航空公司客户价值聚类分析

OceanEyes.GZY

于 2022-07-10 12:43:00 发布

阅读量253

点赞数

本文链接：https://blog.csdn.net/qq_16123129/article/details/133004384

版权

航空公司客户价值聚类分析

特征工程
K-means聚类
RFM模型
DBSCAN算法

描述

信息时代的来临使得企业营销焦点从产品中心转变成客户中心。具体地，对不同的客户进行分类管理，给予不同类型的客户制定优化的个性化服务方案，采取不同的营销策略。将有限的营销资源集中于高价值的客户，实现企业利润最大化

借助航空公司数据，对客户进行分类
对不同类别的客户进行特征分析，比较不同类别客户的价值
对不同价值的客户类别进行个性化服务，制定相应的营销策略

思路

数据

数据集中字段含义

数据预处理

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import datetime
import sklearn.preprocessing
import sklearn.cluster

air_data_path = "./dataset/air_data.csv"
air_data = pd.read_csv(air_data_path)

air_data.shape

(62988, 44)

air_data.head()

	MEMBER_NO	FFP_DATE	FIRST_FLIGHT_DATE	GENDER	FFP_TIER	WORK_CITY	WORK_PROVINCE	WORK_COUNTRY	AGE	LOAD_TIME	...	ADD_Point_SUM	Eli_Add_Point_Sum	L1Y_ELi_Add_Points	Points_Sum	L1Y_Points_Sum	Ration_L1Y_Flight_Count	Ration_P1Y_Flight_Count	Ration_P1Y_BPS	Ration_L1Y_BPS	Point_NotFlight
0	54993	2006/11/02	2008/12/24	男	6	.	北京	CN	31.0	2014/03/31	...	39992	114452	111100	619760	370211	0.509524	0.490476	0.487221	0.512777	50
1	28065	2007/02/19	2007/08/03	男	6	NaN	北京	CN	42.0	2014/03/31	...	12000	53288	53288	415768	238410	0.514286	0.485714	0.489289	0.510708	33
2	55106	2007/02/01	2007/08/30	男	6	.	北京	CN	40.0	2014/03/31	...	15491	55202	51711	406361	233798	0.518519	0.481481	0.481467	0.518530	26
3	21189	2008/08/22	2008/08/23	男	5	Los Angeles	CA	US	64.0	2014/03/31	...	0	34890	34890	372204	186100	0.434783	0.565217	0.551722	0.448275	12
4	39546	2009/04/10	2009/04/15	男	6	贵阳	贵州	CN	48.0	2014/03/31	...	22704	64969	64969	338813	210365	0.532895	0.467105	0.469054	0.530943	39

5 rows × 44 columns

air_data.dtypes

MEMBER_NO                    int64
FFP_DATE                    object
FIRST_FLIGHT_DATE           object
GENDER                      object
FFP_TIER                     int64
WORK_CITY                   object
WORK_PROVINCE               object
WORK_COUNTRY                object
AGE                        float64
LOAD_TIME                   object
FLIGHT_COUNT                 int64
BP_SUM                       int64
EP_SUM_YR_1                  int64
EP_SUM_YR_2                  int64
SUM_YR_1                   float64
SUM_YR_2                   float64
SEG_KM_SUM                   int64
WEIGHTED_SEG_KM            float64
LAST_FLIGHT_DATE            object
AVG_FLIGHT_COUNT           float64
AVG_BP_SUM                 float64
BEGIN_TO_FIRST               int64
LAST_TO_END                  int64
AVG_INTERVAL               float64
MAX_INTERVAL                 int64
ADD_POINTS_SUM_YR_1          int64
ADD_POINTS_SUM_YR_2          int64
EXCHANGE_COUNT               int64
avg_discount               float64
P1Y_Flight_Count             int64
L1Y_Flight_Count             int64
P1Y_BP_SUM                   int64
L1Y_BP_SUM                   int64
EP_SUM                       int64
ADD_Point_SUM                int64
Eli_Add_Point_Sum            int64
L1Y_ELi_Add_Points           int64
Points_Sum                   int64
L1Y_Points_Sum               int64
Ration_L1Y_Flight_Count    float64
Ration_P1Y_Flight_Count    float64
Ration_P1Y_BPS             float64
Ration_L1Y_BPS             float64
Point_NotFlight              int64
dtype: object

air_data.describe().T

	count	mean	std	min	25%	50%	75%	max
MEMBER_NO	62988.0	31494.500000	18183.213715	1.00	15747.750000	31494.500000	47241.250000	62988.000000
FFP_TIER	62988.0	4.102162	0.373856	4.00	4.000000	4.000000	4.000000	6.000000
AGE	62568.0	42.476346	9.885915	6.00	35.000000	41.000000	48.000000	110.000000
FLIGHT_COUNT	62988.0	11.839414	14.049471	2.00	3.000000	7.000000	15.000000	213.000000
BP_SUM	62988.0	10925.081254	16339.486151	0.00	2518.000000	5700.000000	12831.000000	505308.000000
EP_SUM_YR_1	62988.0	0.000000	0.000000	0.00	0.000000	0.000000	0.000000	0.000000
EP_SUM_YR_2	62988.0	265.689623	1645.702854	0.00	0.000000	0.000000	0.000000	74460.000000
SUM_YR_1	62437.0	5355.376064	8109.450147	0.00	1003.000000	2800.000000	6574.000000	239560.000000
SUM_YR_2	62850.0	5604.026014	8703.364247	0.00	780.000000	2773.000000	6845.750000	234188.000000
SEG_KM_SUM	62988.0	17123.878691	20960.844623	368.00	4747.000000	9994.000000	21271.250000	580717.000000
WEIGHTED_SEG_KM	62988.0	12777.152439	17578.586695	0.00	3219.045000	6978.255000	15299.632500	558440.140000
AVG_FLIGHT_COUNT	62988.0	1.542154	1.786996	0.25	0.428571	0.875000	1.875000	26.625000
AVG_BP_SUM	62988.0	1421.440249	2083.121324	0.00	336.000000	752.375000	1690.270833	63163.500000
BEGIN_TO_FIRST	62988.0	120.145488	159.572867	0.00	9.000000	50.000000	166.000000	729.000000
LAST_TO_END	62988.0	176.120102	183.822223	1.00	29.000000	108.000000	268.000000	731.000000
AVG_INTERVAL	62988.0	67.749788	77.517866	0.00	23.370370	44.666667	82.000000	728.000000
MAX_INTERVAL	62988.0	166.033895	123.397180	0.00	79.000000	143.000000	228.000000	728.000000
ADD_POINTS_SUM_YR_1	62988.0	540.316965	3956.083455	0.00	0.000000	0.000000	0.000000	600000.000000
ADD_POINTS_SUM_YR_2	62988.0	814.689258	5121.796929	0.00	0.000000	0.000000	0.000000	728282.000000
EXCHANGE_COUNT	62988.0	0.319775	1.136004	0.00	0.000000	0.000000	0.000000	46.000000
avg_discount	62988.0	0.721558	0.185427	0.00	0.611997	0.711856	0.809476	1.500000
P1Y_Flight_Count	62988.0	5.766257	7.210922	0.00	2.000000	3.000000	7.000000	118.000000
L1Y_Flight_Count	62988.0	6.073157	8.175127	0.00	1.000000	3.000000	8.000000	111.000000
P1Y_BP_SUM	62988.0	5366.720550	8537.773021	0.00	946.000000	2692.000000	6485.250000	246197.000000
L1Y_BP_SUM	62988.0	5558.360704	9351.956952	0.00	545.000000	2547.000000	6619.250000	259111.000000
EP_SUM	62988.0	265.689623	1645.702854	0.00	0.000000	0.000000	0.000000	74460.000000
ADD_Point_SUM	62988.0	1355.006223	7868.477000	0.00	0.000000	0.000000	0.000000	984938.000000
Eli_Add_Point_Sum	62988.0	1620.695847	8294.398955	0.00	0.000000	0.000000	345.000000	984938.000000
L1Y_ELi_Add_Points	62988.0	1080.378882	5639.857254	0.00	0.000000	0.000000	0.000000	728282.000000
Points_Sum	62988.0	12545.777100	20507.816700	0.00	2775.000000	6328.500000	14302.500000	985572.000000
L1Y_Points_Sum	62988.0	6638.739585	12601.819863	0.00	700.000000	2860.500000	7500.000000	728282.000000
Ration_L1Y_Flight_Count	62988.0	0.486419	0.319105	0.00	0.250000	0.500000	0.711111	1.000000
Ration_P1Y_Flight_Count	62988.0	0.513581	0.319105	0.00	0.288889	0.500000	0.750000	1.000000
Ration_P1Y_BPS	62988.0	0.522293	0.339632	0.00	0.258150	0.514252	0.815091	0.999989
Ration_L1Y_BPS	62988.0	0.468422	0.338956	0.00	0.167954	0.476747	0.728375	0.999993
Point_NotFlight	62988.0	2.728155	7.364164	0.00	0.000000	0.000000	1.000000	140.000000

##### 判断重复值：是否有重复的会员ID

air_data['MEMBER_NO'].duplicated()

0        False
1        False
2        False
3        False
4        False
         ...  
62983    False
62984    False
62985    False
62986    False
62987    False
Name: MEMBER_NO, Length: 62988, dtype: bool

air_data[air_data['MEMBER_NO'].duplicated()]

	MEMBER_NO	FFP_DATE	FIRST_FLIGHT_DATE	GENDER	FFP_TIER	WORK_CITY	WORK_PROVINCE	WORK_COUNTRY	AGE	LOAD_TIME	...	ADD_Point_SUM	Eli_Add_Point_Sum	L1Y_ELi_Add_Points	Points_Sum	L1Y_Points_Sum	Ration_L1Y_Flight_Count	Ration_P1Y_Flight_Count	Ration_P1Y_BPS	Ration_L1Y_BPS	Point_NotFlight

0 rows × 44 columns

air_data.isna().any()

MEMBER_NO                  False
FFP_DATE                   False
FIRST_FLIGHT_DATE          False
GENDER                      True
FFP_TIER                   False
WORK_CITY                   True
WORK_PROVINCE               True
WORK_COUNTRY                True
AGE                         True
LOAD_TIME                  False
FLIGHT_COUNT               False
BP_SUM                     False
EP_SUM_YR_1                False
EP_SUM_YR_2                False
SUM_YR_1                    True
SUM_YR_2                    True
SEG_KM_SUM                 False
WEIGHTED_SEG_KM            False
LAST_FLIGHT_DATE           False
AVG_FLIGHT_COUNT           False
AVG_BP_SUM                 False
BEGIN_TO_FIRST             False
LAST_TO_END                False
AVG_INTERVAL               False
MAX_INTERVAL               False
ADD_POINTS_SUM_YR_1        False
ADD_POINTS_SUM_YR_2        False
EXCHANGE_COUNT             False
avg_discount               False
P1Y_Flight_Count           False
L1Y_Flight_Count           False
P1Y_BP_SUM                 False
L1Y_BP_SUM                 False
EP_SUM                     False
ADD_Point_SUM              False
Eli_Add_Point_Sum          False
L1Y_ELi_Add_Points         False
Points_Sum                 False
L1Y_Points_Sum             False
Ration_L1Y_Flight_Count    False
Ration_P1Y_Flight_Count    False
Ration_P1Y_BPS             False
Ration_L1Y_BPS             False
Point_NotFlight            False
dtype: bool

air_data.isnull().any()

MEMBER_NO                  False
FFP_DATE                   False
FIRST_FLIGHT_DATE          False
GENDER                      True
FFP_TIER                   False
WORK_CITY                   True
WORK_PROVINCE               True
WORK_COUNTRY                True
AGE                         True
LOAD_TIME                  False
FLIGHT_COUNT               False
BP_SUM                     False
EP_SUM_YR_1                False
EP_SUM_YR_2                False
SUM_YR_1                    True
SUM_YR_2                    True
SEG_KM_SUM                 False
WEIGHTED_SEG_KM            False
LAST_FLIGHT_DATE           False
AVG_FLIGHT_COUNT           False
AVG_BP_SUM                 False
BEGIN_TO_FIRST             False
LAST_TO_END                False
AVG_INTERVAL               False
MAX_INTERVAL               False
ADD_POINTS_SUM_YR_1        False
ADD_POINTS_SUM_YR_2        False
EXCHANGE_COUNT             False
avg_discount               False
P1Y_Flight_Count           False
L1Y_Flight_Count           False
P1Y_BP_SUM                 False
L1Y_BP_SUM                 False
EP_SUM                     False
ADD_Point_SUM              False
Eli_Add_Point_Sum          False
L1Y_ELi_Add_Points         False
Points_Sum                 False
L1Y_Points_Sum             False
Ration_L1Y_Flight_Count    False
Ration_P1Y_Flight_Count    False
Ration_P1Y_BPS             False
Ration_L1Y_BPS             False
Point_NotFlight            False
dtype: bool

boolean_filter = air_data['SUM_YR_1'].notnull() & air_data['SUM_YR_2'].notnull()

boolean_filter

0         True1         True2         True3         True4         True         ...  62983     True62984     True62985     True62986     True62987    FalseLength: 62988, dtype: bool

air_data = air_data[boolean_filter]

filter1 = air_data['SUM_YR_1'] != 0filter2 = air_data['SUM_YR_2'] != 0

air_data = air_data[filter1 | filter2]

air_data.shape

(62044, 44)

特征工程

RFM模型

对于客户价值分析的一个经典模型是 RFM 模型。

Recency: 最近消费时间间隔。
Frequency: 客户消费频率。
Monetary Value: 客户总消费金额。

变体 - LRFMC 模型

Length of Relationship: 客户关系时长，反映可能的活跃时长。
Recency: 最近消费时间间隔，反映当前的活跃状态。
Frequency: 客户消费频率，反映客户的忠诚度。
Mileage: 客户总飞行里程，反映客户对乘机的依赖性。
Coefficient of Discount: 客户所享受的平均折扣率，侧面反映客户价值高低。

load_time = datetime.datetime.strptime('2014/03/31','%Y/%m/%d')

load_time

datetime.datetime(2014, 3, 31, 0, 0)

ffp_dates = [datetime.datetime.strptime(ffp_date,'%Y/%m/%d') for ffp_date in air_data['FFP_DATE']]

length_of_relationship  = [(load_time-ffp_date).days for ffp_date in ffp_dates]

air_data['LEN_REL'] = length_of_relationship

移除非重要列，只保留LRFMC模型所需的属性

features = ['LEN_REL','FLIGHT_COUNT','avg_discount','SEG_KM_SUM','LAST_TO_END']
data = air_data[features]

features = ['L','F','C','M','R']
data.columns = features

data.shape

(62044, 5)

data.head()

	L	F	C	M	R
0	2706	210	0.961639	580717	1
1	2597	140	1.252314	293678	7
2	2615	135	1.254676	283712	11
3	2047	23	1.090870	281336	97
4	1816	152	0.970658	309928	5

data.describe().T

	count	mean	std	min	25%	50%	75%	max
L	62044.0	1488.691090	847.880920	365.000000	735.000000	1278.000000	2182.000000	3437.0
F	62044.0	11.971359	14.110619	2.000000	3.000000	7.000000	15.000000	213.0
C	62044.0	0.722180	0.184833	0.136017	0.613085	0.712162	0.809293	1.5
M	62044.0	17321.694749	21052.728111	368.000000	4874.000000	10200.000000	21522.500000	580717.0
R	62044.0	172.532703	181.526164	1.000000	29.000000	105.000000	260.000000	731.0

标准化

让不同属性的取值范围一致，即数据的标准化。标准化方法有极大极小标准化、标准差标准化等方法。

对特征标准化，使得各特征的均值为0、方差为1

((data -data.mean(axis=0)) /data.std(axis=0)).describe().T

	count	mean	std	min	25%	50%	75%	max
L	62044.0	1.117739e-16	1.0	-1.325294	-0.888911	-0.248491	0.817696	2.297857
F	62044.0	3.664717e-17	1.0	-0.706656	-0.635788	-0.352313	0.214636	14.246621
C	62044.0	4.251071e-16	1.0	-3.171310	-0.590233	-0.054199	0.471304	4.208225
M	62044.0	-5.863547e-17	1.0	-0.805297	-0.591263	-0.338279	0.199537	26.761154
R	62044.0	1.465887e-16	1.0	-0.944948	-0.790700	-0.372027	0.481844	3.076511

ss = sklearn.preprocessing.StandardScaler(with_mean=True,with_std=True)

data = ss.fit_transform(data)

data

array([[ 1.43571897, 14.03412875,  1.29555058, 26.76136996, -0.94495516],       [ 1.30716214,  9.07328567,  2.86819902, 13.1269701 , -0.9119018 ],       [ 1.32839171,  8.71893974,  2.88097321, 12.65358345, -0.88986623],       ...,       [-0.14942206, -0.70666211, -2.68990622, -0.77233818, -0.73561725],       [-1.20618274, -0.70666211, -2.55464809, -0.77984321,  1.6056619 ],       [-0.47965977, -0.70666211, -2.39233833, -0.78668323,  0.60304353]])

data = pd.DataFrame(data,columns=features)

data.head()

	L	F	C	M	R
0	1.435719	14.034129	1.295551	26.761370	-0.944955
1	1.307162	9.073286	2.868199	13.126970	-0.911902
2	1.328392	8.718940	2.880973	12.653583	-0.889866
3	0.658481	0.781591	1.994730	12.540723	-0.416102
4	0.386035	9.923716	1.344346	13.898848	-0.922920

```python data_db = data.copy() ```

data_db.describe().T

	count	mean	std	min	25%	50%	75%	max
L	62044.0	1.246004e-16	1.000008	-1.325304	-0.888919	-0.248493	0.817703	2.297875
F	62044.0	5.863547e-17	1.000008	-0.706662	-0.635793	-0.352316	0.214637	14.246736
C	62044.0	3.957894e-16	1.000008	-3.171335	-0.590238	-0.054200	0.471308	4.208258
M	62044.0	-1.026121e-16	1.000008	-0.805303	-0.591268	-0.338282	0.199539	26.761370
R	62044.0	4.397660e-17	1.000008	-0.944955	-0.790706	-0.372030	0.481848	3.076536

模型训练与数据的预测

将客户群体细分为重要保持客户、重要发展客户、重要挽留客户、一般客户、低价值客户五类

K-means聚类算法

目标是把 \(n\) 个观测样本划分成 \(k\) 个群体(cluster)，每个群体都有一个中心(mean)。
每个样本仅属于其中一个群体，即与这个样本距离最近的中心的群体。
符号: \(S_{i}\) 是一个群体, \(m_{i}\) 是群体 \(S_{i}\) 里的样本的中心, \(x_{i}\) 是一个样本点。
Assignment step (expectation step): 把每个样本分配给距离最近的中心的群体
Update step (maximization step): 根据当前的样本及其所属群体，重新计算各群体的中心

num_clusters = 5  # 设置类别为5
km = sklearn.cluster.KMeans(n_clusters=num_clusters, n_jobs=4)  #模型加载
km.fit(data) # 模型训练

/Users/gaozhiyong/Documents/pyenv/pyenv3.6/lib/python3.6/site-packages/sklearn/cluster/_kmeans.py:793: FutureWarning: 'n_jobs' was deprecated in version 0.23 and will be removed in 1.0 (renaming of 0.25).
  " removed in 1.0 (renaming of 0.25).", FutureWarning)

KMeans(n_clusters=5, n_jobs=4)

# 查看模型学习出来的5个群体的中心， 以及5哥群体所包含的样本个数
r1 = pd.Series(km.labels_).value_counts()
r2 = pd.DataFrame(km.cluster_centers_)
r = pd.concat([r2,r1],axis=1)
r.columns = list(data.columns) + ['counts']
r

	L	F	C	M	R	counts
0	0.482004	2.478716	0.298630	2.420403	-0.798959	5338
1	1.155203	-0.091881	-0.150515	-0.099938	-0.373781	15858
2	0.110721	-0.189617	2.353276	-0.185116	-0.015167	3684
3	-0.700396	-0.164828	-0.234397	-0.165888	-0.410842	24970
4	-0.315083	-0.574115	-0.162570	-0.537185	1.684579	12194

# 查看模型对每个样本预测的群体标签
km.labels_

array([0, 0, 0, ..., 3, 4, 4], dtype=int32)

尝试使用RFM模型

data_rfm = data[['R','F','M']]
data_rfm.head()

	R	F	M
0	-0.944955	14.034129	26.761370
1	-0.911902	9.073286	13.126970
2	-0.889866	8.718940	12.653583
3	-0.416102	0.781591	12.540723
4	-0.922920	9.923716	13.898848

km.fit(data_rfm) # 模型对 只包含rfm数据集训练

/Users/gaozhiyong/Documents/pyenv/pyenv3.6/lib/python3.6/site-packages/sklearn/cluster/_kmeans.py:793: FutureWarning: 'n_jobs' was deprecated in version 0.23 and will be removed in 1.0 (renaming of 0.25).
  " removed in 1.0 (renaming of 0.25).", FutureWarning)

KMeans(n_clusters=5, n_jobs=4)

km.labels_

array([3, 3, 3, ..., 2, 1, 2], dtype=int32)

r1 = pd.Series(km.labels_).value_counts()
r2 = pd.DataFrame(km.cluster_centers_)

rr = pd.concat([r2,r1],axis=1)
rr = pd.DataFrame(ss.fit_transform(rr))
rr.columns = list(data_rfm.columns) + ['counts']
rr

	R	F	M	counts
0	-0.475915	-0.389200	-0.395668	0.146242
1	1.958565	-0.918959	-0.893438	0.118661
2	-0.129480	-0.846644	-0.841995	1.712033
3	-0.727717	1.772255	1.795436	-1.187639
4	-0.625453	0.382548	0.335664	-0.789296

分析与决策

使用雷达图对模型学习出的5个群体特征进行可视化分析

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.patches import Circle,RegularPolygon
from matplotlib.path import Path
from matplotlib.projections.polar import PolarAxes
from matplotlib.projections import register_projection
from matplotlib.spines import Spine
from matplotlib.transforms import Affine2D

def radar_factory(num_vars,frame='circle'):
    # 计算得到 evenly-spaced axis angles
    theta = np.linspace(0,2*np.pi, num_vars, endpoint=False)
    
    class RadarAxes(PolarAxes):
        name= 'radar'
        # 使用1条线段连接指定点
        RESOLUTION = 1
        
        def __init__(self,*args,**kwargs):
            super().__init__(*args,**kwargs)
            # 旋转绘图，使第一个轴位于顶部
            self.set_theta_zero_location('N')
            
        def fill(self, *args, closed=True, **kwargs):
            """覆盖填充，以便默认情况下关闭该行"""
            return super().fill(closed=closed, *args, **kwargs)

        def plot(self, *args, **kwargs):
            """覆盖填充，以便默认情况下关闭该行"""
            lines = super().plot(*args, **kwargs)
            for line in lines:
                self._close_line(line)
                
        def _close_line(self, line):
            x, y = line.get_data()
            # FIXME: x[0], y[0] 处的标记加倍
            if x[0] != x[-1]:
                x = np.concatenate((x, [x[0]]))
                y = np.concatenate((y, [y[0]]))
                line.set_data(x, y)

        def set_varlabels(self, labels):
            self.set_thetagrids(np.degrees(theta), labels)

        def _gen_axes_patch(self):
            # 轴必须以(0.5，0.5)为中心并且半径为0.5
            # 在轴坐标中。
            if frame == 'circle':
                return Circle((0.5, 0.5), 0.5)
            elif frame == 'polygon':
                return RegularPolygon((0.5, 0.5), num_vars,
                                      radius=.5, edgecolor="k")
            else:
                raise ValueError("unknown value for 'frame': %s" % frame)
        
        def _gen_axes_spines(self):
            if frame == 'circle':
                return super()._gen_axes_spines()
            elif frame == 'polygon':
                # spine_type 必须是'left'/'right'/'top'/'bottom'/'circle'.
                spine = Spine(axes=self,
                              spine_type='circle',
                              path=Path.unit_regular_polygon(num_vars))
                # unit_regular_polygon 给出以1为中心的半径为1的多边形
                #(0，0)，但我们希望以(0.5，
                #   0.5)的坐标轴。
                spine.set_transform(Affine2D().scale(.5).translate(.5, .5)
                                    + self.transAxes)
                return {'polar': spine}
            else:
                raise ValueError("unknown value for 'frame': %s" % frame)
    register_projection(RadarAxes)
    return theta

LCRFM模型作图

N = num_clusters
theta = radar_factory(N, frame='polygon')

data = r.to_numpy()
fig,ax = plt.subplots(figsize=(5,5), nrows = 1, ncols=1, subplot_kw=dict(projection='radar'))

fig.subplots_adjust(wspace=0.25,hspace=0.20,top=0.85,bottom=0.05)

# 去掉最后一列
case_data = data[:,:-1]
# 设置纵坐标不可见
ax.get_yaxis().set_visible(False)

# 图片标题
title = "Radar Chart for Different Means"
ax.set_title(title, weight='bold', size='medium', position=(0.5, 1.1),
             horizontalalignment='center', verticalalignment='center')
for d in case_data:
    # 画边
    ax.plot(theta, d)
    # 填充颜色
    ax.fill(theta, d, alpha=0.05)
# 设置纵坐标名称
ax.set_varlabels(features)

# 添加图例
labels = ["CustomerCluster_" + str(i) for i in range(1,6)]
legend = ax.legend(labels, loc=(0.9, .75), labelspacing=0.1)

plt.show()

png

RFM模型作图

theta = radar_factory(3, frame='polygon')

data = rr.to_numpy()

fig, ax = plt.subplots(figsize=(5, 5), nrows=1, ncols=1,
                         subplot_kw=dict(projection='radar'))
fig.subplots_adjust(wspace=0.25, hspace=0.20, top=0.85, bottom=0.05)

# 去掉最后一列
case_data = data[:, :-1]
# 设置纵坐标不可见
ax.get_yaxis().set_visible(False)
# 图片标题
title = "Radar Chart for Different Means"
ax.set_title(title, weight='bold', size='medium', position=(0.5, 1.1),
             horizontalalignment='center', verticalalignment='center')
for d in case_data:
    # 画边
    ax.plot(theta, d)
    # 填充颜色
    ax.fill(theta, d, alpha=0.05)
# 设置纵坐标名称
ax.set_varlabels(['R','F','M'])

# 添加图例
labels = ["CustomerCluster_" + str(i) for i in range(1,6)]
legend = ax.legend(labels, loc=(0.9, .75), labelspacing=0.1)

plt.show()

png

DBSCAN模型对LCRFM特征进行计算

from sklearn.cluster import DBSCAN

# Kagging debug
db = DBSCAN(eps=10,min_samples=2).fit(data_db.sample(10000))

DBSCAN_labels = db.labels_

DBSCAN_labels

array([0, 0, 0, ..., 0, 0, 0])

根据LCRFM结果进行分析

应实际业务对聚类结果进行分值离散转化，对应1-5分，其中属性值越大，分数越高：

重要保持客户

平均折扣率高(C↑)，最近有乘机记录(R↓)，乘机次数高(F↑)或里程高(M↑)：
这类客户机票票价高，不在意机票折扣，经常乘机，是最理想的客户类型。
公司应优先将资源投放到他们身上，维持这类客户的忠诚度。

重要发展客户

平均折扣率高(C↑)，最近有乘机记录(R↓)，乘机次数低(F↓)或里程低(M↓)：
这类客户机票票价高，不在意机票折扣，最近有乘机记录，但总里程低，具有很大的发展潜力。
公司应加强这类客户的满意度，使他们逐渐成为忠诚客户。

重要挽留客户

平均折扣率高(C↑)，乘机次数高(F↑)或里程高(M↑)，最近无乘机记录(R↑)：
这类客户总里程高，但较长时间没有乘机，可能处于流失状态。
公司应加强与这类客户的互动，召回用户，延长客户的生命周期。

一般客户

平均折扣率低(C↓)，最近无乘机记录(R↑)，乘机次数高(F↓)或里程高(M↓)，入会时间短(L↓)：
这类客户机票票价低，经常买折扣机票，最近无乘机记录，可能是趁着折扣而选择购买，对品牌无忠诚度。
公司需要在资源支持的情况下强化对这类客户的联系。

低价值客户

平均折扣率低(C↓)，最近无乘机记录(R↑)，乘机次数高(F↓)或里程高(M↓)，入会时间短(L↓)：
这类客户与一般客户类似，机票票价低，经常买折扣机票，最近无乘机记录，可能是趁着折扣而选择购买，对品牌无忠诚度。

结果分析

群体1的L属性最大
群体2的L、C属性最小
群体3的C属性上最大
群体4的M、F属性属性最大，R属性最小
群体5的R属性最大，F、M属性最小
其中每项指标的实际业务意义为：
- L：加入会员的时长。越大代表会员资历越久
- R：最近一次乘机时间。越大代表越久没乘机
- F：乘机次数。越大代表乘机次数越多
- M：飞行总里程。越大代表总里程越多
- C：平均折扣率。越大代表折扣越弱，0表示0折免费机票，10代表无折机票

重要保持客户：客户群4

重要发展客户：客户群3

重要挽留客户：客户群1

一般客户：客户群2

低价值客户：客户群5

决策

重要发展客户、重要保持客户、重要挽留客户这三类客户其实也对应着客户生命周期中的发展期、稳定器、衰退期三个时期。
从客户生命周期的角度讲，也应重点投入资源召回衰退期的客户。
一般而言，数据分析最终的目的是针对分析结果提出并开展一系列的运营/营销策略，以期帮助企业发展。在本实例中，运营策略有三个方向：
- 提高活跃度：提高一般客户、低价值客户的活跃度。将其转化为优质客户
- 提高留存率：与重要挽留客户互动，提高这部分用户的留存率
- 提高付费率：维系重要保持客户、重要发展客户的忠诚度，保持企业良好收入
- 每个方向对应不同的策略，如会员升级、积分兑换、交叉销售、发放折扣券等手段