Projekt: Dashboard bankovních půjček

Kontext

Společnost poskytující osobní půjčky potřebuje přehledné a interaktivní řešení pro sledování a analýzu svých půjček.
Vzhledem k velkému množství žádostí a financovaných částek je důležité mít nástroj umožňující sledování klíčových metrik a trendů v čase.

Soubory ke stažení

• Power BI report – Dashboard bankovních půjček v Power BI
• PDF – Analýza pomocí SQL dotazů
• PDF – Postup vypracování projektu
• CSV – Dataset

Cíl projektu

Cílem projektu je vytvořit vizuálně přehledný a interaktivní dashboard pomocí Power BI, který umožní managementu:

• Sledovat celkový počet žádostí o půjčku
• Kontrolovat celkovou financovanou částku a přijaté platby
• Vyhodnocovat průměrnou úrokovou sazbu a DTI (Debt-to-Income)
• Analyzovat trendy podle data vydání půjčky
• Porovnávat data mezi měsíci (MTD, MoM)
• Rozlišovat mezi různými stavy půjček (splacené, nesplácené, po splatnosti)

Data

• 38 576 záznamů

Použité nástroje a technologie

• Excel, SQL, Power BI

Požadavky na KPI

• Total Loan Applications - Celkový počet žádostí o půjčku:
  • Počet žádostí od začátku měsíce (MTD)
  • Měsíční změny (MoM)
• Total Funded Amount - Celková vyplacená částka:
  • Celková vyplacená částka od začátku měsíce (MTD)
  • Měsíční změny (MoM)
• Total Amount Received - Celková přijatá částka:
  • Přijatá částka od začátku měsíce (MTD)
  • Měsíční změny (MoM)
• Average Interest Rate - Průměrná úroková sazba:
  • Průměrná sazba od začátku měsíce (MTD)
  • Měsíční změny (MoM)
• Average Debt-to-Income Ratio (DTI) - Průmerná hodnota DTI:
  • Průměrný hodnota DTI od začátku měsíce (MTD)
  • Měsíční změny (MoM)

Tabulka: Stav půjčky (Loan Status)

Tabulka obsahuje tyto metriky:

• Celkový počet žádostí
• Celková vyplacená částka
• Celková přijatá částka
• Vyplacená částka od začátku měsíce (MTD)
• Přijatá částka od začátku měsíce (MTD)
• Průměrná úroková sazba
• Průměrná hodnota DTI

Vizualizace

• Monthly Trends by Issue Date – Měsíční trendy podle data vydání
  Slouží k identifikaci sezónnosti a dlouhodobých trendů v úvěrových aktivitách.
• Loan Term Analysis – Analýza délky půjčky
  Umožňuje pochopit rozložení půjček podle různých délek splatnosti.
• Employee Length Analysis – Analýza délky zaměstnání
  Zobrazuje, jak jsou úvěrové metriky rozloženy mezi žadatele s různou délkou pracovního poměru, což pomáhá posoudit vliv pracovní historie na žádosti o půjčku.
• Loan Purpose Breakdown – Rozdělení účelu půjček
  Nabízí vizuální rozdělení úvěrových metrik podle uvedených účelů půjček a pomáhá pochopit hlavní důvody žádosti o půjčku.
• Home Ownership Analysis – Analýza vlastnictví nemovitosti
  Poskytuje hierarchický pohled na to, jak vlastnictví nemovitosti ovlivňuje žádosti o půjčku a jejich schválení.

Přínos

• Okamžitý přehled o výkonnosti portfolia půjček
• Odhalení sezónních trendů a regionálních rozdílů
• Efektivnější rozhodování založené na datech

Použité funkce v Power BI

• SUM, COUNT, IF
• AVERAGE
• TOTALYTD, TOTALMTD
• CALCULATE
• SAMEPERIODLASTYEAR
• CONCATENATE
• DATESMTD
• DATEADD

---