基于聚类方法的航空公司客户价值分析

摘要：随着社会的发展，互联网技术融入各个行业，目前很多公司和企业的营销重点不仅是保证产品质量，还更加注重以客户为中心，以满足客户的需求，将客户作为公司实现利润增长的重要目标。文章主要根据客户细分的方法，利用K-Mcans聚类、DBSCAN聚类、Mcan-Shift聚类分别对客户进行细分。

关键词：航空公司；客户价值分析；K-Mcans聚类

中图法分类号：TP311 文献标识码：A

首先，Ｋ?Ｍｅａｎｓ 聚类将航空公司客户分为５ 类，达到了细分的效果，并且更好地保留了航空公司的客户，增加了客户的满意度，在采取方案时更有针对性，有利于航空公司的未来发展。其次，ＤＢＳＣＡＮ 聚类将航空公司客户分为２ 类，即重要客户和不重要客户，没有尽可能地保留客户，对能够发展成重要客户的没有进行细分，未达到细分的效果，所以此方法不是最适合的。最后，Ｍｅａｎ?Ｓｈｉｆｔ 聚类将航空公司客户分为９类，达到了细分的效果，但是在采取对应策略时会出现重复，所以也不是最好的方法。综上，Ｋ?Ｍｅａｎｓ 聚类能够高效地细分航空公司客户，对客户进行分类之后，能够更有针对性地采取服务，为航空公司提高客户满意度，从而吸引更多的客户，最终给航空公司带来较大的利益。

１ 数据与方法

１．１ 数据预处理

航空公司客户信息数据包括航空公司客户的姓名、性别、年龄、会员卡号、入会时间、第一次飞行时间、会员卡级别、工作地城市、工作地所在省份、工作地所在国家等，以及客户的飞行里程数、航班数、购买机票金额等，共计６１ ３４０ 条。由于数据残缺不全，因此不能直接进行数据挖掘，数据预处理技术则是提高数据质量的重要手段。

所谓数据清洗，是指将源数据中的“脏”数据清洗掉，即清洗掉每一列数据中的缺失值或异常值，为之后数据的读取作铺垫。观察数据可以发现，原始数据中有以下几类数据：票价为空值、票价为０、年龄大于１００、平均折扣率为０、总里程数为０。由于航空客户数据量大且原始数据占比小，因此将其丢弃，达到数据清洗的目的。另外，数据变换的方式为属性构造和数据标准化。

通过观察数据可知，航空公司数据的每一列数值差距过大，为１～１ ０００，会导致偏移，因此通过数据标准化将数据放缩到［０，１］区间；属性构造就是将原有的属性和新添加的属性合并，源数据中属性较多，所以选择与ＬＦＲＭＣ 指标相关的５ 个属性，由于原始资料无法直接反映５ 个ＬＦＲＭＣ 指标，因此要从原始资料中抽取５ 个指标。其中，Ｌ＝ＬＯＡＤ＿ＴＩＭＥ?ＦＦＰ＿ＤＡＴＥ（客户注册时间）；Ｒ＝ＬＡＳＴ＿ＴＯ＿ＥＮＤ（上一个航班时刻）；Ｆ＝ＦＩＧＨＴ＿ＣＯＵＮＴ（总的航班数）；Ｗ＝ＷＥＩＧＨＴＥＤ＿ＳＥＧ＿ＫＭ（总里程数）；Ｍ＝ＳＵＭ＿ＹＲ＿１＋ＳＵＭ＿ＹＲ＿２（购买机票总金额），最后达到数据变换的目的。

１．２ 聚类模型原理

聚类分析是指将数据按特定的特性进行归类，即将数据接近的分为一组［１］ 。由于不同的人群有差异，因此，聚类分析无法用于预测，仅限于对知识的挖掘。

本节对Ｋ?Ｍｅａｎｓ 聚类的基本原理进行了描述，同时对ＤＢＳＣＡＮ 聚类、Ｍｅａｎ?Ｓｈｉｆｔ 聚类的基本原理进行了阐述，为后期对客户价值进行分析作铺垫。

１．２．１ Ｋ?Ｍｅａｎｓ 聚类原理

对事物进行归类、归纳和揭示客观规律是人们认识与改造世界的常用方法。聚类分析将各种属性进行区分，从而使聚类分析能够较好地处理不能识别的对象。聚类算法的种类繁多，其中最常用的是Ｋ?Ｍｅａｎｓ 算法。Ｋ?Ｍｅａｎｓ 算法是一种高效的、能够有效地处理海量数据的方法。实际上，Ｋ?Ｍｅａｎｓ 算法常常被用来对企业的客户进行价值分析。

Ｋ?Ｍｅａｎｓ 算法的具体实现步骤如下：首先任选Ｋ个样本点作为初始数组中心；其次重复迭代；再次根据样本点的平均值，重新赋予每个样本点最近的值；最后更新计算平均值，直到聚类中心不再发生改变，停止迭代。

１．２．２ ＤＢＳＣＡＮ 聚类原理

ＤＢＳＣＡＮ 密度聚类是将具有足够密度的区域划分成簇，并且能够发现任意形状的簇。比如，在众多点中随机选中１ 个点，将该点看作中心点，并以规定的半径画１ 个圆，圆内最少包含的样本点叫做阈值。

若在指定半径内有足够多的样本点，则圆的圆心转移到内部样本点。待圆发现所圈样本点数量少于预先指定的值时，则停止。Ｋ?Ｍｅａｎｓ 聚类算法只能处理球形的簇，即一个聚成实心的团，具有一定的局限性。

但在现实中还会出现各种各样的情况，此时就会用到ＤＢＳＣＡＮ 密度聚類。

１．２．３ Ｍｅａｎ?Ｓｈｉｆｔ 聚类原理

Ｍｅａｎ?Ｓｈｉｆｔ 聚类是由均值和偏移组成的［２］ ，即有一个点Ｘ，周围有很多点Ｘｉ ，计算点Ｘ 移动到每个点所需要的偏移量之和，得到平均偏移量。该偏移量包含大小和方向，方向是周围分布密集的方向。然后点Ｘ 往平均偏移量方向移动，再以此为新起点，不断迭代，直到密度最大处，停止迭代。

２ 基于聚类方法的航空公司客户分类

２．１ 客户聚类

２．１．１ Ｋ?Ｍｅａｎｓ 聚类

使用Ｋ?Ｍｅａｎｓ 聚类算法对客户数据进行客户分群并将航空公司客户聚为５ 类。如图１ 所示，客户群１ 在所有特征上的值都很小，且在Ｌ 处的值最小，说明客户群１ 是新入会员较多；客户群２ 在Ｃ 处的值最大，在Ｆ，Ｍ 处的特征值较小，说明客户群２ 是偏好乘坐高级舱位的客户群；客户群３ 在Ｆ，Ｍ 上的值最大，且在特征Ｒ 上的值最小，说明客户群３ 频繁乘机且近期都有乘机记录；客户群４ 在Ｌ 处特征最大，在Ｒ 处特征较小，其他特征适中，说明客户群４ 的入会时间较长，飞行频率也较高，是较有高价值的客户群；客户群５ 在Ｒ 处的值最大，且在Ｌ，Ｍ，Ｆ，Ｃ 处的值都相对较小，说明客户群５ 已经很久没乘机。

２．１．２ ＤＢＳＣＡＮ 聚类

使用ＤＢＳＣＡＮ 聚类对客户数据进行分群，结合清洗后的数据以及ＤＢＳＣＡＮ 聚类，能够将客户分为２类［３］ 。０ 标签定义为重要客户，－１ 标签定义为不重要客户。

聚类对应标签为［－１－１－１…－１－１－１］；０ 标签的个数是４８ ９１１；－１ 标签的个数是１３ １３２。

与Ｋ?Ｍｅａｎｓ 方法相比，ＤＢＳＣＡＮ 不需要事先知道要形成的簇类的数量。并且，与Ｋ?Ｍｅａｎｓ 方法相比，ＤＢＳＣＡＮ 可以发现任意形状的簇类。但其弊端是如果已知类别数，Ｋ?Ｍｅａｎｓ 更直接，而ＤＢＳＣＡＮ 是基于密度的聚类，无法找出中心点。

２．１．３ Ｍｅａｎ?Ｓｈｉｆｔ 聚类

使用Ｍｅａｎ?Ｓｈｉｆｔ 聚类对客户数据进行分群，结合清洗后的数据，将客户分为９ 类，分别是重点保持客户、开发重点客户、重点发展客户、现有重点客户、重点挽留客户、不重点挽留客户、普通客户、特殊客户、低成本客户。Ｍｅａｎ?Ｓｈｉｆｔ 算法是基于核密度估计的爬山算法，同样不需要指定聚类个数，但计算速度较慢。

２．２ 客户价值分析

经综合考量，Ｋ?Ｍｅａｎｓ 聚类将航空公司客户分为５ 大类更为合适。因此，本文定义了５ 个层次的客户类别，即重点保持对象、重点发展对象、重点挽留对象、普通对象和低成本对象。

（１）重点保持对象，该客户群的平均折扣系数（Ｃ）较高（通常是较高的航班舱位），最近一架飞机（Ｒ）出发的时间更短，（Ｆ）和（Ｍ）的飞行次数更多，这就是航空公司的宝贵客户，而且是最适合的客户。他们为航空公司做出了最大的贡献，但是他们的份额却很少。为了提升客户的忠诚度和满意度，使其消费水平最大化，航空公司应该给予他们更多的关注。

（２）重点发展对象，他們具有较高的平均减少系数（Ｃ），较短的间隔时间（Ｒ），但是较少的航班（Ｆ）或总的飞行英里，这些客户的会员时间（Ｌ）有限，是航空公司的潜在客户。

（３）重点挽留对象，留住这些具有较高的平均折扣率（Ｃ）、航班数（Ｆ）、总里程数（Ｍ）的客户，他们曾搭乘过但长时间未预订过的航班时间（Ｒ）长。这些客户的价值有很大的不确定性，因为不同的原因导致不同客户退出，所以要及时地了解客户的发展情况，并与他们保持联络是非常关键的。航空公司要根据客户近期的消费次数和使用次数，收集客户的消费变动情况，制定客户清单，加强与客户的联络，采取一定的市场推广措施，以延长客户乘坐航班的时间。

（４）普通对象和低成本对象，这些客户的航班平均折扣系数（Ｃ）非常低，他们从未乘坐过航班（Ｒ）的概率较高，航班数（Ｆ）或总公里数（Ｍ）少，黏附时间（Ｌ）短。他们是航空公司的普通客户和低成本客户，不需要特别制定服务，按照航空公司日常标准提供服务即可。

３ 结束语

在对航空公司客户价值进行分析的过程中，客户注册时间、上一个航班时刻、总的航班数、总里程数、购买机票总金额都是重要的指标。本文通过Ｋ?Ｍｅａｎｓ聚类、ＤＢＳＣＡＮ 聚类、Ｍｅａｎ?Ｓｈｉｆｔ 聚类将航空公司的客户群体划分成不同类型。通过对比发现，将航空公司客户分为５ 类效果更好，其中３ 类重点对象对航空公司的发展具有重要价值，所以可以进行会员升级和里程兑换服务，这不仅增加了趣味性还有效地保留了客户，同时提高了客户满意度，从而给航空公司带来更大的收益。

聚类分析的应用较为广泛，但仍存在不足，如并不是每一个案例都适用，需要具体问题具体分析。另外，此次研究使用的指标不足，只考虑了客户注册时间、上一个航班时刻、总的航班数、总里程数、购买机票总金额，但是舱位等级等因素也有可能影响航空公司客户的价值。

参考文献：

［１］ 陈方芳，傅仰耿．基于聚类算法识别大型百货商场客户价值的ＲＦＭ 模型［Ｊ］．景德镇学院学报，２０２１，３６（３）：６８?７２．

［２］ 刘淑英，邹燕飞，李红．基于Ｋ?Ｍｅａｎｓ 算法的航空公司客户价值分析［Ｊ］．数字技术与应用，２０２１，３９（１１）：１０?１２．

［３］ 张天炫，包丹文，狄智玮，等．基于Ｋ?ｍｅａｎｓ 的航空旅客空间行为模式研究［Ｊ］．华东交通大学学报，２０１９，３６（５）：５９?６６．

作者简介：许超（１９９４—），硕士，助教，研究方向：人工智能技术。