航空公司客户价值分析——K-Means

背景与挖掘目标

背景：

信息时代的来临使得企业营销焦点从产品中心变为客户中心

针对不同类型的客户，进行精准营销，实现企业利润最大化

准确分类是企业优化营销资源分配的重要依据

目标：

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，比较不同类客户的客户价值

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

本案例目标是客户价值识别，即通过航空公司客户数据识别不同价值的客户

本案例总共确定了五个指标，消费时间间隔R，客户关系长度L，消费频率F，飞行里程M和折扣系数的平均值C，记做LRFMC模型

挖掘步骤：

1）从航空公司，选择性抽取与新增数据抽取，形成历史数据和增量数据

2）对步骤一的两个数据，进行数据探索性分析和预处理，主要有缺失值与异常值的分析处理，属性规约、清洗和变换

3）利用步骤2中的已处理数据作为建模数据，基于旅客价值的LRFMC模型进行客户分群，对各个客户群再进行特征分析，识别有价值客户

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，指定定制化的营销服务，或者针对性的优惠与关怀。（重点维护老客户）

数据抽取：

1）选取，2014-03-31为结束时间，选取宽度为两年的时间段，作为观测窗口，抽取观测窗口内所有客户的详细数据，形成历史数据

2）对于后续新增的客户信息，采用目前的时间作为重点，形成新增数据

数据探索分析：

1）本案例的探索分析是对数据进行缺失值和异常值分析

2）原始数据中存在票价为控制，折扣率为0，飞行公里数为0。票价为空值，可能是不存在飞行记录，其他空值可能是，飞机票来自于积分兑换等渠道

3）查找每列属性观测值中空值的个数、最大