数据分析案例-航空公司客户价值分析（聚类）

目录

 

项目背景

原始数据情况

 挖掘目标

分析方法与过程

加载数据

数据预处理

构建模型 

---

 

项目背景

在企业的客户关系管理中，对客户分类，区分不同价值的客户。针对不同价值的客户提供个性化服务方案，采取不同营销策略，将有限营销资源集中于高价值客户，实现企业利润最大化目标。在竞争激烈的航空市场里，很多航空公司都推出了优惠的营销方式来吸引更多的客户。在此种环境下，如何将公司有限的资源充分利用，提示企业竞争力，为企业带来更多的利益。

广泛用于分析客户价值的是RFM模型，它是通过三个指标（最近消费时间间隔(Recency)、消费频率(Frequency)、消费金额(Monetary)）来进行客户细分，识别出高价值的客户。如果分析航空公司客户价值，此模型不再适用，存在一些缺陷和不足：

一：在模型中，消费金额表示在一段时间内，客业产品金额的总和。因航空票价受到运输距离、舱位等级等多种因素影响，同样消费金额的不同旅客对航空公司的价值是不同的。因此这个指标并不适合用于航空公司的客户价值分析。

二：传统模型分析是利用属性分箱方法进行分析如图，但是此方法细分的客户群太多，需要一一识别客户特征和行为,提高了针对性营销的成本。

 

原始数据情况

 挖掘目标

1. 借助航空公司客户数据，对客户进行分类；

2. 对不同的客户类别进行特征分析，比较不同类客户的客户价值；

3. 对不同价值的客户类别提供个性化服务，制定相应的营销策略。

 

 

分析方法与过程

初步分析：提出适用航空公司的LRFMC模型

        因消费金额指标在航空公司中不适用，故选择客户在一定时间内累积的飞行里程M 和客户乘坐舱位折扣系数的平均值 C 两个指标代替消费金额。此外，考虑航空公司会员加入时间在一定程度上能够影响客户价值，所以在模型中增加客户关系长度 L ，作为区分客户的另一指标，因此构建出 LRFMC 模型。

 

        采用聚类的方法对客户进行细分，并分析每个客户群的特征，识别其客户价值

 

总体流程：

 

加载数据

# 导包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn import preprocessing
import warnings
warnings.filterwarnings('ignore') # 忽略警告
plt.rcParams['font.sans-serif'] = ['SimHei'] #解决中文显示
plt.rcParams['axes.unicode_minus'] = False   #解决符号无法显示

data = pd.read_csv('air_data.csv', sep=',')
data.shape

(62988, 44)

 

数据预处理

1. 数据清洗：从业务以及建模的相关需要方面考虑，筛选出需要的数据

a) 丢弃票价为空的数据。

b) 丢弃票价为 0 、平均折扣率不为 0 、总飞行公里数大于 0 的数据。

 

# 删除缺失值
data = data.dropna().reset_index(drop=True)
data.shape

(58255, 44)

# 删除票价为0、平均折扣率不为0、总飞行公里数大于0的数据
t1 = data['SUM_YR_1']==0
t2 = data['SUM_YR_2']==0
t3 = data['avg_discount']>0
t4 = data['SEG_KM_SUM']>0
tt = []
for f in range(len(t1)):
    if t1[f] & t2[f] & t3[f] & t4[f]==True :
       tt.append(f) 
data = data.drop(tt,axis=0) 
data = data.reset_index(drop = True)
data.shape

(58022, 44)

2. 属性规约：原始数据中属性太多，根据 LRFMC 模型，选择与其相关的六个属性，删除不相关、弱相关或冗余的属性。

# 取出我们要分析的列数据
data1 = data[['LOAD_TIME','FFP_DATE','LAST_TO_END','FLIGHT_COUNT','SEG_KM_SUM','avg_discount']]
data1

 

3. 数据变换

a) 属性构造

b) 数据标准化

 

L = LOAD_TIME - FFP_DATE

会员入会时间距观测窗口结束的月数 = 观测窗口的结束时间 - 入会时间[单位：月

R = LAST_TO_END

客户最近一次乘坐公司飞机距观测窗口结束的月数 = 最后一次乘机时间至观察窗口末端时长[单位：月]

F = FLIGHT_COUNT

客户在观测窗口内乘坐公司飞机的次数 = 观测窗口的飞行次数[单位：次]

M = SEG_KM_SUM

客户在观测时间内在公司累计的飞行里程 = 观测窗口总飞行公里数[单位：公里]

C = AVG_DISCOUNT

客户在观测时间内乘坐舱位所对应的折扣系数的平均值 = 平均折扣率[单位：无]

 

# 会员入会时间距观测窗口结束的月数 = 观测窗口的结束时间 - 入会时间
m = (pd.to_datetime(data1['LOAD_TIME'])-pd.to_datetime(data1['FFP_DATE']))//30
data1['L']=m.dt.days
# 再取出我们最终模型需要的列数据
data2 = data1[['L','LAST_TO_END','FLIGHT_COUNT','SEG_KM_SUM','avg_discount']]
# 更换列名
data2 = data2.rename(columns={'L': 'ZL', 'LAST_TO_END': 'ZR','FLIGHT_COUNT':'ZF','SEG_KM_SUM':'ZM','avg_discount':'ZC'})

标准化处理

# 标准化处理
std_scale = preprocessing.StandardScaler().fit(data2[["ZL","ZR","ZF","ZM","ZC"]])
df_std = std_scale.transform(data2[["ZL","ZR","ZF","ZM","ZC"]])
df_data=pd.DataFrame(df_std)
df_data.columns=list(data2.columns)
df_data

构建模型 

1. 构建航空客户价值分析模型

a) 客户 K-Means 聚类

b) 客户价值分析

c) 模型应用

类别	ZL	ZR	ZF	ZM	ZC	类别数目
0	-0.082462	0.009038	-0.268082	-0.289714	1.903063	5032
1	0.514653	-0.796162	2.48131	2.42854	0.3318	5023
2	-0.690163	-0.418629	-0.158749	-0.155184	-0.298378	22570
3	1.186869	-0.374691	-0.080945	-0.086677	-0.14956	14373
4	-0.330789	1.704202	-0.577257	-0.543217	-0.210726	11024

 

1. 客户 K-Means 聚类

采用K-Means聚类算法对客户数据进行分群，将其聚成五类（需要结合业务的理解与分析来确定客户的类别数量）。

# 聚类
model = KMeans(n_clusters=5) # 构造聚类器
model.fit(df_std) # 聚类
label_pred = model.labels_ # 获取聚类标签
r1 = pd.Series(model.labels_).value_counts() # 统计各类的个数
r2 = pd.DataFrame(model.cluster_centers_)  # 获取聚类中心
r = pd.concat([r2,r1],axis=1) # 合并
r.columns = list(data2.columns) + ['类别数目']  # 加上列名
r

 

r3 = pd.concat([df_data,pd.Series(model.labels_,index=df_data.index)],axis=1) # 给df_data加上一列按照df_data索引,标签为值值的列
r3.columns = list(data2.columns) + ['聚类类别'] # 加列名
r3

 

2. 客户价值分析

 

# 根据r2绘制雷达图
labels = np.array(['ZL','ZR','ZF','ZM','ZC'])
labels = np.concatenate((labels,[labels[0]]))

N = len(r2)
angles = np.linspace(0, 2 * np.pi, N, endpoint=False)
data = pd.concat([r2,r2.loc[:,0]],axis=1)
angles = np.concatenate((angles, [angles[0]]))
fig = plt.figure(figsize=(8,8)) 
ax = fig.add_subplot(111, polar=True)    # 参数polar, 以极坐标的形式绘制图形
# 画线
j=0
for i in range(0,5):
    j=i+1
    ax.plot(angles,data.loc[i,:],'o-',label="客户群"+str(j))
# 添加属性标签
ax.set_thetagrids(angles*180/np.pi,labels) 
plt.title(u'客户特征雷达图')
plt.legend(loc='lower right')
plt.show()

 对聚类结果进行特征分析，其中客户群3在F、M属性最大，在R属性最小；客户群5在L属性上最大；客户群4在R属性上最大，在F、M属性最小；客户群1在L、C属性上最小；客户群2在C属性上最大。

根据业务定义五个等级的客户类别：重要保持客户、重要发展客户、重要挽留客户、一般客户、低价值客户。

 客户群价值排名：根据每种客户类型的特征，对各类客户群行客户价值排名，获取高价值客户信息。

客户群	排名	排名意义
客户群3	1	重要保持客户
客户群5	2	重要发展客户
客户群2	3	重要挽留客户
客户群1	4	一般客户
客户群4	5	低价值客户

3. 模型应用：根据各个客户群的特征，可采取一些营销手段和策略。

a) 会员的升级与保级。

b) 首次兑换。

c) 交叉销售。