教你客户分析模型（RFM的基础上构建客户价值分析模型）

本文用具体实例的方式，在RFM的基础上构建客户价值分析模型，探讨如何对客户群体进行细分，以及细分后如何进行客户价值分析。最终得到LRFMC模型，并将客户群体细分为重要保持客户、重要发展客户、重要挽留客户、一般客户、低价值客户五类。

本文原始数据与分析思路来自《Python数据分析与挖掘实战》第七章，感谢这本书提供的数据集与分析框架。（这本书很不错，推荐）

一、背景与目标

1.1 背景

在面向客户制定运营策略、营销策略时，我们希望能够针对不同的客户推行不同的策略，实现精准化运营，以期获取最大的转化率。精准化运营的前提是客户关系管理，而客户关系管理的核心是客户分类。

通过客户分类，对客户群体进行细分，区别出低价值客户、高价值客户，对不同的客户群体开展不同的个性化服务，将有限的资源合理地分配给不同价值的客户，实现效益最大化。

在客户分类中，RFM模型是一个经典的分类模型，模型利用通用交易环节中最核心的三个维度——最近消费(Recency)、消费频率(Frequency)、消费金额(Monetary)细分客户群体，从而分析不同群体的客户价值。

在某些商业形态中，客户与企业产生连接的核心指标会因产品特性而改变。如互联网产品中，以上三项指标可以相应地变为下图中的三项：最近一次登录、登录频率、在线时长。

1.2 目标

本实例借助某航空公司客户数据，探讨如何利用KMeans算法对客户群体进行细分，以及细分后如何利用RFM模型对客户价值进行分析，并识别出高价值客户。

在本实例中，主要希望实现以下三个目标：

1. 借助航空公司客户数据，对客户进行群体分类
2. 对不同的客户群体进行特征分析，比较各细分群体的客户价值
3. 对不同价值的客户制定相应的运营策略

二、分析过程

2.1 分析思路

本实例的数据包含了2012年4月1日至2014年3月31日期间的客户数据，共有6万余条记录。分析中需要用到KMeans算法，且需要将数据分析的结果可视化，便于后期的结论分析，于是采用以下两种工具进行分析：

• jupyter notebook（Python 3.6 ）
• Excel 2016

同时数据的属性定义见下表所示，可见维度非常丰富。

考虑到商用航空行业与一般商业形态的不同，决定在RFM模型的基础上，增加2个指标用于客户分群与价值分析，得到航空行业的LRFMC模型：

• L：客户关系长度。客户加入会员的日期至观测窗口结束日期的间隔。（单位：天）
• R：最近一次乘机时间。最近一次乘机日期至观测窗口结束日期的间隔。（单位：天）
• F：乘机频率。客户在观测窗口期内乘坐飞机的次数。（单位：次）
• M：飞行总里程。客户在观测窗口期内的飞行总里程。（单位：公里）
• C：平均折扣率。客户在观测窗口期内的平均折扣率。（单位：无）

首先对原始数据进行探索，清洗异常记录，再根据上述公式将原始数据表变换得到LRFMC模型建模需要的新数据表，接着对新数据表的数据进行属性规约、数据变换、Python建模、结果分析，便能得到最终的结果。

总体思路与流程见下图：

由于本实例中的数据已经得到，便不需要在业务系统中抽取数据，直接开始对数据进行预处理即可。

2.2 数据预处理

2.2.1 数据探索

经过初步的数据探索，发现数据有几点特征：

1. 共62988条记录
2. 部分维度存在缺失值，WORK_CITY缺失2269条，SUM_YR_1缺失551条，SUM_YR_2缺失138条

2.2.2 数据清洗

此处主要清洗两类异常数据：

1. 缺失值：票价为null的数据（注意不是票价为零）
2. 异常值：票价为0、平均折扣率不为0、总飞行公里数大于0的数据（折扣不为0，仍有飞行里程，说明客户必然是花钱买票飞行的，如果此时票价也为0，说明是错误数据）

共清洗944条异常数据，得到62044条有效记录。

2.2.3 属性规约

根据LRFMC模型，选取与模型强相关的6个属性：LOAD_TIME、FFP_DATE、LAST_TO_END、LIGHT_COUNT、SEG_KM_SUM、avg_discount。删除其他冗余的、弱相关的属性，得到属性选择后的数据集。

2.2.4 数据变换

构建包含L、R、F、M、C五项指标的新数据表，并对应属性定义表，得到LRFMC模型中五项指标的计算公式：

• L = LOAD_TIME – FFP_DATE. （观测窗口结束日期 – 入会日期）
• R = LAST_TO_END. （最后一次乘机时间至观测窗口结束时长）
• F = FLIGHT_COUNT. （观测窗口内的飞行次数）
• M = SEG_KM_SUM. （观测窗口的总飞行公里数）
• C = AVG_DISCOUNT. （平均折扣率）

利用2.2.3中的数据表计算得到变换后的数据表：

结果如下图所示：

从表中可以发现：每个指标的数据取值范围分布较广，为提高后续聚类分析的准确性，还需要将L、R、F、M、C五类数据进行标准化处理。标准化方法有极大极小标准化、标准差标准化等方法，此处采用标准差标准化的方法对数据进行处理。

结果如下图所示：

标准差标准化后，得到包含ZL、ZR、ZF、ZM、ZC五项指标的数据集。

2.3 数据建模

客户价值分析模型构建主要分为两个部分：

1. 利用K-Means算法对客户进行聚类分析，得到细分的客户群
2. 对细分的客户群进行特征分析，得到客户价值分析模型

2.3.1 聚类分析

采用K-Means聚类算法对客户数据进行分群，共分为5类：

得到结果后，将结果转化为DataFrame对象：

以及对62044位客户贴上群体标签，记为1、2、3、4、5五类，并输出带有标签的Excel文件。结果如下图所示：

2.3.2 特征分析

对2.3.2中的聚类结果进行特征分析，如下图所示：

分析：

• 群体1的C属性上最大
• 群体2的M、F属性属性最大，R属性最小
• 群体3的L、C属性最小
• 群体4的R属性最大，F、M属性最小
• 群体5的L属性最大

其中每项指标的实际业务意义为：

• L：加入会员的时长。越大代表会员资历越久
• R：最近一次乘机时间。越大代表越久没乘机
• F：乘机次数。越大代表乘机次数越多
• M：飞行总里程。越大代表总里程越多
• C：平均折扣率。越大代表折扣越弱，0表示0折免费机票，10代表无折机票

对应实际业务对聚类结果进行分值离散转化，对应1-5分，其中属性值越大，分数越高：

同时针对业务需要，及参考RFM模型对客户类别的分类，定义五个等级的客户类别：

（1）重要保持客户

• 平均折扣率高(C↑)，最近有乘机记录(R↓)，乘机次数高(F↑)或里程高(M↑)
• 这类客户机票票价高，不在意机票折扣，经常乘机，是最理想的客户类型
• 公司应优先将资源投放到他们身上，维持这类客户的忠诚度

（2）重要发展客户

• 平均折扣率高(C↑)，最近有乘机记录(R↓)，乘机次数高(F↓)或里程高(M↓)
• 这类客户机票票价高，不在意机票折扣，最近有乘机记录，但总里程低，具有很大的发展潜力
• 公司应加强这类客户的满意度，使他们逐渐成为忠诚客户

（3）重要挽留客户

• 平均折扣率高(C↑)，乘机次数高(F↑)或里程高(M↑)，最近无乘机记录(R↑)
• 这类客户总里程高，但较长时间没有乘机，可能处于流失状态
• 公司应加强与这类客户的互动，召回用户，延长客户的生命周期

（4）一般客户

• 平均折扣率低(C↓)，最近无乘机记录(R↑)，乘机次数高(F↓)或里程高(M↓)，入会时间短(L↓)
• 这类客户机票票价低，经常买折扣机票，最近无乘机记录，可能是趁着折扣而选择购买，对品牌无忠诚度
• 公司需要在资源支持的情况下强化对这类客户的联系

（5）低价值客户

• 平均折扣率低（C ↓ ），最近无乘机记录（R ↑ ），乘机次数高（F ↓ ）或里程高（M ↓ ），入会时间短（L ↓ ）
• 这类客户与一般客户类似，机票票价低，经常买折扣机票，最近无乘机记录，可能是趁着折扣而选择购买，对品牌无忠诚度

根据聚类结果，对应上述五类客户类型，进行匹配，得到客户群体的价值排名：

在数据与处理时，我们已经将62044位用户与客户群体一一对应，现在每类客户群体也对应了客户价值，至此得到了62044位客户的价值分类结果，建模完成。

三、分析结果

根据建模结果，发现该公司的五类不同价值的客户数量分布如图所示：

分析：

• 重要保持客户、重要发展客户占比15.3%，不足两成，整体较少
• 一般客户、低价值客户占比59.3%，接近六成，整体偏多
• 重要挽留客户占比25.4%，接近四分之一，整体发挥空间大

按照20/80法则：一般而言企业的80%收入由头部20%的用户贡献。从上图中也能发现：忠诚的重要保留客户、中发展客户必然贡献了企业收入的绝大部分，企业也需要投入资源服务好这部分客户。

同时，重要保持客户、重要发展客户、重要挽留客户这三类客户其实也对应着客户生命周期中的发展期、稳定器、衰退期三个时期。从客户生命周期的角度讲，也应重点投入资源召回衰退期的客户。

一般而言，数据分析最终的目的是针对分析结果提出并开展一系列的运营/营销策略，以期帮助企业发展。在本实例中，运营策略有三个方向：

1. 提高活跃度：提高一般客户、低价值客户的活跃度。将其转化为优质客户
2. 提高留存率：与重要挽留客户互动，提高这部分用户的留存率
3. 提高付费率：维系重要保持客户、重要发展客户的忠诚度，保持企业良好收入

每个方向对应不同的策略，如会员升级、积分兑换、交叉销售、发放折扣券等手段，此处不再展开。