信用的历史，信用卡申请的目的是为业务，汽车（新的或二手的），或教育；他们有自己的住房（65.1%），故他们的信用卡申请的通过率是在一个大的百分比（55.9%）。
第九节 结论
聚类方法可以使用大量的数据来应用于各种领域，只是为了寻找隐藏的模式。由于大多数来自现实世界的数据（如在银行领域，本文所涉及的分析案例）包含的数值和分类属性，经典的聚类算法不能在大量数据的情况下有效地分析。为了解决这个问题，我们表明，两步聚类方法可以很方便的使用，这也自动决定了最佳聚类的数量。
对于我们的数据应用这种方法，我们确定了三个客户群体的配置文件。最重要的资料包含的客户，没有不良的信用记录，其目的是获得教育或业务资金。二是中产阶级的客户，失业，但有房地产，申请信用卡是再培训或购置家庭用品。第三资料组的人有未知的属性，大多是失业，他们想要申请信用卡以购买些新的东西，如新的或二手汽车或电视，然后为教育。
本案例研究的目的是为本行通过信用卡的发放来更好的管理现有或可能的客户，以巩固和丰富既有的利润。