High Salary Group
plt.figure(figsize=(16,9))
plt.pie(loan_grouped['VIP'],
        startangle=20,
        explode=explode,
        colors = palette, autopct='%1.2f%%',)
plt.legend(loan_grouped.index,bbox_to_anchor=(1, 0.5))
plt.title('Loan Types of High Salary Group')

# pie chart 그리기 - Loan Types of others
plt.figure(figsize=(16,9))
plt.pie(loan_grouped['else'],
        startangle=20,
        explode=explode,
        colors = palette, autopct='%1.2f%%',)
plt.legend(loan_grouped.index,bbox_to_anchor=(1, 0.5))
plt.title('Loan Types of others')

• VIP 고객들의 대출 유형에서 가장 큰 부분을 차지 하는 유형은 Student Loan(12.10%)이며, 정의되지 않은 대출 유형(Not Specified, 9.46%)이 가장 적다.
• VIP 고객이 아닌 다른 고객들의 경우 Payday Loan(11.32%)이 가장 많고, Auto Loan(10.78%)로 가장 적다. 그러나 11%대로 대체적으로 대출 유형이 비슷하다.

 

✅ VIP 그룹 내에서 age group별 대출 현황

vip_age_loantype = customer.groupby(['salary_group','age_group'])[loans].sum().iloc[0:5]
vip_age_loantype = vip_age_loantype.reset_index().drop(['salary_group','age_group'],axis=1).T
vip_age_loantype.columns = [10,20,30,40,50]
vip_age_loantype

• 비교적 나이가 어린 10-30대의 경우 Credit-Builder Loan(신용 점수를 높이기 위해 사용되는 특별한 유형의 대출)가 많음
• 40대의 경우 Debt Consolidation Loan, Student Loan 이 가장 많음.
• 50대의 경우 Auto Loan, Debt Consolidation Loan, Student Loan이 가장 많음.
• 전체 Age Group에서 가장 대출을 적게 하는 연령대는 50대, 가장 활발히 하는 연령대는 30대임.

✅  VIP 고객들의 미상환부채 총액(Outstanding Debt)는 어떠한가?

## VIP vs. Others
sns.boxplot(data=investment_stat, x='salary_group', y = 'Outstanding_Debt', palette= green_palette)

## age_group별 outstanding_debt
green_palette2 = ['#22CC88','#43DFA0','#78ECBD','#B9FFE3','#EFFBF7']

# 'salary_group'의 median 값을 기준으로 정렬된 순서를 생성합니다.
median_order = stat.groupby('age_group')['Outstanding_Debt'].median().sort_values().index

# median 값에 따라 정렬된 순서로 boxplot을 그립니다.
sns.boxplot(data=stat, x='age_group', y='Outstanding_Debt', palette=green_palette2, order=median_order)

• VIP 고객이 평균적으로 미상환채무가 else 그룹보다 적음
• VIP 고객중 미상환 채무가 가장 적은 그룹은 30대(783.975, 1위), 40대(820.020, 2위), 50대(849.690,3위)

✅ VIP 고객들은 채무를 성실히 이행하는가?

## VIP vs.Others
sns.boxplot(data=investment_stat, x='salary_group', y = 'Num_of_Delayed_Payment', palette= green_palette)

## age_group
# order 정리
median_order = stat.groupby('age_group')['Num_of_Delayed_Payment'].median().sort_values().index

# median 값에 따라 정렬된 순서로 boxplot을 그립니다.
sns.boxplot(data=stat, x='age_group', y='Num_of_Delayed_Payment', palette=green_palette2, order=median_order)

• else 그룹보다는 VIP 고객이 채무를 성실히 이행한다.
• VIP 고객 중에서는 50대 고객이 채무를 가장 성실히 이행하며, 10대 고객이 평균적으로 체납을 가장 많이 한다.