In diesem Fall geht es um eine Bank (Thera Bank), deren Management Möglichkeiten ausloten möchte, ihre Kunden mit Haftpflicht in Privatkreditkunden umzuwandeln (und sie gleichzeitig als Einleger zu behalten). Eine Kampagne, die die Bank letztes Jahr für Haftpflichtkunden durchgeführt hat, zeigte eine gesunde Konversionsrate von über 9 % Erfolg. Dies hat die Marketingabteilung des Einzelhandels ermutigt, Kampagnen mit besserem Zielmarketing zu entwickeln, um die Erfolgsquote mit minimalem Budget zu erhöhen.

Bibliothek importieren

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

df= pd.read_excel("Bank_Personal_Loan_Modelling.xlsx", 1)
df.head(5)
sns.distplot(df['Experience'])

      
                

                    
                    
                
            
plt.figure(figsize = (10,8))
sns.heatmap(data.corr(), annot = True)

      
                

                    
                    
                
            
for i in col:
    plt.figure(figsize = (10,6))
    sns.countplot(x = i, data = data, hue = 'Personal Loan')

      
                

                    
                    
                
            

      
                

                    
                    
                
            

      
                

                    
                    
                
            

Danke fürs Lesen! Wenn Sie mit mir in Kontakt treten möchten, können Sie mich gerne über Twitter oder mein LinkedIn- Profil erreichen