案例編號(hào)：

102004

案例名稱：

航空公司客戶價(jià)值分析

作者姓名（或單位、或來源）：

朱江

案例所屬行業(yè)：

G56 航空運(yùn)輸業(yè)

案例所用軟件：

R

案例包含知識(shí)點(diǎn)：

讀取數(shù)據(jù)，描述性數(shù)據(jù)分析，探索性數(shù)據(jù)分析，數(shù)據(jù)清洗，多元回歸分析

案例描述：

客戶關(guān)系管理（CRM, Customer Relationship Management）在企業(yè)營銷過程中舉足輕重的地位目前已經(jīng)毋庸置疑，企業(yè)針對不同價(jià)值的客戶制定優(yōu)化的個(gè)性化服務(wù)方案，采取不同的營銷策略，將有限的營銷資源集中于高價(jià)值客戶，實(shí)現(xiàn)企業(yè)利潤最大化目標(biāo)，準(zhǔn)確的客戶分類結(jié)果是企業(yè)優(yōu)化營銷資源分配的重要依據(jù)。

客戶價(jià)值識(shí)別最廣泛使用的模型是RFM模型，有三個(gè)指標(biāo)：最近消費(fèi)時(shí)間間隔（Recency），消費(fèi)頻（Frequency），消費(fèi)金額（Monetary）。RFM采用屬性分箱方法，依據(jù)屬性的平均值進(jìn)行劃分，可以細(xì)分出八個(gè)客戶群。

其中消費(fèi)金額表示客戶購買該企業(yè)產(chǎn)品在一段時(shí)間內(nèi)金額的總和，而航空票價(jià)受運(yùn)輸距離、艙位等級(jí)等多種因素影響，類似的金額可能會(huì)有不同的價(jià)值，例如購買長航線、低等級(jí)艙位票的旅客與購買短航線、高等級(jí)艙位票的旅客對于航空公司的價(jià)值是不同的，后者明顯高些。故這個(gè)指標(biāo)用來做航空公司客戶價(jià)值分析不太合適，故我們選擇客戶在一定時(shí)間內(nèi)累計(jì)的飛行里程M，以及客戶在一定時(shí)間內(nèi)乘坐艙位所對應(yīng)的折扣系數(shù)的平均值C兩個(gè)指標(biāo)代替消費(fèi)金額。同時(shí)會(huì)員時(shí)間的長短在一定程度上也能反映客戶價(jià)值，故我們添加客戶關(guān)系長度L，作為區(qū)分另一個(gè)客戶的指標(biāo)。

傳統(tǒng)的RFM模型用在這里以來細(xì)分的客戶群太多，提高了針對性營銷的成本，二來指標(biāo)不夠準(zhǔn)確和符合業(yè)務(wù)要求，故這里我們適當(dāng)?shù)母倪M(jìn)和添加指標(biāo)進(jìn)行聚類，聚類模型用到的指標(biāo)有：L會(huì)員入會(huì)時(shí)間距觀測窗口結(jié)束的月數(shù)，R客戶最近一次乘坐公司飛機(jī)距觀測窗口結(jié)束的月數(shù)，F(xiàn)客戶在觀測窗口內(nèi)乘坐公司飛機(jī)的次數(shù)，M客戶在觀測窗口內(nèi)累計(jì)的飛機(jī)行程，C客戶在觀測窗口內(nèi)乘坐艙位所對應(yīng)的折扣系數(shù)的平均值。即對這五個(gè)指標(biāo)進(jìn)行K-Means聚類。

本案例共包含四個(gè)知識(shí)點(diǎn)。

1.數(shù)據(jù)探索分析，查看關(guān)心數(shù)據(jù)的分布情況

2.數(shù)據(jù)清洗

3.數(shù)據(jù)標(biāo)準(zhǔn)化

4.模型構(gòu)建

案例執(zhí)行形式：

單人上機(jī)

二、案例知識(shí)點(diǎn)：

知識(shí)點(diǎn)1：

知識(shí)點(diǎn)名稱：數(shù)據(jù)探索分析

知識(shí)點(diǎn)所屬工作角色：

數(shù)據(jù)導(dǎo)入，數(shù)據(jù)探索

知識(shí)點(diǎn)背景：

使用R導(dǎo)入最常用的csv格式的文件，并且對部分變量匯總

知識(shí)點(diǎn)描述

通過函數(shù)讀入csv格式的數(shù)據(jù)，通過summary函數(shù)總結(jié)關(guān)心的變量 

知識(shí)點(diǎn)關(guān)鍵詞：

R 讀取數(shù)據(jù) 五數(shù)概括

知識(shí)點(diǎn)所用軟件：

Rstudio

操作目的：

R讀取csv文件，五數(shù)概括

知識(shí)點(diǎn)素材（包括數(shù)據(jù)）：

air_data.csv

操作步驟:

1.啟動(dòng)Rstudio

2.使用read.csv讀取數(shù)據(jù)，設(shè)置相應(yīng)的參數(shù)，這里我們設(shè)置表頭為真。

3.使用summary函數(shù)五數(shù)概括要探索分析的變量

操作結(jié)果：

將R代碼文件保存為data_explore.R以備后續(xù)使用。

知識(shí)點(diǎn)小結(jié)：

讀取csv文件的時(shí)候注意常用的參數(shù)設(shè)置，本案例涉及到的參數(shù)設(shè)置較為簡單，通過?read.csv查看更多的參數(shù)設(shè)置以便高效準(zhǔn)確的讀取數(shù)據(jù)。

對于變量常見的概括方式是使用summary函數(shù)進(jìn)行五數(shù)概括，可以方便的查看變量的五個(gè)分位點(diǎn)的值以及均值，如包含缺失值會(huì)顯示缺失值數(shù)量

知識(shí)點(diǎn)2：

知識(shí)點(diǎn)名稱：數(shù)據(jù)清洗

知識(shí)點(diǎn)所屬工作角色：

數(shù)據(jù)清洗

知識(shí)點(diǎn)背景：

對缺失值以及不合邏輯的數(shù)據(jù)進(jìn)行處理

知識(shí)點(diǎn)描述

去除缺失值行，異常值行

知識(shí)點(diǎn)關(guān)鍵詞：

缺失值 數(shù)據(jù)清洗

知識(shí)點(diǎn)所用軟件：

Rstudio

操作目的：

處理缺失值

找到不和業(yè)務(wù)邏輯的異常值行，并且處理

知識(shí)點(diǎn)素材（包括數(shù)據(jù)）：

air_data.csv

操作步驟:

1.讀取數(shù)據(jù)air_data.csv

2.刪除票價(jià)為空的記錄

3.刪除票價(jià)為0、平均折扣率不為0、且總飛行公里數(shù)大于0的數(shù)據(jù)

 

4.將清洗后的數(shù)據(jù)寫到data_clean.csv文件

操作結(jié)果：

根據(jù)業(yè)務(wù)邏輯清洗數(shù)據(jù)

將清洗后的數(shù)據(jù)保存在文件中

知識(shí)點(diǎn)小結(jié)：

通過業(yè)務(wù)邏輯產(chǎn)生邏輯索引，清除不需要的觀測

知識(shí)點(diǎn)3：

知識(shí)點(diǎn)名稱：數(shù)據(jù)標(biāo)準(zhǔn)化

知識(shí)點(diǎn)所屬工作角色：

數(shù)據(jù)清洗

知識(shí)點(diǎn)背景：

在進(jìn)行聚類之前，當(dāng)變量之間的遠(yuǎn)近通過歐式距離度量的時(shí)候，距離很容易受到不同變量量綱的影響，為了消除這些量綱，需要將變量標(biāo)準(zhǔn)化，也可以成為正則化

知識(shí)點(diǎn)描述

數(shù)據(jù)標(biāo)準(zhǔn)化

知識(shí)點(diǎn)關(guān)鍵詞：

標(biāo)準(zhǔn)化 

知識(shí)點(diǎn)所用軟件：

Rstudio

操作目的：

對各變量進(jìn)行標(biāo)準(zhǔn)化，便于之后的聚類分析

知識(shí)點(diǎn)素材（包括數(shù)據(jù)）：

zscoredata.csv

操作步驟:

1.讀取數(shù)據(jù)

 

2.數(shù)據(jù)標(biāo)準(zhǔn)化

3.將標(biāo)準(zhǔn)化后的數(shù)據(jù)寫入文件

操作結(jié)果：

將五個(gè)變量正則化，并且將正則化后的數(shù)據(jù)保存在文件中

知識(shí)點(diǎn)小結(jié)：

注意在聚類之前正則化數(shù)據(jù)即可

知識(shí)點(diǎn)4：

知識(shí)點(diǎn)名稱：模型構(gòu)建

知識(shí)點(diǎn)所屬工作角色：

K-means聚類

知識(shí)點(diǎn)背景：

通過K-means聚類對客戶進(jìn)行分群

知識(shí)點(diǎn)描述

K-means聚類

知識(shí)點(diǎn)關(guān)鍵詞：

K-means聚類

知識(shí)點(diǎn)所用軟件：

Rstudio

操作目的：

使用K-means聚類對客戶分群

知識(shí)點(diǎn)素材（包括數(shù)據(jù)）：

data_scale.csv

操作步驟:

1.讀取之前保存的正則化數(shù)據(jù)

 

2.客戶聚類，設(shè)置聚類類別數(shù)為5

 

3.查看聚類結(jié)果

操作結(jié)果：

可以看到聚類結(jié)果還是比較均勻的，可以從每個(gè)聚類中心去分析每一類所代表的客戶類別，從而將其歸到相應(yīng)的營銷策略中

知識(shí)點(diǎn)小結(jié)：

K均值聚類是根據(jù)歐幾里德距離對觀測進(jìn)行分類的方法，屬于聚類中較為簡單常用的一種，聚類后的重點(diǎn)在于根據(jù)聚類中心結(jié)合業(yè)務(wù)知識(shí)應(yīng)用到具體的情景中去，例如本案例對客戶分群。

學(xué)數(shù)據(jù)分析技能一定要了解的大廠入門券，CDA數(shù)據(jù)分析師認(rèn)證證書！

CDA（數(shù)據(jù)分析師認(rèn)證），與CFA相似，由國際范圍內(nèi)數(shù)據(jù)科學(xué)領(lǐng)域行業(yè)專家、學(xué)者及知名企業(yè)共同制定并修訂更新，迅速發(fā)展成行業(yè)內(nèi)長期而穩(wěn)定的全球大數(shù)據(jù)及數(shù)據(jù)分析人才標(biāo)準(zhǔn)，具有專業(yè)化、科學(xué)化、國際化、系統(tǒng)化等特性。

同時(shí)，CDA全?？荚嚥季趾驼J(rèn)證體系已得到教育部直屬中國成人教育協(xié)會(huì)認(rèn)可，并由為IBM、華為等提供全球認(rèn)證服務(wù)的Pearson VUE面向全球提供靈活的考試服務(wù)。

報(bào)名方式

登錄CDA認(rèn)證考試官網(wǎng)注冊報(bào)名>>點(diǎn)擊報(bào)名

報(bào)名費(fèi)用

Level Ⅰ：1200 RMB

Level Ⅱ：1700 RMB

Level Ⅲ：2000 RMB

考試地點(diǎn)

Level Ⅰ：中國區(qū)30+省市，70+城市，250+考場，考生可就近考場預(yù)約考試 >看看我所在的地哪里報(bào)名<

Level Ⅱ+Ⅲ：中國區(qū)30所城市，北京/上海/天津/重慶/成都/深圳/廣州/濟(jì)南/南京/杭州/蘇州/福州/太原/武漢/長沙/西安/貴陽/鄭州/南寧/昆明/烏魯木齊/沈陽/哈爾濱/合肥/石家莊/呼和浩特/南昌/長春/大連/蘭州>看看我所在的地哪里報(bào)名<

報(bào)考條件

業(yè)務(wù)數(shù)據(jù)分析師 CDA Level I >了解更多<

? 報(bào)考條件：無要求。

? 考試時(shí)間：隨報(bào)隨考。

建模分析師 CDA Level II >了解更多<

? 報(bào)考條件（滿足任一即可）：

1、獲得CDA Level Ⅰ認(rèn)證證書；

2、本科及以上學(xué)歷，需從事數(shù)據(jù)分析相關(guān)工作1年以上；

3、本科以下學(xué)歷，需從事數(shù)據(jù)分析相關(guān)工作2年以上。

? 考試時(shí)間：

一年四屆 3月、6月、9月、12月的最后一個(gè)周六。

大數(shù)據(jù)分析師 CDA Level II >了解更多<

? 報(bào)考條件（滿足任一即可）：

1、獲得CDA Level Ⅰ認(rèn)證證書；

2、本科及以上學(xué)歷，需從事數(shù)據(jù)分析相關(guān)工作1年以上；

3、本科以下學(xué)歷，需從事數(shù)據(jù)分析相關(guān)工作2年以上。

? 考試時(shí)間：

一年四屆 3月、6月、9月、12月的最后一個(gè)周六。

數(shù)據(jù)科學(xué)家  CDA Level III >了解更多<

? 報(bào)考條件（滿足任一即可）：

1、獲得CDA Level Ⅱ認(rèn)證證書；

2、本科及以上學(xué)歷，需從事數(shù)據(jù)分析相關(guān)工作3年以上；

3、本科以下學(xué)歷，需從事數(shù)據(jù)分析相關(guān)工作4年以上。

? 考試時(shí)間：

一年四屆 3月、6月、9月、12月的最后一個(gè)周六。

（備注：數(shù)據(jù)分析相關(guān)工作不限行業(yè)，可涉及統(tǒng)計(jì)，數(shù)據(jù)分析，數(shù)據(jù)挖掘，數(shù)據(jù)庫，數(shù)據(jù)管理，大數(shù)據(jù)架構(gòu)等內(nèi)容。）

——熱門課程推薦：

想學(xué)習(xí)PYTHON數(shù)據(jù)分析與金融數(shù)字化轉(zhuǎn)型精英訓(xùn)練營，您可以點(diǎn)擊>>>“人才轉(zhuǎn)型”了解課程詳情；

想從事業(yè)務(wù)型數(shù)據(jù)分析師，您可以點(diǎn)擊>>>“數(shù)據(jù)分析師”了解課程詳情；

想從事大數(shù)據(jù)分析師，您可以點(diǎn)擊>>>“大數(shù)據(jù)就業(yè)”了解課程詳情；

想成為人工智能工程師，您可以點(diǎn)擊>>>“人工智能就業(yè)”了解課程詳情；

想了解Python數(shù)據(jù)分析，您可以點(diǎn)擊>>>“Python數(shù)據(jù)分析師”了解課程詳情；

想咨詢互聯(lián)網(wǎng)運(yùn)營，你可以點(diǎn)擊>>>“互聯(lián)網(wǎng)運(yùn)營就業(yè)班”了解課程詳情； 

想了解更多優(yōu)質(zhì)課程，請點(diǎn)擊>>>