为了提高航空的上座率,对样本数据进行挖掘进行客户流失预测、客户细分及客户价值评估。基于logistic回归分析建立客户流失预测模型,得出每个客户的流失倾向概率。定义一阈值为0.5,若流失倾向概率大于0.5,则该客户的预测状态为流失;反之,则非流失。 建立RFM模型将客户划分为重要保持客户、重要发展客户、重要挽留客户、忠诚型一般客户、低价值客户五个类别。最后,综合分析客户的类型和流失状态,分析不同客户的特征,得到以下结果:
● 不同类别客户的指标平均值都不相近,易识别;
● 单从各个类别客户来讲,各指标情况在流失客户与非流失客户中有一定的差异。
针对不同的客户,可以采取不同的营销活动来提高上座率:
● 针对重要保持客户,进行客户保持。
● 针对重要发展客户,进行客户发展。
● 针对重要挽留客户,进行流失预警。
● 针对忠诚型一般客户,进行交叉销售。