航空公司客户价值分析

1. 背景

高铁、动车等铁路的不断兴建，出行方式的多元化让航空公司受到很大的冲击。航空公司之间竞争也很激烈，除了四大航空公司之间的竞争之外，还有新兴产业的各类小型航空公司、民营航空公司，旅游等。甚至国外航线出现高速度增长。随着时代的发展，客户问题越来越受到关注，客户流失对利润增长造成了非常大的负面影响。客户与航空公司的关系越长，航空公司的利润就越高。一个客户使用了几次这次服务，感觉服务不错，那下次还会倾向于这个服务，但是要获得新客户，不仅需要在广告和人员工资上花费很多，去吸引顾客，在销售、市场也会花费很多，并且大多数新客户产生的利润不如那些流失的老客户多。很明显，失去一个客户对公司来说比得到一个新客户更昂贵。另外老用户也可以带来新用户。因此，在这一背景下，分析航空公司客户数据，对客户进行分类，提高客户流失率是当务之急。航空公司应针对不同类型的客户制定相应的营销模式，以实现利润最大化。

2. 思路

将客户关系长度L、消费时间间隔R、消费频率F、飞行里程M和折扣系数的平均值C五个指标作为航空公司识别客户价值指标，记为LRFMC模型。依据航空公司客户价值分析的LRFMC模型提取客户信息的LRFMC指标。对其进行标准差标准化保存后，采取K-Means算法完成客户的聚类，分析每类客户的客户特征，从而获得每类客户的价值。

1、用Pandas程序，读入LRFMC指标文件，分别计算各个指标的均值和标准差，使用标准差标准化公式完成LRMFC指标的标准化，并将标准化后的数据保存。

2、编写Python程序，完成客户K-Means聚类，获得聚类中心与类标号。输出聚类中心的特征图，并统计每个类别的客户数。

3. 数据预处理

3.1 数据清洗

通过探索分析，发现数据中存在缺失值，票价最小值为0、折扣率最小值为0、总飞行公里数大于0的记录。由于原始数据量大，这类数据所占比例较小，对问题影响不大，因此对其丢弃。处理方法如下：

1、丢弃票价为空的记录。

2、丢弃票价为0、平均折扣率不为0、总飞行公里数大于-的记录。

3、使用Pandas对满足清洗条件的数据所在的一行数据全部丢弃。

3.2 属性规约

原始数据中属性太多，根据航空公司LRFMC模型，选择与该模型相关的6个属性：FFP_DATE、LOAD_TIME、FLIGHT_COUNT、AVG_DISCOUNT、 SEG_KM_SUM、LAST_TO_END。删除与其不相关、弱相关或冗余的属性。

3.3 数据变换

主要采用的数据变换方式为属性构造和数据标准化。由于原始数据中并没有直接给出LRFMC五个指标,需要通过原始数据提取这五个指标,具体的计算方式如下：

(1)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-人会时间[单位:月]

(2)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]

(3)F