基于聚類方法的航空公司客戶價值分析

摘要：隨著社會的發展，互聯網技術融入各個行業，目前很多公司和企業的營銷重點不僅是保證產品質量，還更加注重以客戶為中心，以滿足客戶的需求，將客戶作為公司實現利潤增長的重要目標。文章主要根據客戶細分的方法，利用K-Mcans聚類、DBSCAN聚類、Mcan-Shift聚類分別對客戶進行細分。

關鍵詞：航空公司；客戶價值分析；K-Mcans聚類

中圖法分類號：TP311 文獻標識碼：A

首先，Ｋ?Ｍｅａｎｓ 聚類將航空公司客戶分為５ 類，達到了細分的效果，并且更好地保留了航空公司的客戶，增加了客戶的滿意度，在采取方案時更有針對性，有利于航空公司的未來發展。其次，ＤＢＳＣＡＮ 聚類將航空公司客戶分為２ 類，即重要客戶和不重要客戶，沒有盡可能地保留客戶，對能夠發展成重要客戶的沒有進行細分，未達到細分的效果，所以此方法不是最適合的。最后，Ｍｅａｎ?Ｓｈｉｆｔ 聚類將航空公司客戶分為９類，達到了細分的效果，但是在采取對應策略時會出現重復，所以也不是最好的方法。綜上，Ｋ?Ｍｅａｎｓ 聚類能夠高效地細分航空公司客戶，對客戶進行分類之后，能夠更有針對性地采取服務，為航空公司提高客戶滿意度，從而吸引更多的客戶，最終給航空公司帶來較大的利益。

１ 數據與方法

１．１ 數據預處理

航空公司客戶信息數據包括航空公司客戶的姓名、性別、年齡、會員卡號、入會時間、第一次飛行時間、會員卡級別、工作地城市、工作地所在省份、工作地所在國家等，以及客戶的飛行里程數、航班數、購買機票金額等，共計６１ ３４０ 條。由于數據殘缺不全，因此不能直接進行數據挖掘，數據預處理技術則是提高數據質量的重要手段。

所謂數據清洗，是指將源數據中的“臟”數據清洗掉，即清洗掉每一列數據中的缺失值或異常值，為之后數據的讀取作鋪墊。觀察數據可以發現，原始數據中有以下幾類數據：票價為空值、票價為０、年齡大于１００、平均折扣率為０、總里程數為０。由于航空客戶數據量大且原始數據占比小，因此將其丟棄，達到數據清洗的目的。另外，數據變換的方式為屬性構造和數據標準化。

通過觀察數據可知，航空公司數據的每一列數值差距過大，為１～１ ０００，會導致偏移，因此通過數據標準化將數據放縮到［０，１］區間；屬性構造就是將原有的屬性和新添加的屬性合并，源數據中屬性較多，所以選擇與ＬＦＲＭＣ 指標相關的５ 個屬性，由于原始資料無法直接反映５ 個ＬＦＲＭＣ 指標，因此要從原始資料中抽取５ 個指標。其中，Ｌ＝ＬＯＡＤ＿ＴＩＭＥ?ＦＦＰ＿ＤＡＴＥ（客戶注冊時間）；Ｒ＝ＬＡＳＴ＿ＴＯ＿ＥＮＤ（上一個航班時刻）；Ｆ＝ＦＩＧＨＴ＿ＣＯＵＮＴ（總的航班數）；Ｗ＝ＷＥＩＧＨＴＥＤ＿ＳＥＧ＿ＫＭ（總里程數）；Ｍ＝ＳＵＭ＿ＹＲ＿１＋ＳＵＭ＿ＹＲ＿２（購買機票總金額），最后達到數據變換的目的。

１．２ 聚類模型原理

聚類分析是指將數據按特定的特性進行歸類，即將數據接近的分為一組［１］ 。由于不同的人群有差異，因此，聚類分析無法用于預測，僅限于對知識的挖掘。

本節對Ｋ?Ｍｅａｎｓ 聚類的基本原理進行了描述，同時對ＤＢＳＣＡＮ 聚類、Ｍｅａｎ?Ｓｈｉｆｔ 聚類的基本原理進行了闡述，為后期對客戶價值進行分析作鋪墊。

１．２．１ Ｋ?Ｍｅａｎｓ 聚類原理

對事物進行歸類、歸納和揭示客觀規律是人們認識與改造世界的常用方法。聚類分析將各種屬性進行區分，從而使聚類分析能夠較好地處理不能識別的對象。聚類算法的種類繁多，其中最常用的是Ｋ?Ｍｅａｎｓ 算法。Ｋ?Ｍｅａｎｓ 算法是一種高效的、能夠有效地處理海量數據的方法。實際上，Ｋ?Ｍｅａｎｓ 算法常常被用來對企業的客戶進行價值分析。

Ｋ?Ｍｅａｎｓ 算法的具體實現步驟如下：首先任選Ｋ個樣本點作為初始數組中心；其次重復迭代；再次根據樣本點的平均值，重新賦予每個樣本點最近的值；最后更新計算平均值，直到聚類中心不再發生改變，停止迭代。

１．２．２ ＤＢＳＣＡＮ 聚類原理

ＤＢＳＣＡＮ 密度聚類是將具有足夠密度的區域劃分成簇，并且能夠發現任意形狀的簇。比如，在眾多點中隨機選中１ 個點，將該點看作中心點，并以規定的半徑畫１ 個圓，圓內最少包含的樣本點叫做閾值。

若在指定半徑內有足夠多的樣本點，則圓的圓心轉移到內部樣本點。待圓發現所圈樣本點數量少于預先指定的值時，則停止。Ｋ?Ｍｅａｎｓ 聚類算法只能處理球形的簇，即一個聚成實心的團，具有一定的局限性。

但在現實中還會出現各種各樣的情況，此時就會用到ＤＢＳＣＡＮ 密度聚類。

１．２．３ Ｍｅａｎ?Ｓｈｉｆｔ 聚類原理

Ｍｅａｎ?Ｓｈｉｆｔ 聚類是由均值和偏移組成的［２］ ，即有一個點Ｘ，周圍有很多點Ｘｉ ，計算點Ｘ 移動到每個點所需要的偏移量之和，得到平均偏移量。該偏移量包含大小和方向，方向是周圍分布密集的方向。然后點Ｘ 往平均偏移量方向移動，再以此為新起點，不斷迭代，直到密度最大處，停止迭代。

２ 基于聚類方法的航空公司客戶分類

２．１ 客戶聚類

２．１．１ Ｋ?Ｍｅａｎｓ 聚類

使用Ｋ?Ｍｅａｎｓ 聚類算法對客戶數據進行客戶分群并將航空公司客戶聚為５ 類。如圖１ 所示，客戶群１ 在所有特征上的值都很小，且在Ｌ 處的值最小，說明客戶群１ 是新入會員較多；客戶群２ 在Ｃ 處的值最大，在Ｆ，Ｍ 處的特征值較小，說明客戶群２ 是偏好乘坐高級艙位的客戶群；客戶群３ 在Ｆ，Ｍ 上的值最大，且在特征Ｒ 上的值最小，說明客戶群３ 頻繁乘機且近期都有乘機記錄；客戶群４ 在Ｌ 處特征最大，在Ｒ 處特征較小，其他特征適中，說明客戶群４ 的入會時間較長，飛行頻率也較高，是較有高價值的客戶群；客戶群５ 在Ｒ 處的值最大，且在Ｌ，Ｍ，Ｆ，Ｃ 處的值都相對較小，說明客戶群５ 已經很久沒乘機。

２．１．２ ＤＢＳＣＡＮ 聚類

使用ＤＢＳＣＡＮ 聚類對客戶數據進行分群，結合清洗后的數據以及ＤＢＳＣＡＮ 聚類，能夠將客戶分為２類［３］ 。０ 標簽定義為重要客戶，－１ 標簽定義為不重要客戶。

聚類對應標簽為［－１－１－１…－１－１－１］；０ 標簽的個數是４８ ９１１；－１ 標簽的個數是１３ １３２。

與Ｋ?Ｍｅａｎｓ 方法相比，ＤＢＳＣＡＮ 不需要事先知道要形成的簇類的數量。并且，與Ｋ?Ｍｅａｎｓ 方法相比，ＤＢＳＣＡＮ 可以發現任意形狀的簇類。但其弊端是如果已知類別數，Ｋ?Ｍｅａｎｓ 更直接，而ＤＢＳＣＡＮ 是基于密度的聚類，無法找出中心點。

２．１．３ Ｍｅａｎ?Ｓｈｉｆｔ 聚類

使用Ｍｅａｎ?Ｓｈｉｆｔ 聚類對客戶數據進行分群，結合清洗后的數據，將客戶分為９ 類，分別是重點保持客戶、開發重點客戶、重點發展客戶、現有重點客戶、重點挽留客戶、不重點挽留客戶、普通客戶、特殊客戶、低成本客戶。Ｍｅａｎ?Ｓｈｉｆｔ 算法是基于核密度估計的爬山算法，同樣不需要指定聚類個數，但計算速度較慢。

２．２ 客戶價值分析

經綜合考量，Ｋ?Ｍｅａｎｓ 聚類將航空公司客戶分為５ 大類更為合適。因此，本文定義了５ 個層次的客戶類別，即重點保持對象、重點發展對象、重點挽留對象、普通對象和低成本對象。

（１）重點保持對象，該客戶群的平均折扣系數（Ｃ）較高（通常是較高的航班艙位），最近一架飛機（Ｒ）出發的時間更短，（Ｆ）和（Ｍ）的飛行次數更多，這就是航空公司的寶貴客戶，而且是最適合的客戶。他們為航空公司做出了最大的貢獻，但是他們的份額卻很少。為了提升客戶的忠誠度和滿意度，使其消費水平最大化，航空公司應該給予他們更多的關注。

（２）重點發展對象，他們具有較高的平均減少系數（Ｃ），較短的間隔時間（Ｒ），但是較少的航班（Ｆ）或總的飛行英里，這些客戶的會員時間（Ｌ）有限，是航空公司的潛在客戶。

（３）重點挽留對象，留住這些具有較高的平均折扣率（Ｃ）、航班數（Ｆ）、總里程數（Ｍ）的客戶，他們曾搭乘過但長時間未預訂過的航班時間（Ｒ）長。這些客戶的價值有很大的不確定性，因為不同的原因導致不同客戶退出，所以要及時地了解客戶的發展情況，并與他們保持聯絡是非常關鍵的。航空公司要根據客戶近期的消費次數和使用次數，收集客戶的消費變動情況，制定客戶清單，加強與客戶的聯絡，采取一定的市場推廣措施，以延長客戶乘坐航班的時間。

（４）普通對象和低成本對象，這些客戶的航班平均折扣系數（Ｃ）非常低，他們從未乘坐過航班（Ｒ）的概率較高，航班數（Ｆ）或總公里數（Ｍ）少，黏附時間（Ｌ）短。他們是航空公司的普通客戶和低成本客戶，不需要特別制定服務，按照航空公司日常標準提供服務即可。

３ 結束語

在對航空公司客戶價值進行分析的過程中，客戶注冊時間、上一個航班時刻、總的航班數、總里程數、購買機票總金額都是重要的指標。本文通過Ｋ?Ｍｅａｎｓ聚類、ＤＢＳＣＡＮ 聚類、Ｍｅａｎ?Ｓｈｉｆｔ 聚類將航空公司的客戶群體劃分成不同類型。通過對比發現，將航空公司客戶分為５ 類效果更好，其中３ 類重點對象對航空公司的發展具有重要價值，所以可以進行會員升級和里程兌換服務，這不僅增加了趣味性還有效地保留了客戶，同時提高了客戶滿意度，從而給航空公司帶來更大的收益。

聚類分析的應用較為廣泛，但仍存在不足，如并不是每一個案例都適用，需要具體問題具體分析。另外，此次研究使用的指標不足，只考慮了客戶注冊時間、上一個航班時刻、總的航班數、總里程數、購買機票總金額，但是艙位等級等因素也有可能影響航空公司客戶的價值。

參考文獻：

［１］ 陳方芳，傅仰耿．基于聚類算法識別大型百貨商場客戶價值的ＲＦＭ 模型［Ｊ］．景德鎮學院學報，２０２１，３６（３）：６８?７２．

［２］ 劉淑英，鄒燕飛，李紅．基于Ｋ?Ｍｅａｎｓ 算法的航空公司客戶價值分析［Ｊ］．數字技術與應用，２０２１，３９（１１）：１０?１２．

［３］ 張天炫，包丹文，狄智瑋，等．基于Ｋ?ｍｅａｎｓ 的航空旅客空間行為模式研究［Ｊ］．華東交通大學學報，２０１９，３６（５）：５９?６６．

作者簡介：許超（１９９４—），碩士，助教，研究方向：人工智能技術。