- 1、本文档共16页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
一、?背景与挖掘目标
属性中文
属性英文
备注
会员卡号
MEMBER_NO
入会时间
FFP_DATE
办理会员卡的开始的时间
第一次飞行日期
FIRST_FLIGHT_DATE
性别
GENDER
会员卡级别
FFP_TIER
工作地城市
WORK_CITY
工作地所在省份
WORK_PROVINCE
工作地所在国家
WORK_COUNTRY
年龄
age
观测窗口的结束时间
LOAD_TIME
选取样本的时间宽度,距离现在最近的时间。
飞行次数
FLIGHT_COUNT
频数
观测窗口总基本积分
BP_SUM
航空公里的里程就相当于积分,积累一定分数可以兑换奖品和免费里程。
第一年精英资格积分
EP_SUM_YR_1
第二年精英资格积分
EP_SUM_YR_2
第一年总票价
SUM_YR_1
第二年总票价
SUM_YR_2
观测窗口总飞行公里数
SEG_KM_SUM
观测窗口总加权飞行公里数(Σ舱位折扣×航段距离)
WEIGHTED_SEG_KM
末次飞行日期
LAST_FLIGHT_DATE
最后一次飞行时间
观测窗口季度平均飞行次数
AVG_FLIGHT_COUNT
观测窗口季度平均基本积分累积
AVG_BP_SUM
观察窗口内第一次乘机时间至MAX(观察窗口始端,入会时间)时长
BEGIN_TO_FIRST
最后一次乘机时间至观察窗口末端时长
LAST_TO_END
平均乘机时间间隔
AVG_INTERVAL
观察窗口内最大乘机间隔
MAX_INTERVAL
观测窗口中第1年其他积分(合作伙伴、促销、外航转入等)
ADD_POINTS_SUM_YR_1
观测窗口中第2年其他积分(合作伙伴、促销、外航转入等)
ADD_POINTS_SUM_YR_2
积分兑换次数
EXCHANGE_COUNT
平均折扣率
avg_discount
第1年乘机次数
P1Y_Flight_Count
第2年乘机次数
L1Y_Flight_Count
第1年里程积分
P1Y_BP_SUM
第2年里程积分
L1Y_BP_SUM
观测窗口总精英积分
EP_SUM
观测窗口中其他积分(合作伙伴、促销、外航转入等)
ADD_Point_SUM
非乘机积分总和
Eli_Add_Point_Sum
第2年非乘机积分总和
L1Y_ELi_Add_Points
总累计积分
Points_Sum
第2年观测窗口总累计积分
L1Y_Points_Sum
第2年的乘机次数比率
Ration_L1Y_Flight_Count
第1年的乘机次数比率
Ration_P1Y_Flight_Count
第1年里程积分占最近两年积分比例
Ration_P1Y_BPS
第2年里程积分占最近两年积分比例
Ration_L1Y_BPS
非乘机的积分变动次数
Point_NotFlight
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
RFM模型是衡量客户价值和客户创利能力的重要工具和手段,它通过一个客户的近期购买行为、购买的总体频次以及购买的总体金额三个指标来描述客户的价值状况。分别为:最近消费时间间隔(Recently)、消费频率(Frequency)、消费金额(Money)。
在RFM模型的基础上,结合具体的业务背景,来对航空公司进行客户价值分析。我们选择在一定时间内累积的飞行里程数(M)和客户在一定时间内乘坐舱位对应的折扣系数的平均值C来代替消费金额指标。此外,航空公司会员入会时间的长短在一定时间内会影响客户价值,模型中增加了客户关系长度指标L。
利用客户入会时长L、消费时间间隔R、消费频率F、飞行里程数M以及折扣系数的平均值C来作为航空公司识别客户价值指标,见表1,记为LRFMC模型。
采用聚类分析的方法识别客户价值。通过对航空公司客户价值LRFMC五个指标进行K-Means聚类,识别最有价值客户。
数据抽取
以2014年3月31日为结束时间,选取宽度为两年的时间段作为分析观测窗口,抽取观测窗口内有乘机记录的所有客户的详细数据形成历史数据。对于后续新增的客户详细信息,以后续新增数据中最新的时间点作为结束时间,采用上述同样的方法进行抽取,形成增量数据。
数据探索分析
主要是进行缺失值分析和异常值分析,通过对数据的观察,发现原始数据中存在票价为空值,票价最小值为0、折扣率最小值为0、总飞行公里数大于0的记录,这个都是属于缺失值和异常值的范畴。
#设置工作空间
#把“数据及程序”文件夹拷贝到F盘下,再用setwd设置工作空间
setwd(F:/数据及程序/chapter7/示例程序)
您可能关注的文档
最近下载
- JBT 14401-2022户内悬挂导轨式巡检机器人系统.docx
- (成都七中)四川省成都市第七中学2023-2024学年高一上学期10月月考物理试题(解析版).docx VIP
- 《危重病人的抢救》课件.pptx VIP
- D-阿洛酮糖的功能特性及其生物合成研究进展.docx
- 化学科普-茶中的化学知识.pptx
- 医诺生物高纯度人体必需脂肪酸产业化生产项目环境评估报告表.doc
- 萨特名著《恶心》.doc
- 《CECS 98-1998 浆体长距离管道输送工程设计规程》.pdf
- GB/T 16538-2008_声学 声压法测定噪声源声功率级 现场比较法.pdf
- 人教版小学数学二年级上册《认识厘米》说课稿.doc
文档评论(0)