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

两个模型,合成每封信的期望价值

  1. 响应评分 p_open已提供 · 最高十分位提升度 3.26
  2. 入金模型:开户后 90 天余额线性回归 · 2,161 个开户样本
  3. 一个新账户的价值0.025 × 余额 − $50
  4. 一封信的期望价值p_open × 账户价值 − $1
  5. 寄给前 8,000 名预算 $8,000
图 1. 银行已有响应模型的评分,缺的是入金模型:如果客户开户,90 天内会存入多少钱。按财务部给出的公式,把两者合成一封信的期望价值,再按期望价值取前 8,000 名寄信。

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

0%5%10%15%20%25%7.20%提升度 3.26×12345678910十分位 →
图 2. 评分最高的一组开户率 23.5%,是整体 7.20% 的 3.26 倍;开户率逐组下降,最低一组为 0.97%。每一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,因此可以直接代入期望价值公式,无需重新校准。

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

与开户−0.50+0.50与入金金额−0.50+0.50家庭收入−0.04+0.48年龄−0.15+0.48邮编区收入中位数−0.03+0.28现居住年限−0.09+0.11距网点距离−0.04+0.01近 30 天网站访问+0.12−0.00近 12 个月收信次数−0.02−0.01数字化活跃度+0.14−0.32
图 3. 更容易开户的是年轻、数字化活跃的客户;存钱更多的是年龄较大、收入较高的客户。年龄和数字化活跃度在两列中的方向正好相反。模型中影响余额最大的净资产区间是分类变量,相关矩阵里看不到。

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

$2K$5K$10K$20K$50K2%4%6%8%10%12%$2,000 盈亏线45 岁以下 · <$50K45 岁以下 · $50K–250K45 岁以下 · $250K–1M45 岁以下 · $1M+45 岁及以上 · <$50K45 岁及以上 · $50K–250K45 岁及以上 · $250K–1M45 岁及以上 · $1M+无第三方数据开户率 →↑ 平均余额
图 4. 45 岁以下、净资产低于 5 万美元的客户开户率最高(11.8%),但平均只存入 $1,958,低于 $2,000 的盈亏线,抵不过 $100 的开户奖励。45 岁及以上、净资产 100 万美元以上的客户开户率只有 3.5%,平均存入 $37,871:每封信的期望价值为 +$30.40,前者为 −$1.13。

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

  1. 45 岁及以上 · $1M+1,409 封$42,834
  2. 45 岁以下 · $250K–1M451 封$11,221
  3. 45 岁以下 · $1M+47 封$940
  4. 45 岁及以上 · $250K–1M3,504 封$48,425
  5. 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

  1. 45 岁以下 · <$50K5,089 封−$5,751
  2. 45 岁以下 · $50K–250K2,683 封$16,903
  3. 45 岁以下 · $250K–1M228 封$5,673
图 5. 方案 B 把 8,000 封信中的 5,089 封寄给年轻、低净资产的客户,这部分预计亏损约 $5,750。方案 A 优先寄给年龄较大、净资产较高的分群,预期利润 $119,731,方案 B 为 $16,825。方案 A 的开户数会更少,需要提前向业务方说明。

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
A27 岁 · 收入 $48K · <$50K · 数字化 880.35−$593 → $0−$18.5013
B46 岁 · 收入 $95K · $50K–250K · 数字化 600.04$9,484+$6.4822
C66 岁 · 收入 $140K · $1M+ · 数字化 350.012$44,203+$11.6631
图 6. 客户 A 的开户概率是 C 的 29 倍,但模型给 A 的预测余额为负(线性模型只是把各项相加,会加到零以下),开户越多亏得越多。C 很少开户,但每封信的价值最高。应先寄给 C,再寄给 B,不寄给 A。

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。

← 返回首页