Conociendo al Cliente
Primero que nada,¿ Qué hace un banco?
Los bancos hacen muchas cosas, pero su función principal es captar fondos -depósitos- de gente con dinero, aglomerarlos y prestarlos a quienes los necesitan. Un banco es un intermediario entre los depositantes (quienes le prestan dinero) y los prestatarios (a quienes les presta dinero).Al ser un intermediario, necesita satisfacer la oferta y demanda de los diferentes productos servicios que ofrecen a través de nuevos proyectos y políticas para mantener un balance y así seguir cumpliendo con su objetivo principal. Es por ello que se ven en la necesidad de conocer mejor las características y la forma en que sus clientes interactuan con la institución. Es fundamental analizar la estancia de sus clientes dentro de la cartera, ya que de esta forma se pueden planear estrategias operativas y de mercado que logren mantener y aumentar su cartera.
Ahora bien, para este trabajo se eligió al Banco INGRESE EL NOMBRE DE SU BANCO FAVORITO AQUÍ, del cual se obtuvo una pequeña base de datos la cual consta de 10,000 registros, cada uno inttegrado de un total de 14 variables. Presentadas a continuación:
## [1] "C:/Users/bec-rene3/Documents/Lizbeth/Trabajos/R"| x |
|---|
| RowNumber |
| CustomerId |
| Surname |
| CreditScore |
| Geography |
| Gender |
| Age |
| Tenure |
| Balance |
| NumOfProducts |
| HasCrCard |
| IsActiveMember |
| EstimatedSalary |
| Exited |
Ahora bien, dentro de cada una de las variables encontramos información que será de utilidad para nuestro análisis. ## Análisis Exploratorio El Primer paso para realizar de forma correcta nuestro análisis de supervivencia es concocer cada una de las variables, para ello realizaremos un análisis exploratorio.
Pues bien, ¡comencemos!
## RowNumber CustomerId Surname CreditScore
## Min. : 1 Min. :15565701 Smith : 32 Min. :350.0
## 1st Qu.: 2501 1st Qu.:15628528 Martin : 29 1st Qu.:584.0
## Median : 5000 Median :15690738 Scott : 29 Median :652.0
## Mean : 5000 Mean :15690941 Walker : 28 Mean :650.5
## 3rd Qu.: 7500 3rd Qu.:15753234 Brown : 26 3rd Qu.:718.0
## Max. :10000 Max. :15815690 Genovese: 25 Max. :850.0
## (Other) :9831
## Geography Gender Age Tenure
## France :5014 Female:4543 Min. :18.00 Min. : 0.000
## Germany:2509 Male :5457 1st Qu.:32.00 1st Qu.: 3.000
## Spain :2477 Median :37.00 Median : 5.000
## Mean :38.92 Mean : 5.013
## 3rd Qu.:44.00 3rd Qu.: 7.000
## Max. :92.00 Max. :10.000
##
## Balance NumOfProducts HasCrCard IsActiveMember
## Min. : 0 Min. :1.00 Min. :0.0000 Min. :0.0000
## 1st Qu.: 0 1st Qu.:1.00 1st Qu.:0.0000 1st Qu.:0.0000
## Median : 97199 Median :1.00 Median :1.0000 Median :1.0000
## Mean : 76486 Mean :1.53 Mean :0.7055 Mean :0.5151
## 3rd Qu.:127644 3rd Qu.:2.00 3rd Qu.:1.0000 3rd Qu.:1.0000
## Max. :250898 Max. :4.00 Max. :1.0000 Max. :1.0000
##
## EstimatedSalary Exited
## Min. : 11.58 Min. :0.0000
## 1st Qu.: 51002.11 1st Qu.:0.0000
## Median :100193.91 Median :0.0000
## Mean :100090.24 Mean :0.2037
## 3rd Qu.:149388.25 3rd Qu.:0.0000
## Max. :199992.48 Max. :1.0000
## Como podemos Observar, de las 14 variables en total, podemos darnos el pequeño lujo de desacrtar 3, RowNumber CustomerId y Surname, debido a que dichas variables son sólo de identificación de algún usuario de forma particular, lo que para este caso es intrascendente.
Después de descartar cosas, procedemos a realizar el análisis individual de cada una de las variables restantes.
Análisis Individual
Iniciemos con las variables Cuantitativas
La primera será Credit Score, que, como su nombre lo indica, muestra el total de puntos acumulados por parte del cliente.
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 350.0 584.0 652.0 650.5 718.0 850.0
Como podemos observar temos puntuaciones que van desde 350 hasta un máximo de 850 puntos. Sin embargo la mayoría de los clientes ronda entre 600 y 700 puntos, a decir verdad se cuenta con una puntuación alta en promedio. (Si supiera porque les dan los puntos diría algo más jejeje XD )
Ahora revisemos la edad de nuestros clientes
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 18.00 32.00 37.00 38.92 44.00 92.00
Notemos que la edad mínima dentro de la cartera es 18 años, eso hace notar que aún no se cuentan con productos para menores de edad, además de que la edad máxima es 92 años, aunque la mayoría de los individuos de nuestra cartera tienen edades entre los 32 a 44 años, lo que indica una población económicamente activa y con mayores ingresos económicos. Esto puede ser bueno, debido a que al ofrecer productos de crédito se esperaría que este tipo de clientes permaneciera má tiempo dentro de la cartera pues tienen mayor estabilidad y solvencia económica.
#NOTA: ##Así de bote pronto, voy a poner todo el análisis descriptivo sin cometarios, por ahora, pero conforme vaya avanzando el proyecto iré actualizando y mejorando el análisis.
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0 0 97199 76486 127644 250898
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 11.58 51002.11 100193.91 100090.24 149388.25 199992.48
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.000 3.000 5.000 5.013 7.000 10.000
## vari2
## 0 1 2 3 4 5 6 7 8 9 10
## 413 1035 1048 1009 989 1012 967 1028 1025 984 490
## vari2
## 1 2 3 4
## 5084 4590 266 60
## vari2
## 0 1
## 2945 7055
## vari2
## 0 1
## 4849 5151
## vari2
## Female Male
## 4543 5457
## vari2
## France Germany Spain
## 5014 2509 2477## segmn
## vari3 Female Male
## 0 204 209
## 1 478 557
## 2 480 568
## 3 469 540
## 4 442 547
## 5 448 564
## 6 458 509
## 7 464 564
## 8 433 592
## 9 422 562
## 10 245 245
## segmn
## vari3 France Germany Spain
## 0 205 105 103
## 1 529 264 242
## 2 525 275 248
## 3 491 261 257
## 4 512 232 245
## 5 485 259 268
## 6 503 227 237
## 7 552 225 251
## 8 465 264 296
## 9 504 269 211
## 10 243 128 119
## segmn
## vari3 0 1
## 0 194 219
## 1 466 569
## 2 488 560
## 3 485 524
## 4 489 500
## 5 506 506
## 6 468 499
## 7 493 535
## 8 506 519
## 9 513 471
## 10 241 249
## segmn
## vari3 1 2 3 4
## 0 236 171 6 0
## 1 568 431 32 4
## 2 473 543 21 11
## 3 529 430 42 8
## 4 504 462 20 3
## 5 501 468 36 7
## 6 490 456 17 4
## 7 517 482 24 5
## 8 525 468 28 4
## 9 500 451 23 10
## 10 241 228 17 4
## segmn
## vari3 0 1
## 0 145 268
## 1 334 701
## 2 310 738
## 3 279 730
## 4 280 709
## 5 312 700
## 6 273 694
## 7 302 726
## 8 283 742
## 9 292 692
## 10 135 355
Continuará…
Y recuerden amiguitos: “La pereza no es más que el hábito de descansar antes de que te canses.” Jules Renard Y pues yo me voy a descansar jajaja