《机器学习Python实战》课件 19-项目9 项目拓展-航空公司客户价值分析.pptxVIP

?机器学习Python实战?项目9项目拓展--航空公司客户价值分析

航空公司客户价值分析航空公司拥有大量的乘客数据，但问题是：哪些客户是真正高价值的？哪些客户值得投入更多资源去维系？传统的方法可能只看总消费金额，但这样太粗放了。我们需要一种数据驱动的方法，从客户的行为模式中自动发现不同的群体。这里我们就要应用k-Means聚类算法——它能够根据客户在多个维度上的行为特征，把相似的客户聚在一起，从而帮助我们识别出不同类型的客户群。

使用航空公司客户数据，结合客户价值分析模型，采用k均值聚类算法，对客户进行分群，比较不同类别客户的客户价值。任务目标

航空公司客户价值分析

航空公司客户价值分析RFM模型最近一次消费距今的时间（Recency）R一定时间内的消费频率（Frequency）F一定时间内的消费总金额（Monetary）M3个指标RFM模型是客户价值分析的经典框架，通过三个核心指标刻画客户行为：

航空公司客户价值分析LRFMC模型传统RFM模型中的M（消费金额）在航空业中存在问题：相同金额可能对应短途头等舱或长途经济舱，两者对航空公司的价值完全不同。因此将M替换为飞行里程（SEG_KM_SUM），更直接反映客户对航司的贡献。同时引入平均折扣率（avg_discount）作为补充指标，折扣率数值越高（即购买全价票越多）的客户