银行电话营销数据分析

目前，银行会为其客户提供各种各样的理财产品，银行会通过电话营销的方式将产品推荐为客户。为了提供营销的成功率，银行会借助数据分析来分析哪些客户更可能会购买他们的产品。这是葡萄牙银行机构电话营销活动的记录。机构通常与同一个客户会进多次电话沟通，客户明确购买或不购买该产品的情况会被记录到这个数据集中，希望通过对这个数据集的分析，发现客户是否会购买新产品的规律。原数据集有大约4万5千条记录，在这里使用随机抽样的10%的小数据集来进行分析，该数据集中有4521条记录。

首先，引入需要的类库，并读入数据文件。在CSV文件中，数据的分隔符分号，因此读入文件时，需要指定数据的分隔符。

接下来，检查一下数据中是否有缺失值。

可以看到，数据被整理的非常完善，没有缺失值的存在。数据中y表示客户是否购买了银行电话营销的产品，首先根据y将数据分成两组，对其他的数据项进行对比，来看一下哪些项目会对客户购买有促进作用，哪些项目起反作用。数据集中的大部分数据是分类数据，因此使用饼图来看一下各个分类项对购买的分布情况，通过对比发现哪些用户更容易产生购买行为，或者拒绝购买。对于年龄，年均存款余额等数值型字段，进行转换形成分类字段。如年龄可以分为18以下的少年，18-25的青年，26-50的壮年，以及51岁以上的分组。年均存款以1000， 2000， 5000位分界形成分类数据。

对购买产品的顾客的各个纬度进行比较

通过上述的饼图可以看到，在购买了产品的顾客中，没有贷款，年龄都在26-50之间，没有购买房产，受教育程度高等项目比例较高。

相应的我们也看一下，没有购买产品的顾客是如何分布的呢？

通过对比看一看到，购买了房产的人，购买没有购买产品的人占比较多；其他的项目单纯从占比多少来看，与购买了产品的人员相当，但是比例上有轻微的变化。这有可能是统计的数据分布不平均造成的。因此，在这里进行数据相关性计算，更进一步确定哪些项目对客户最终决定购买产品起关键性的作用，然后再进行深入分析。因为做相关性计算时，需要所有的项目为数值型，因此，要把所有的分类项目转换成数值。

可以看到，duration，previous等对结果的影响非常大的，在这里通过散点图来展示一下这两个项目对结果的影响。

可以看到，通话次数在10次之内的成功率较高，与上次通话间隔在1800以内的情况下成功率高。

接下来可以看一下营销不成功的案例的分布情况，在这里留给读者自行验证。