太长的sql怎么分析_SQL分析贷款数据

SQL数据库是数据分析领域必不可缺的工具，学会SQL能更好地帮助我们解决实际问题。这次分析的数据还是LENDING CLUB的贷款数据，希望通过对贷款数据的分析得出一些隐藏在数据下的秘密。首先给Lendig Club做个简单的背景介绍：Lending Club 是全球最大的撮合借款人和投资人的线上金融平台，它利用互联网模式建立了一种比传统银行系统更有效率的、能够在借款...

weixin_39642687

530人浏览 · 2020-12-05 11:43:17

weixin_39642687 · 2020-12-05 11:43:17 发布

SQL数据库是数据分析领域必不可缺的工具，学会SQL能更好地帮助我们解决实际问题。这次分析的数据还是LENDING CLUB的贷款数据，希望通过对贷款数据的分析得出一些隐藏在数据下的秘密。

首先给Lendig Club做个简单的背景介绍：

Lending Club 是全球最大的撮合借款人和投资人的线上金融平台，它利用互联网模式建立了一种比传统银行系统更有效率的、能够在借款人和投资人之间自由配置资本的机制。

通过Lending Club 的平台，借款人和小微企业可以获得更低的利率，投资人则可以获得较好的收益。

Lending Club 自2007 年5 月24 日正式上线以来共经历了三个阶段：

1）2007 年5月－2008 年4 月的运营初期；

2）2008 年4 月－2008 年10 月的“静默期”；

3）2008年10 月至今的新模式运营期。

盈利模式：Lending Club 的收入来源为交易手续费、服务费和管理费。

提问：本章分析哪些业务指标，这些指标与需要数据集中哪些字段？

运用脑图明确分析方向：

几个用户指标：（贷款金额、信用等级、职业）

1、贷款金额选择区间及人数

2、不同信用等级的贷款人数

3、不同工作年限的平均借款金额

4、不同收入人群的占比以及相同收入人群不同信用等级的占比

字段：

下面开始进入真正的操作：

一、导入EXCEL数据

1.打开navigate，右键打开test

2.打开数据库，然后点击导入向导

3.选择合适的格式

4.选择从哪个地方导入表格

5.一直下一步，到第四步注意字段和数据行

6.继续下一步，id这里设置主键，字符太长的话要类型设置成text，长度空着

7.新导入的表就选第一个

8.最后一步点开始

9.出错就是上一步所说的某些字段太长，这种情况下就需要把该字段数据类型改成text，长度空着

10.导入成功后的表

二、分析问题

1、贷款金额选择区间及人数

SELECT  (CASE WHEN (loan_amnt>0 AND loan_amnt<=3000) THEN  '0-3000'
              WHEN (loan_amnt>3000 AND loan_amnt<=10000)  THEN '3000-10000'
              WHEN (loan_amnt>10000 AND loan_amnt<=20000) THEN   '10000-20000'
              WHEN loan_amnt>20000                        THEN   '20000+'
             ELSE NULL  END) AS '贷款金额' ,COUNT(loan_amnt) ,
          CONCAT(ROUND(COUNT(loan_amnt)*100/(SELECT COUNT(*) from loan),1),'%')
FROM loan
GROUP BY CASE WHEN (loan_amnt>0 AND loan_amnt<=3000) THEN   '0-3000'
              WHEN (loan_amnt>3000 AND loan_amnt<=10000)  THEN '3000-10000'
              WHEN (loan_amnt>10000 AND loan_amnt<=20000) THEN   '10000-20000'
              WHEN loan_amnt>20000                        THEN   '20000+'
              ELSE NULL  END 
ORDER BY CASE WHEN (loan_amnt>0 AND loan_amnt<=3000) THEN   '0-3000'
              WHEN (loan_amnt>3000 AND loan_amnt<=10000)  THEN '3000-10000'
              WHEN (loan_amnt>10000 AND loan_amnt<=20000) THEN   '10000-20000'
              WHEN loan_amnt>20000                        THEN   '20000+'
              ELSE NULL  END  ASC;

可以看到借款人数最多的在区间10000-20000，占比将近40%

2、不同信用等级的贷款人数

SELECT grade AS '信用等级',COUNT(grade) AS '数量',
CONCAT(ROUND(COUNT(grade)*100/(SELECT count(grade) FROM loan),1),'%') AS '占比'
FROM loan    GROUP BY grade  ORDER BY grade ASC;

A/B/C三个等级的借款人数占比近3/4，征信较差的反而比较少

3、不同工作年限的平均借款金额

SELECT (CASE WHEN emp_length>0 AND emp_length<=1 THEN '0-1年'
       WHEN emp_length>1 AND emp_length<=3 THEN '1-3年'
       WHEN emp_length>3 AND emp_length<=5 THEN '3-5年'
       WHEN emp_length>5 AND emp_length<=10 THEN '5-10年'
       ELSE '10年以上' END)AS '工作年限',
AVG(loan_amnt) AS '贷款金额'
 from loan
GROUP BY CASE WHEN emp_length>0 AND emp_length<=1 THEN '0-1年'
       WHEN emp_length>1 AND emp_length<=3 THEN '1-3年'
       WHEN emp_length>3 AND emp_length<=5 THEN '3-5年'
       WHEN emp_length>5 AND emp_length<=10 THEN '5-10年'
       ELSE '10年以上' END
ORDER BY AVG(loan_amnt);

各工作期间相差不是很大，但是呈现递进关系

4、不同收入人群的占比以及相同收入人群不同信用等级的占比

SELECT (CASE WHEN annual_inc BETWEEN 0 AND 40000 THEN '低收入人群'
            WHEN annual_inc>40000 AND annual_inc<=100000 THEN '中等收入人群'
            ELSE '高收入人群' END)AS '收入类型',
            COUNT(annual_inc)AS '数量',
            CONCAT(ROUND(COUNT(annual_inc)*100/(SELECT COUNT(annual_inc)FROM loan),0),'%')AS '人群占比' ,
            grade
FROM loan
group BY   CASE WHEN annual_inc BETWEEN 0 AND 40000 THEN '低收入人群'
            WHEN annual_inc>40000 AND annual_inc<=100000 THEN '中等收入人群'
            ELSE '高收入人群' END,grade ASC

中等收入人数最多，且信用最好

总结：借贷金额集中在3000-20000，所以这个区间应该是产品大力拓展的方向。接待客户总体资质不错，集中在了A/B/C。随着年龄的增长，人们对贷款金额的需求也不断增大，但需要注意的是工作10年以上的人反而借款需求萎缩，因为他们往往生活已经比较安定，所以我们主要的面向人群是工作0-10年的人。收入4-10W的人群是信用水平最好的，这部分人还款意愿较强。

DAMO开发者矩阵

DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐

识别物体 3D 位置 + 自动生成机器人抓取位姿」

的 3 条主流实现路径，从到，每条都讲清楚原理、硬件、流程、怎么生成抓取点。