案例研究：信用风险报告

数据沟通概念

Hadrien Lacroix

Curriculum Manager

信用风险

• 信用风险：违约概率
• LoanMe 银行要预测客户是否可能违约
• 有原始数据
• 数据探索分析
• 模型训练与评估

受众

• 非技术干系人
• 银行决策者

故事

 

• 背景：
  • 过去5年违约比例上升。
  • 预测哪些客户违约概率高。
• 洞见：失业期更多者更易违约
• 洞见：收入较低者更易违约
• 高潮：可95%准确率预测高违约人群
• 后续：在对照人群上试点

技术或非技术

 

• 转化技术结果

合适的数据

 

• 受众画像
  • 角色：融资部总监
  • 关注点：是否上马自动拒贷系统
  • 合适数据：
    • 年龄/收入与违约的关系
    • 未来数月客户违约比例

统计

 

• 年龄与收入中位数
• 变动百分比

可视化

 

• 箱线图：年龄 vs. 是否违约

可视化

 

• 箱线图：年龄 vs. 是否违约
• 折线图：违约客户%变动

正确的形式

 

• 谁？财务部总监
• 为什么？面临重要决策
• 内容：关键发现与建议
• 方式：会前发送结果

报告

• 书面报告
• 摘要报告还是最终报告？

报告

• 摘要报告
• 信息型报告还是分析型报告？

报告

• 摘要报告
• 分析型报告

摘要报告结构

• 引言
  • 目的
  • 背景信息
  • 分析问题
• 正文
  • 数据
  • 结果：关键发现
• 结论
  • 重申问题
  • 核心洞见
  • 给出建议

开始练习吧！

数据沟通概念