Icon

FERTIG_​CustomerDataLUca

Anwendung der IFA Richtlinie

Ergebnis

Keine fehlenden Werte vorhanden

tbd

tbd

Gesamtmarktanalyse

Analyse der Peer Group

Berechnung von Gesamtzufriedenheiten und Bildung von Altersgruppen

Bereinigung um Zufriedenheitsbias

Ergebnis

Ältere Menschen wurden immer zufriedener.
Anpassung: Z-Transformation in der jeweiligen Altersgruppe

Ergebnis

Bereinigung der Langstrecke, weil dort nahezu nur BusinessClass Befragungen vorhanden sind

Anpassung: Langstrecke entfernen

Bereinigung um Zufriedenheitsbias, Bereinigung und Cluster bilden

Analyse der American Airlines

tbd

Ergebnis

  • US (Kunden sind heute bei American Airlines)

  • VX (Kunden sind heute bei Alaska Airlines)

  • EV (Betrieb eingestellt)

Anpassung: Airlines entfernen

Kundecluster American Airlines

Silhouette Koeffizient:
6 Cluster --> 0.301
5 Cluster --> 0.314
4 Cluster --> 0.315 --> Bester Koeffizient
3 Cluster --> 0.301

Cluster 1: Die älteren, unloyaleren Gelegenheitsflieger (Ältere Privat- & Inlandsreisende)

Dieses Segment sticht vor allem durch das höchste Durchschnittsalter und eine geringe Bindung an die Airline heraus.

  • Reisegrund & Status: Überwiegend Privat-Reisende (Mittelwert 0,32 nahe bei 0). Es ist das unloyalste Cluster von allen (höchster Wert mit 0,23), gepaart mit fast ausschließlich Nicht-Vielfliegern (Wert 0,99 bedeutet praktisch 100% Gelegenheitsflieger).

  • Klasse & Buchung: Fliegen meist Eco oder Eco Plus (Mittelwert 0,89). Bei der Buchung nutzen sie am ehesten von allen Clustern direkte Wege oder Reisezentren (höchster Wert mit 1,35).

  • Demografie: Das älteste Cluster im Datensatz (Mittelwert 4,08 entspricht der Altersgruppe 61–70 Jahre).

  • Zufriedenheit & Preis: Die Gesamtzufriedenheit ist mit 4,22 am höchsten, während die Preissensibilität mit 3,28 im moderaten Mittelfeld liegt.

Cluster 2: Die älteren, preissensiblen Vielflieger (Kostenbewusste Business-Senioren)

Ein sehr spannendes Segment: Sie fliegen extrem viel, achten aber dennoch stark aufs Geld.

  • Reisegrund & Status: Ein ausgewogener Mix aus Business- und Privatreisen (Mittelwert 0,57). Sie sind sehr loyale Kunden (niedriger Wert 0,13) und zu exakt 100% Vielflieger (Mittelwert ist exakt 0).

  • Klasse & Buchung: Tendieren am stärksten zur Business Class oder Eco Plus (höchster Wert aller Cluster mit 1,08). Sie buchen bevorzugt direkt bei der Airline oder über Reisezentren (höchster Wert mit 1,51).

  • Demografie: Ebenfalls eine ältere Kundengruppe (Mittelwert 4,14 entspricht der Altersgruppe 61–70 Jahre).

  • Zufriedenheit & Preis: Obwohl sie mit 4,14 recht zufrieden sind, haben sie die höchste Preissensibilität (5,79) im gesamten Datensatz. Sie verlangen viel Leistung für ihr Geld.

Cluster 3: Die unzufriedenen, jungen Business-Vielflieger (Die gestressten Berufspendler)

Dieses Cluster ist das unzufriedenste und jüngste Segment im Datensatz – hier besteht akuter Handlungsbedarf für das Kundenmanagement.

  • Reisegrund & Status: Ein balancierter Mix aus Business und Privat (0,50). Sehr loyale Kunden (niedriger Wert 0,12), die sich zu einem Großteil aus Vielfliegern zusammensetzen (Mittelwert 0,24).

  • Klasse & Buchung: Fliegen tendenziell gehobener (Mittelwert 1,05 Richtung Eco Plus/Business). Sie buchen extrem stark über Online-Plattformen (niedrigster Wert mit 0,74).

  • Demografie: Das jüngste Cluster (Mittelwert 0,89 entspricht der Altersgruppe 31–40 Jahre bzw. knapp darunter).

  • Zufriedenheit & Preis: Dieses Segment ist mit 3,17 am unzufriedensten mit ihren Flügen, obwohl ihre Preissensibilität mit 5,68 ebenfalls sehr hoch ist. Sie sind digitalaffin, reisen viel, sind aber schwer zufriedenzustellen.

Cluster 4: Die jungen, preisunempfindlichen Gelegenheitsflieger (Sorglose Youngsters)

Dieses Segment verhält sich fast spiegelbildlich zu Cluster 2: Sie fliegen wenig, sind jung und das Budget scheint keine große Rolle zu spielen.

  • Reisegrund & Status: Tendieren eher zu Privatreisen (Mittelwert 0,35). Es ist das unloyalste Segment im Datensatz (höchster Wert mit 0,29) und besteht fast nur aus Nicht-Vielfliegern (Mittelwert 0,97).

  • Klasse & Buchung: Fliegen fast ausschließlich die Basis-Klasse (niedrigster Wert mit 0,82 bedeutet reine Eco). Sie nutzen für die Buchung meist Online-Plattformen oder die Website der Airline (Mittelwert 1,06).

  • Demografie: Sehr junge Kunden (Mittelwert 1,14 entspricht der Altersgruppe 31–40 Jahre).

  • Zufriedenheit & Preis: Sie weisen eine solide Flugzufriedenheit auf (3,43), haben aber die mit Abstand geringste Preissensibilität (3,24).

Individuelle Analyse der Cluster

Spaltenname (Feature) Originaler Textwert Numerischer Code Type of Travel Private travel 0 Type of Travel Business travel 1 Customer Type Loyal Customer 0 Customer Type Disloyal Customer 1 Class Eco 0 Class Eco Plus 1 Class Business 2 Booking Preference Online Platform 0 Booking Preference Direct at airline 1 Booking Preference Travel center 2 Vielflieger oder Kein-Vielflieger Vielflieger 0 Vielflieger oder Kein-Vielflieger Kein-Vielflieger 1 Altersgruppe 18–30 Jahre 0 Altersgruppe 31–40 Jahre 1 Altersgruppe 41–50 Jahre 2 Altersgruppe 51–60 Jahre 3 Altersgruppe 61–70 Jahre 4 Altersgruppe 71–100 Jahre 5

Gruppierung
GroupBy
Gesamtzufriedenheit nach Altersgruppe
Bar Chart
Daten zw. 1 und 10 normalisieren
Normalizer
Bereinigung nach Alter
Vielflieger ab 20 Flügen p.a.
Scatter Plot
Bar Chart
Sorter
Row Filter
PeerGroupeinsteilen
Rule Engine
Sorter
Bar Chart
Kurz-, Mittel und Langstrecke
Rule Engine
Vielflieger
Rule Engine
Verteilung nach Strecke und Class
Heatmap
Überprüfen nach Anzahl Altersgruppe
Pie Chart
Bar Chart
Vereinfachung der Columns
Column Filter
Linear Correlation
Cluster bilden
Cluster Assigner
Cluster auf Güte prüfen
Silhouette Coefficient
- Langstrecke entfernt, weil BusinessClass verfälscht- Inaktive Airlines entfernt
Rule-based Row Filter
Bar Chart
Sorter
Heatmap
Heatmap
Korrelationen_1
Linear Correlation
Excel Reader
Heatmap
Einheitliche Bezeichnung der Spalten
Column Renamer
"disloyal Customer" umbennen in "Disloyal Customer"
String Manipulation
"Online plattform" in "Online Platform"
String Manipulation
ID entfernen für Anonymisierung
Column Filter
Unter 18-Jährige aus dem Datensatzentfernen
Rule-based Row Filter
Bar Chart
Outlierentfernen
Numeric Outliers
Sorter
Sorter
Heatmap
Row Filter
Linear Correlation
Heatmap
Cluster umbennen
String Manipulation
Linear Correlation
Bar Chart
Korrelationen_2
Linear Correlation
Cluster_3
Row Filter
Cluster_2
Row Filter
Cluster_4
Row Filter
Korrelationen_3
Linear Correlation
Missing Values entfernen
Missing Value
Werte denormalisieren
Denormalizer
Aufteilung Test- & Trainingsdaten
Table Partitioner
Statistics
Joiner
Excel Writer
Korrelationen_4
Linear Correlation
GroupBy
Prüfen auf fehlenden Werte
Statistics
String to Numbers
Text View
DurchschnittPre_Flight_Happines(N=3)
Math Formula
Altersgruppen einteilen
Rule Engine
Cluster_1
Row Filter
Durchschnitt During_Flight_Happines(N=6)
Math Formula
Sorter
Durchschnitt Overall_Happines(N=9)
Math Formula
Cluster mit eukledischer Distanz bilden
k-Means (deprecated)

Nodes

Extensions

Links