《Python數(shù)據(jù)分析與應(yīng)用-第章-航空公司客戶價(jià)課件》由會(huì)員分享，可在線閱讀，更多相關(guān)《Python數(shù)據(jù)分析與應(yīng)用-第章-航空公司客戶價(jià)課件（31頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、單擊此處編輯母版標(biāo)題樣式,,單擊此處編輯母版文本樣,,*,,*,,大數(shù)據(jù)，成就未來(lái),單擊此處編輯母版標(biāo)題樣式,,單擊此處編輯母版文本樣,,*,,*,,*,,,大數(shù)據(jù)挖掘?qū)＜?單擊此處編輯母版標(biāo)題樣式,,單擊此處編輯母版文本樣,,*,,*,,*,,,大數(shù)據(jù)挖掘?qū)＜?單擊此處編輯母版標(biāo)題樣式,,單擊此處編輯母版文本樣,,*,,*,,Thank you!,大數(shù)據(jù)，成就未來(lái),單擊此處編輯母版標(biāo)題樣式,,單擊此處編輯母版文本樣,,*,,*,航空公司客戶價(jià)值分析,2024/12/11,1,預(yù)處理航空客戶數(shù)據(jù),目錄,了解航空公司現(xiàn)狀與客戶價(jià)值分析,2,使用,K-Means,算法進(jìn)行客戶分群,3,小結(jié),4,分

2、析航空公司現(xiàn)狀,1.,行業(yè)內(nèi)競(jìng)爭(zhēng),民航的競(jìng)爭(zhēng)除了三大航空公司之間的競(jìng)爭(zhēng)之外，還將加入新崛起的各類(lèi)小型航空公司、民營(yíng)航空公司，甚至國(guó)外航空巨頭。航空產(chǎn)品生產(chǎn)過(guò)剩，產(chǎn)品同質(zhì)化特征愈加明顯，于是航空公司從價(jià)格、服務(wù)間的競(jìng)爭(zhēng)逐漸轉(zhuǎn)向?qū)蛻舻母?jìng)爭(zhēng)。,,,,分析航空公司現(xiàn)狀,2.,行業(yè)外競(jìng)爭(zhēng),隨著高鐵、動(dòng)車(chē)等鐵路運(yùn)輸?shù)呐d建，航空公司受到巨大沖擊。,目前航空公司已積累了大量的會(huì)員檔案信息和其乘坐航班記錄。,,以,2014-03-31,為結(jié)束時(shí)間，選取寬度為兩年的時(shí)間段作為分析觀測(cè)窗口，抽取觀測(cè)窗口內(nèi)有乘機(jī)記錄的所有客戶的詳細(xì)數(shù)據(jù)形成歷史數(shù)據(jù)，,44,個(gè)特征，總共,62988,條記錄。數(shù)據(jù)特征及其說(shuō)明如右表所

3、示。,,分析航空公司現(xiàn)狀,航空公司數(shù)據(jù)特征說(shuō)明,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,航空公司客戶數(shù)據(jù)說(shuō)明,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,續(xù)表,原始數(shù)據(jù)中包含,40,多個(gè)特征，利用這些特征做些什么呢？我們又該從哪些角度出發(fā)呢？,思考,借助航空公司客戶數(shù)據(jù)，對(duì)客戶進(jìn)行分類(lèi)。,,對(duì)不同的客戶類(lèi)別進(jìn)行特征分析，比較不同類(lèi)別客戶的客戶價(jià)值。,,對(duì)不同價(jià)值的客戶類(lèi)別提供個(gè)性化服務(wù)，制定相應(yīng)的營(yíng)銷(xiāo)策略。,,項(xiàng)目目標(biāo),結(jié)合目前航空公司的數(shù)據(jù)情況，可以實(shí)現(xiàn)以下目標(biāo)。,公司收入的,80%,來(lái)自頂端的,20%,的客戶。,

4、,20%,的客戶其利潤(rùn)率,100%,。,,90%,以上的收入來(lái)自現(xiàn)有客戶。,,大部分的營(yíng)銷(xiāo)預(yù)算經(jīng)常被用在非現(xiàn)有客戶上。,,5%,至,30%,的客戶在客戶金字塔中具有升級(jí)潛力。,,客戶金字塔中客戶升級(jí),2%,，意味著銷(xiāo)售收入增加,10%,，利潤(rùn)增加,50%,。,,這些經(jīng)驗(yàn)也許并不完全準(zhǔn)確，但是它揭示了新時(shí)代客戶分化的趨勢(shì)，也說(shuō)明了對(duì)客戶價(jià)值分析的迫切性和必要性。,了解客戶價(jià)值分析,客戶營(yíng)銷(xiāo)戰(zhàn)略倡導(dǎo)者,Jay & Adam Curry,從國(guó)外數(shù)百家公司進(jìn)行了客戶營(yíng)銷(xiāo)實(shí)施的經(jīng)驗(yàn)中提煉了如下經(jīng)驗(yàn)。,熟悉航空客戶價(jià)值分析的步驟與流程,航空客戶價(jià)值分析項(xiàng)目的總體流程如圖所示。,,1,預(yù)處理航空客戶數(shù)據(jù),目

5、錄,了解航空公司現(xiàn)狀與客戶價(jià)值分析,2,使用,K-Means,算法進(jìn)行客戶分群,3,小結(jié),4,通過(guò)對(duì)數(shù)據(jù)觀察發(fā)現(xiàn)原始數(shù)據(jù)中存在票價(jià)為空值，票價(jià)最小值為,0,，折扣率最小值為,0,，總飛行公里數(shù)大于,0,的記錄。票價(jià)為空值的數(shù)據(jù)可能是客戶不存在乘機(jī)記錄造成。,,處理方法：丟棄票價(jià)為空的記錄。,,其他的數(shù)據(jù)可能是客戶乘坐,0,折機(jī)票或者積分兌換造成。由于原始數(shù)據(jù)量大，這類(lèi)數(shù)據(jù)所占比例較小，對(duì)于問(wèn)題影響不大，因此對(duì)其進(jìn)行丟棄處理。,,處理方法：丟棄票價(jià)為,0,，平均折扣率不為,0,，總飛行公里數(shù)大于,0,的記錄。,,處理數(shù)據(jù)缺失值與異常值,航空公司客戶原始數(shù)據(jù)存在少量的缺失值和異常值，需要清洗后才能

6、用于分析。,本項(xiàng)目的目標(biāo)是客戶價(jià)值分析，即通過(guò)航空公司客戶數(shù)據(jù)識(shí)別不同價(jià)值的客戶，識(shí)別客戶價(jià)值應(yīng)用最廣泛的模型是,RFM,模型。,,R,（,Recency,）指的是最近一次消費(fèi)時(shí)間與截止時(shí)間的間隔。通常情況下，最近一次消費(fèi)時(shí)間與截止時(shí)間的間隔越短，對(duì)即時(shí)提供的商品或是服務(wù)也最有可能感興趣。,,F,（,Frequency,）指顧客在某段時(shí)間內(nèi)所消費(fèi)的次數(shù)。可以說(shuō)消費(fèi)頻率越高的顧客，也是滿意度越高的顧客，其忠誠(chéng)度也就越高，顧客價(jià)值也就越大。,,M,（,Monetary,）指顧客在某段時(shí)間內(nèi)所消費(fèi)的金額。消費(fèi)金額越大的顧客，他們的消費(fèi)能力自然也就越大，這就是所謂“,20%,的顧客貢獻(xiàn)了,80%,的銷(xiāo)

7、售額”的二八法則。,構(gòu)建航空客戶價(jià)值分析的關(guān)鍵特征,1. RFM,模型介紹,RFM,模型包括三個(gè)特征,，,使用三維坐標(biāo)系進(jìn)行展示，如圖所示,。,X,軸表示,Recency,，,Y,軸表示,Frequency,，,Z,軸表示,Monetary,，每個(gè)軸一般會(huì)分成,5,級(jí)表示程度，,1,為最小，,5,為最大。,構(gòu)建航空客戶價(jià)值分析的關(guān)鍵特征,2. RFM,模型結(jié)果解讀,在,RFM,模型中，消費(fèi)金額表示在一段時(shí)間內(nèi)，客戶購(gòu)買(mǎi)該企業(yè)產(chǎn)品金額的總和，由于航空票價(jià)受到運(yùn)輸距離，艙位等級(jí)等多種因素影響，同樣消費(fèi)金額的不同旅客對(duì)航空公司的價(jià)值是不同的，因此這個(gè)特征并不適合用于航空公司的客戶價(jià)值分析。,構(gòu)建航空

8、客戶價(jià)值分析的關(guān)鍵特征,3.,傳統(tǒng),RFM,模型在航空行業(yè)的缺陷,本項(xiàng)目選擇客戶在一定時(shí)間內(nèi)累積的飛行里程,M,和客戶在一定時(shí)間內(nèi)乘坐艙位所對(duì)應(yīng)的折扣系數(shù)的平均值,C,兩個(gè)特征代替消費(fèi)金額。此外，航空公司會(huì)員入會(huì)時(shí)間的長(zhǎng)短在一定程度上能夠影響客戶價(jià)值，所以在模型中增加客戶關(guān)系長(zhǎng)度,L,，作為區(qū)分客戶的另一特征。,,本項(xiàng)目將客戶關(guān)系長(zhǎng)度,L,，消費(fèi)時(shí)間間隔,R,，消費(fèi)頻率,F,，飛行里程,M,和折扣系數(shù)的平均值,C,作為航空公司識(shí)別客戶價(jià)值的關(guān)鍵特征（如表,3 2,所示），記為,LRFMC,模型。,構(gòu)建航空客戶價(jià)值分析的關(guān)鍵特征,4.,航空客戶價(jià)值分析的,LRFMC,模型,,,,,,,,,,,,

9、,完成五個(gè)特征的構(gòu)建以后，對(duì)每個(gè)特征數(shù)據(jù)分布情況進(jìn)行分析，其數(shù)據(jù)的取值范圍如表所示。從表中數(shù)據(jù)可以發(fā)現(xiàn)，五個(gè)特征的取值范圍數(shù)據(jù)差異較大，為了消除數(shù)量級(jí)數(shù)據(jù)帶來(lái)的影響，需要對(duì)數(shù)據(jù)做標(biāo)準(zhǔn)化處理。,標(biāo)準(zhǔn)化,LRFMC,五個(gè)特征,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,標(biāo)準(zhǔn)化,LRFMC,五個(gè)特征,L,、,R,、,F,、,M,和,C,五個(gè)特征的數(shù)據(jù)示例，上圖為原始數(shù)據(jù)，下圖為標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化處理后的數(shù)據(jù)。,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,1,預(yù)處理航空客戶數(shù)據(jù),目錄,了解航空公司現(xiàn)狀與客戶價(jià)值分析,2,使用,K

10、-Means,算法進(jìn)行客戶分群,3,小結(jié),4,K-Means,聚類(lèi)算法,是一種基于質(zhì)心的劃分方法，輸入聚類(lèi)個(gè)數(shù),k,，以及包含,n,個(gè)數(shù)據(jù)對(duì)象的數(shù)據(jù)庫(kù)，輸出滿足誤差平方和最小標(biāo)準(zhǔn)的,k,個(gè)聚類(lèi)。算法步驟如下。,,從,n,個(gè)樣本數(shù)據(jù)中隨機(jī)選取,k,個(gè)對(duì)象作為初始的聚類(lèi)中心。,,分別計(jì)算每個(gè)樣本到各個(gè)聚類(lèi)質(zhì)心的距離，將樣本分配到距離最近的那個(gè)聚類(lèi)中心類(lèi)別中。,,所有樣本分配完成后，重新計(jì)算,k,個(gè)聚類(lèi)的中心。,,與前一次計(jì)算得到的,k,個(gè)聚類(lèi)中心比較，如果聚類(lèi)中心發(fā)生變化，轉(zhuǎn),(2),，否則轉(zhuǎn),(5),。,,當(dāng)質(zhì)心不發(fā)生變化時(shí)停止并輸出聚類(lèi)結(jié)果。,,了解,K-Means,聚類(lèi)算法,1.,基本概念,

11、K-Means,聚類(lèi)算法是在數(shù)值類(lèi)型數(shù)據(jù)的基礎(chǔ)上進(jìn)行研究，然而數(shù)據(jù)分析的樣本復(fù)雜多樣，因此要求不僅能夠?qū)μ卣鳛閿?shù)值類(lèi)型的數(shù)據(jù)進(jìn)行分析，還要適應(yīng)數(shù)據(jù)類(lèi)型的變化，對(duì)不同特征做不同變換，以滿足算法的要求。,了解,K-Means,聚類(lèi)算法,2.,數(shù)據(jù)類(lèi)型,K-Means,算法在,R,語(yǔ)言中實(shí)現(xiàn)的核心函數(shù)為,kmeans,，來(lái)源于,stats,軟件包，其基本語(yǔ)法如下。,,kmeans,(x, centers, iter.max = 10, nstart = 1,,,algorithm = c("Hartigan-Wong", "Lloyd", "Forgy","MacQueen"),,常用參數(shù)及其說(shuō)明如

12、表所示。,,了解,K-Means,聚類(lèi)算法,3. kmeans,函數(shù)及其參數(shù)介紹,,,,,,,,,,,,,K-Means,模型構(gòu)建完成后可以通過(guò)屬性查看不同的信息，如表所示。,了解,K-Means,聚類(lèi)算法,3. kmeans,函數(shù)及其參數(shù)介紹,,,,,,,,,,,,,,,分析聚類(lèi)結(jié)果,對(duì)數(shù)據(jù)進(jìn)行聚類(lèi)分群的結(jié)果如表所示。,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,分析聚類(lèi)結(jié)果,針對(duì)聚類(lèi)結(jié)果進(jìn)行特征分析，如圖所示。,分析聚類(lèi)結(jié)果,結(jié)合業(yè)務(wù)分析，通過(guò)比較各個(gè)特征在群間的大小對(duì)某一個(gè)群的特征進(jìn)行評(píng)價(jià)分析，從而總結(jié)出每個(gè)群的優(yōu)勢(shì)和弱勢(shì)特征，具體結(jié)

13、果如表所示。,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,分析聚類(lèi)結(jié)果,基于特征描述，本項(xiàng)目定義五個(gè)等級(jí)的客戶類(lèi)別：重要保持客戶，重要發(fā)展客戶，重要挽留客戶，一般客戶，低價(jià)值客戶。每種客戶類(lèi)別的特征如圖所示。,會(huì)員的升級(jí)與保級(jí),：,航空公司可以在對(duì)會(huì)員升級(jí)或保級(jí)進(jìn)行評(píng)價(jià)的時(shí)間點(diǎn)之前，對(duì)那些接近但尚未達(dá)到要求的較高消費(fèi)客戶進(jìn)行適當(dāng)提醒甚至采取一些促銷(xiāo)活動(dòng)，刺激他們通過(guò)消費(fèi)達(dá)到相應(yīng)標(biāo)準(zhǔn)。這樣既可以獲得收益，同時(shí)也提高了客戶的滿意度，增加了公司的精英會(huì)員。,,首次兌換,：采取的措施是從數(shù)據(jù)庫(kù)中提取出接近但尚未達(dá)到

14、首次兌換標(biāo)準(zhǔn)的會(huì)員，對(duì)他們進(jìn)行提醒或促銷(xiāo)，使他們通過(guò)消費(fèi)達(dá)到標(biāo)準(zhǔn)。一旦實(shí)現(xiàn)了首次兌換，客戶在本公司進(jìn)行再次消費(fèi)兌換就比在其他公司進(jìn)行兌換要容易許多，在一定程度上等于提高了轉(zhuǎn)移的成本。,,交叉銷(xiāo)售,：通過(guò)發(fā)行聯(lián)名卡等與非航空類(lèi)企業(yè)的合作，使客戶在其他企業(yè)的消費(fèi)過(guò)程中獲得本公司的積分，增強(qiáng)與公司的聯(lián)系，提高他們的忠誠(chéng)度。,,模型應(yīng)用,根據(jù)對(duì)各個(gè)客戶群進(jìn)行特征分析，采取下面的一些營(yíng)銷(xiāo)手段和策略，為航空公司的價(jià)值客戶群管理提供參考。,1,分析方法與過(guò)程,目錄,了解航空公司現(xiàn)狀與客戶價(jià)值分析,2,使用,K-Means,算法進(jìn)行客戶分群,3,小結(jié),4,本項(xiàng)目結(jié)合航空公司客戶價(jià)值分析的案例，重點(diǎn)介紹了數(shù)據(jù)分析算法中,K-Means,聚類(lèi)算法在客戶價(jià)值分析中的應(yīng)用。針對(duì),RFM,客戶價(jià)值分析模型的不足，使用,K-Means,算法構(gòu)建了航空客戶價(jià)值分析,LRFMC,模型，詳細(xì)描述了數(shù)據(jù)分析的整個(gè)過(guò)程。,小結(jié),,,,