|
1、学习初衷
（1）个人介绍
- 帆软社区用户名帆软用户SaPSxyCnp2，UID3209287，目前就职于昆山农商银行，目前从事运营管理部账户审核工作，个人感兴趣的方向和领域-数据分析
（2）学习初衷
- 学习背景：随着数字化智能化的不断发展，我们工作的方式在不断升级，智能化已渗透进我们工作的方方面面，作为一个企业员工，只有顺应时代潮流，不断提升自己的知识和能力，才能在新时代里立足。作为银行员工，更需要不断扩充自己的技能库，才能不被淘汰。因此我会抓住每一个学习的机会，全身心投入的来学习，同时作为一个理科生，从小对数字敏感，数据分析正好可以满足自己一颗学习探索的心。
2、作品简介
（1）业务背景/需求痛点
简述业务背景：电信诈骗形势严峻，通过分析涉案账户，总结涉案特征，优化模型并进行针对性的风险管控，从而达到压降涉案账户的效果。
简述需求痛点：涉案账户在不断增加，数据不断更新，
（2）数据来源
对人行下发的涉案账户进行特征和要素整理。
（3）分析思路
- 拿到数据后你的分析思考过程（可附结构脑图）：分析涉案账户的特征有哪些维度，结合实际情况进行分析。
（4）数据处理
整理数据，将数据转化为可量化的字段。
（5）可视化报告
（1）数据含义表达和图表排版布局：
按月来分析涉案账户趋势
按支行来分析涉案账户告发地区
按年龄段来分析涉案人员分布
按模型预警情况来分析涉案账户特征
（2）通过分析得出的结论，
a.从各支行涉案账户分布来看，数量前5的支行分别为城北支行、新区支行、陆家支行、中华园支行、张浦支行、花桥支行，同时这几家支行涉案账户持有人中20-40岁人群占比也较高，特别是中华园支行，该地区企业较多，人口流动非常快。而第一名的城北支行属于我行对公客户最多的支行，涉案账户也相对较多。同时我们发现城北支行涉案账户中新开户有3户，量也属于偏高的。综上所述，接下来该几家支行重点对流动性较大的客户进行进一步风险识别，特别是新开账户的防范
b. 从涉案账户持有人年龄来分析：20至60岁年龄段人群占了95%，该年龄段人群涉案几率相对较高，比较容易出租出借银行卡，因此我行后续模型规则建议侧重于该年龄段人群，提高精准率。
c. 从涉案账户开户时间：各年份相对持平，但2023年2024年开户的涉案账户占前两位，可以看出新开账户涉案仍然形势严峻，犯罪分子仍然倾向于借用新开的银行卡。各支行仍需加强新开户核查，从源头压降涉案账户数量。
d. 从涉案账户涉案前分类分级来看：虽然大力开展分类分级批量管控，但涉案账户中正常类账户还是很多，犯罪分子要么对账户无要求，要么选择高限额账户，因此需要进一步对正常类账户进行精细分类。
e, 从涉案账户触发模型来看，对未命中模型的账户进行分析，首先从各年龄段来看，20-40岁人群命中率相对较低且人数最多，进一步分析发现该类客户的交易金额较小，且交易渠道分散。
3、学习总结
（1）学习经历。在经历了一个多月的学习、实操，最终实战分析自己的现有数据，把学到的技能运用到实际生活中，发现有意想不到的收获。因为通过本次学习，让我掌握了一个新的技能，可以更快的整理数据，并通过整理好的数据和可视化看板，从一个新的角度来分析总结，发现新的问题，并相处针对性的方案来解决这些问题。
（2）个人成长
1、掌握了DEF函数、分析图表运用，过滤组件运用，
2、印象最深刻的为DEF函数
3、基本达成目标，但目前还是初学阶段，还有更多需要我去思考探索的知识
4、有信心能继续后面深入的学习，向专业前进
5、只有不断丰富自己的技能和知识，才不会被时代淘汰，被行业淘汰。
| 
