实战：航空公司客户价值分析

一、 背景与挖掘目标

试图实现以下目标：

（1）借助航空公司数据，对客户进行分类。

（2）对不同类别的客户进行特征分析，比较不同类别客户的价值分析。

（3）对不同价值的客户类别进行个性化服务，制定相应的营销策略。

二、分析方法

使用 LRMFC模型来进行分析

L：

三、数据探索

注意观察describe（）函数参数变化。

（1）

（2）

导出后的Excel文件如下：

四、数据预处理

1、数据清洗

由数据探索分析可知，数据中存在缺失值，存在票价最小值为0、平均折扣率为0但飞行公里数却大于0的记录。由于这些记录的数量不多，所以对其进行丢失处理。

PS：在Excel中对

SUM_YR_1

SUM_YR_2

筛选掉空白值时，

SUM_YR_2

有太多值，筛选只能显示前10000个值，所以只能通过自定义筛选的方法来去除空白值。

2、属性规约

根据LRFMC模型，选择与该模型相关的6个属性：FFP_DATE、LOAD_TIME、FLIGHT_COUNT、avg_discount、SEG_KM_SUM、LAST_TO_END

结果如下：

3、数据变换

 数据变换是将数据转换成“适当的”形式，以适应挖掘任务和算法的要求。本案例中采用的数据变换方式是属性构造和数据标准化。

由于数据中并没有直接给出LRFMC5个指标，需要通过属性构造来提取这5个指标。具体的计算方式如下：

（1）L=LOAD_TIME-FFP_DATE

（2）R=LAST_TO_END

（3）F=FLIGHT_COUNT

（4）M=SEG_KM_SUM

（5）C=avg_discount

代码如下：

数据提取后，其数据取值范围如下：