Airline customer data analytics integrated with social network information

Abstract

Rekabetin sürekli artış göstermesiyle iş dünyasında müşteri ilişkileri yönetiminin önemi artmaktadır. Müşteri yaşamboyu değeri, müşteri kârlılık hesaplama, profilleme ve sınıflandırma, müşteri ayrılma analizleri, müşteri geri kazanımı gibi analitik uygulamalarla sektör performansı önemli düzeylerde arttırılabilmektedir. Son yıllarda geleneksel verilerin yanı sıra, kullanıcıların başka kullanıcılarla etkileşimlerini gösteren sosyal ağ hareketleri de elde edilebilmektedir. Sosyal ağ veri madenciliğine ihtiyaç artış göstermekle birlikte, bu konunun mevcut veri analitik modelleri ile bütünleştirilmesi alanındaki araştırmalar henüz kısıtlıdır.Bu çalışmanın amacı, havayolu sektöründe müşteri yaşamboyu değerini tahmin etmek için, müşterinin uçuş bilgilerinin yanı sıra sosyal ağ bilgilerini de kullanan bir model geliştirmektir. Bu amaçla, öncelikle havayolu müşterilerinin müşteri yaşam boyu değerlerinin tahmini için bir regresyon modeli seçilir. Ardından, bu temel modelin müşterilerin sosyal ağ bilgileriyle geliştirilmesi için bir model önerilip, bu iki modelin performanslarını karşılaştırılır. Son olarak, müşteri ilişkileri yönetimi uygulamaları için, önerilen model kullanılarak birkaç havayolu müşteri analizi vakası örneklendirilir.

Customer Relationship Management (CRM) has become essential in the business world where competition exhibits a steady increase. Business performance can be significantly improved through analytical applications such as estimation of customer lifetime value (CLV), profitability computation, profiling, classification, customer retention and churn analyses. In recent years, besides traditional data, social network behaviors of users and the interactions among them can be obtained. Although the need for social network data mining activities has been increasing, research on their integration with existing data analytical models is still limited.The purpose of this study is to develop a model for estimating customer value in airline industry that utilizes customers' flight information as well as their social network information. For this purpose, firstly, a regression model for airline customers to estimate their CLVs is adopted. After that, a method for enhancing this base model with customers' social network information is proposed and the performances of the both models are compared. Lastly, some airline customer analysis cases using the proposed first model for CRM applications are exemplified.