3航空公司客户价值分析

最新推荐文章于 2024-09-20 21:37:38 发布

哆啦AA梦

最新推荐文章于 2024-09-20 21:37:38 发布

阅读量4.9k

点赞数

分类专栏： python数据分析与挖掘实战文章标签： python 数据分析

本文链接：https://blog.csdn.net/y1535766478/article/details/77774766

版权

通过对3家航空公司数据的探索性分析、数据预处理、K-Means聚类，识别出不同客户群体的特征和价值。客户群体1为高价值客户，应优先资源投入；群体5是潜在客户，需发展；群体2需挽留；群体4和群体3为一般和低价值客户。分析有助于精准营销策略制定。

摘要由CSDN通过智能技术生成

3航空公司客户价值分析

目标

将客户进行分类分群，分析对比不同客户群体的客户价值，将营销资源集中于高价值客户，实现企业利润最大化。（通过航空公司的数据识别不同价值的客户。）

3.1 数据的探索性分析

探索性分析的目的是对数据进行缺失值分析和异常值分析，分析数据的规律。

查找每列属性的最大最小值以及空值个数。代码如下：

# coding=utf-8
#数据探索分析
import pandas as pd
datafile='demo/data/air_data.csv'
resultfile='demo/tmp/explore.xls'#数据探索分析结果表
pd.set_option('display.width', 200)
data=pd.read_csv(datafile,encoding='utf-8')
explore=data.describe(percentiles=[],include='all').T#percentiles指定计算多少分位数
explore['null']=len(data)-explore['count']
explore=explore[['null','max','min']]
explore.columns=[u'空值数',u'最大值',u'最小值']#表头重命名
explore.to_excel(resultfile)