数据 · 2026 年 10 月
支票账户获客定向
纽约大学「高级商业分析」课程的个人限时项目,案例为一家虚构的区域银行。建立入金模型预测新开支票账户 90 天内的余额,再与银行已有的响应评分合成每封邮寄信的期望价值。在相同预算下,改为寄给价值最高的 8,000 名客户、而不是最可能开户的客户,预期首年利润从约 1.7 万美元提高到约 12 万美元。
- 角色
- 个人项目 · 纽约大学高级商业分析课程
- 时间
- 2026 年 10 月
- 技术栈
- SAS Viya(Visual Analytics) · Python · pandas · Excel
- 项目规模
- 30,000 名历史客户 · 25,000 名待评分客户 · 2 个入金模型:线性回归、随机森林 · 9 个分群 · 8,000 封信的预算 · 预期利润约 $120K 对比约 $17K
图表
纽约大学「高级商业分析」课程的个人限时项目,2026 年 10 月,案例为一家虚构的区域银行,经授课老师同意公开。分群表、评分校验、相关系数和手工评分均在构建时由下方两份案例数据重新计算;模型指标来自随报告提交的 SAS Visual Analytics 运行结果。
- 历史邮寄客户
- 30,000开户率 7.20% · 2,161 户
- 低于盈亏线的新账户
- 33.9%90 天入金不足 $2,000
- 入金模型
- 0.74Spearman 等级相关 · R² 0.52
- 方案 A · 按价值排序
- $119.7K8,000 封信的预期首年利润
- 方案 B · 按响应排序
- $16.8K去年的做法,预算相同
案例数据
- campaign_history.csv ↓30,000 名历史客户,含两个结果字段 · 3.3 MB
- prospects_to_score.csv ↓25,000 名新客户,无结果字段 · 2.6 MB
两个模型,合成每封信的期望价值
- 响应评分 p_open已提供 · 最高十分位提升度 3.26
- 入金模型:开户后 90 天余额线性回归 · 2,161 个开户样本
- 一个新账户的价值0.025 × 余额 − $50
- 一封信的期望价值p_open × 账户价值 − $1
- 寄给前 8,000 名预算 $8,000
响应评分排序有效,概率也基本准确
30,000 名历史客户按 p_open 等分为十组 · 柱:实际开户率 · 点:平均 p_open
实际开户率平均 p_open
影响开户的因素,与影响入金的因素方向相反
Pearson 相关系数 · 左:与是否开户,全部 30,000 人 · 右:与入金金额,2,161 名开户客户
开户率最高的群体,存的钱最少
去年数据的九个分群 · 横轴:开户率 · 纵轴:开户客户的平均 90 天余额(对数刻度)· 圆面积:新名单中的人数 · 实心:方案 A 寄信
预算相同,利润约为去年做法的七倍
8,000 封信在各分群的分配 · 条长:寄信数 · 标注:预期利润
方案 A · 按每封信的价值从高到低
$119,731预期利润
- 45 岁及以上 · $1M+1,409 封$42,834
- 45 岁以下 · $250K–1M451 封$11,221
- 45 岁以下 · $1M+47 封$940
- 45 岁及以上 · $250K–1M3,504 封$48,425
- 45 岁以下 · $50K–250K2,589 封$16,311
方案 B · 按开户率从高到低(去年做法)
$16,825预期利润
- 45 岁以下 · <$50K5,089 封−$5,751
- 45 岁以下 · $50K–250K2,683 封$16,903
- 45 岁以下 · $250K–1M228 封$5,673
手工为三位客户评分
按线性入金模型逐项系数相加 · 负的预测值按 $0 计
| 客户 | 画像 | p_open | 预测余额 | 每封信期望价值 | 按 p_open 排名 | 按期望价值排名 |
|---|---|---|---|---|---|---|
| A | 27 岁 · 收入 $48K · <$50K · 数字化 88 | 0.35 | −$18.50 | 1 | 3 | |
| B | 46 岁 · 收入 $95K · $50K–250K · 数字化 60 | 0.04 | $9,484 | +$6.48 | 2 | 2 |
| C | 66 岁 · 收入 $140K · $1M+ · 数字化 35 | 0.012 | $44,203 | +$11.66 | 3 | 1 |
问题
这家银行去年向 30,000 名潜在客户邮寄了支票账户开户邀请,按响应模型挑选最可能开户的人,开户率约 7%。但财务部发现,很多新账户几乎没有存钱,扣掉 $100 的开户奖励后反而亏损。下一季度的预算固定为 $8,000,只能寄 8,000 封信,候选名单有 25,000 人。市场负责人提出的问题因此变了:哪些客户对银行最有价值?预期能赚多少?和去年的做法相比差多少?
方法与取舍
以利润而不是响应率作为决策目标。 一个新账户的首年价值 = 0.025 × 90 天余额 + $50 手续费收入 − $100 开户奖励,余额超过 $2,000 才能盈利。去年开户的 2,161 个账户中,有三分之一(732 个)低于这条线。响应评分回答的是「会不会开户」,缺的是「会存多少钱」。两者合成一封信的期望价值(图 1),再按期望价值排序寄信。
先检验已有的评分,再使用它。 按评分等分为十组,评分最高的一组开户率是整体的 3.26 倍;每组的平均评分与实际开户率相差都在约 0.8 个百分点以内(图 2),因此可以直接代入公式。
只用开户样本建入金模型,并剔除「未来」的信息。 预测余额要乘以开户概率,所以模型预测的必须是「如果开户」后的余额:只用 2,161 个开户样本建模,按 70/30 划分训练集和验证集。有两个字段是在数据提取日、也就是活动结束之后才记录的:全部存款余额(已经包含新账户的钱)和工资代发,属于目标泄漏,不能作为预测变量。4,194 名客户没有匹配到第三方数据,九个第三方字段同时为空,因此把「未匹配」单独作为一个类别,而不是简单填补;「距上次联系天数」中的 999 表示从未联系过。
选择业务能用的模型。 随机森林在验证集上的 RMSE 低 2.5%($6,620 对 $6,790)。最终仍选用线性回归:两者的排序几乎一致;线性模型可以手工打分,便于向市场团队解释,也便于做公平性审查。它对低价值客户会预测出负余额,这一缺陷按财务部的规则以 $0 处理。
没有评分系统,也能把模型变成方案。 按年龄段 × 净资产区间划分 8 个分群,再加上「无第三方数据」共 9 个分群,用去年的结果计算每个分群的价值,并统计新名单中各分群的人数(图 4);按价值从高到低寄信,直到用完 8,000 封(图 5)。另外用回归模型为三位新客户手工打分,从单个客户层面说明这套逻辑(图 6)。
分析结果
影响余额的因素,与影响开户的因素方向相反(图 3)。净资产影响最大:100 万美元以上的客户,比 5 万美元以下的客户预期多存约 $27,000;家庭收入每增加 $1K,余额多 $46;年龄每增加一岁,余额多 $123;数字化活跃度每增加 1 分,余额少 $48。验证结果表明,模型排序比预测金额更可靠:典型误差约 $3,600(MAE),RMSE 被少数六位数余额的账户拉高;Spearman 等级相关为 0.74,R² 为 0.52,足以把对的人排在截止线之上。
按价值排序(方案 A)会寄给 45 岁及以上、净资产 25 万美元以上的客户,45 岁以下、净资产 25 万美元以上的客户,以及部分 45 岁以下、净资产 5—25 万美元的客户,预期首年利润 $119,731。按去年的做法(方案 B),5,089 封信会寄给 45 岁以下、净资产 5 万美元以下的客户,这是唯一价值为负的分群,预期利润只有 $16,825。方案 A 的开户数更少,备忘录提前向市场负责人说明了这一点。价值为正的分群共有 19,911 名新客户,约为预算的 2.5 倍,因此备忘录还建议在测试的前提下追加预算,寄给后续分群,并在两个接近盈亏平衡的分群之前停止。
局限
余额预测比较粗糙,误差达到几千美元很常见;最小的分群(45 岁以下、净资产 100 万美元以上)只有两个历史开户样本。分群价值来自去年的平均值,而去年的客户随机拿到 $0、$100 或 $200 的奖励,今年统一为 $100。模型看不到客户在其他银行的资产,且有 14% 的客户完全没有第三方数据。按年龄、净资产和邮编区收入定向,也存在公平借贷和声誉方面的风险。因此备忘录建议上线前按邮编收入层级和年龄段,比较寄信名单与全部合格客户的构成;并保留一个按去年规则寄信的随机对照组,在 90 天时比较每封信的利润,而不只是开户率。