数据挖掘 | 航空公司客户价值分析

研究生期间读了一些关于客户生命周期价值（customer lifetime value，CLV）的一些文章，对此颇感兴趣，正好最近看到一个关于航空公司客户价值分析的案例，写一篇博客记录一下。

1. 数据挖掘的目标

面对激烈的市场竞争，各个航空公司相继推出了很多优惠的营销方案来吸引客户。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，对客户进行分类，分析比较不同客户群体的价值，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要的。因此本项目的目标是：

• 借助航空公司客户数据，对客户进行分类。
• 对不同的客户类别进行特征分析，比较不同类别的客户的价值。
• 针对不同价值的客户类别制定相应的营销策略，为其提供个性化服务。

2. 分析过程与方法

“以客户为中心”是企业的业务模式，然而维护客户关系需要高昂的成本，追求利润最大化的企业不可能和每一个客户都保持同样的关系。客户营销战略的倡导者 Jay & Adam Curry 提炼出了如下的经验：

• 公司收入的80%来自顶端的20%的客户。
• 20%的客户其利润率为100%。
• 90%以上的收入来自现有客户。
• 大部分的营销预算经常被用在非现有客户上。
• 5%至30%的客户在客户金字塔中具有升级潜力。
• 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%。

经验不一定正确，但说明了对客户价值进行分析的重要性和必要性。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。

2.1 分析步骤与流程

航空公司客户价值分析案例的总流程如图所示，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，提供定制化服务。

2.2 数据探索分析

2.2.1 描述性统计

数据的基本字段有 44 个，分别是：

客户基本信息 - 9：
MEMBER_NO	 		会员卡号
FFP_DATE			入会时间
FIRST_FLIGHT_DATE	第一次飞行日期
GENDER				性别
FFP_TIER			会员卡级别
WORK_CITY			工作地城市
WORK_PROVINCE	   	工作地所在省份你
WORK_COUNTRY   		工作地所在国家
AGE   				年龄

乘机信息 - 21：
LOAD_TIME			观测窗口的结束时间
FLIGHT_COUNT		飞行次数
BP_SUM				观测窗口总基本积分
EP_SUM_YR_1			第一年精英资格积分
EP_SUM_YR_2			第二年精英资格积分
SUM_YR_1			第一年总票价
SUM_YR_2			第二年总票价
SEG_KM_SUM			观测窗口总飞行公里数
WEIGHTED_SEG_KM		观测窗口总加权飞行公里数（Σ舱位折扣×航段距离）
LAST_FLIGHT_DATE	末次飞行日期
AVG_FLIGHT_COUNT	观测窗口季度平均飞行次数
AVG_BP_SUM			观测窗口季度平均基本积分累积
BEGIN_TO_FIRST		观察窗口内第一次乘机时间至MAX（观察窗口始端，入会时间）时长
LAST_TO_END			最后一次乘机时间至观察窗口末端时长
AVG_INTERVAL		平均乘机时间间隔
MAX_INTERVAL		观察窗口内最大乘机间隔
AVG_DISCOUNT		平均折扣率
P1Y_Flight_Count 	第1年乘机次数	
L1Y_Flight_Count	第2年乘机次数
Ration_L1Y_Flight_Count	第2年的乘机次数比率
Ration_P1Y_Flight_Count	第1年的乘机次数比率

积分信息 - 14：
ADD_POINTS_SUM_YR_1	观测窗口中第1年其他积分（合作伙伴、促销、外航转入等）
ADD_POINTS_SUM_YR_2	观测窗口中第2年其他积分（合作伙伴、促销、外航转入等）
EXCHANGE_COUNT		积分兑换次数
P1Y_BP_SUM			第1年里程积分
L1Y_BP_SUM			第2年里程积分
EP_SUM				观测窗口总精英积分
ADD_Point_SUM		观测窗口中其他积分（合作伙伴、促销、外航转入等）
Eli_Add_Point_Sum	非乘机积分总和
L1Y_ELi_Add_Points	第2年非乘机积分总和
Points_Sum			总累计积分
L1Y_Points_Sum		第2年观测窗口总累计积分
Ration_P1Y_BPS		第1年里程积分占最近两年积分比例
Ration_L1Y_BPS		第2年里程积分占最近两年积分比例
Point_NotFlight		非乘机的积分变动次数

对属性观测值中的空缺值个数、最大值和最小值进行探索。代码如下：

import pandas as pd
datafile = 'air_data.csv'
data = pd.read_csv(datafile