航空公司客户价值分析

生活消费出行案例ID：217175

7oGo.

2 年经验· 广东泰迪智能科技有限公司

微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。

案例介绍

数据探索：使用Pandas库读取了名为air.csv的原始数据，并进行了基本的探索，包括计算缺失值个数、最大值和最小值，并输出到air_data.csv文件。

客户基本信息分布分析：提取了会员入会年份、性别、会员等级和年龄等信息，并使用Matplotlib库绘制了直方图、饼图和箱型图来展示这些信息的分布情况。

乘机信息分布情况分析：分析了客户的最后乘机时间至结束时长、飞行次数和总飞行公里数，并同样使用了箱型图来展示这些信息的分布。

积分信息分布情况分析：提取了会员的积分兑换次数和总累计积分，并绘制了直方图和箱型图来展示这些积分信息的分布。

相关系数矩阵与热力图：计算了关键属性之间的相关性矩阵，并使用Seaborn库绘制了热力图来展示这些属性之间的相关性。

数据清洗：进行了数据清洗工作，包括去除空值和异常值，并保存了清洗后的数据到data_cleaned.csv。

属性选择：从清洗后的数据中选取了特定的属性，如FFP_DATE、LOAD_TIME、LAST_TO_END等，以供进一步分析。

属性构造与数据标准化：构造了新的属性L，并将数据进行了标准化处理，以便进行聚类分析。

K-Means聚类：使用了K-Means算法对标准化后的数据进行了聚类分析，并输出了聚类中心和样本的类别标签。

客户分群雷达图：最后，绘制了客户分群的雷达图，以可视化不同客户群的特征。