数据分析与应用航空公司客户价值分析学习教案

1、数据分析与应用航空公司客户数据分析与应用航空公司客户(k h)价值价值分析分析第一页，共31页。大数据挖掘专家1预处理航空(hngkng)客户数据了解(lioji)航空公司现状与客户价值分析2使用K-Means算法进行客户分群3小结4第1页/共31页第二页，共31页。大数据挖掘专家第2页/共31页第三页，共31页。大数据挖掘专家第3页/共31页第四页，共31页。大数据挖掘专家数据特征及其说明如右表所示。特征名称特征说明客户基本信息MEMBER_NO会员卡号FFP_DATE入会时间FIRST_FLIGHT_DATE第一次飞行日期GENDER性别FFP_TIER会员卡级别WORK_CITY工作地城

2、市WORK_PROVINCE工作地所在省份WORK_COUNTRY工作地所在国家AGE年龄第4页/共31页第五页，共31页。大数据挖掘专家表名特征名称特征说明乘机信息FLIGHT_COUNT观测窗口内的飞行次数LOAD_TIME观测窗口的结束时间LAST_TO_END最后一次乘机时间至观测窗口结束时长AVG_DISCOUNT平均折扣率SUM_YR观测窗口的票价收入SEG_KM_SUM观测窗口的总飞行公里数LAST_FLIGHT_DATE末次飞行日期AVG_INTERVAL平均乘机时间间隔MAX_INTERVAL最大乘机间隔积分信息EXCHANGE_COUNT积分兑换次数EP_SUM总精英积分P

3、ROMOPTIVE_SUM促销积分PARTNER_SUM合作伙伴积分POINTS_SUM总累计积分POINT_NOTFLIGHT非乘机的积分变动次数BP_SUM总基本积分续表第5页/共31页第六页，共31页。大数据挖掘专家第6页/共31页第七页，共31页。大数据挖掘专家第7页/共31页第八页，共31页。大数据挖掘专家第8页/共31页第九页，共31页。大数据挖掘专家第9页/共31页第十页，共31页。大数据挖掘专家1预处理航空(hngkng)客户数据了解航空公司现状(xinzhung)与客户价值分析2使用K-Means算法进行客户分群3小结4第10页/共31页第十一页，共31页。大数据挖掘专家第1

4、1页/共31页第十二页，共31页。大数据挖掘专家第12页/共31页第十三页，共31页。大数据挖掘专家第13页/共31页第十四页，共31页。大数据挖掘专家第14页/共31页第十五页，共31页。大数据挖掘专家模型LRFMC航空公司LRFMC模型会员入会时间距观测窗口结束的月数客户最近一次乘坐公司飞机距观测窗口结束的月数客户在观测窗口内乘坐公司飞机的次数客户在观测窗口内累计的飞行里程客户在观测窗口内乘坐舱位所对应的折扣系数的平均值第15页/共31页第十六页，共31页。大数据挖掘专家特征名称LRFMC最小值12.170.0323680.14最大值114.5724.372135807171.5第16页/

5、共31页第十七页，共31页。大数据挖掘专家LOAD_TIMEFFP_DATELAST_TO_ENDFLIGHT_COUNTSEG_KM_SUMAVG_DISCOUNT2014/3/312013/3/1623141268501.022014/3/312012/6/266651847300.762014/3/312009/12/8233603871.272014/3/312009/12/101236622591.022014/3/312011/8/251422547301.36LRFMC1.44-0.9514.0326.761.301.31-0.919.0713.132.871.33-0.898.

6、7212.652.880.66-0.420.7812.541.990.39-0.929.9213.901.34第17页/共31页第十八页，共31页。大数据挖掘专家1预处理航空客户(k h)数据了解航空公司现状与客户(k h)价值分析2使用K-Means算法进行客户分群3小结4第18页/共31页第十九页，共31页。大数据挖掘专家第19页/共31页第二十页，共31页。大数据挖掘专家第20页/共31页第二十一页，共31页。大数据挖掘专家参数名称说明x接收matrix或dataframe。表示进行聚类分析的数据集。无默认。centers接收int。表示初始类的个数或者初始类的中心。无默认。iter.m

7、ax接收int。表示最大迭代次数。默认为10。nstart接收int。表示选择随机起始中心点的次数。默认为1。algorithm接收特定character(Hartigan-Wong, Lloyd, Forgy, MacQueen)。默认为Hartigan-Wong。第21页/共31页第二十二页，共31页。大数据挖掘专家属性说明cluster返回int。表示每个点被分配到的簇。centers返回num。表示聚类中心矩阵。totss返回int。表示所生成簇的总体距离平方和。withinss返回num。表示每个簇内的距离平方和。betweenss返回num。表示每个簇之间的距离平方和。size返回

8、int。表示每个簇内的数量。第22页/共31页第二十三页，共31页。大数据挖掘专家聚类类别聚类个数聚类中心LRFMC客户群153360.483-0.7992.4832.4250.309客户群241710.056-0.003-0.226-0.2292.200客户群3157421.160-0.377-0.087-0.095-0.156客户群424663-0.700-0.415-0.161-0.161-0.254客户群512132-0.3131.686-0.574-0.537-0.173第23页/共31页第二十四页，共31页。大数据挖掘专家第24页/共31页第二十五页，共31页。大数据挖掘专家群类别群类别优势特征优势特征弱势特征弱势特征客户群客户群1FMR客户群客户群2CRFM客户群客户群3FML客户群客户群4LC客户群客户群5FMR第25页/共31页第二十六页，共31页。大数据挖掘专家第26页/共31页第二十七页，共31页。大数据挖掘专家第27页/共31页第二十八页，共31页。大数据