一、问题准备
需要做出的决策和解决的问题
1、特定业务重点（过退，风险，动支。。。）确定好坏客户的标签定义
2、确定计划的评分卡范围、开发、实施的窗口
解释：
3、获取的数据范围和来源，确保能够获取到数据，内部，外部
可能不同的业务场景能获取到的数据不同，有些场景存在缺失
4、项目管理计划 时间、资源、人员
二、数据获取与整合
取得数据项，并且将其整合为适合进一步数据准备的形式
通常，数据表中的每一行代表一个账户
这是评分卡开发的首要任务
1、原始变量：
易于理解，可能不是最有效
2、衍生业务指标：
来源于原始变量，有明确业务含义，可能比原始变量更有效
3、分析变量：
原始数据进行转换和加工计算生成具有较高预测能力的变量
缺少简单或清晰的含义
建模视图包含以下变量：
1、记录标识：唯一的符号或者识别变量
2、候选自变量：所有可能被用于预测模型中预测变量的字段，包括原始变量，衍生业务指标，分析变量
3、描述变量：包含其他字段取值的标识或描述的字段（将复杂的离散数据提取转换成简单的）
4、报告变量：并不直接用建模，但是用于作报告
（动支金额，逾期金额之类的，辅助判断模型的好坏）
5、标签状态字段：好坏客户
自变量包含如下三种类型：
1、分类变量，之间没有顺序和数量关系，这些值不能进行数学运算；性别，居住地...
2、顺序变量，在类别中定义了顺序的概念；等级 1,2,。。。
3、连续变量，取值表示真实数量规模的真正指标
数据来源
1、人口统计特征: 客户基本属性
2、征信数据，外部评分
3、交易记录 ：某个时间窗口的频率和汇总值
4、其他产品的使用情况
建模窗口、实施窗口
数据校准
网友评论