数据时代,各行各业在面向客户制定运营策略、营销策略时,都希望能够针对不同的客户推行不同的策略,实现精准化运营,以期获取最大的转化率。客户关系管理是精准化运营的基础,而客户关系管理的核心是客户分类。通过客户分类,对客户群体进行细分,区别出低价值客户、高价值客户,对不同的客户群体开展不同的个性化服务,将有限的资源合理地分配给不同价值的客户,实现效益最大化。
航空公司的客户运营一直是客户运营标杆,积分换里程,积分兑奖品,VIP候机室,积分兑优质乘机餐,会员优先选座等一系列花式操作令乘客们目不暇接,然而在数据时代的今天,各行各业都玩起了用户运营,以互联网公司为首,以各种手段吸引用户关注,仿佛都成了用户运营专家,在会员泛滥的今天,航空公司如何通过精细化运营提升用户的贡献量、活跃度和忠诚度,就是本文研究的课题,本文将使用航空公司客户数据,操作结合RFM模型,采用K-Means聚类算法,对客户进行分群,比较不同类别客户的客户价值,从而制定相应的营销策略。
背景与挖掘目标
信息时代的来临使得企业营销焦点从产品中心转变为客户中心,客户关系管理成为企业的核心问题。客户关系管理的关键问题是客户分类,通过客户分类,区分无价值客户、高价值客户,企业针对不同价值的客户制定优化的个性化服务方案,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。准确的客户分类结果是企业优化营销资源分配的重要依据,客户分类越来越成为客户关系管理中亟待解决的关键问题之一。
面对激烈的市场竞争,各个航空公司都推出了更优惠的营销方式来吸引更多的客户,国内某航空公司面临着常旅客流失、竞争力下降和航空资源未充分利用等经营危机。通过建立合理的客户价值评估模型,对客户进行分群,分析比较不同客户群的客户价值,并制定相应的营销策略,对不同的客户群提供个性化的客户服务是必须的和有效的。结合该航空公司已积累的大量的会员档案信息和其乘坐航班记录,实现以下目标。
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
全球经济环境和市场环境已经悄然改变,企业的业务逐步从以产品为主导转向以客户需求为主导。一种全新的“以客户为中心”的业务模式正在形成并被提升到前所未有的高度。然而与客户保持关系需要花费成本,企业所拥有的客户中只有一部分能为企业带来利润。企业的资源也是有限的,忽视高潜力的客户而对所有客户都提供同样的服务,将使企业的资源无法发挥其最大效用去创造最大化的利润。任何企业要想生存和发展,都必须获得利润,追求利润最大化是企业生存和发展的宗旨之一。所以企业不可能也不应该和所有的客户都保持同样的关系。客户营销战略的倡导者Jay & Adam Curry从国外数百家公司进行了客户营销实施的经验中提炼了如下经验。
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%。
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。如果把客户的营利性加以分析,就会发现客户盈利结构已发生了重大变化,只有特定的一部分客户给企业带来了利润。企业如果想获得长期发展,必须对这类客户做到有效的识别和管理。如果用同样的方法应对所有与企业有业务往来的客户,必然不会获得成功。
众多的企业管理者虽然知道客户价值分析的重要性,但对如何进行客户价值分析却知之甚少。如何全方位,多角度的考虑客户价值因素,进行有效的客户价值分析,这是摆在所有企业面前需要认真思索的一个问题。只有甄选出有价值的客户并将精力集中在这些客户身上,才能有效地提升企业的竞争力,使企业获得更大的发展。
在客户价值分析领域,最具影响力并得到实证检验的理论与模型有:客户终生价值理论,客户价值金字塔模型,策略评估矩阵分析法和RFM客户价值分析模型等。
分析步骤与流程
航空客户价值分析案例的总体流程如图1所示。主要包括以下4个步骤。
1) 抽取航空公司2012年4月1日至2014年3月31日的数据。
2) 对抽取的数据进行数据探索分析与预处理,包括数据缺失值与异常值的探索分析,数据清洗,特征构建,标准化等操作。
3) 基于RFM模型,使用K-Means算法进行客户分群。
4) 针对模型结果得到不同价值的客户,采用不同的营销手段,提供定制化的服务。
航空客运数据分析建模总体流程
预告下一篇:
大数据时代-航空公司该如何转型(二)-数据探索分析