談到用戶分類模型,，最被談及的應該就是RFM模型了。大部分人常把RFM模型掛在嘴邊,，而在實際使用中的卻很難真正的利用起來,。這里暫時不去討論RFM是好是壞。今天的介紹的是另外一個拓展的模型：航空公司客戶價值分析模型LRFCM

RFM模型的復習

在客戶分類中,，RFM模型是一個經(jīng)典的分類模型,，模型利用通用交易環(huán)節(jié)中最核心的三個維度——最近消費(Recency)、消費頻率(Frequency),、消費金額(Monetary)細分客戶群體,，從而分析不同群體的客戶價值。在某些商業(yè)形態(tài)中,，客戶與企業(yè)產(chǎn)生連接的核心指標會因產(chǎn)品特性而改變,。如互聯(lián)網(wǎng)產(chǎn)品中，以上三項指標可以相應地變?yōu)橄聢D中的三項：最近一次登錄,、登錄頻率,、在線時長。

LRFCM模型簡介

我們說RFM模型由R(最近消費時間間隔),、F(消費頻次)和M(消費總額)三個指標構成,，通過該模型識別出高價值客戶。但該模型并不完全適合所有行業(yè),，如航空行業(yè),，直接使用M指標并不能反映客戶的真實價值,，因為“長途低等艙”可能沒有“短途高等艙”價值高?？紤]到商用航空行業(yè)與一般商業(yè)形態(tài)的不同,，決定在RFM模型的基礎上，增加2個指標用于客戶分群與價值分析,，得到航空行業(yè)的LRFMC模型：

L：客戶關系長度,。客戶加入會員的日期至觀測窗口結束日期的間隔,。（反映可能的活躍時長）

R：最近一次乘機時間,。最近一次乘機日期至觀測窗口結束日期的間隔。（反映當前的活躍狀態(tài)）

F：乘機頻率,?？蛻粼谟^測窗口期內(nèi)乘坐飛機的次數(shù)。（反映客戶的忠誠度）

M：飛行總里程,?？蛻粼谟^測窗口期內(nèi)的飛行總里程。（反映客戶對乘機的依賴性）

C：平均折扣率,。客戶在觀測窗口期內(nèi)的平均折扣率,。（艙位等級對應的折扣系數(shù),，側面反映客戶價值高低）

LRFCM實戰(zhàn)

這里使用網(wǎng)上發(fā)布的一份數(shù)據(jù)做演示，數(shù)據(jù)地址： https://www./vinzzhang/aircompanycustomerinfo

字段說明：

MEMBER_NO：會員卡號

FFP_DATE：入會日期（辦理會員卡的日期）

FIRST_FLIGHT_DATE：第一次飛行日期

GENDER：性別

FFP_TIER：會員卡級別

WORK_CITY：工作地所在城市

WORK_PROVINCE：工作地所在身份

WORK_COUNTRY：工作地所在身份

AGE：年齡

LOAD_TIME：觀測窗口的結束時間（選取樣本的時間寬度,，距離現(xiàn)在最近的時間）

FLIGHT_COUNT：觀測窗口內(nèi)的飛行次數(shù)（頻數(shù)）

BP_SUM：觀測窗口總基本積分（航空公里的里程就相當于積分,，積累一定分數(shù)可以兌換獎品和免費里程）

EP_SUM_YR_1：第一年精英資格積分

EP_SUM_YR_2：第二年精英資格積分

SUM_YR_1：第一年總票價

SUM_YR_2：第二年總票價

SEG_KM_SUM：觀測窗口總飛行公里數(shù)

WEIGHTED_SEG_KM：觀測窗口總加權飛行公里數(shù)（Σ艙位折扣×航段距離）

LAST_FLIGHT_DATE：最后一次飛行日期

AVG_FLIGHT_COUNT：觀測窗口季度平均飛行次數(shù)

AVG_BP_SUM：觀測窗口季度平均基本積分累積

BEGIN_TO_FIRST：觀察窗口內(nèi)第一次乘機時間至MAX（觀察窗口始端，入會時間）時長

LAST_TO_END：最后一次乘機時間至觀察窗口末端時長

AVG_INTERVAL：平均乘機時間間隔

MAX_INTERVAL：觀察窗口內(nèi)最大乘機間隔

ADD_POINTS_SUM_YR_1：觀測窗口中第1年其他積分（合作伙伴,、促銷,、外航轉入等）

ADD_POINTS_SUM_YR_2：觀測窗口中第2年其他積分（合作伙伴、促銷,、外航轉入等）

EXCHANGE_COUNT：積分兌換次數(shù)

avg_discount：平均折扣率

P1Y_Flight_Count：第1年乘機次數(shù)

L1Y_Flight_Count：第2年乘機次數(shù)

P1Y_BP_SUM：第1年里程積分

L1Y_BP_SUM：第2年里程積分

EP_SUM：觀測窗口總精英積分

ADD_Point_SUM：觀測窗口中其他積分（合作伙伴,、促銷、外航轉入等）

Eli_Add_Point_Sum：非乘機積分總和

L1Y_ELi_Add_Points：第2年非乘機積分總和

Points_Sum：總累計積分

L1Y_Points_Sum：第2年觀測窗口總累計積分

Ration_L1Y_Flight_Count：第2年的乘機次數(shù)比率

Ration_P1Y_Flight_Count：第1年的乘機次數(shù)比率

Ration_P1Y_BPS：第1年里程積分占最近兩年積分比例

Ration_L1Y_BPS：第2年里程積分占最近兩年積分比例

Point_NotFlight：非乘機的積分變動次數(shù)

1,、數(shù)據(jù)準備

import pandas as pdimport numpy as npfrom sklearn.cluster import KMeansimport matplotlib.pyplot as plt data = pd.read_csv('data/air_data.csv') # 觀察各列數(shù)據(jù)# print(data.head())# explore = data.describe(percentiles=[], include='all').T# explore['null'] = len(data) - explore['count']# print(explore.head())# print(data.isnull().sum()) # 去除臟數(shù)據(jù)并只保留需要使用得字段data_cleaned = data[data['SUM_YR_1'].notnull() & data['SUM_YR_2'].notnull()]flag1 = data['SUM_YR_1'] != 0flag2 = data['SUM_YR_2'] != 0flag3 = (data['SEG_KM_SUM'] == 0) & (data['avg_discount'] == 0)data_cleaned = data_cleaned[flag1 | flag2 | flag3]data_cleaned = data_cleaned.reset_index(drop=True)data_sepc = data_cleaned[['LOAD_TIME', 'FFP_DATE', 'LAST_TO_END', 'FLIGHT_COUNT', 'SEG_KM_SUM', 'avg_discount']] # 將數(shù)據(jù)字段轉換成LRFMCdata_sepc['LOAD_TIME'] = pd.to_datetime(data_sepc['LOAD_TIME'])data_sepc['FFP_DATE'] = pd.to_datetime(data_sepc['FFP_DATE'])data_LRFMC = pd.DataFrame()data_LRFMC['L'] = ((data_sepc['LOAD_TIME'] - data_sepc['FFP_DATE']) / np.timedelta64(1, 'D')) / 30data_LRFMC['R'] = data_sepc['LAST_TO_END']data_LRFMC['F'] = data_sepc['FLIGHT_COUNT']data_LRFMC['M'] = data_sepc['SEG_KM_SUM']data_LRFMC['C'] = data_sepc['avg_discount'] # 對LRFMC進行規(guī)格化處理data_std_scale = (data_LRFMC - data_LRFMC.mean(axis=0)) / (data_LRFMC.std(axis=0))data_std_scale.columns = ['Z' i for i in data_std_scale.columns]# print(data_std_scale.head())

2,、使用Kmeans進行聚類def distEclud(vecA, vecB):    '''    計算兩個向量的歐式距離的平方，并返回    '''    return np.sum(np.power(vecA - vecB, 2))  def test_Kmeans_nclusters(data_train):    '''    計算不同的k值時,，SSE的大小變化    '''    data_train = data_train.values    nums = range(2, 10)    SSE = []    for num in nums:        sse = 0        kmodel = KMeans(n_clusters=num, n_jobs=4)        kmodel.fit(data_train)        cluster_ceter_list = kmodel.cluster_centers_        cluster_list = kmodel.labels_.tolist()        for index in range(len(data_train)):  # 計算殘差平方和            cluster_num = cluster_list[index]            sse  = distEclud(data_train[index, :], cluster_ceter_list[cluster_num])        print('簇數(shù)是', num, '時,； SSE是', sse)        SSE.append(sse)    return nums, SSE  # 畫圖，通過觀察SSE與k的取值嘗試找出合適的k值nums, SSE = test_Kmeans_nclusters(data_std_scale)plt.rcParams['font.size'] = 12.0plt.style.use('ggplot')fig = plt.figure(figsize=(10, 10))ax = fig.add_subplot(1, 1, 1)ax.plot(nums, SSE, marker=' ')ax.set_xlabel('n_clusters', fontsize=18)ax.set_ylabel('SSE', fontsize=18)fig.suptitle('KMeans', fontsize=20)plt.show()

從上圖可大致確定拐點在5左右,，接下來選擇k=5進行聚類

# 獲取聚類結果k = 5kmodel = KMeans(k)kmodel.fit(data_std_scale)r = pd.concat([data_std_scale, pd.Series(kmodel.labels_, index=data_std_scale.index)], axis=1)r.columns = list(data_std_scale.columns) ['mem_class']print(r.head()) # 獲取聚類中心點結果r1 = pd.Series(kmodel.labels_).value_counts()  # 統(tǒng)計各個類別的數(shù)目r2 = pd.DataFrame(kmodel.cluster_centers_)  # 找出聚類中心max_v = r2.values.max()min_v = r2.values.min()r_center = pd.concat([r2, r1], axis=1)  # 橫向連接（0是縱向）,，得到聚類中心對應的類別下的數(shù)目r_center.columns = list(data_std_scale.columns) ['mem_class']# mem_class = r.groupby('mem_class').size().reset_index(name='counts')

聚類結果：

聚類中心點結果：

3,、對聚類結果進行可是化展現(xiàn)# 查看每個類別下，每個數(shù)值得分布數(shù)據(jù)for i in range(k):    data_std_scale[r['mem_class'] == i].plot(kind='kde', linewidth=2, subplots=True, sharex=False,                                             layout=(1, data_std_scale.shape[1]), figsize=(16, 2))    # data_std_scale[r['mem_class'] == i].plot(kind='hist', linewidth=2, subplots=True, sharex=False,    #                                          layout=(1, data_std_scale.shape[1]), figsize=(16, 2))    plt.legend()plt.show()

# 將各個類別中心點值在同一圖形上展示（便于對比）clu = kmodel.cluster_centers_feature = ['L', 'R', 'F', 'M', 'C']colors = ['red', 'green', 'yellow', 'blue', 'black']for i in range(k):    plt.plot(feature, clu[i], label='clustre ' str(i), linewidth=2, color=colors[i], marker='o')plt.ylabel('values')plt.show()

# 以雷達圖得方式展示（更加直觀）fig = plt.figure(figsize=(10, 8))ax = fig.add_subplot(111, polar=True)center_num = r_center.valuesN = len(feature)for i, v in enumerate(center_num):    # 設置雷達圖的角度,，用于平分切開一個圓面    angles = np.linspace(0, 2 * np.pi, N, endpoint=False)    # 為了使雷達圖一圈封閉起來,，需要下面的步驟    center = np.concatenate((v[:-1], [v[0]]))    angles = np.concatenate((angles, [angles[0]]))    # 繪制折線圖    ax.plot(angles, center, 'o-', linewidth=2, label='category_%d : %d' % (i   1, v[-1]))    # 填充顏色    ax.fill(angles, center, alpha=0.25)    # 添加每個特征的標簽    ax.set_thetagrids(angles * 180 / np.pi, feature, fontsize=15)    # 設置雷達圖的范圍    ax.set_ylim(min_v - 0.1, max_v   0.1)    # 添加標題    plt.title('LRFCM', fontsize=20)    # 添加網(wǎng)格線    ax.grid(True)    # 設置圖例    plt.legend(loc='upper right', bbox_to_anchor=(1.3, 1.0), ncol=1, fancybox=True, shadow=True)# 顯示圖形plt.show()

4、對聚類結果進行分析及定義

通過以上數(shù)據(jù)我們就可以根據(jù)具體每個分類得值進行會員劃分：

將用戶定義為5個等級：

重要保持客戶：平均折扣率高(C↑),，最近有乘機記錄(R↓),，乘機次數(shù)高(F↑)或里程高(M↑)這類客戶機票票價高，不在意機票折扣,，經(jīng)常乘機,，是最理想的客戶類型公司應優(yōu)先將資源投放到他們身上，維持這類客戶的忠誠度

重要發(fā)展客戶平均折扣率高(C↑),，最近有乘機記錄(R↓),，乘機次數(shù)低(F↓)或里程低(M↓)這類客戶機票票價高，不在意機票折扣,，最近有乘機記錄,，但總里程低，具有很大的發(fā)展?jié)摿緫訌娺@類客戶的滿意度,，使他們逐漸成為忠誠客戶

重要挽留客戶平均折扣率高(C↑),，乘機次數(shù)高(F↑)或里程高(M↑)，最近無乘機記錄(R↑)這類客戶總里程高,，但較長時間沒有乘機,，可能處于流失狀態(tài)公司應加強與這類客戶的互動，召回用戶,，延長客戶的生命周期

一般客戶平均折扣率低(C↓),，最近無乘機記錄(R↑)，乘機次數(shù)低(F↓)或里程低(M↓),，入會時間短(L↓)這類客戶機票票價低,，經(jīng)常買折扣機票，最近無乘機記錄,，可能是趁著折扣而選擇購買,，對品牌無忠誠度公司需要在資源支持的情況下強化對這類客戶的聯(lián)系

低價值客戶平均折扣率低（C↓），最近無乘機記錄（R↑）,，乘機次數(shù)低（F↓）或里程高（M↓）,，入會時間長（L↑）這類客戶與一般客戶類似，機票票價低,，經(jīng)常買折扣機票,，最近無乘機記錄，可能是趁著折扣而選擇購買,，對品牌無忠誠度

可以看出重要保持客戶,、重要發(fā)展客戶,、重要挽留客戶是最具價值的前三名客戶類型，為了深度挖掘航空公司各類型客戶的價值,，需要提升重要發(fā)展客戶的價值,、穩(wěn)定和延長重要保持客戶的高水平消費、對重要挽留客戶積極進行關系恢復,，并策劃相應的營銷策略加強鞏固客戶關系,。