旅行APP应用的客户关系管理分析

《客户关系管理》课程作业题目：旅游APP应用的客户关系管理分析

学院信息学院

班级12电子商务1班

团队组长董卓

团队成员沈林焕

任笑笑

2014 年 6 月 10 日

目录

题目：旅游APP应用的客户关系管理分析 (1)

一.概述 (1)

二．数据采集过程介绍 (1)

2.1 收集客户数据的基本过程 (1)

2.2 数据编码、录入及数据处理 (1)

三．模型与数据分析 (2)

3.1 用C&RT模型 (2)

3.2 用CHAID模型分析 (6)

3.3 用C5.0模型分析 (12)

四.客户关系管理对策与建议 (18)

4.1 分析内容： (18)

4.2 对策与建议 (19)

附录一 (20)

附录二 (21)

附录三 (21)

一.概述

由于智能手机的普及，手机移动客户端已成为人们旅行生活的新方式，成为不可或缺的助手。旅游相关的App已逐渐成为很多游客出行的必备法宝。作为与移动应用紧密结合的旅游业，移动互联网为其带来了巨大的发展机会。在线旅游企业可以通过推出手机客户端软件抢滩移动应用市场，可以作为既有业务的延伸，向用户提供标准化的机票、酒店、旅游产品搜索、预订等服务。据统计，旅游类App软件的用户好评率整体水平在85%左右，满足了用户的基本需求，还存在部分用户需求没有满足，因此旅游类企业还需继续完善，提高用户的体验。

二．数据采集过程介绍

2.1 收集客户数据的基本过程

2.1.1 调查形式：

采用发布调查问卷的调查方式，将设计好的调查问卷通过问卷星，利用QQ，人人，微信等平台在网络上发布。

2.1.2 调查时间：

2014.6.7-6.10

2.1.3 调查对象：

主要以身边的大学生为主

2.2 数据编码、录入及数据处理

将问卷数据导出成EXCEL格式，利用事先设计好的编码，将问卷问题用对应的英文编码进行录入，在设计过程中再进行相应的数据处理。

(注：sex性别:男为M 女为F;age年龄：为有序变量，1（20岁以下）；2（20—40岁）；3（40-60岁），4（60岁以上）标志性变量：0代表NO；1代表YES))

三．模型与数据分析

3.1 用C&RT模型

——预测经常使用旅游APP应用(service condition=1)的客户特征

选取大学生为目标客户，使用C&RT模型进行预测，设置好树的停止生长条件，生成决策树，找出决策树中索引指数最高的两个节点，并分析经常使用旅游APP应用最可能使用旅游APP的客户特征。

步骤：

1.插入数据源：

2.添加类型，读取值，更改数据类型，设定目标字段,将是否删除，希望添加，不需使用等无关数据变量的类型设为无：

3.选择本科大学生：

4.添加模型：

5.设定交互方式：

6.设置生长停止条件

7.运行：

8.运行模型，生成树

9.点击增益，查看索引值，分析索引值最高的结果：

分别是节点21

结果分析：节点21的客户具有以下特征：（operating system=1）大都采用ios 操作系统，(sex=M）男性，(APP=1）获得旅游信息通过APP应用，(surf internet=1)获得旅游信息渠道为上网查询。

3.2 用CHAID模型分析

——删除旅游APP的人群中，不同使用情况的特征

1.载入数据

2.载入类型，设置service condiction为目标

3.载入选择节点，筛选出删除APP人群的数据

4.导出数据表

5.用CHAID模型分析，启用交互对话

6.设置停止生长条件

7.运行模型，分析结果

由图可以看到节点18的索引指数最高

从决策树可以看出对于节点18这个用户群体，他们在删除前使用旅游APP

的频率比较高(在最近一次旅游过程中)，这类用户的特征是对于信息准确性和有没有语音导游无所谓，但因为收费和易于操作，所以使用频率比较高。

由图可以看出节点11，13，17的索引指数是一样高的

从上面的决策树可以看出节点11，13，17人群删除前使用频率较低(在最近一次旅游过程中)，节点11的用户群体在意信息准确性，不在意旅游APP的操作性，出行时也不通过媒体选取信息；节点13的用户群体在意信息准确性和操作方便，但并不会用旅游APP来找美食；节点17的用户群体更多的注意力在收费上，并不关心操作性，语音导游和信息的准确性。

由图可知节点22的索引指数最高

从上图可以发现节点22的用户群体在删除前是从不使用(在最近一次旅游过程中)，他们希望旅游APP可以增加语音导游和日程提醒功能，而没注意收费和信息准确性，同时不从媒体上获取旅游信息。

3.3 用C5.0模型分析

——通过C5.0模型建立“希望添加语音导游功能”的用户规则集，描述其客户特征。

1.载入数据源文件 task.xls:

2.对已载入的源文件进行类型修改，先读取值，再对要求的数据目标标记为“目标”，对用户信息标记为“输入”，同时对不需要的数据类型修改为“无”：

3.对修改过类型的数据建立C5.0模型，并修改相关参数，将输出类型改为“规则集”：

4.运行C

5.0模型，得出结果：

5.对模型结果添加分布图形，将颜色改为$C-voice guide，对数据分开单独运行后进行数据特征分析：

6

7