数据分析实战：航空公司客户价值分析

本篇公众号内容仅描述分析思路，完整的分析过程及python代码，请点击下方【原文链接】阅读。

数据来源：网上脱敏数据

1. 通过对航空公司客户数据分析，对客户进行分类；

2. 比较不同客户的客户价值，并制定不同的服务和营销策略

   
   

1、数据质量分析和数据特征分析，选择数据分析的属性和分析方向

2、数据预处理：对数据进行清洗，删除重复数据、对缺失值进行处理、异常数据处理

3、数据分析：因为是对客户价值分析，采用RFM模型构建数据模型，对客户群体进行聚类分群，分析每个聚类客户的特点

4、客户价值的分析

01

数据探索

• 数据时间范围： 2012年4月1日至2014年3月31日的 数据

• 数据记录数： 62988 行

• 字段数： 44 个

数据属性说明（字段）

02

数据质量分析

• 缺失值分析

  

  数据存在缺失值

  
  

• 重复值分析

• # 查询是否有重复值
  df.duplicated().sum()
  

  查询结果无重复值

• 异常数据分析

  发现存在年龄 > 100岁的记录，属于异常数据，需要处理

  
  

• 数据特征分析

  
  

  数据中有44个属性，对于我们客户价值分析有用的属性是有限的几个，我们选取会员入会时间、票价、飞行总次数、飞行总里程、最后飞行间隔、折扣等与飞行有关的属性作为分析的依据，对于相关性较弱的属性，我们予以丢弃。

  
  

  属性	说明
  FFP_DATE	入会时间
  LOAD_TIME	观测窗口的结束时间
  LAST_TO_END	最后一次乘机时间至观察窗口末端时长
  FLIGHT_COUNT	观测窗口内的飞行次数
  SEG_KM_SUM	观测窗口总飞行公里数
  avg_discount	平均折扣率

03

数据清洗

删除重复值、缺失值处理（与分析指标相关性弱的属性，不作处理）、异常数据处理。

04

构建LRFMC模型

由于航空公司的业务具有其显著的特征，传统的RFM模型并不太适用，消费金额（即票价）受到多种因素影响，会员等级、折扣率、飞行里程等，但客户乘机的飞行里程是不受其他因素影响，这里将飞行总里程数作为M指标进行分析。在模型构建时，采用了优化的LRFMC模型，增加L、C两个指标辅助分析，指标说明如下图所示：

构建完模型后，发现5个指标的数据取值范围跨度比较大，存在数量级的差距，不便于分析。

为了消除数量级的影响，需要对指标数据进行标准化处理，这里选择z-score进行数据标准化处理，z-score方法的原理是将各个指标数据按比例缩放，使各个指标数据落在特定的区间内（平均值为0，标准差为1）。

05

客户剧烈

通过K-means聚类算法，将会员进行分类聚类为5类，并统计每类客户群的人数。

06

雷达图呈现

最后，将聚类的数据使用matplotlib绘制雷达图，直观展示客户特征分布。

07

客户价值分析

结合RFM模型进行用户价值分类，对聚类的5类用户进行特征性分析，最终总结航空公司的几类客户群体的分类，并给予相应的建议。

• 重点价值客户：乘坐频次高、近期活跃度高的用户，对航空公司的贡献大。对于此类客户投入更多的资源，提供相应的优惠政策，提高这类客户的忠诚度和满意度，尽可能延长这类客户的高消费水平。

• 重点发展客户：飞行次数不高，但活跃度高，且票价折扣大，属于乘坐高等舱的商务人员，应该重点维护，以提高其乘坐的次数。

• 重点挽留客户：对于享受较高机票折扣率，飞行次数或里程数较高，但近期活跃度高的老用户，可对其提供一些营销活动，激活其来参与乘机消费。

• 一般客户与低价值客户：折扣率较低、入会时间短，且飞行频率小的非活跃用户，流失可能性较高。