常规学习视频
206人加入学习
数据分析和可视化案例:航空公司客户价值分析
价格 ¥ 199.00
该课程属于 Python技术应用(初级)职业技能提升 请加入后再学习

特征构造:

1、传统RFM模型在航空行业的缺陷

在RFM模型中,消费金额表示在一段时间内,客户购买该企业产品金额的总和,由于航空票价受到运输距离,舱位等级等多种因素影响,同样消费金额的不同旅客对航空公司的价值是不同的,因此这个特征并不适用于航空公司的客户价值分析。

2、航空客户价值分析的LRFMC模型

本项目选择客户在一定时间内累积的飞行里程M和客户在一定时间内乘坐舱位所对应的折扣系数的平均值C两个特征代替消费金额。此外,航空公司会员入会时间的长短在一定程度上能够影响客户价值,所以在模型中增加客户关系程度L,作为区分客户的另一特征。

本项目将客户关系长度L,消费时间间隔R,消费频率F,飞行里程M和折扣系数的平均值C作为航空公司识别客户价值的关键特征,记为LRFMC模型。

[展开全文]

RFM模型:

本项目的目标是客户价值分析,即通过航空公司客户数据识别不同价值的客户,识别客户价值应用最广泛的模型是RFM模型。

R(Recency)指的是最近一次消费时间与截止时间的间隔。

F(Frequency)指顾客在某段时间内所消费的次数。

M(Monetary)指顾客在某段时间内所消费的金额。

[展开全文]

案例背景:

1、行业内竞争

2、行业外竞争

 

[展开全文]

授课教师

数据挖掘与人工智能金牌讲师

课程特色

视频(13)
下载资料(1)