一、背景與目標

1.1、背景

1.、行業內競爭
民航的競爭除了三大航空公司之間的競爭之外，還將加入新崛起的各類小型航空公司、民營航空公司，甚至國外航空巨頭。航空產品生產過剩，產品同質化特征愈加明顯，于是航空公司從價格、服務間的競爭逐漸轉向對客戶的競爭。

2.、行業外競爭
隨著高鐵、動車等鐵路運輸的興建，航空公司受到巨大沖擊。

客戶營銷戰略倡導者Jay & Adam Curry從國外數百家公司進行了客戶營銷實施的經驗中提煉了如下經驗：

• 公司收入的80%來自頂端的20%的客戶。
• 20%的客戶其利潤率100%。
• 90%以上的收入來自現有客戶。
• 大部分的營銷預算經常被用在非現有客戶上。
• 5%至30%的客戶在客戶金字塔中具有升級潛力。
• 客戶金字塔中客戶升級2%，意味著銷售收入增加10%，利潤增加50%。

這些經驗也許并不完全準確，但是它揭示了新時代客戶分化的趨勢，也說明了對客戶價值分析的迫切性和必要性。

---

1.2、目標

航空公司數據特征說明

目前航空公司已積累了大量的會員檔案信息和其乘坐航班記錄。

以2014-03-31為結束時間，選取寬度為兩年的時間段作為分析觀測窗口，抽取觀測窗口內有乘機記錄的所有客戶的詳細數據形成歷史數據，44個特征，總共62988條記錄。數據特征及其說明如表所示。

結合目前航空公司的數據情況，可以實現以下目標：

借助航空公司客戶數據，對客戶進行分類。

對不同的客戶類別進行特征分析，比較不同類別客戶的客戶價值。

對不同價值的客戶類別提供個性化服務，制定相應的營銷策略。

---

二、數據預處理

航空公司客戶原始數據存在少量的缺失值和異常值，需要清洗后才能用于分析。

通過對數據觀察發現原始數據中存在票價為空值，票價最小值為0，折扣率最小值為0，總飛行公里數大于0的記錄。

• 票價為空值的數據可能是客戶不存在乘機記錄造成。

處理方法：丟棄票價為空的記錄。

• 其他的數據可能是客戶乘坐0折機票或者積分兌換造成。由于原始數據量大，這類數據所占比例較小，對于問題影響不大，因此對其進行丟棄處理。

處理方法：丟棄票價為0，平均折扣率不為0，總飛行公里數大于0的記錄。

2.1、任務步驟

準備：創建air數據庫

1、創建表air_data_base
2、導入數據到air_data_base表

3、丟棄票價為空的記錄，將結果存儲到sum_yr_1_not_null表

4、丟棄平均折扣率為0.0的記錄，將結果存儲到avg_discount_not_0表

5、丟棄票價為0、平均折扣率不為0、總飛行公里數大于0的記錄，將結果存儲到sum_0_seg_avg_not_0表

---

三、特征構造

原始數據中包含40多個特征，利用這些特征做些什么呢？我們又該從哪些角度出發呢？

3.1、常用客戶價值分類模型

3.1.1、RFM模型介紹

本項目的目標是客戶價值分析，即通過航空公司客戶數據識別不同價值的客戶，識別客戶價值應用最廣泛的模型是RFM模型。

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

---

3.1.2、RFM模型結果解讀

RFM模型包括三個特征，使用三維坐標系進行展示，如圖所示。

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

每個軸一般會分成5級表示程度，1為最小，5為最大。

---

3.1.3、傳統RFM模型在航空行業的缺陷

在RFM模型中，消費金額表示在一段時間內，客戶購買該企業產品金額的總和，由于航空票價受到運輸距離，艙位等級等多種因素影響，同樣消費金額的不同旅客對航空公司的價值是不同的，因此這個特征并不適合用于航空公司的客戶價值分析。

---

3.1.4、航空客戶價值分析的LRFMC模型

本項目選擇客戶在一定時間內累積的飛行里程M和客戶在一定時間內乘坐艙位所對應的折扣系數的平均值C兩個特征代替消費金額。此外，航空公司會員入會時間的長短在一定程度上能夠影響客戶價值，所以在模型中增加客戶關系長度L，作為區分客戶的另一特征。
本項目將客戶關系長度L，消費時間間隔R，消費頻率F，飛行里程M和折扣系數的平均值C作為航空公司識別客戶價值的關鍵特征（如表 3 2所示），記為LRFMC模型。

---

3.2、任務步驟

• 從數據清洗結果中選擇6個屬性： FFP_DATE、LOAD_TIME、FLIGHT_COUNT、AVG_DISCOUNT、SEG_KM_SUM、LAST_TO_END，形成數據集，存儲到flfasl表中
• 構造LRFMC 5個指標，并將結果存儲到lrfmc表中：

1、會員入會時間距離觀測窗口結束的月數=觀測窗口的結束時間-入會時間 [單位：月]

L = LOAD_TIME - FFP_DATE

2、客戶最近一次乘坐公司飛機距觀測窗口結束的月數 = 最后一次乘機時間至觀察窗口末端時長[單位：月]

R = LAST_TO_END

3、客戶在觀測窗口內乘坐公司飛機的次數 = 觀測窗口的飛行次數 [單位：次]

F = FLIGHT_COUNT

4、客戶在觀測時間內在公司累計的飛行里程 = 觀測窗口總飛行公里數 [單位：公里]

M = SEG_KM_SUM

5、客戶在觀測時間內乘坐艙位所對應的折扣系數的平均值 = 平均折扣率 [單位：無]

C = AVG_DISCOUNT

---

建表：

構建5個指標：

結果查看：

總結

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內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。