航空公司客户价值分析
项目分析过程如下:
1、了解航空公司现状与客户价值分析
一、航空公司现状:
(1)行业内竞争:
民航的竞争除了三大航空公司之间的竞争之外,还将加入新崛起的各类小型航空公司、民营航空公司,甚至国外航空巨头。航空产品生产过剩,产品同质化特征愈加明显,于是航空公司从价格、服务间的竞争逐渐转向对客户的竞争。
(2)行业外竞争:
随着高铁、动车等铁路运输的兴建,航空公司受到巨大冲击。
二、客户价值分析
(1)航空公司的数据分析:
目前航空公司已积累了大量的会员档案信息和其乘坐航班记录。以2014-03-31为结束时间,选取宽度为两年的时间段作为分析观测窗口,抽取观测窗口内有乘机记录的所有客户的详细数据形成历史数据,44个特征,总共62988条记录。数据如air_data.csv所示!
(2)航空公司的营销实施经验分析:
1、公司收入的80%来自顶端的20%的客户。
2、20%的客户其利润率100%。
3、90%以上的收入来自现有客户。
4、大部分的营销预算经常被用在非现有客户上。
5、5%至30%的客户在客户金字塔中具有升级潜力。
6、客户金字塔中客户升级2%,意味着销售收入增加10%,利润增加50%。
注意:这些经验也许并不完全准确,但是它揭示了新时代客户分化的趋势,也说明了对客户价值分析的迫切性和必要性。
2、预处理航空客户数据
(1)通过观察,航空公司客户原始数据存在少量的缺失值和异常值,需要清洗后才能用于分析。具体表现在:
1、通过对数据观察发现原始数据中存在票价为空值,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。票价为空值的数据可能是客户不存在乘机记录造成。
处理方法:丢弃票价为空的记录。
#首先,导入项目所需要的库
import pandas as pd #pandas库用于文件操作
from sklearn.preprocessing import StandardScaler #用于对数据的标准化
import matplotlib.pyplot as plt #用于绘制图像可视化
import numpy as np #用于对数据的运算
from sklearn.cluster import KMeans #sklearn封装的KMeans算法库
def load_data():
"""
加载数据
:return: air_data
"""
air_data = pd.read_csv('../dates/air_data.csv', encoding='ansi')
return air_data
#丢弃票价为空的记录。
msk1 = pd.notnull(air_data['SUM_YR_1']) # 如果有值,则为True,如果为空,则为False
msk2 = pd.notnull(air_data['SUM_YR_2']) # 如果有值,则为True,如果为空,则为False
# 都为True ---置为True 只要有一个False --->False
msk = msk1 & msk2
# 筛选数据
airline_notnull = air_data.loc[msk,:]
print('删除缺失记录后数据的形状为:',airline_notnull.shape)
2、其他的数据可能是客户乘坐0折机票或者积分兑换造成。由于原始数据量大,这类数据所占比例较小,对于问题影响不大,因此对其进行丢弃处理。
处理方法:丢弃票价为0,平均折扣率不为0,总飞行公里数大于0的记录。
#只保留票价非零的,或者平均折扣率不为0且总飞行公里数大于0的记录。
# b、丢弃票价为 0、平均折扣率不为 0、总飞行千米数大于 0 的记录。
# --保留对航空公司有价值的数据: 票价 > 0 ,同时折扣 > 0 同时 飞行里程 > 0
msk3 = air_data['SUM_YR_1'] > 0
msk4 = air_data['SUM_YR_2'] > 0
# 2种思考方式: 两个票价必须都大于0,票价才大于0 ; 只要有一个票价大于0 ,那么票价就大于0
# 折扣大于0
msk5 = air_data['avg_discount'] > 0
# 飞行里程 > 0
msk6 = air_data['SEG_KM_SUM'] > 0
msk = (msk3 | msk4) & msk5 & msk6
# 筛选数据
air_data = air_data.loc[msk, :]
print('删除异常记录后数据的形状为:',air_data.shape)
(2)构建航空客户价值分析的关键特征
1、RFM模型介绍:
本项目的目标是客户价值分析,即通过航空公司客户数据识别不同价值的客户,识别客户价值应用最广泛的模型是RFM模型。
一、R(Recency)指的是最近一次消费时间与截止时间的间隔。通常情况下,最近一次消费时间与截止时间的间隔越短,对即时提供的商品或是服务也最有可能感兴趣。
二、F(Frequency)指顾客在某段时间内所消费的次数。可以说消费频率越高的顾客,也是满意度越高的顾客,其忠诚度也就越高,顾客价值也就越大。
三、M(Monetary)指顾客在某段时间内所消费的金额。消费金额越大的顾客,他们的消费能力自然也就越大,这就是所谓“20%的顾客贡献了80%的销售额”的二八法则。
2、RFM模型结果解读:
RFM模型包括三个特征,使用三维坐标系进行展示,如图所示。X轴表示Recency,Y轴表示Frequency,Z轴表示Monetary,每个轴一般会分成5级表示程度,1为最小,5为最大。
3、航空客户价值分析的LRFMC模型:
本项目选择客户在一定时间内累积的飞行里程M和客户在一定时间内乘坐舱位所对应的折扣系数的平均值C两个特征代替消费金额。此外,航空公司会员入会时间的长短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特征。
本项目将客户关系长度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作为航空公司识别客户价值的关键特征(如图所示),记为LRFMC模型。
# 选取需求特征
airline_selection = air_data[["FFP_DATE"