營銷數(shù)據(jù)分析-案例 第10章客戶關(guān)系管理案例

第10章客戶關(guān)系管理案例一、項(xiàng)目背景企業(yè)在面向客戶制定運(yùn)營策略、營銷策略時(shí)，希望能夠針對不同的客戶推行不同的策略，實(shí)現(xiàn)精準(zhǔn)化運(yùn)營，以期獲取最大的轉(zhuǎn)化率。客戶關(guān)系管理是精準(zhǔn)化運(yùn)營的基礎(chǔ)，而客戶關(guān)系管理的核心是客戶分類。通過客戶分類，對客戶群體進(jìn)行細(xì)分，區(qū)別出低價(jià)值客戶與高價(jià)值客戶，對不同的客戶群體開展不同的個(gè)性化服務(wù)，將有限的資源合理地分配給不同價(jià)值的客戶，從而實(shí)現(xiàn)效益最大化。本項(xiàng)目將使用航空公司客戶數(shù)據(jù)，結(jié)合RFM模型，采用K-Means聚類算法，對客戶進(jìn)行分群，比較不同類別客戶的價(jià)值，從而制定相應(yīng)的營銷策略。二、項(xiàng)目目標(biāo)信息時(shí)代的來臨使得企業(yè)營銷的焦點(diǎn)從產(chǎn)品中心轉(zhuǎn)變?yōu)榭蛻糁行?，客戶關(guān)系管理成為企業(yè)的核心問題?？蛻絷P(guān)系管理的關(guān)鍵問題是客戶分類，通過客戶分類，區(qū)分無價(jià)值客戶與高價(jià)值客戶，針對不同價(jià)值的客戶制定個(gè)性化服務(wù)方案，采取不同營銷策略，將有限的營銷資源集中于高價(jià)值客戶，以實(shí)現(xiàn)企業(yè)利潤最大化目標(biāo)。準(zhǔn)確的客戶分類結(jié)果是企業(yè)優(yōu)化營銷資源分配的重要依據(jù)，客戶分類逐漸成為客戶關(guān)系管理中亟待解決的關(guān)鍵問題之一。面對激烈的市場競爭，各個(gè)航空公司相繼推出了更優(yōu)惠的營銷方式來吸引更多的客戶，國內(nèi)某航空公司面臨著常旅客流失、競爭力下降和航空資源未充分利用等經(jīng)營危機(jī)。通過建立合理的客戶價(jià)值評估模型，對客戶進(jìn)行分類，分析比較不同客戶群體的價(jià)值，并制定相應(yīng)的營銷策略，對不同的客戶群提供個(gè)性化的客戶服務(wù)是必須的和有效的。結(jié)合該航空公司已積累的大量的會員檔案信息和其乘坐航班記錄，實(shí)現(xiàn)以下目標(biāo)：（1）借助航空公司客戶數(shù)據(jù)，對客戶進(jìn)行分類。（2）對不同的客戶類別進(jìn)行特征分析，比較不同類別的客戶的價(jià)值。（3）針對不同價(jià)值的客戶類別制定相應(yīng)的營銷策略，為其提供個(gè)性化服務(wù)。三、項(xiàng)目過程全球經(jīng)濟(jì)環(huán)境和市場環(huán)境已經(jīng)悄然改變，企業(yè)的業(yè)務(wù)逐步從以產(chǎn)品為主導(dǎo)轉(zhuǎn)向以客戶需求為主導(dǎo)。一種全新的“以客戶為中心”的業(yè)務(wù)模式正在形成并被提升到前所未有的高度。然而與客戶保持良好的關(guān)系需要花費(fèi)成本，企業(yè)所擁有的客戶中只有一部分能為企業(yè)帶來利潤。企業(yè)的資源也是有限的，忽視高潛力的客戶而對所有客戶都提供同樣的服務(wù)，將無法使企業(yè)的資源發(fā)揮其最大效用去創(chuàng)造最大化的利潤。任何企業(yè)要想生存和發(fā)展，都必須獲得利潤。追求利潤最大化是企業(yè)生存和發(fā)展的宗旨之一。所以企業(yè)不可能也不應(yīng)該和所有的客戶都保持同樣的關(guān)系?？蛻魻I銷戰(zhàn)略的倡導(dǎo)者Jay&AdamCurry從國外數(shù)百家公司進(jìn)行的客戶營銷實(shí)施經(jīng)驗(yàn)中提煉了如下經(jīng)驗(yàn)：（1）公司收入的80%來自頂端20%的客戶。（2）20%的客戶其利潤率為100%。（3）90%以上的收入來自現(xiàn)有客戶。（4）大部分的營銷預(yù)算經(jīng)常被用在非現(xiàn)有客戶上。（5）5%至30%的客戶在客戶金字塔中具有升級潛力。（6）客戶金字塔中客戶升級2%，意味著銷售收入增加10%，利潤增加50%。這些經(jīng)驗(yàn)也許并不完全準(zhǔn)確，但它揭示了新時(shí)代客戶分化的趨勢，也說明了對客戶價(jià)值分析的迫切性和必要性。如果把客戶的盈利性加以分析，就會發(fā)現(xiàn)客戶盈利結(jié)構(gòu)已經(jīng)發(fā)生了重大變化，只有特定的一部分客戶給企業(yè)帶來了利潤。企業(yè)如果想獲得長期發(fā)展，必須對這類客戶做到有效的識別和管理。如果用同樣的方法應(yīng)對所有與企業(yè)有業(yè)務(wù)往來的客戶，必然不會獲得成功。眾多的企業(yè)管理者雖然知道客戶價(jià)值分析的重要性，但對如何進(jìn)行客戶價(jià)值分析卻知之甚少。如何全方位、多角度地考慮客戶價(jià)值因素，進(jìn)行有效的客戶價(jià)值分析，這是所有企業(yè)需要認(rèn)真思索的一個(gè)問題。只有甄選出有價(jià)值的客戶，并將精力集中在這些客戶身上，才能有效地提升企業(yè)的競爭力，使企業(yè)獲得更大的發(fā)展。在客戶價(jià)值分析領(lǐng)域，最具影響力并得到實(shí)證檢驗(yàn)的理論與模型有：客戶終生價(jià)值理論、客戶價(jià)值金字塔模型、策略評估矩陣分析法和RFM客戶價(jià)值分析模型等。航空公司客戶價(jià)值分析案例的總體流程如圖所示，主要包括以下4個(gè)步驟：（1）抽取航空公司某段時(shí)間的數(shù)據(jù)。（2）對抽取的數(shù)據(jù)進(jìn)行數(shù)據(jù)探索分析與預(yù)處理，包括數(shù)據(jù)缺失值與異常值的探索分析、數(shù)據(jù)清洗、特征構(gòu)建、標(biāo)準(zhǔn)化等操作。（3）基于RFM模型，使用K-Means算法進(jìn)行客戶分群。（4）針對模型結(jié)果得到不同價(jià)值的客戶，采用不同的營銷手段，提供定制化的服務(wù)。四、數(shù)據(jù)采集本次建模數(shù)據(jù)來源于網(wǎng)絡(luò)(本項(xiàng)目撰寫人整理而成)，數(shù)據(jù)如下：根據(jù)航空公司系統(tǒng)內(nèi)的客戶基本信息、乘機(jī)信息以及積分信息等詳細(xì)數(shù)據(jù)，依據(jù)末次飛行日期（LAST_FLIGHT_DATE），以2014年3月31日為結(jié)束時(shí)間，選取寬度為兩年的時(shí)間段作為分析觀測窗口，抽取觀測窗口2012年4月1日至2014年3月31日內(nèi)有乘機(jī)記錄的所有客戶的詳細(xì)數(shù)據(jù)形成歷史數(shù)據(jù)，總共62988條記錄。其中包含了會員卡號、入會時(shí)間、性別、年齡、會員卡級別、工作地城市、工作地所在省份、工作地所在國家、觀測窗口結(jié)束時(shí)間、觀測窗口乘機(jī)積分、飛行公里數(shù)、飛行次數(shù)、飛行時(shí)間、乘機(jī)時(shí)間間隔、平均折扣率等44個(gè)屬性，如表所示。航空公司數(shù)據(jù)屬性說明五、探索性數(shù)據(jù)分析1.描述性統(tǒng)計(jì)分析通過對原始數(shù)據(jù)觀察發(fā)現(xiàn)數(shù)據(jù)中存在票價(jià)為空值的記錄，同時(shí)存在票價(jià)最小值為0、折扣率最小值為0但總飛行公里數(shù)大于0的記錄。票價(jià)為空值的數(shù)據(jù)可能是客戶不存在乘機(jī)記錄造成的。其他的數(shù)據(jù)可能是客戶乘坐0折機(jī)票或者積分兌換造成的。查找每列屬性觀測值中空值個(gè)數(shù)、最大值、最小值，得到的探索結(jié)果：2.分布分析分別從客戶基本信息、乘機(jī)信息、積分信息3個(gè)角度進(jìn)行數(shù)據(jù)探索，尋找客戶信息的分布規(guī)律。（1）客戶基本信息分布分析選取客戶基本信息中的入會時(shí)間、性別、會員卡級別和年齡字段進(jìn)行探索分析，探索客戶的基本信息分布情況，通過代碼清單得到各年份會員入會人數(shù)直方圖，入會人數(shù)隨年份的增長而增加，在2012年達(dá)到最高峰。根據(jù)上圖可知，大部分會員年齡集中在30～50歲之間，極少量的會員年齡小于20歲或高于60歲，且存在一個(gè)超過100歲的異常數(shù)據(jù)。（2）客戶乘機(jī)信息分布分析選取最后一次乘機(jī)至結(jié)束的時(shí)長、客戶乘機(jī)信息中的飛行次數(shù)、總飛行公里數(shù)進(jìn)行探索分析，探索客戶的乘機(jī)信息分布情況.根據(jù)上圖可知，客戶的入會時(shí)長主要分布在50～300區(qū)間內(nèi)，另外有一部分客戶群體的入會時(shí)長分布在600以上的區(qū)間，可分為兩個(gè)群體。根據(jù)上圖可知，客戶的飛行次數(shù)與總飛行公里數(shù)也明顯地分為兩個(gè)群體，大部分客戶集中在箱型圖下方的箱體中，少數(shù)客戶分散分布在箱體上界的上方，這部分客戶很可能是高價(jià)值客戶，因?yàn)槠滹w行次數(shù)和總飛行公里數(shù)明顯超過箱體內(nèi)的其他客戶。（3）客戶積分信息分布分析選取積分兌換次數(shù)、總累計(jì)積分進(jìn)行探索分析，探索客戶的積分信息分布情況，關(guān)鍵代碼如下：通過上圖可以看出，絕大部分客戶的兌換次數(shù)在0～10的區(qū)間內(nèi)，這表示大部分客戶都很少進(jìn)行積分兌換。通過上圖可以看出，一部分客戶集中在箱體中，少部分客戶分散分布在箱體上方，這部分客戶的積分要明顯高于箱體內(nèi)的客戶的積分。3.相關(guān)性分析客戶信息屬性之間存在相關(guān)性，選取入會時(shí)間、會員卡級別、客戶年齡、飛行次數(shù)、總飛行公里數(shù)、最近一次乘機(jī)至結(jié)束時(shí)長、積分兌換次數(shù)、總累計(jì)積分屬性，通過相關(guān)系數(shù)矩陣與熱力圖分析各屬性間的相關(guān)性。如下圖所示，可以看出部分屬性間具有較強(qiáng)的相關(guān)性，如FLIGHT_COUNT（飛行次數(shù)）屬性與SEG_KM_SUM（飛行總公里數(shù)）屬性；也有部分屬性與其他屬性的相關(guān)性都較弱，如AGE（年齡）屬性與EXCHANGE_COUNT（積分兌換次數(shù)）屬性。六、數(shù)據(jù)預(yù)處理本項(xiàng)目主要采用數(shù)據(jù)清洗、屬性歸約與數(shù)據(jù)變換的預(yù)處理方法。1.數(shù)據(jù)清洗觀察數(shù)據(jù)發(fā)現(xiàn)，原始數(shù)據(jù)中存在票價(jià)為空值、票價(jià)最小值為0、折扣率最小值為0、總飛行公里數(shù)大于0的記錄。票價(jià)為空值的數(shù)據(jù)可能是客戶不存在乘機(jī)記錄造成的。其他的數(shù)據(jù)可能是客戶乘坐0折機(jī)票或者積分兌換造成的。由于原始數(shù)據(jù)量大，這類數(shù)據(jù)所占比例較小，對于問題影響不大，因此對其進(jìn)行丟棄處理。同時(shí)，在進(jìn)行數(shù)據(jù)探索時(shí)，發(fā)現(xiàn)部分年齡大于100的記錄，也進(jìn)行丟棄處理，具體處理方法如下：（1）丟棄票價(jià)為空的記錄。（2）保留票價(jià)不為0的，或者平均折扣率不為0且總飛行公里數(shù)大于0的記錄。（3）丟棄年齡大于100的記錄。使用pandas對滿足清洗條件的數(shù)據(jù)進(jìn)行丟棄，處理方法為滿足清洗條件的一行數(shù)據(jù)全部丟棄。2.屬性歸約本項(xiàng)目的目標(biāo)是客戶價(jià)值分析，即通過航空公司客戶數(shù)據(jù)識別不同價(jià)值的客戶。識別客戶價(jià)值應(yīng)用最廣泛的模型是RFM模型。（1）RFM模型R（Recency）指的是最近一次消費(fèi)時(shí)間與截止時(shí)間的間隔。通常情況下，客戶最近一次消費(fèi)時(shí)間與截止時(shí)間的間隔越短，對即時(shí)提供的商品或是服務(wù)也最有可能感興趣。這也是為什么消費(fèi)時(shí)間間隔0～6個(gè)月的顧客收到的溝通信息多于1年以上的顧客的原因。最近一次消費(fèi)時(shí)間與截止時(shí)間的間隔不僅能夠?yàn)榇_定促銷客戶群體提供依據(jù)，還能夠從中得出企業(yè)發(fā)展的趨勢。如果分析報(bào)告顯示最近一次消費(fèi)時(shí)間很近的客戶在增加，則表示該公司是個(gè)穩(wěn)步上升的公司。反之，最近一次消費(fèi)時(shí)間很近的客戶越來越少，則說明該公司需要找到問題所在，及時(shí)調(diào)整營銷策略。F（Frequency）指客戶在某段時(shí)間內(nèi)所消費(fèi)的次數(shù)?？梢哉f消費(fèi)頻率越高的客戶，其滿意度越高，其忠誠度也就越高，客戶價(jià)值也就越大。增加客戶購買的次數(shù)意味著從競爭對手處“偷取”市場占有率，賺取營業(yè)額。商家需要做的是通過各種營銷方式，不斷地去刺激客戶消費(fèi)，提高他們的消費(fèi)頻率，提升店鋪的復(fù)購率。M（Monetary）指客戶在某段時(shí)間內(nèi)所消費(fèi)的金額。消費(fèi)金額越大的顧客其消費(fèi)能力自然也就越大，這就是所謂的“20%的客戶貢獻(xiàn)了80%的銷售額”的二八法則。而這批客戶也必然是商家在進(jìn)行營銷活動時(shí)需要特別照顧的群體，尤其是在商家前期資源不足的時(shí)候。不過需要注意一點(diǎn)：不論采用哪種營銷方式，以不對客戶造成騷擾為大前提，否則營銷只會產(chǎn)生負(fù)面效果。在RFM模型理論中，最近一次消費(fèi)時(shí)間與截止時(shí)間的間隔、消費(fèi)頻率、消費(fèi)金額是測算客戶價(jià)值最重要的特征，這3個(gè)特征對營銷活動具有十分重要的意義。其中，近一次消費(fèi)時(shí)間與截止時(shí)間的間隔是最有力的特征。（2）RFM模型結(jié)果解讀RFM模型包括3個(gè)特征，但無法用平面坐標(biāo)系來展示，所以這里使用三維坐標(biāo)系進(jìn)行展示，如圖所示，x軸表示R特征（Recency），y軸表示F特征（Frequency），z軸表示M指標(biāo)（Monetary）。每個(gè)坐標(biāo)軸一般會用5級表示程度，1為最小，5為最大。需要特別說明的是R特征。在x軸上，R值越大，代表該類客戶最近一次消費(fèi)與截止時(shí)間的消費(fèi)間隔越短，客戶R維度上的質(zhì)量越好。在每個(gè)軸上劃分5個(gè)等級，等同于將客戶劃分成5×5×5=125種類型。這里劃分為5級并不是嚴(yán)格的要求，一般是根據(jù)實(shí)際研究需求和客戶的總量進(jìn)行劃分的，對于是否等分的問題取決于該維度上客戶的分布規(guī)律。在上圖中，左上角方框的客戶RFM特征取值為155。R值是比較小的，說明該類客戶最近都沒有來店消費(fèi)，原因可能是最近比較忙，或者對現(xiàn)有的產(chǎn)品或服務(wù)不滿意，或者是找到了更好的商家。R特征數(shù)值變小就需要企業(yè)管理人員引起重視，說明該類客戶可能流失，會對企業(yè)造成損失。消費(fèi)頻率F很高，說明客戶很活躍，經(jīng)常到商家店里消費(fèi)。消費(fèi)金額M值很高，說明該類客戶具備一定的消費(fèi)能力，為店里貢獻(xiàn)了很多的營業(yè)額。這類客戶總體分析比較優(yōu)質(zhì)，但是R特征時(shí)間近度值較小，其往往是需要營銷優(yōu)化的客戶群體。同理，若客戶RFM特征取值為555。則可以判定該客戶為最優(yōu)質(zhì)客戶，即這類客戶最近到商家消費(fèi)過，消費(fèi)頻率很高，消費(fèi)金額很大。這類客戶往往是企業(yè)利益的主要貢獻(xiàn)者，需要重點(diǎn)關(guān)注與維護(hù)。（3）航空公司客戶價(jià)值分析的LRFMC模型在RFM模型中，消費(fèi)金額表示在一段時(shí)間內(nèi)客戶購買該企業(yè)產(chǎn)品的金額的總和。由于航空票價(jià)受到運(yùn)輸距離、艙位等級等多種因素的影響，同樣消費(fèi)金額的不同旅客對航空公司的價(jià)值是不同的，例如，一位購買長航線、低等級艙位票的旅客與一位購買短航線、高等級艙位票的旅客相比，后者對于航空公司而言更有價(jià)值。因此這個(gè)特征并不適用于航空公司的客戶價(jià)值分析。本項(xiàng)目選擇客戶在一定時(shí)間內(nèi)累積的飛行里程M和客戶在一定時(shí)間內(nèi)乘坐艙位所對應(yīng)的折扣系數(shù)的平均值C兩個(gè)特征代替消費(fèi)金額。此外，航空公司會員入會時(shí)間的長短在一定程度上能夠影響客戶價(jià)值，所以在模型中增加客戶關(guān)系長度L，作為區(qū)分客戶的另一特征。本項(xiàng)目將客戶關(guān)系長度L、消費(fèi)時(shí)間間隔R、消費(fèi)頻率F、飛行里程M和折扣系數(shù)的平均值C這5個(gè)特征作為航空公司識別客戶價(jià)值的特征，記為LRFMC模型：原始數(shù)據(jù)中屬性太多，根據(jù)航空公司客戶價(jià)值LRFMC模型，選擇與LRFMC指標(biāo)相關(guān)的6個(gè)屬性：FFP_DATE、LOAD_TIME、FLIGHT_COUNT、AVG_DISCOUNT、SEG_KM_SUM、LAST_TO_END。刪除與其不相關(guān)、弱相關(guān)或冗余的屬性，如會員卡號、性別、工作地城市、工作地所在省份、工作地所在國家、年齡等屬性。3.數(shù)據(jù)變換數(shù)據(jù)變換是將數(shù)據(jù)轉(zhuǎn)換成“適當(dāng)?shù)摹备袷?，以適應(yīng)挖掘任務(wù)及算法的需要。本項(xiàng)目中主要采用的數(shù)據(jù)變換方式有屬性構(gòu)造和數(shù)據(jù)標(biāo)準(zhǔn)化。由于原始數(shù)據(jù)中并沒有直接給出LRFMC5個(gè)指標(biāo)，所以需要通過原始數(shù)據(jù)提取這5個(gè)指標(biāo)具體如下：（1）會員入會時(shí)間距觀測窗口結(jié)束的月數(shù)L=會員入會時(shí)長，如式所示：L=FFP_LENGTH=LOAD_TIME–FFP_DATE（2）客戶最近一次乘坐公司飛機(jī)距觀測窗口結(jié)束的月數(shù)R=最后一次乘機(jī)時(shí)間至觀測窗口末端時(shí)長（單位：月），如式所示：R=LAST_TO_END客戶在觀測窗口內(nèi)乘坐公司飛機(jī)的次數(shù)F=觀測窗口的飛行次數(shù)（單位：次），如式所示：F=FLIGHT_COUNT（4）客戶在觀測時(shí)間內(nèi)在公司累計(jì)的飛行里程M=觀測窗口總飛行公里數(shù)（單位：公里），如所示:M=SEG_KM_SUM（5）客戶在觀測時(shí)間內(nèi)乘坐艙位所對應(yīng)的折扣系數(shù)的平均值C=平均折扣率（單位：無），如式所示:C=AVG_DISCOUNT在完成5個(gè)指標(biāo)的數(shù)據(jù)提取后，對每個(gè)指標(biāo)數(shù)據(jù)的分布情況進(jìn)行分析，其數(shù)據(jù)的取值范圍如表所示。從表中數(shù)據(jù)可以發(fā)現(xiàn)，5個(gè)指標(biāo)的取值范圍數(shù)據(jù)差異較大，為了消除數(shù)量級數(shù)據(jù)帶來的影響，需要對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。LRFMC指標(biāo)取值范圍標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化處理后，形成ZL、ZR、ZF、ZM、ZC5個(gè)屬性的數(shù)據(jù)集，如表所示。

標(biāo)準(zhǔn)化處理后的數(shù)據(jù)集七、模型聚類構(gòu)建客戶價(jià)值分析模型構(gòu)建主要由兩個(gè)部分構(gòu)成：第一部分，根據(jù)航空公司客戶5個(gè)指標(biāo)的數(shù)據(jù)，對客戶作聚類分群。第二部分，結(jié)合業(yè)務(wù)對每個(gè)客戶群進(jìn)行特征分析，分析其客戶價(jià)值，并對每個(gè)客戶群進(jìn)行排名。1.客戶聚類采用K-Means聚類算法對客戶數(shù)據(jù)進(jìn)行客戶分群，聚成5類（需要結(jié)合業(yè)務(wù)的理解與分析來確定客戶的類別數(shù)量）。使用scikit-learn庫下的聚類子庫（sklearn.cluster）可以實(shí)現(xiàn)K-Means聚類算法。使用標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行對數(shù)據(jù)進(jìn)行聚類，對分群的結(jié)果如表所示:客戶聚類分群的結(jié)果由于K-Means聚類是隨機(jī)選擇類標(biāo)號，因此重復(fù)此實(shí)驗(yàn)得到的結(jié)果中的類標(biāo)號可能與此不同；另外由于算法的精度問題，重復(fù)實(shí)驗(yàn)得到的聚類中心也可能略有不同。2.客戶價(jià)值分析針對聚類結(jié)果進(jìn)行特征分析，繪制客戶分群雷達(dá)圖：客戶分群雷達(dá)圖結(jié)合業(yè)務(wù)分析，通過比較各個(gè)特征在群間的大小來對某一個(gè)群的特征進(jìn)行評價(jià)分析。其中，客戶群1在特征C處的值最大，在特征F、M處的值較小，說明客戶群1是偏好乘坐高級艙位的客戶群；客戶群2在特征F和M上的值最大，且在特征R上的值最小，說明客戶群2的會員頻繁乘機(jī)且近期都有乘機(jī)記錄；客戶群3在特征R處的值最大，在特征L、F、M和C處的值都較小，說明客戶群3已經(jīng)很久沒有乘機(jī)，是入會時(shí)間較短的低價(jià)值的客戶群；客戶群4在所有特征上的值都很小，且在特征L處的值最小，說明客戶群4屬于新入會員較多的客戶群；客戶群5在特征L處的值最大，在特征R處的值較小，其他特征值都比較適中，說明客戶群5入會時(shí)間較長，飛行頻率也較高，是有較高價(jià)值的客戶群。總結(jié)出每個(gè)客戶群的優(yōu)勢和弱勢特征，具體結(jié)果如表所示：客戶群特征描述表注：正常字體表示最大值，加粗字體表示次大值，斜體字體表示最小值，帶下劃線的字體表示次小值。根據(jù)以上特征分析圖表，說明不同用戶類別的表現(xiàn)特征明顯不同?；谠撎卣髅枋?，本項(xiàng)目定義5個(gè)等級的客戶類別：重要保持客戶、重要發(fā)展客戶、重要挽留客戶、一般客戶與低價(jià)值客戶?？蛻纛悇e的特征分析如圖所示：客戶類別的特征分析（1）重要保持客戶這類客戶的平均折扣系數(shù)（C）較高（一般所乘航班的艙位等級較高），最近乘機(jī)距今的時(shí)間長度（R）低，飛行次數(shù)（F）或總飛行里程（M）較高。他們是航空公司的高價(jià)值客戶，是最為理想的客戶類型，對航空公司的貢獻(xiàn)最大，所占比例卻較小。航空公司應(yīng)該優(yōu)先將資源投放到他們身上，對他們進(jìn)行差異化管理和一對一營銷，提高這類客戶的忠誠度與滿意度，盡可能延長這類客戶的高水平消費(fèi)。（2）重要發(fā)展客戶這類客戶的平均折扣系數(shù)（C）較高，最近乘機(jī)距今的時(shí)間長度（R）低，且飛行次數(shù)（F）或總飛行里程（M）較低。這類客戶入會時(shí)間（L）短，他們是航空公司的潛在價(jià)值客戶。雖然這類客戶的當(dāng)前價(jià)值并不是很高，但卻有很大的發(fā)展?jié)摿?。航空公司要努力促使這類客戶增加在本公司的乘機(jī)消費(fèi)和合作伙伴處的消費(fèi)，也就是增加客戶的錢包份額。通過客戶價(jià)值的提升，加強(qiáng)這類客戶的滿意度，提高他們轉(zhuǎn)向競爭對手的轉(zhuǎn)移成本，使他們逐漸成為公司的忠誠客戶。（3）重要挽留客戶這類客戶過去所乘航班的平均折扣系數(shù)（C）、飛行次數(shù)（F）或者總飛行里程（M）較高，但是最近乘機(jī)距今的時(shí)間長度（R）高或者說乘坐頻率變小，客戶價(jià)值變化的不確定性很高。由于這些客戶價(jià)值衰退的原因各不相同，所以掌握客戶的最新信息、維持與客戶的互動就顯得尤為重要。航空公司應(yīng)該根據(jù)這些客戶的最近消費(fèi)時(shí)間以及消費(fèi)次數(shù)的變化情況推測客戶消費(fèi)的異動狀況，并列出客戶名單，對其重點(diǎn)聯(lián)系，采取一定的營銷手段，延長客戶的生命周期。（4）一般客戶與低價(jià)值客戶這類客戶所乘航班的平均折扣系數(shù)（C）很低，最近乘機(jī)距今的時(shí)間長度（R）高，飛行次數(shù)（F）或總飛行里程（M）較低，入會時(shí)間（L）短。他們是航空公司的一般客戶與低價(jià)值客戶，可能是在航空公司機(jī)票打折促銷時(shí)，才會乘坐本公司航班。其中，重要發(fā)展客戶、重要保持客戶、重要挽留客戶這3類重要客戶分別可以歸入客戶生命周期管理的發(fā)展期、穩(wěn)定期、衰退期3個(gè)階段。根據(jù)每種客戶類型的特征，對各類客戶群進(jìn)行客戶價(jià)值排名，其結(jié)果如表所示。針對不同類型的客戶群提供不同的產(chǎn)品和服務(wù)，提升重要發(fā)展客戶的價(jià)值，穩(wěn)定和延長重要保持客戶的高水平消費(fèi)，防范重要挽留客戶的流失并積極進(jìn)行關(guān)系恢復(fù)?？蛻羧簝r(jià)值排名本模型采用歷史數(shù)據(jù)進(jìn)行建模，隨著時(shí)間的變化，分析數(shù)據(jù)的觀測窗口也在變化。因此，對于新增客戶的詳細(xì)信息，考慮業(yè)務(wù)的實(shí)際情況，對于該模型建議每個(gè)月運(yùn)行一次，對新增客戶信息通過聚類中心進(jìn)行判斷，同時(shí)對本次新增客戶的特征進(jìn)行分析。如果增量數(shù)據(jù)的實(shí)際情況與判斷結(jié)果差異大，需要業(yè)務(wù)部門重點(diǎn)關(guān)注，查看變化大的原因并確認(rèn)模型的穩(wěn)定性。如果模型穩(wěn)定性變化大，需要重新訓(xùn)練模型進(jìn)行調(diào)整。目前模型進(jìn)行重新訓(xùn)練的時(shí)間沒有統(tǒng)一標(biāo)準(zhǔn)，大部分情況都是根據(jù)經(jīng)驗(yàn)來決定。根據(jù)經(jīng)驗(yàn)，建議每隔半年訓(xùn)練一次模型比較合適。八、模型應(yīng)用根據(jù)對各個(gè)客戶群進(jìn)行特征分析，可以采取下面的一些營銷手段和策略，為航空公司的價(jià)值客戶群管理提供參考。1.會員的升級與保級航空公司的會員可以分為白金卡會員、金卡會員、銀卡會員、普通卡會員等，其中非普通卡會員可以統(tǒng)稱為航空公司的精英會員。雖然各個(gè)航空公司都有自己的特點(diǎn)和規(guī)定，但會員制的管理方法大同小異。成為精英會員一般都要求在一定時(shí)間內(nèi)（如一年）積累一定的飛行里程或航段，達(dá)到這種要求后就會在有效期內(nèi)（通常為兩年）成為精英會員，并享受相應(yīng)的高級別服務(wù)。有效期快結(jié)束時(shí)，根據(jù)相關(guān)評價(jià)方法確定客戶是否有資格繼續(xù)作為精英會員，然后對該客戶進(jìn)行相應(yīng)的升級或降級。然而，由于許多客戶并沒有意識到或根本不了解會員升級或保級的時(shí)間與要求（相關(guān)的文件說明往往復(fù)雜且不易理解），經(jīng)常在評價(jià)期過后才發(fā)現(xiàn)自己其實(shí)只差一點(diǎn)就可以實(shí)現(xiàn)升級或保級，卻錯(cuò)過了機(jī)會，使之前的里程積累白白損失。同時(shí)，這種認(rèn)知還可能導(dǎo)致客戶的不滿，甚至放棄在本公司的消費(fèi)。因此，航空公司可以在對會員升級或保級進(jìn)行評價(jià)的時(shí)間點(diǎn)之前，對那些接近但尚未達(dá)到要求的高價(jià)值客戶進(jìn)行適當(dāng)提醒甚至采取一些促銷活動，刺激他們通過消費(fèi)達(dá)到相應(yīng)標(biāo)準(zhǔn)。這樣既可以使航空公司獲得收益，又提高了客戶的滿意度，增加了航空公司的精英會員。2.首次兌換航空公司常旅客計(jì)劃中最吸引客戶的內(nèi)容就是