贷款是商业银行的一项重要业务，对于银行个人业务部来说，每月甚至每周都会进行机构下综合贷款数据上报以及个贷客户分析数据，基于excel报表手工统计的时间太长并且人工统计难免出错，这样会浪费大量的时间精力。

下面我就给大家分享在FinBI上轻松实现银行贷款数据分析的方法！

一、数据来源

基础数据来源于和鲸社区：德国人信贷风险数据，后经过个人修改，添加，改成符合国内银行性质的个人贷款数据。

数据下载网址如下：

工作台 - Heywhale.com

表内容截图如下：

 

二、贷款数据分析思路

下载参考数据后，需要先确定分析目标：了解银行内个人贷款客户以及贷款目的等情况，根据自身发展需要确定下一步选择贷款客户方向，贷款目的以及不良贷款的控制。

当拿到参考数据并且加入自创数据后，此个贷信息主要包含两个层面：

客户层面：包含了客户性别，联系方式，居住地，学历。

贷款层面：贷款目的，风险评估，贷款额度，持续时间（贷款期数），征信认证，存款，支票账户。以下是分析思路图：

 

 三、数据处理

1.联系方式数据脱敏： 

 

 2.对贷款额度进行分组

 

 4.对工作数值进行转译：（例如：0-非熟练和非居民）

 5.创建年龄分组下的贷款额度-风险评估-性别-住房数据集：

 

四、数据可视化报告

1.数据可视化图表的选择和制作步骤

第一步，根据整理后的数据选择合适的图表，通过分许，根据展示需要选择了横向柱状图，折线图，饼图，区域地图等，以便于直接展现结果，突出要点。

第二步，选择好图表，将维度字段拖入右侧【横轴】、【纵轴】中，构成图表的横轴和纵轴。

第三步，进入FineBI帮助文档，根据操作步骤，包括表格属性和组件样式，对图表进行优化。

第四步，进入仪表板，将各图表进行排位。

2.通过分析得出结论：

从总体情况表我们可以看出，银行的总贷款额度以及总贷款人数。并且从营销机构下不良&优秀贷款额度展示中我们可以清晰的知道每个机构下不同风险下的贷款额度。在贷款人相关因素信息数据分析中，我们运用到了多个表来展现不同信息分析，其中有折线图，区域地图以及饼图。

在不良贷款数据分析板块中，不良贷款的人群大部分是20-50岁的人群，其中男性居多，女性相较于男性面对透支风险更谨慎，面对透支消费的行为更理性；而有自己住处或者不担忧房租的人对刷爆信用卡的冲动更加难以克制；金融机构在面对大额长期的信贷业务时，更应该提高警惕，应该更加细致的调查申请人员的工作收入以及存款情况。

在工作技能-贷款目的数据分析板块中：大多数人的贷款目的是汽车，住房相关以及家居设备。这表示大多数人的贷款目的是为了能够拥有更高品质的生活。同时，我们也可以看到，工作技能属于熟练或者是高技能工作者，他们的贷款总额是要高于工作非熟练群体的，这表示拥有高技能的工作者贷款的几率以及贷款的额度也是要较高的。

五、选择FineBI工具的三大理由！

1.通过短暂时间的FineBI培训即可上手开发数据可视化报表，解放了技术人员。

2.FineBI集成了FineReport工具以及Tableau工具，且比这两个工具要简易上手的多。同时FineBI可以通过已有数据集制作自创数据集，这是Tableau所没有的。

3.FineBI可以很好的进行数据可视化。对于贷款数据分析而言，它可以用最直接的图形来展示贷款数据，方便了贷款数据分析人员或管理人员得出相关结论。