一、背景與目標(biāo)

1.1、背景

1.、行業(yè)內(nèi)競(jìng)爭(zhēng)
民航的競(jìng)爭(zhēng)除了三大航空公司之間的競(jìng)爭(zhēng)之外，還將加入新崛起的各類小型航空公司、民營(yíng)航空公司，甚至國(guó)外航空巨頭。航空產(chǎn)品生產(chǎn)過(guò)剩，產(chǎn)品同質(zhì)化特征愈加明顯，于是航空公司從價(jià)格、服務(wù)間的競(jìng)爭(zhēng)逐漸轉(zhuǎn)向?qū)蛻舻母?jìng)爭(zhēng)。

2.、行業(yè)外競(jìng)爭(zhēng)
隨著高鐵、動(dòng)車等鐵路運(yùn)輸?shù)呐d建，航空公司受到巨大沖擊。

客戶營(yíng)銷戰(zhàn)略倡導(dǎo)者Jay & Adam Curry從國(guó)外數(shù)百家公司進(jìn)行了客戶營(yíng)銷實(shí)施的經(jīng)驗(yàn)中提煉了如下經(jīng)驗(yàn)：

• 公司收入的80%來(lái)自頂端的20%的客戶。
• 20%的客戶其利潤(rùn)率100%。
• 90%以上的收入來(lái)自現(xiàn)有客戶。
• 大部分的營(yíng)銷預(yù)算經(jīng)常被用在非現(xiàn)有客戶上。
• 5%至30%的客戶在客戶金字塔中具有升級(jí)潛力。
• 客戶金字塔中客戶升級(jí)2%，意味著銷售收入增加10%，利潤(rùn)增加50%。

這些經(jīng)驗(yàn)也許并不完全準(zhǔn)確，但是它揭示了新時(shí)代客戶分化的趨勢(shì)，也說(shuō)明了對(duì)客戶價(jià)值分析的迫切性和必要性。

---

1.2、目標(biāo)

航空公司數(shù)據(jù)特征說(shuō)明

目前航空公司已積累了大量的會(huì)員檔案信息和其乘坐航班記錄。

以2014-03-31為結(jié)束時(shí)間，選取寬度為兩年的時(shí)間段作為分析觀測(cè)窗口，抽取觀測(cè)窗口內(nèi)有乘機(jī)記錄的所有客戶的詳細(xì)數(shù)據(jù)形成歷史數(shù)據(jù)，44個(gè)特征，總共62988條記錄。數(shù)據(jù)特征及其說(shuō)明如表所示。

結(jié)合目前航空公司的數(shù)據(jù)情況，可以實(shí)現(xiàn)以下目標(biāo)：

借助航空公司客戶數(shù)據(jù)，對(duì)客戶進(jìn)行分類。

對(duì)不同的客戶類別進(jìn)行特征分析，比較不同類別客戶的客戶價(jià)值。

對(duì)不同價(jià)值的客戶類別提供個(gè)性化服務(wù)，制定相應(yīng)的營(yíng)銷策略。

---

二、數(shù)據(jù)預(yù)處理

航空公司客戶原始數(shù)據(jù)存在少量的缺失值和異常值，需要清洗后才能用于分析。

通過(guò)對(duì)數(shù)據(jù)觀察發(fā)現(xiàn)原始數(shù)據(jù)中存在票價(jià)為空值，票價(jià)最小值為0，折扣率最小值為0，總飛行公里數(shù)大于0的記錄。

• 票價(jià)為空值的數(shù)據(jù)可能是客戶不存在乘機(jī)記錄造成。

處理方法：丟棄票價(jià)為空的記錄。

• 其他的數(shù)據(jù)可能是客戶乘坐0折機(jī)票或者積分兌換造成。由于原始數(shù)據(jù)量大，這類數(shù)據(jù)所占比例較小，對(duì)于問(wèn)題影響不大，因此對(duì)其進(jìn)行丟棄處理。

處理方法：丟棄票價(jià)為0，平均折扣率不為0，總飛行公里數(shù)大于0的記錄。

2.1、任務(wù)步驟

準(zhǔn)備：創(chuàng)建air數(shù)據(jù)庫(kù)

1、創(chuàng)建表air_data_base
2、導(dǎo)入數(shù)據(jù)到air_data_base表

3、丟棄票價(jià)為空的記錄，將結(jié)果存儲(chǔ)到sum_yr_1_not_null表

4、丟棄平均折扣率為0.0的記錄，將結(jié)果存儲(chǔ)到avg_discount_not_0表

5、丟棄票價(jià)為0、平均折扣率不為0、總飛行公里數(shù)大于0的記錄，將結(jié)果存儲(chǔ)到sum_0_seg_avg_not_0表

---

三、特征構(gòu)造

原始數(shù)據(jù)中包含40多個(gè)特征，利用這些特征做些什么呢？我們又該從哪些角度出發(fā)呢？

3.1、常用客戶價(jià)值分類模型

3.1.1、RFM模型介紹

本項(xiàng)目的目標(biāo)是客戶價(jià)值分析，即通過(guò)航空公司客戶數(shù)據(jù)識(shí)別不同價(jià)值的客戶，識(shí)別客戶價(jià)值應(yīng)用最廣泛的模型是RFM模型。

• R（Recency）指的是最近一次消費(fèi)時(shí)間與截止時(shí)間的間隔。
• F（Frequency）指顧客在某段時(shí)間內(nèi)所消費(fèi)的次數(shù)。
• M（Monetary）指顧客在某段時(shí)間內(nèi)所消費(fèi)的金額

---

3.1.2、RFM模型結(jié)果解讀

RFM模型包括三個(gè)特征，使用三維坐標(biāo)系進(jìn)行展示，如圖所示。

• X軸表示Recency，
• Y軸表示Frequency，
• Z軸表示Monetary，

每個(gè)軸一般會(huì)分成5級(jí)表示程度，1為最小，5為最大。

---

3.1.3、傳統(tǒng)RFM模型在航空行業(yè)的缺陷

在RFM模型中，消費(fèi)金額表示在一段時(shí)間內(nèi)，客戶購(gòu)買該企業(yè)產(chǎn)品金額的總和，由于航空票價(jià)受到運(yùn)輸距離，艙位等級(jí)等多種因素影響，同樣消費(fèi)金額的不同旅客對(duì)航空公司的價(jià)值是不同的，因此這個(gè)特征并不適合用于航空公司的客戶價(jià)值分析。

---

3.1.4、航空客戶價(jià)值分析的LRFMC模型

本項(xiàng)目選擇客戶在一定時(shí)間內(nèi)累積的飛行里程M和客戶在一定時(shí)間內(nèi)乘坐艙位所對(duì)應(yīng)的折扣系數(shù)的平均值C兩個(gè)特征代替消費(fèi)金額。此外，航空公司會(huì)員入會(huì)時(shí)間的長(zhǎng)短在一定程度上能夠影響客戶價(jià)值，所以在模型中增加客戶關(guān)系長(zhǎng)度L，作為區(qū)分客戶的另一特征。
本項(xiàng)目將客戶關(guān)系長(zhǎng)度L，消費(fèi)時(shí)間間隔R，消費(fèi)頻率F，飛行里程M和折扣系數(shù)的平均值C作為航空公司識(shí)別客戶價(jià)值的關(guān)鍵特征（如表 3 2所示），記為L(zhǎng)RFMC模型。

---

3.2、任務(wù)步驟

• 從數(shù)據(jù)清洗結(jié)果中選擇6個(gè)屬性： FFP_DATE、LOAD_TIME、FLIGHT_COUNT、AVG_DISCOUNT、SEG_KM_SUM、LAST_TO_END，形成數(shù)據(jù)集，存儲(chǔ)到flfasl表中
• 構(gòu)造LRFMC 5個(gè)指標(biāo)，并將結(jié)果存儲(chǔ)到lrfmc表中：

1、會(huì)員入會(huì)時(shí)間距離觀測(cè)窗口結(jié)束的月數(shù)=觀測(cè)窗口的結(jié)束時(shí)間-入會(huì)時(shí)間 [單位：月]

L = LOAD_TIME - FFP_DATE

2、客戶最近一次乘坐公司飛機(jī)距觀測(cè)窗口結(jié)束的月數(shù) = 最后一次乘機(jī)時(shí)間至觀察窗口末端時(shí)長(zhǎng)[單位：月]

R = LAST_TO_END

3、客戶在觀測(cè)窗口內(nèi)乘坐公司飛機(jī)的次數(shù) = 觀測(cè)窗口的飛行次數(shù) [單位：次]

F = FLIGHT_COUNT

4、客戶在觀測(cè)時(shí)間內(nèi)在公司累計(jì)的飛行里程 = 觀測(cè)窗口總飛行公里數(shù) [單位：公里]

M = SEG_KM_SUM

5、客戶在觀測(cè)時(shí)間內(nèi)乘坐艙位所對(duì)應(yīng)的折扣系數(shù)的平均值 = 平均折扣率 [單位：無(wú)]

C = AVG_DISCOUNT

---

建表：

構(gòu)建5個(gè)指標(biāo)：

結(jié)果查看：

總結(jié)

以上是生活随笔為你收集整理的学习笔记Hive（九）—— 实例：航空客户价值分析数据预处理的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。