CUSTOMER PROFILE
01 · 业务问题
固定联系数量，比较随机选择、历史成功优先与模型排序。
02 · 验证方法
原模型结果保留；新增 4 个顺序窗口检查稳定性与渠道依赖。
03 · 使用边界
公开历史记录研究，不是实时获客、授信或实际收益预测。
口径：清理完全重复行后的历史营销样本，不是可确认的独立客户数。认购率 = y 为 yes 的记录数 ÷ 当前记录数。
PAST CAMPAIGNS
历史活动结果与认购率
“历史成功”指此前活动；图中的认购率来自当前活动标签。群体差异不代表因果关系。
READ THE DATA
当前样本解读
由页面指标和固定模板生成，不调用大语言模型。
EXPLAINABLE SEGMENTS
按历史营销关系分组
用此前活动结果和联系次数划分互斥客群。规则不使用当前认购标签，也不把“没有历史记录”误称为“银行新客户”。
年龄段画像
年龄仅用于描述性分析，不进入当前模型评分。
联系渠道
这是历史观察差异。渠道与时间、客群有关，不能据此断言换渠道就会提高认购率。
OUT-OF-TIME EVALUATION
模型能否帮助安排联系顺序？
模型按验证集平均精确率（AP）选出，以下固定指标来自时间顺序最后 20% 的测试记录，不随顶部筛选改变。
OFFLINE CONTACT SIMULATION
联系资源回测
此回测同时受顶部客群筛选影响。只使用未参与训练的记录；同分按原始行顺序排列。改变比例是探索回测，不是在测试集上选择上线策略。
相同资源下，哪种策略更有效？
| 策略 | 选取记录 | 认购数 / 期望数 | 历史认购率 | 认购覆盖率 | Lift |
|---|
随机策略为等量均匀随机选择。规则策略只按“此前认购成功”优先，其余随机补足；同优先级内随机选择，因此显示期望值（可能为小数）。规则不使用当前认购标签排序，当前标签仅用于回测。模型同分仍按原始行顺序处理。
Lift = 所选样本历史认购率 ÷ 当前回测样本认购率。随机选择基线是相同联系数量下的期望值。没有未联系对照组，不能推导增量收益或实际转化提升。
排序样本示例
仅展示当前所选范围分数最高的 10 条。编号由原始行号生成，不是真实账户编号。模型输出未经跨期概率校准，因此这里只展示排序名次，不把它解释成认购概率。
| 样本编号 | 职业 | 历史客群 | 联系渠道 | 排序名次 | 实际认购标签 |
|---|
验证集模型比较
选择依据为 AP；常数预测的 AP 等于该样本认购率。
| 模型 | ROC-AUC | AP |
|---|
哪些字段影响排序？
验证集置换重要性：打乱字段后的 AP 平均下降，重复 3 次。非因果效应，负值保留显示。
STABILITY BEFORE COMPLEXITY
换一段历史，效果还成立吗？
新增研究只使用原始前 80% 记录：4 个顺序窗口 × 4 个固定方案。这里不受顶部筛选影响，最后 20% 的已发布基线评分不变。
正在加载研究结果…
研究结论
窗口内按分数选取前 20%。下列均值为各窗口等权平均，不是合并样本指标；AP 受各窗口认购率影响。范围表示观察到的波动，不是置信区间。研究排序不代表已替换线上模型。
| 实验方案 | 平均 AUC | 平均 AP | 平均 Lift | Lift 范围 | 优于简单规则 |
|---|
逐窗口核验
| 窗口 / 记录顺序 | 训练 / 验证条数 | 训练 / 验证认购率 | AUC | 模型 Lift | 规则 Lift |
|---|
“最近 25% 记录”指每个窗口训练终点之前、占全数据长度 25% 的记录，并非最近 25% 的月份；其他方案使用扩展历史。预处理每次只在该窗口训练部分拟合。
这次研究能说明什么，不能说明什么？
- 比较扩展历史、近期记录、不含联系渠道和随机森林，检验训练范围与字段假设。
- 无完整日期、无客户唯一标识，不能称为精确月度回测，也不能保证不同窗口的客户独立。
- 原始数据已经用于前期探索，本轮是可复现的探索性验证，不是全新盲测。
- 没有未联系对照组，不推断真实增量认购、利润或营销因果效果。
SOURCE & METHODOLOGY
每个数字都有来处
原始文件保持不变，数据清理、SQL 汇总、模型训练与网站结果分开保存。
数据来源与授权
使用 UCI Bank Marketing 中的 bank-additional-full.csv。这是葡萄牙银行历史电话营销记录，不是中国银行业数据，也不代表当前市场。
Moro, S., Rita, P., & Cortez, P. (2014). Bank Marketing. UCI Machine Learning Repository. DOI: 10.24432/C5K306。
许可：CC BY 4.0。本站修改包括去重、中文标签、派生分组、模型评分和汇总展示；原作者及银行不为本项目背书。
按时间顺序检查泛化
依据官方文件已有的时间顺序，前 60% 训练、中间 20% 验证、最后 20% 测试。不随机打散。预处理只在训练集拟合；未知类别保留，pdays=999 表示之前未联系，不当作实际 999 天。
| 分区 | 记录数 | 认购率 | 原始行号范围 |
|---|
先比较含宏观指标的模型，发现验证集效果弱于常数基线后，增加“客户属性与历史活动”版本。所有选择按验证集 AP 作出；早期实验结果在本地保留。本项目是探索性个人实验，并非独立第三方盲测。
信息泄漏与使用边界
- 剔除通话时长 duration；也保守排除当前活动累计联系次数、最后联系月份和星期。
- 年龄和婚姻状态不用于评分。职业、教育等字段仍可能带来群体差异，不能直接用于生产营销决策。
- 历史联系渠道被视为可用于计划的已有信息；正式应用需逐项确认字段在评分时点是否可得。
- 宏观指标候选模型未核验统计发布滞后；模型比较只作为历史研究，不是可直接上线的特征方案。
- 源数据没有唯一客户标识和逐行完整日期，不能验证同一客户是否跨分区，不能做真实客户留存或精确月度趋势。
- 完全重复行按保留首条去重，这是本项目的处理选择；它们不一定都是采集错误。
- 公开页面只含必要的公开数据派生字段，不包含姓名、手机号、密钥或本地模型文件；静态网页没有真实登录权限控制。
- 模型在本地训练，网页展示冻结的回测结果。当前未接入大模型、实时银行数据或营销发送功能。