基于改进RFM模型对民航客户的细分研究  

An Empirical Research on the Influence of Improved RFM Model on Customer Segmentation

作　　者：杨琳 寇勇刚 白钊 刘皓晨 YANG Lin;KOU Yong-gang;BAI Zhao;LIU Hao-chen(Civil Aviation Flight University of China,Airport Operations and Transportation Management College,Guanghan 618307,China;Shenzhen Union Business Aviation Co,Ltd,Shenzhen 518000,China;Civil Aviation Flight University of China,Air Traffic Management College,Guanghan 618307,China)

机构地区：[1]中国民用航空飞行学院机场工程与运输管理学院,四川广汉618307 [2]深联公务航空有限公司,广东深圳518000 [3]中国民用航空飞行学院空中交通管理学院,四川广汉618307

出　　处：《数学的实践与认识》2021年第1期33-39,共7页Mathematics in Practice and Theory

基　　金：中国民用航空飞行学院研究生科研创新计划项目(X2020-19);中国民用航空飞行学院大学生创新创业训练计划项目(S202010624045);中央高校教研项目(E20180204)。

摘　　要：近年来航空公司将客户分成不同的群体为了给客户提供差异化服务和有针对性的营销.现有传统的客户细分RFM模型由于存在缺乏科学的指标建立,已无法准确和完整的描述实际情况中客户的细分结果,根据民航客户价值的特点,在传统客户细分的RFM模型上进行改进,创建LRFMC模型,对某航空公司客户采用数据挖掘K-means算法进行聚类分析,得到航空公司旅客分类的结果.依据细分结果对不同旅客提供差异化的服务和有针对性的营销策略,改善民航企业的服务质量,提高民航企业在市场中的竞争力.In recent years,customers have been divided into different groups by the airlines so that specific services can be provided.Due to the existing customer segmentation RFM model lack of scientific justification,the customer segmentation can’t be demonstrated accurately and thoroughly.Based on the characteristics of the airline passenger,we use data mining K-means clustering algorithm to analyze one airline’s passengers and develop the LRFMC model,an improvement over the traditional model,to obtain the customer segmentation.The marketing strategies built to provide specific services to targeted customers based on the outcome of the segmentation can help improve the airline’s service quality and promote their competitiveness.

关 键 词：RFM模型 聚类分析 K-MEANS算法 客户细分 

分 类 号：F274[经济管理—企业管理] F560.6[经济管理—国民经济] TP311.13[自动化与计算机技术—计算机软件与理论]