项目背景
在企业的客户关系管理中，对客户分类，区分不同价值的客户。针对不同价值的客户提供个性化服务方案，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。在竞争激烈的航空市场里，很多航空公司都推出了优惠的营销方式来吸引更多的客户。在此种环境下，如何将公司有限的资源充分利用，提示企业竞争力，为企业带来更多的利益。
广泛用于分析客户价值的是RFM模型，它是通过三个指标（最近消费时间间隔(Recency)、消费频率(Frequency)、消费金额(Monetary)）来进行客户细分，识别出高价值的客户。如果分析航空公司客户价值，此模型不再适用，存在一些缺陷和不足：
一：在模型中，消费金额表示在一段时间内，客业产品金额的总和。因航空票价受到运输距离、舱位等级等多种因素影响，同样消费金额的不同旅客对航空公司的价值是不同的。因此这个指标并不适合用于航空公司的客户价值分析。
二：传统模型分析是利用属性分箱方法进行分析如图，但是此方法细分的客户群太多，需要一一识别客户特征和行为,提高了针对性营销的成本。
原始数据情况
挖掘目标
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
初步分析：提出适用航空公司的LRFMC模型
因消费金额指标在航空公司中不适用，故选择客户在一定时间内累积的飞行里程M 和客户乘坐舱位折扣系数的平均值 C 两个指标代替消费金额。此外，考虑航空公司会员加入时间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指标，因此构建出 LRFMC 模型。
采用聚类的方法对客户进行细分，并分析每个客户群的特征，识别其客户价值
总体流程：
加载数据
# 导包 import numpy as np import pandas as pd import matplotlib.pyplot as plt from sklearn.cluster import KMeans from sklearn import preprocessing import warnings warnings.filterwarnings('ignore') # 忽略警告 plt.rcParams['font.sans-serif'] = ['SimHei'] #解决中文显示 plt.rcParams['axes.unicode_minus'] = False #解决符号无法显示 data = pd.read_csv('air_data.csv', sep=',') data.shape
(62988, 44)
数据预处理
1. 数据清洗：从业务以及建模的相关需要方面考虑，筛选出需要的数据
a)丢弃票价为空的数据。
b)丢弃票价为0、平均折扣率不为0、总飞行公里数大于0的数据。
# 删除缺失值 data = data.dropna().reset_index(drop=True) data.shape
(58255, 44)
# 删除票价为0、平均折扣率不为0、总飞行公里数大于0的数据 t1 = data['SUM_YR_1']==0 t2 = data['SUM_YR_2']==0 t3 = data['avg_discount']>0 t4 = data['SEG_KM_SUM']>0 tt = [] for f in range(len(t1)): if t1[f] & t2[f] & t3[f] & t4[f]==True : tt.append(f) data = data.drop(tt,axis=0) data = data.reset_index(drop = True) data.shape
(58022, 44)
2. 属性规约：原始数据中属性太多，根据 LRFMC 模型，选择与其相关的六个属性，删除不相关、弱相关或冗余的属性。
# 取出我们要分析的列数据 data1 = data[['LOAD_TIME','FFP_DATE','LAST_TO_END','FLIGHT_COUNT','SEG_KM_SUM','avg_discount']] data1
3. 数据变换
a) 属性构造
b) 数据标准化
L = LOAD_TIME - FFP_DATE
会员入会时间距观测窗口结束的月数 = 观测窗口的结束时间 - 入会时间[单位：月
R = LAST_TO_END
客户最近一次乘坐公司飞机距观测窗口结束的月数 = 最后一次乘机时间至观察窗口末端时长[单位：月]
F = FLIGHT_COUNT
客户在观测窗口内乘坐公司飞机的次数 = 观测窗口的飞行次数[单位：次]
M = SEG_KM_SUM
客户在观测时间内在公司累计的飞行里程 = 观测窗口总飞行公里数[单位：公里]
C = AVG_DISCOUNT
客户在观测时间内乘坐舱位所对应的折扣系数的平均值 = 平均折扣率[单位：无]
# 会员入会时间距观测窗口结束的月数 = 观测窗口的结束时间 - 入会时间 m = (pd.to_datetime(data1['LOAD_TIME'])-pd.to_datetime(data1['FFP_DATE']))//30 data1['L']=m.dt.days # 再取出我们最终模型需要的列数据 data2 = data1[['L','LAST_TO_END','FLIGHT_COUNT','SEG_KM_SUM','avg_discount']] # 更换列名 data2 = data2.rename(columns={'L': 'ZL', 'LAST_TO_END': 'ZR','FLIGHT_COUNT':'ZF','SEG_KM_SUM':'ZM','avg_discount':'ZC'})
# 标准化处理 std_scale = preprocessing.StandardScaler().fit(data2[["ZL","ZR","ZF","ZM","ZC"]]) df_std = std_scale.transform(data2[["ZL","ZR","ZF","ZM","ZC"]]) df_data=pd.DataFrame(df_std) df_data.columns=list(data2.columns) df_data
构建模型
1. 构建航空客户价值分析模型
a)客户K-Means聚类
b)客户价值分析
c)模型应用
类别 |
ZL |
ZR |
ZF |
ZM |
ZC |
类别数目 |
0 |
-0.082462 |
0.009038 |
-0.268082 |
-0.289714 |
1.903063 |
5032 |
1 |
0.514653 |
-0.796162 |
2.48131 |
2.42854 |
0.3318 |
5023 |
2 |
-0.690163 |
-0.418629 |
-0.158749 |
-0.155184 |
-0.298378 |
22570 |
3 |
1.186869 |
-0.374691 |
-0.080945 |
-0.086677 |
-0.14956 |
14373 |
4 |
-0.330789 |
1.704202 |
-0.577257 |
-0.543217 |
-0.210726 |
11024 |
1.客户K-Means聚类
采用K-Means聚类算法对客户数据进行分群，将其聚成五类（需要结合业务的理解与分析来确定客户的类别数量）。
# 聚类 model = KMeans(n_clusters=5) # 构造聚类器 model.fit(df_std) # 聚类 label_pred = model.labels_ # 获取聚类标签 r1 = pd.Series(model.labels_).value_counts() # 统计各类的个数 r2 = pd.DataFrame(model.cluster_centers_) # 获取聚类中心 r = pd.concat([r2,r1],axis=1) # 合并 r.columns = list(data2.columns) + ['类别数目'] # 加上列名 r
r3 = pd.concat([df_data,pd.Series(model.labels_,index=df_data.index)],axis=1) # 给df_data加上一列按照df_data索引,标签为值值的列 r3.columns = list(data2.columns) + ['聚类类别'] # 加列名 r3
2. 客户价值分析
# 根据r2绘制雷达图 labels = np.array(['ZL','ZR','ZF','ZM','ZC']) labels = np.concatenate((labels,[labels[0]])) N = len(r2) angles = np.linspace(0, 2 * np.pi, N, endpoint=False) data = pd.concat([r2,r2.loc[:,0]],axis=1) angles = np.concatenate((angles, [angles[0]])) fig = plt.figure(figsize=(8,8)) ax = fig.add_subplot(111, polar=True) # 参数polar, 以极坐标的形式绘制图形 # 画线 j=0 for i in range(0,5): j=i+1 ax.plot(angles,data.loc[i,:],'o-',label="客户群"+str(j)) # 添加属性标签 ax.set_thetagrids(angles*180/np.pi,labels) plt.title(u'客户特征雷达图') plt.legend(loc='lower right') plt.show()
对聚类结果进行特征分析，其中客户群3在F、M属性最大，在R属性最小；客户群5在L属性上最大；客户群4在R属性上最大，在F、M属性最小；客户群1在L、C属性上最小；客户群2在C属性上最大。
根据业务定义五个等级的客户类别：重要保持客户、重要发展客户、重要挽留客户、一般客户、低价值客户。
客户群价值排名：根据每种客户类型的特征，对各类客户群行客户价值排名，获取高价值客户信息。
客户群 |
排名 |
排名意义 |
客户群3 |
1 |
重要保持客户 |
客户群5 |
2 |
重要发展客户 |
客户群2 |
3 |
重要挽留客户 |
客户群1 |
4 |
一般客户 |
客户群4 |
5 |
低价值客户 |
3. 模型应用：根据各个客户群的特征，可采取一些营销手段和策略。
a)会员的升级与保级。
b)首次兑换。
c)交叉销售。
