利用聚类分析航空公司客户价值

目标： 
客户分类，比较分析不同类别客户价值，制定相应的营销策略

思路与流程： 
分析的目标是将航空公司客户分类，属于无监督学习，故采用聚类挖掘模型 
确定模型之后，需要选择相应的指标，这里指标的选择需结合业务来确定，能够反映客户的关键特征 
确定模型和指标之后，可能需要对数据进行一定的探索分析，预处理等，以适应挖掘的需要

数据抽取 - 数据探索分析 - 数据预处理 - 构建模型及模型应用

一、数据抽取

首先观察一下原始数据的基本信息

可以看出，原始数据大小为 (62988行, 44列)，并且存在空值，存在不同的数据类型

二、数据探索分析

这里着重分析数据的质量，特别是空值数量，极值的数量

通过观察可以看出，原始数据中存在票价为空值、票价为0、折扣率最小值为0、飞行公里数大于0的记录。票价为空值的原因可能是乘客不存在登机记录，其他数据可能是乘客乘坐0折机票或积分兑换造成

三、数据预处理

1 数据清洗

通过数据的探索分析发现数据中存在票价为空值、票价为0、折扣率最小值为0、飞行公里数大于0的记录。由于这块的数据所占比重较小，故采用丢弃的处理办法

01 删除空值 
02 仅保留票价不为0，或折扣率和总飞行公里数同时为0的记录

2 属性规约

航空公司的客户价值模型为LRFMC，即入会时间、距最近乘机月数、飞行次数，飞行里程，平均折扣。原始数据中与LRFMC指标相关的6个属性为 FFP_DATE、 LOAD_TIME、 FLIGHT_COUNT、 avg_discount、 SEG_KM_SUM、 LAST_TO_END

我们需要在以上6个属性的基础之上，提取出LRFMC指标 
L = LOAD_TIME - FFP_DATE （属性需转换为时间格式） 
R = LAST_TO_END 
F = FLIGHT_COUNT 
M = SEG_KM_SUM 
C = avg_discount

3 数据变换

这里数据变换的方法是标准差标准化。这样做是因为挖掘模型为聚类模型，是基于距离的算法。数据集中各属性量纲不同，数据大小差别太大，若不处理会影响挖掘的效果

下面是经过标准差标准化后的数据集

至此，数据预处理完成，下一步进行数据挖掘

四、构建模型及模型应用

1 客户聚类 
采用KMeans 聚类算法对客户数据进行客户分群，分为5类 
代码如下：

from sklearn.cluster import KMeans
model = KMeans(n_jobs = 4, n_clusters = 5)
model.fit(zs_d)

center_d = pd.concat([pd.Series(model.labels_).value_counts(), pd.DataFrame(model.cluster_centers_)], axis = 1)
center_d['客户类别'] = ['客户群1','客户群2','客户群3','客户群4','客户群5']
center_d.columns = ['计数'] + list(target_d.columns)+['客户类别']
center_d = center_d[['客户类别','计数','L','R','F','M','C']]
1
2
3
4
5
6
7
8
9
聚类结果如下：

2 客户价值分析 
针对聚类结果，对各客户群进行特征的分析。这里采用雷达图，可以更为直观的分析比较各个特征

雷达图代码如下：

from pyecharts import Radar

v1 = [list(radar_d.loc['客户群1',:])]
v2 = [list(radar_d.loc['客户群2',:])]
v3 = [list(radar_d.loc['客户群3',:])]
v4 = [list(radar_d.loc['客户群4',:])]
v5 = [list(radar_d.loc['客户群5',:])]
c_schema= [{"name": "L", "max": 2.5, "min": -1},
           {"name": "R", "max": 2.5, "min": -1},
           {"name": "F", "max": 2.5, "min": -1},
           {"name": "M", "max": 2.5, "min": -1},
           {"name": "C", "max": 2.5, "min": -1}]

radar = Radar()
radar.config(c_schema=c_schema, shape='circle')
radar.add('客户群1', v1, item_color="#ff0000", symbol=None)
radar.add('客户群2', v2, item_color="#477725", symbol=None)
radar.add('客户群3', v3, item_color="#66ff00", symbol=None)
radar.add('客户群4', v4, item_color="#66ffff", symbol=None)
radar.add('客户群5', v5, item_color="#FFFF00", symbol=None)
radar.show_config()
radar.render()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
雷达图显示：

各客户群的优势特征和劣势特征比较

客户群1的优势特征为：L F M 
客户群2的优势特征为：R 
客户群3的优势特征为： 无 
客户群4的优势特征为：F M R L C 
客户群5的优势特征为：C F M

根据每个客户群的特征，定义5个等级的客户类别： 
01 重要保持客户。F M R L C 均表现优势，属于高价值客户。航空公司应将主要资源放在他们身上，提高他们的忠诚度和满意度，延长此类客户的高水平消费 
02 重要发展客户。此类客户入会时间短，折扣率高，飞行次数和里程较高，属于潜力股客户。航空公司要促进此类客户的消费 
03 重要挽留客户。此类客户入会时间长，但最近没有消费。航空公司应唤醒此类客户，延长生命周期 
04 一般与低价值客户。 F M R L C 均表现弱势

最后，将5个客户群价值排名： 
NO.1 客户群4 
NO.2 客户群5 
NO.3 客户群1 
NO.4 客户群2 
NO.5 客户群3
--------------------- 
作者：不得行 
来源：CSDN 
原文：https://blog.csdn.net/partherzb/article/details/78203449 
版权声明：本文为博主原创文章，转载请附上博文链接！