航空公司客户价值分析(python)

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"