一、引言

企业在面向客户制定运营策略、营销策略时，希望能够针对不同的客户推行不同的策略，实现精准化运营，以期获取最大的转化率。客户关系管理是精准化运营的基础，而客户关系管理的核心是客户分类。通过客户分类，对客户群体进行细分，区别出低价值客户与高价值客户，对不同的客户群体开展不同的个性化服务，将有限的资源合理地分配给不同价值的客户，从而实现效益最大化。
本章将使用航空公司客户数据，结合 RFM 模型，采用 K - Means 聚类算法，对客户进行分群，比较不同类别客户的价值，从而制定相应的营销策略。

二、数据探索

1、查找每列属性观测值个数、最大值、最小值

#对数据进行基本的探索
#返回缺失值个数以及最大、最小值
import pandas as pd
import matplotlib.pyplot as plt
datafile = 'D:\\WeChat_Documents\\WeChat Files\\FileStorage\\File\\2023-03\\air_data.csv'         #航空原始数据，第一行为属性标签
resultfile = 'D:\\WeChat_Documents\\WeChat Files\\FileStorage\\File\\2023-03\\expore.csv'         #数据探索结果表#读取原始数据，指定UTF-8编码（需要用文本编辑器将数据转换为UTF-8
data = pd.read_csv(datafile,encoding = 'utf-8')#包括对数据的基本描述，percentiles参数是指定计算多少的分位数表（如1/4分位数、中位数等）
explore = data.describe(percentiles = [],include = 'all').T
#describe()函数自动计算非空值，需要计算空值数
explore['null'] = len(data)-explore['count']explore = explore[['null','max','min']]
explore.columns = [u'空值数',u'最大值',u'最小值'] #表头重命名
'''
这里只选取部分探索结果
describle()函数自动计算的字段有count(非空值数)、unique(唯一值数)、
top(频率最高者)、freq(最高频数)、mean(平均值)、std(方差)、min(最小值)、
50%(中位数)、max(最大值)
'''
explore.to_csv(resultfile)    #导出结果

输出explore.csv文件

2、选取客户基本信息中的入会时间、性别、会员卡级别和年龄字段进行探索分析，探索客户的基本信息分布情况

#客户信息类别
#提取会员入会年份
from datetime import datetime
ffp = data['FFP_DATE'].apply(lambda x:datetime.strptime(x,'%Y/%m/%d'))
ffp_year = ffp.map(lambda x : x.year)
#绘制各年份会员入会人数直方图
fig = plt.figure(figsize=(8,5))   #设置画布大小
plt.rcParams['font.sans-serif'] = ['SimHei']  #用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  #用来正常显示负号
plt.hist(ffp_year,bins = 'auto',color = '#0504aa')
plt.xlabel('年份')
plt.ylabel('入会人数')
plt.title('各年份会员入会人数(3001)')
plt.show()
plt.close#会指挥员不同性别人数
male = pd.value_counts(data['GENDER'])['男']
female = pd.value_counts(data['GENDER'])['女']
#会指挥员性别比例饼图
fig = plt.figure(figsize=(7,4))
plt.pie([male, female],labels=['男','女'],colors=['lightskyblue','lightcoral'],autopct = '%1.1f%%')
plt.title('会员性别比例(3001)')
plt.show()
plt.close#提取不同级别会员人数
lv_four = pd.value_counts(data['FFP_TIER'])[4]
lv_five = pd.value_counts(data['FFP_TIER'])[5]
lv_six = pd.value_counts(data['FFP_TIER'])[6]
#会指挥员各级别人数条形图
fig = plt.figure(figsize=(8,5))
plt.bar(x=range(3),height=[lv_four,lv_five,lv_six],width=0.4,alpha=0.8,color='skyblue')
plt.xticks([index for index in range(3)],['4','5','6'])
plt.xlabel('会员等级')
plt.ylabel('会员人数')
plt.title('会员各级别人数(3001)')
plt.show()
plt.close()#提取会员年龄
age = data['AGE'].dropna()
age = age.astype('int64')
#绘制会员年龄分布箱型图
fig = plt.figure(figsize=(5,10))
plt.boxplot(age,patch_artist=True,labels = ['会员年龄'],                       #设置x轴光标boxprops = {'facecolor':'lightblue'})       #设置填充颜色
plt.title('会员年龄分布箱型图(3001)')
#设置y坐标轴的底线
plt.grid(axis='y')
plt.show()
plt.close

得到如下的4张图

3、选取最后一次乘坐至结束的时长、客户乘机信息中的飞行次数、总飞行公里数进行探索分析，探索客户的乘机信息分布情况

lte = data['LAST_TO_END']
fc = data['FLIGHT_COUNT']
sks = data['SEG_KM_SUM']
#绘制最后乘机直至结束时长箱型图
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
fig = plt.figure(figsize=(5, 8))plt.boxplot(lte, patch_artist=True, labels=['时长'],                       #设置x轴光标boxprops={'facecolor' : 'lightblue'})  #设置填充颜色
plt.title('会员最后乘机至结束时长分布箱型图(3001)')
#显示y轴的底线
plt.grid(axis='y')
plt.show()
plt.close()
#绘制客户飞行次数箱型图
fig = plt.figure(figsize=(5, 8))
plt.boxplot(fc, patch_artist=True, labels=['飞行次数'],         #设置x轴光标boxprops={'facecolor' : 'lightblue'})  #设置填充颜色
plt.title('会员飞行次数分布箱型图(3001)')
#显示y轴的底线
plt.grid(axis='y')
plt.show()
plt.close()
#绘制客户总飞行公里数箱型图
fig = plt.figure(figsize=(5, 8))
plt.boxplot(sks, patch_artist=True, labels=['总飞行公里数'],           #设置x轴光标boxprops={'facecolor' : 'lightblue'})    #设置填充颜色
plt.title('客户总飞行公里数箱型图(3001)')
#显示y轴的底线
plt.grid(axis='y')
plt.show()
plt.close

得到如下3张箱型图

4、选取积分兑换次数、总积累积分进行探索分析，探索客户的基本信息分布情况

#积分信息类别
#提取会员积分兑换次数
ec=data['EXCHANGE_COUNT']
#绘制会员兑换积分次数直方图
fig=plt.figure(figsize=(8,5))
plt.hist(ec,bins=5,color='#0504aa')
plt.xlabel('兑换次数')
plt.ylabel('会员人数')
plt.title('会员兑换积分次数分布直方图(3001)')
plt.show()
plt.close#提取会员总累计积分
ps=data['Points_Sum']
fig=plt.figure(figsize=(5,8))
plt.boxplot(ps,patch_artist=True,labels=['总累计积分'],           #设置x轴光标boxprops={'facecolor':'lightblue'})   #设置填充颜色
plt.title('客户总累计积分箱型图(3001)')
#显示y轴的底线
plt.grid(axis='y')
plt.show()
plt.close

得到以下2张图

5、客户信息属性之间存在相关性。通过相关系数矩阵与热力图分析各属性间的相关性

#提取属性并合并为新数据集
data_corr=data[['FFP_TIER','FLIGHT_COUNT','LAST_TO_END','SEG_KM_SUM','EXCHANGE_COUNT','Points_Sum']]
age1=data['AGE'].fillna(0)
data_corr['AGE']=age1.astype('int64')
data_corr['ffp_year']=ffp_year#计算相关矩阵
dt_corr=data_corr.corr(method='pearson')
print('相关性矩阵为:\n',dt_corr)#绘制热力图
import seaborn as sns
plt.subplots(figsize=(10,10))
sns.heatmap(dt_corr,annot=True,vmax=1,square=True)
plt.title('热力图(3001)')
plt.show()
plt.close

得到以下矩阵和热力图

三、数据预处理与K-meas聚类分析绘制雷达图

1、数据清洗，对满足清洗条件的数据进行丢弃

import numpy as np
import pandas as pddatafile = 'D:\\WeChat_Documents\\WeChat Files\\FileStorage\\File\\2023-03\\air_data.csv'    #原始数据路径
cleanedfile = 'D:\\WeChat_Documents\\WeChat Files\\FileStorage\\File\\2023-03\\data_cleaned.csv'     #数据清洗后保存的文件路径#读取数据
airline_data = pd.read_csv(datafile,encoding = 'utf-8')
print('原始数据的形状为：',airline_data.shape)#去除票价为空的记录
airline_notnull = airline_data.loc[airline_data['SUM_YR_1'].notnull() & airline_data['SUM_YR_2'].notnull(),:]
print('删除缺失记录后数据的形状为：',airline_notnull.shape)#只保留票价非零的，或者平均折扣率不为0且总飞行公里数大于0的记录
index1 = airline_notnull['SUM_YR_1']!= 0
index2 = airline_notnull['SUM_YR_2'] != 0
index3 = (airline_notnull['SEG_KM_SUM']> 0) & (airline_notnull['avg_discount'] != 0)
index4 = airline_notnull['AGE'] > 100  # 去除年龄大于100的记录
airline = airline_notnull[(index1 | index2) & index3 & ~index4]
print('数据清洗后数据的形状为：',airline.shape)airline.to_csv(cleanedfile)  # 保存清洗后的数据

得到清洗前后的数据形状

2、属性选择

import pandas as pd
import numpy as np# 读取数据清洗后的数据
cleanedfile = r'D:\\WeChat_Documents\\WeChat Files\\FileStorage\\File\\2023-03\\data_cleaned.csv'  # 数据清洗后保存的文件路径
airline = pd.read_csv(cleanedfile, encoding = 'utf-8')
# 选取需求属性
airline_selection = airline[['FFP_DATE','LOAD_TIME','LAST_TO_END','FLIGHT_COUNT','SEG_KM_SUM','avg_discount']]
print('筛选的属性前5行为：\n',airline_selection.head())

得到选择后的数据集

3、属性构建与数据标准化

# 构造属性L
L = pd.to_datetime(airline_selection['LOAD_TIME']) - \
pd.to_datetime(airline_selection['FFP_DATE'])
L = L.astype('str').str.split().str[0]
L = L.astype('int')/30# 合并属性
airline_features = pd.concat([L,airline_selection.iloc[:,2:]],axis = 1)
airline_features.columns = ['L','R','F','M','C']
print('构建的LRFMC属性前5行为：\n',airline_features.head())# 数据标准化
from sklearn.preprocessing import StandardScaler
data = StandardScaler().fit_transform(airline_features)
np.savez(r'D:\\WeChat_Documents\\WeChat Files\\FileStorage\\File\\2023-03\\airline_scale.npz',data)
print('标准化后LRFMC五个属性为：\n',data[:5,:])

得到标准化处理后的数据集

4、K-Meas聚类标准化

import pandas as pd
import numpy as np
from sklearn.cluster import KMeans  # 导入kmeans算法# 读取标准化后的数据
airline_scale = np.load(r'D:\\WeChat_Documents\\WeChat Files\\FileStorage\\File\\2023-03\\airline_scale.npz')['arr_0']
k = 5  # 确定聚类中心数# 构建模型，随机种子设为123
kmeans_model = KMeans(n_clusters = k, random_state = 123)
fit_kmeans = kmeans_model.fit(airline_scale)  # 模型训练# 查看聚类结果
kmeans_cc = kmeans_model.cluster_centers_  # 聚类中心
print('各类聚类中心为：\n',kmeans_cc)
kmeans_labels = kmeans_model.labels_  # 样本的类别标签
print('各样本的类别标签为：\n',kmeans_labels)
r1 = pd.Series(kmeans_model.labels_).value_counts()  # 统计不同类别样本的数目
print('最终每个类别的数目为：\n',r1)
# 输出聚类分群的结果
cluster_center = pd.DataFrame(kmeans_model.cluster_centers_,\columns = ['ZL','ZR','ZF','ZM','ZC'])   # 将聚类中心放在数据框中
cluster_center.index = pd.DataFrame(kmeans_model.labels_ ).\drop_duplicates().iloc[:,0]  # 将样本类别作为数据框索引
print(cluster_center)

得到聚类结果

5、绘制客户分群雷达图

%matplotlib inline
import matplotlib.pyplot as plt
# 客户分群雷达图
labels = ['ZL','ZR','ZF','ZM','ZC']
legen = ['客户群' + str(i + 1) for i in cluster_center.index]  # 客户群命名
lstype = ['-','--',(0, (3, 5, 1, 5, 1, 5)),':','-.']
kinds = list(cluster_center.iloc[:, 0])
# 由于雷达图要保证数据闭合，因此再添加L列，并转换为 np.ndarray
cluster_center = pd.concat([cluster_center, cluster_center[['ZL']]], axis=1)
centers = np.array(cluster_center.iloc[:, 0:])# 分割圆周长，并让其闭合
n = len(labels)
angle = np.linspace(0, 2 * np.pi, n, endpoint=False)
angle = np.concatenate((angle, [angle[0]]))
# 绘图
fig = plt.figure(figsize = (8,6))
ax = fig.add_subplot(111, polar=True)  # 以极坐标的形式绘制图形
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
# 画线
for i in range(len(kinds)):ax.plot(angle, centers[i], linestyle=lstype[i], linewidth=2, label=kinds[i])
# 添加属性标签
angles = angle * 180 /np.pi
ax.set_thetagrids(angles[:-1], labels)
plt.title('客户特征分析雷达图(3001)')
plt.legend(legen)
plt.show()
plt.close

得到客户分群雷达图

四、客户流失分析

在这里，做一个对原始数据判断分类。对老客户（飞行次数大于6）做一个客户类型定义：第二年的飞行次数与第一年的飞行次数比例小于50%为已流失客户、大于等于50%且小于90%的为准流失客户、大于90%的为为流失客户

#判断客户类型
import pandas as pd
data_input = 'D:\\WeChat_Documents\\WeChat Files\\FileStorage\\File\\2023-03\\air_data.csv'         #航空原始数据，第一行为属性标签
data = pd.read_csv(data_input)   #读取数据
data_print = 'D:\\WeChat_Documents\\WeChat Files\\FileStorage\\File\\2023-03\\customer_information.csv'  #客户信息数据
#选取特征
data['飞行次数比例'] = data['L1Y_Flight_Count'] / data['P1Y_Flight_Count'] #第二年飞行次数与第一年飞行次数的比例
#筛选出老客户(飞行次数大于6次的为老客户)
data = data[data['FLIGHT_COUNT'] > 6]
data = data[['MEMBER_NO','飞行次数比例']]
data.to_csv(data_print,index = None)
data = pd.read_csv(data_print)
data['客户类型'] = None
for i in range(len(data)):#比例小于50%的客户为已流失客户if data['飞行次数比例'][i]< 0.5:data['客户类型'][i] = 0   #0代表已流失客户#比例大于50%且小于90%的客户为准流失客户if (data['飞行次数比例'][i]>= 0.5) and (data['飞行次数比例'][i]< 0.9):data['客户类型'][i] = 1   #1代表准流失客户#比例大于90%的客户为未流失客户:if data['飞行次数比例'][i]> 0.9:data['客户类型'][i] = 2   #2代表未流失客户#描述
print(data)

得到文件customer_information.csv，输出文件信息

python数据分析与挖掘实战(航空公司客户价值分析）相关推荐

数据分析与挖掘实战-航空公司客户价值分析
航空公司客户价值分析项目背景信息时代的到来注定营销焦点从产品中心转到了用户中心,客户关系管理成为企业的核心问题. 客户关系管理的关键问题则是客户分类,通过分类区分客户价值的有无和高低,针对不同类别 ...
《Python数据分析与挖掘实战》第7章——航空公司客户价值分析（kmeans）
本文是基于<Python数据分析与挖掘实战>的实战部分的第七章的数据--<航空公司客户价值分析>做的分析. 旨在补充原文中的细节代码,并给出文中涉及到的内容的完整代码. 1)在 ...
（七）Python数据分析与挖掘实战（实战篇）——航空公司客户价值分析
这个专栏用来记录我在学习和实践<Python数据分析与挖掘实战>一书时的一些知识点总结和代码实现. 文章目录背景和目标数据客户基本信息乘机信息积分信息脚本 data_explo ...
《Python数据分析与挖掘实战》第7章-聚类+绘制雷达图
本文是基于<Python数据分析与挖掘实战>的第七章的数据--<航空公司客户价值分析>做的分析对部分代码,做出补充,对原文中的雷达图进行了实现. 1. 背景与目标分析此项目旨 ...
大数据培训课程分享：Python数据分析与挖掘实战课程介绍
<Python数据分析与挖掘实战>课程内容以Python数据分析与挖掘的常用技术与真实案例相结合的方式,深入浅出地介绍Python数据分析与挖掘的重要内容,共分为基础篇(第1~5章)和实战 ...
《Python数据分析与挖掘实战》一第1章数据挖掘基础1.1　某知名连锁餐饮企业的困惑...
本节书摘来自华章出版社<Python数据分析与挖掘实战>一书中的第1章,第1.1节,作者张良均王路谭立云苏剑林,更多章节内容可以访问云栖社区"华章计算机"公众号 ...
《Python数据分析与挖掘实战》一3.1　数据质量分析
本节书摘来自华章出版社<Python数据分析与挖掘实战>一书中的第3章,第3.1节,作者张良均王路谭立云苏剑林,更多章节内容可以访问云栖社区"华章计算机"公众号 ...
《Python数据分析与挖掘实战》一1.2　从餐饮服务到数据挖掘
本节书摘来自华章出版社<Python数据分析与挖掘实战>一书中的第1章,第1.2节,作者张良均王路谭立云苏剑林,更多章节内容可以访问云栖社区"华章计算机"公众号 ...
（八）Python数据分析与挖掘实战（实战篇）——中医证型关联规则挖掘
这个专栏用来记录我在学习和实践<Python数据分析与挖掘实战>一书时的一些知识点总结和代码实现. 文章目录背景和目标数据原始属性表脚本 discretization.py apr ...

python数据分析与挖掘实战(航空公司客户价值分析）