基于K-Means算法的航空公司客戶價(jià)值分析*

咸陽(yáng)師范學(xué)院計(jì)算機(jī)學(xué)院 劉淑英 鄒燕飛 李紅

隨著航空公司間的激烈競(jìng)爭(zhēng)，如何使客戶與公司的關(guān)系進(jìn)一步發(fā)展是航空公司目前面臨的挑戰(zhàn)，傳統(tǒng)方法并不能夠較好的解決該問題。通過(guò)采用K-Means算法進(jìn)行建模，分析航空公司客戶特征客戶價(jià)值，將現(xiàn)有客戶價(jià)值和潛在客戶價(jià)值，通過(guò)分析發(fā)現(xiàn)不同特征的客戶具有不同的客戶價(jià)值。該研究表明，通過(guò)客戶價(jià)值特征建模分析，可以為航空公司的發(fā)展提供決策依據(jù)，該技術(shù)不僅可以對(duì)客戶價(jià)值進(jìn)行分析也可以使其應(yīng)用相關(guān)客戶價(jià)值廣泛應(yīng)用。

0 引言

新冠疫情的爆發(fā)讓各個(gè)國(guó)家的經(jīng)濟(jì)陷入了危機(jī)，航空公司用戶數(shù)驟減，航空企業(yè)的發(fā)展也面臨瓶頸。如何成功吸引客戶使航空企業(yè)得到更好的發(fā)展，成為各個(gè)公司函待解決的問題。根據(jù)帕累托原理，公司80%的收入來(lái)自于20%的用戶，其余20%的銷售收入占公司營(yíng)銷管理成本的80%[1]。本文通過(guò)K-Means聚類算法的研究，將其應(yīng)用于航空客戶價(jià)值分析，從而為多個(gè)航空企業(yè)提供客戶價(jià)值分析的技術(shù)支持。

1 方法介紹

1.1 CRM理論介紹

客戶關(guān)系管理，簡(jiǎn)稱為CRM，是一種營(yíng)銷戰(zhàn)術(shù)，旨在盡可能全面、深入地了解各種有價(jià)值的客戶信息，并不斷提高用戶粘性，以完成公司的持續(xù)高收益[2-3]。客戶關(guān)系管理的根本理論主要包含以下內(nèi)容。

1.1.1 關(guān)系營(yíng)銷理論

營(yíng)銷間的關(guān)系主要強(qiáng)調(diào)消費(fèi)者開支質(zhì)量，增強(qiáng)與客戶的溝通，努力實(shí)現(xiàn)共贏的大好局面。在與客戶關(guān)系上多花費(fèi)時(shí)間，能夠最大化擁有客戶量。

1.1.2 一對(duì)一營(yíng)銷理論

該理論主要強(qiáng)調(diào)客戶的尊重度，盡可能滿足客戶的需求，達(dá)成客戶的意向，以朋友式關(guān)系處理客戶關(guān)系，清楚每個(gè)客戶的需求差異，從而更及時(shí)高效掌握客戶資源。

1.1.3 數(shù)據(jù)庫(kù)營(yíng)銷

數(shù)據(jù)庫(kù)中包括許多客戶信息，通過(guò)這些信息，幫助企業(yè)在發(fā)現(xiàn)客戶群和發(fā)現(xiàn)市場(chǎng)機(jī)遇方面能夠做到準(zhǔn)確快速，根據(jù)每個(gè)客戶的需求差異，達(dá)到讓顧客滿意而做出的最低限度的支出[4]。

1.2 K-Means算法

聚類分析是根據(jù)分類模式的具體特征進(jìn)行分類，通過(guò)相同的特征或者不同特征對(duì)數(shù)據(jù)樣本進(jìn)行分組，聚類分析能夠識(shí)別事物的不同屬性，因此，聚類分析可以更好實(shí)現(xiàn)事物的分類問題。聚類算法較多，其中應(yīng)用最普遍的就是K-Means算法。客戶價(jià)值運(yùn)用辨認(rèn)的更普遍的是RFM模型，該模型通過(guò)K-Means算法進(jìn)行聚類分析，從而獲得客戶群之間的差異[5-6]。

K-Means算法是一種較典型的基于距離的非層次聚類算法，該算法的分析過(guò)程如下:

（1）在k個(gè)樣本點(diǎn)中，隨機(jī)選擇一個(gè)樣本作為初始的聚類類中心；（2）通過(guò)不斷重復(fù)聚類類中心的選擇；（3）計(jì)算采集到的各組中樣本點(diǎn)的平均值，將每個(gè)樣本點(diǎn)再次進(jìn)行賦值，將其歸為距離最近的組；（4）通過(guò)不斷計(jì)算各組中樣本距離的均值，不斷更新該均值；（5）反復(fù)上述過(guò)程，一直到平均值變化較小。

聚類算法種類眾多，此處，我們采用K-Means作為聚類算法，其主要優(yōu)點(diǎn)是便于實(shí)現(xiàn)，易理解，運(yùn)算速度快。K-Means算法中計(jì)算聚類中心，通過(guò)采用閩科夫斯基距離、歐氏距離和曼哈頓距離。我們?cè)趯?shí)際使用過(guò)程中，采用歐幾里得距離完成。其計(jì)算如公式1。

2 模型分析

2.1 目標(biāo)分析

我們根據(jù)獲得的數(shù)據(jù)，需要完成差異化分組、差異化分析和指定營(yíng)銷戰(zhàn)略。

2.2 分析方法與過(guò)程

針對(duì)客戶價(jià)值分析應(yīng)用，一般采用RFM模型，RFM模型主要是指消費(fèi)總額、消費(fèi)頻率以及最近消費(fèi)時(shí)間間隔三個(gè)指標(biāo)，根據(jù)這個(gè)模型，能夠完成客戶的細(xì)分，挖掘出具有較高價(jià)值的客戶[7-8]。

該模型也具有一定的應(yīng)用局限，例如航空公司使用M只反映客戶的真正價(jià)值，因此，我們可以選擇購(gòu)買飛機(jī)的人在一定時(shí)期內(nèi)積累的平均距離C和空乘津貼系數(shù)，而不是消耗量。然而，由于時(shí)間才能使航空公司發(fā)現(xiàn)有價(jià)值的客戶，客戶關(guān)系的長(zhǎng)度L添加客戶價(jià)值分析模型等航空公司客戶的價(jià)值評(píng)估模型，因此，我們通過(guò)LRFMC模型完成。航空公司客戶價(jià)值分析總體流程圖如圖1所示。

圖1 航空客戶價(jià)值分析流程圖Fig.1 Aviation customer value analysis flow chart

2.3 數(shù)據(jù)源選擇

本文通過(guò)國(guó)內(nèi)某航空公司2012年4月1日至2014年3月31日的客戶信息數(shù)據(jù)作為數(shù)據(jù)源。其屬性包括入會(huì)時(shí)間、第一次飛行日期、末次飛行日期、工作地城市、平均乘機(jī)時(shí)間間隔、積分兌換次數(shù)、總累計(jì)積分等屬性。

3 模型創(chuàng)建

3.1 數(shù)據(jù)預(yù)處理

（1）通過(guò)觀察數(shù)據(jù)，發(fā)現(xiàn)原始數(shù)據(jù)包含比率為空、最小零、最低貼現(xiàn)率為零和總里程高于零的記錄。機(jī)票空的數(shù)據(jù)可能是因?yàn)槌丝蜎]有登記形成的。解決方法:甩掉票價(jià)為空的記錄。

（2）其余信息可能是由客戶提供機(jī)票零折扣或兌換積分構(gòu)成的。這種類型的數(shù)據(jù)的一小部分是由于有大量原始數(shù)據(jù)，所以要將其去掉。解決方法:去掉票價(jià)為0，均勻折扣率不為0，行程數(shù)大于0的記錄。

3.2 數(shù)據(jù)標(biāo)準(zhǔn)化

需要通過(guò)數(shù)據(jù)標(biāo)準(zhǔn)化來(lái)消除體積數(shù)據(jù)的影響。表1是使用標(biāo)準(zhǔn)化處理的數(shù)據(jù)。

表1 標(biāo)準(zhǔn)化數(shù)據(jù)Tab.1 Standardized data

3.3 模型構(gòu)建

客戶價(jià)值分析模型主要由兩部分組成。第一部分根據(jù)航空公司客戶五個(gè)指標(biāo)的數(shù)據(jù)對(duì)客戶作聚類分群；第二部分分析了每個(gè)客戶組的特征和客戶價(jià)值。

3.3.1 特征構(gòu)建

在RFM模型中， 在消費(fèi)量的同時(shí)，從最終用戶公司購(gòu)買一定數(shù)量的產(chǎn)品由于機(jī)票的交貨距離，旅行受到幾個(gè)因素的影響，因而不分析航空公司客戶的價(jià)值。所以使用LRFMC模型進(jìn)行特征構(gòu)建。首先，將屬性值給airline_selection，進(jìn)行定義，接著加載日期，通過(guò)k-Means函數(shù)，做數(shù)據(jù)類型轉(zhuǎn)化，將數(shù)據(jù)進(jìn)行連接，合并特征。

3.3.2 聚類

根據(jù)項(xiàng)目理解和分析確定客戶類別的數(shù)量，即為五類，設(shè)置聚類個(gè)數(shù)為5。

3.3.3 聚類結(jié)果

結(jié)合案例分析，通過(guò)對(duì)某一個(gè)群的特征與各個(gè)特征在群間的大小進(jìn)行比較，并對(duì)結(jié)果進(jìn)行評(píng)價(jià)分析。將每個(gè)特征群的優(yōu)勢(shì)和劣勢(shì)體現(xiàn)出來(lái)，具體結(jié)果如表2所示。

表2 客戶群體特征評(píng)價(jià)表Tab.2 Customer group characteristics evaluation table

3.4 客戶價(jià)值分析

針對(duì)聚類結(jié)果，我們將客戶類型定義為五個(gè)，一般客戶與低價(jià)值客戶、重要保持客戶，重要發(fā)展客戶和重要挽留客戶。重要保持客戶是航空公司的高價(jià)值客戶，是最理想的客戶類型，能夠給航空公司帶來(lái)更多利潤(rùn)，但人口比例很小。航空公司要想獲取更多的利益，更多的資源應(yīng)該投資于這些客戶，提高用戶粘性，并盡可能的使客戶保持高消費(fèi)。重要發(fā)展客戶與公司的聯(lián)絡(luò)時(shí)間不長(zhǎng)，是航空公司的潛在客戶。雖然這些客戶目前不能創(chuàng)造高價(jià)值，但他們有著較大潛力。

3.5 模型應(yīng)用

在實(shí)際應(yīng)用中，通過(guò)對(duì)不同客戶群的特征進(jìn)行分析，采取較好的營(yíng)銷方法，為航空公司的價(jià)值客戶群管理者提供較好的參考。

3.5.1 會(huì)員的升級(jí)與保級(jí)

航空公司在對(duì)會(huì)員進(jìn)行促銷之前，可以發(fā)出適當(dāng)?shù)男畔ⅲ蛘哚槍?duì)最高級(jí)別的消費(fèi)者，開展接近但尚未達(dá)到要求的促銷活動(dòng)，鼓勵(lì)他們通過(guò)消費(fèi)達(dá)到適當(dāng)?shù)臉?biāo)準(zhǔn)。通過(guò)這種方式，不僅可以盈利，使客戶對(duì)公司更加滿意，還可以使公司的精英會(huì)員增加。

3.5.2 首次兌換

通過(guò)在數(shù)據(jù)中選擇沒有達(dá)到首次交換標(biāo)準(zhǔn)的用戶，并經(jīng)過(guò)消費(fèi)確定或促進(jìn)他們遵守標(biāo)準(zhǔn)。一旦完成了首次兌換，客戶在本公司進(jìn)行再次消費(fèi)兌換要容易許多，在一定程度上等于使轉(zhuǎn)移的成本增加。

3.5.3 交叉銷售

通過(guò)不同的方式與非航空公司合作，使客戶在消費(fèi)過(guò)程中獲得積分，增強(qiáng)用戶粘性。

3.6 航空公司客戶價(jià)值分析結(jié)論

通過(guò)上述對(duì)客戶價(jià)值細(xì)分的討論，不同的客戶群我們采用不同的策略，主要為:一般客戶，采取策略為多發(fā)送平時(shí)票價(jià)優(yōu)惠信息；重要價(jià)值客戶，采取策略為差異化管理且采用一對(duì)一營(yíng)銷；重要發(fā)展客戶，采取策略為關(guān)聯(lián)銷售，并提高忠誠(chéng)度；重要挽留客戶，采取策略為給予特定的優(yōu)惠政策，比如限時(shí)折扣等。

4 結(jié)論

通過(guò)客戶價(jià)值分析，企業(yè)可以更加重視客戶，合理計(jì)算和分類客戶價(jià)值，制定合理的營(yíng)銷策略，確保公司未來(lái)的發(fā)展。識(shí)別并分析客戶的價(jià)值是對(duì)企業(yè)非常重要的，可以方便調(diào)整業(yè)務(wù)以便于未來(lái)在競(jìng)爭(zhēng)激烈的環(huán)境中可以脫穎而出，使用適當(dāng)?shù)臄?shù)據(jù)挖掘和分析工具，完成客戶價(jià)值的分析，使企業(yè)能夠創(chuàng)造足夠的營(yíng)銷方案去提高客戶分類以及客戶滿意度和忠誠(chéng)度。