航空公司客户流失分析

背景与分析方法

本文是接着航空公司客户价值分析，这是拓展思考的部分，这里简单的将它做了一下。在客户管理中，客户流失也是一个十分重要的问题。客户流失对利润增长造成的负面影响非常大，客户与航空公司之间的关系越长久，给航空公司带来的利润就回越高。所以流失一个客户，比获得一个新客户对公司的损失更大。
客户流失分析针对老客户进行分析预测，这里的老客户定义为飞行次数大于6次的客户。用航空公司客户信息数据来进行分类模型训练，预测未来客户的类别归属：未流失、准流失或已流失。

特征选择

这里直接采用之前清洗好的数据集来进行特征选择，这里选择的关键属性有：会员卡级别、客户类型、平均乘机时间间隔、平均折扣率、积分兑换次数、非乘机积分总和、单位里程票价以及单位里程积分等。其中客户类型需要进行筛选定义，单位里程票价和单位里程积分需要进行计算。
选择代码如下：

import pandas as pd
#读数据
input_file = '../data/cleaned.xls'
output_file = '../tmp/selected.xls'
data = pd.read_excel(input_file)
#选取特征
data['单位里程票价'] = (data['SUM_YR_1'] + data['SUM_YR_2'])/data['SEG_KM_SUM']
data['单位里程积分'] = (data['P1Y_BP_SUM'] + data['L1Y_BP_SUM'])/data['SEG_KM_SUM']
data['飞行次数比例'] = data['L1Y_Flight_Cou