R语言学习应用_客户APP注册刷单展示
感谢你长得这么好看还关注我的博客，祝你天天开心，每天都是棒棒哒~
首先说明一下业务场景：公司有一款理财App产品（下文简称"捞小宝"），我们希望有更多的客户使用捞小宝来投资。使用手册：注册→认证→绑卡→投资，对销售的考核之一就是客户的注册量，恩，业务流程报告完毕！为了完成考核，我们的销售人员真是太机智了，（深深的佩服一万次，哈哈），各种刷单手段层不出穷，作为英明神武的数据管理部的一员，自然要监控每日的数据，找出异常。
可以从系统中获取每日的注册客户数据（说明一下：数据从网页下载），字段有客户编号，客户姓名，身份证号，手机号，注册时间，认证时间，上级邀请码等信息，目前我想到的分析切入点有：
根据身份证号获取客户的户籍、年龄、性别信息，看是否有异常（例如：一个客户经理开发的客户，理论上应该大部分都是所在地区的客户）；
根据手机号获取号码归属地；
根据注册时间看分布（应该在白天工作时段开发的客户，像凌晨时段有大量客户注册则视为异常）；
根据认证时间（客户注册后认证，需要一定的时间间隔，如果客户在极短的时间内完成认证，则视为异常）；
上级邀请码（是一级客户邀请的还是销售人员直接邀请的，没人邀请的数量是否有规律）：
注册来源（是wap端、web端还是App？如果刷单，应该使用的是一种端口）
……欢迎补充，智商情商双低的我只能想这么多了~
好了，今天就从注册时间这一个字段来分析吧！
注册时间的格式为datetime，即年月日 时分秒的格式，理论情况下：邀请客户注册捞小宝，注册时间应该大部分分布在白天工作时段，像一个小时内集中注册或凌晨注册的情况应该是异常的，下面我们来找出有异常的客户经理，看看他们的客户注册时间的分布情况。
思路：如果客户集中注册，则两条记录的时间间隔会很小，现在找出这种情况较多的销售（凌晨大量注册的情况暂不考虑） 。
做法：每天从网页上下载昨日的注册记录，累计到Excel文件中，然后通过SSIS包导入到自己搭建的本机SQL Server数据库中（这个步骤是工作模式所限，不能直接使用后台数据库，我的内心早已崩溃了~），好了数据有了，开始找“问题销售”~
Step1：查找 一分钟内有两个客户注册的情况次数，得到销售工号、姓名，客户数
/*一分钟内有两个客户注册的情况次数*/
;with temp_tb as
(
select rn=ROW_NUMBER()over(order by 归属工号,注册时间),归属工号,归属姓名,注册时间
from FactLcbRegist
where 归属工号 <> '-'
)
select 归属工号,归属姓名 , count(1) 一分钟内有两个客户注册的情况次数 from
(
select t.归属工号,t.归属姓名 , datediff(mi,t.注册时间,(select top 1 注册时间 from temp_tb where 注册时间 > t.注册时间 and 归属工号 = t.归属工号 order by 注册时间)) dt from temp_tb t
) m
where dt <= 1
group by 归属工号,归属姓名
order by 一分钟内有两个客户注册的情况次数 desc
go结果如下：
Step2：用步骤一中的某个工号，查看期每日注册客户的时间分布（0~24点）
#看可疑客户经理刷单的客户注册时间分布
#设置工作路径
setwd("E:\\Personal Document\\Rfile\\201700515_客户注册时间分布")
#install.packages("RODBC")
library(RODBC)
#链接数据库
channel<-odbcConnect("MySQLServer")
mydata<-sqlQuery(channel,"SELECT 注册时间 FROM [FactLcbRegist]
WHERE 归属工号 = '00280659'")
head(mydata)
#数据转化，做图用
mydata$注册时间 <- as.POSIXct(mydata$注册时间)
mydata$date <- format(mydata$注册时间,"%Y-%m-%d")
mydata$time <- as.numeric(difftime(mydata$注册时间,mydata$date,units = "hours"))
#做小提琴图
ggplot(mydata,aes(x=date,y=time,fill=date))+
geom_violin()+
geom_jitter()+
labs(title="注册时间分布")+
theme(legend.position="none")+
scale_y_continuous(breaks=seq(0,24,6))
查看第一位销售的客户注册时间分布（恩，他最可疑），做图：
可以看出他5月1日至5月6日每天都在刷单，要不是我们警告，估计5月7日还会继续刷刷刷~，可疑点：1、客户注册时间太集中了，而且只集中在某个时间段；2、2号、3号和6号的客户都是24:00左右注册的， 难道他在半夜开发客户？！
这位销售是偶尔小刷几单，不多刷，也不经常刷，应该是能达到考核就OK的心态了~
以上是我的思路及做法，还请各位大神不吝赐教，怎样从更多的角度去分析，怎样更自动化发现并展示异常数据，代码优化或更好的工具推荐，谢谢你这么好看还这么有耐心看完了，给你点赞，为你转身，哈哈~
okajun ，R语言中文社区专栏作者
博客：https://ask.hellobi.com/blog/okajun
微信回复关键字即可学习
回复 R R语言快速入门免费视频
回复 统计 统计方法及其在R中的实现
回复 用户画像 民生银行客户画像搭建与应用
回复 大数据 大数据系列免费视频教程
回复 可视化 利用R语言做数据可视化
回复 数据挖掘 数据挖掘算法原理解释与应用
回复 机器学习 R&Python机器学习入门