|
【A航空运力增投建议】
作品概况
本作品以“A航空公司运力增投建议”为分析诉求，从A航的经营布局、不同年龄段旅客诉求点、不同城市淡旺季为切入点，分别从“客运市场、货运市场、疫情市场”三种完全不同的市场进行拆解分析，选取某企业的真实数据进行脱敏分析，引入“淡旺季指数模型”，给予A航“在特定时候调派飞机执飞特定航线”的决策建议。
(温馨提示：由于部分图片过大，适当放大屏幕分辨率阅读效果更佳哦！)
一、选手简介
1、选手介绍
- 团队名称：BI胜客
- 选手介绍：林洪，毕业于厦门大学管理学院，就职于福建某中大型航空有限公司。主要从事数据分析工作，个人感兴趣的方向和领域——可视化和建模（赚钱）。
2、参赛初衷
- 希望通过比赛实践提升BI工具的使用方法和技巧
- 公司准备在部门内推广BI工具，学习了解一下
- 大赛奖励很诱人
二、作品介绍
1、业务背景/需求痛点
业务背景：面对疫情冲击，航空运输市场竞争日益加剧。
需求痛点：如何有效地抓住机会，做好运力增减投策略，制定适合自身需求的可持续成长战略，是每个航空公司重点研究的方向。
2、数据来源
|
表名（节选）
|
描述
|
数据来源
|
|
销售突增突减城市
|
记录疫情发生前后该城市进出港的订座和退座变化
|
企业数据-已脱敏
|
|
实时销售额
|
记录A航销售情况
|
企业数据-已脱敏
|
|
每日疫情新增情况
|
记录每日确诊人数、中高风险地区数
|
卫健委公布数据
|
|
货运价格月度价格指数
|
记录按月度统计的货运价格
|
民航资源网公布数据
|
|
不同年龄段旅客关注点
|
描述老年旅客/学生旅客关注点
|
携程/去哪里研究报告
|
|
福建市场份额变化
|
记录A航在福建市场份额变化
|
机场公布数据
|
|
各城市淡旺指数
|
记录各城市各月进出港旅客人数
|
交通运输部公布数据
|
|
A航主要经营指标
|
记录A航飞机数、通航点、客座率等数据
|
上市公司年报、企业数据-已脱敏
|
附录：FINEBI数据连接
 
3、分析思路
作品按照“航司概况”、“客运市场分析”、“货运市场分析”、“疫情市场分析”总共分为四大模块。
3.1航司概况
3.1.1待解决问题
俗话说“知己知彼方能百战不殆”。在开始正式的分析之前，所以需要对A航的经营概况，战略重心有大致了解，才能提出有针对性的运力增减投建议。
3.1.2分析思路
先通过《主要经营指标》、《航线图》、《境内外通航点》了解A航的经营概况和战略重心。通过《各航司市场份额》了解A航在行业中的地位。通过《福建市场份额变化》了解A航的在主基地的经营龙头地位是否稳固。
3.1.2结论及建议
①A航空拥有飞机数150架，通航点达260多个，年承运旅客8万余人，是境内排名第六的中大型航空公司。
②建议A航空重点构建沿海经济带向全国辐射的航线网络, 实现点对点运输与网络化运营的有机衔接, 争取形成连接全国各地到台湾和东北亚、东南亚相对完善的航线网络。
③建议A航司在对外拓展的过程中，也应注重稳固其在福建市场的竞争优势，避免“后院失火”。
3.2客运市场分析
3.2.1待解决问题
掌握不同城市的淡旺季变化规律，并了解老年旅客和学生旅客的诉求，做好配套营销服务。
3.2.2分析思路
①目前分析航空运输市场季节性变动的常用方法是“淡旺指数法模型”。 淡旺指数是用于描述客观现象季节性变化程度的相对量指标，它是在某月的值除以该年的月平均值得到的。如果该“淡旺指数”大于1，证明该月为该城市的旺季，反之则为淡季。通过该指数可以了解境内不同城市的“淡旺季划分”，并在旺季的时候适当增飞航班。
②对民航业而言，中国已进入中度老龄化社会，面对庞大的“夕阳红”市场，行业需要做哪些调整和改变？通过A航的电话回访，收集老年旅客的最真实诉求，并以此为依据为A航的服务提出改善意见。③从年龄段来看，80后和90后已经成为飞机出游主力消费人群，他们更追求飞行的舒适性。家长们在出行上更舍得花钱，愿意给孩子带来更好的飞行体验。通过A航对的电话回访，收集年轻旅客的最真实诉求，抓住年轻人的“钱袋子”。
3.2.3结论及建议
①我国幅员辽阔，不同地区，气候差别很大，旅游淡旺季时间不一。从《主要城市各月淡旺季》可以发现大部分地区旺季是每年3-10月，淡季时11-2月。
②：东北地区（沈阳、长春）的旅游旺季一般是6-7，11-2月。华南地区（福建、海南）旅游旺季往往是12-2月。特定城市（舟山）的淡旺季受宗教信仰、风俗习惯影响较大。建议A航针对不同城市的旺季区间增投运力。
③老年旅客在航空出行最关注的三大痛点：“步行距离”、“排队时长”、“医疗保健”。建议A航司持续优化标志设置、功能配套、人员服务等系列措施。
④建议A航司在针对学生群体营销时，重点突出其“机上娱乐设施丰富”的特点。⑤建议A航跟旅游景区推出“联合套票”，不断满足旅客关于乘机、旅游、饮食等一站式需求。
3.3货运市场分析
3.3.1待解决问题
了解各地产品周期性特点，分析每一种商品的运输限制，调整合适的机型执飞相关航线。
3.3.2分析思路
通过《季节特色货源地图》了解不同城市的产品周期性及运输限制，通过《机型性能选择》来选择合适的机型（制冷、供氧、尺寸）执飞相关航线。
3.3.3结论及建议
①建议A航在每年7-8月调配具有温度调节性能的飞机执行鲜花运输航线。
②建议A航司重视多联运输，即与公路运输、铁路运输、海上快线等的结合。由单一货运向综合一体化服务的现代物流转型。
③建议A航司发挥其对外枢纽的区位优势，整合防疫物品供应链，加快形成国际航空物流大通道。
3.4疫情市场分析
3.4.1待解决问题
①紧跟疫情动态变化，自动预警哪些城市有新发疫情，关注退票是否突增，及时调减航班。
②研判风险地区变化，预测哪些城市的风险地区即将清零，关注订座是否突增，及时复飞航班。
3.4.2分析思路
当某地发生局部疫情之后，会对该地的民航造成严重冲击，旅客的出行意愿会大幅下降。我们通过用Python爬取卫健委每日发布的疫情新增人数和中高风险地区分布并绘制成地图。业务人员可以通过了解过去一天有哪些城市爆发了新一轮的疫情，及时做出航班调减决策，并出台相应的“退改签”政策，避免集中退票导致客服进线压力过大。
3.4.3结论及建议
①业务人员可以通过《退座突增城市》了解哪些城市出现了明显退座，及时做出航班调减决策。
②业务人员了解哪些城市处于“即将清零”的阶段，提前恢复运力增投航班。
4、数据处理
·
|
数据处理
|
作用
|
应用场景
|
脱敏
|
数据脱敏之后，依然要保持一致性和关联性
|
企业数据脱敏
|
网络爬虫
|
通过Python爬取“百度疫情”每日更新的新增确诊人数、中高风险地区数。（详见附录）
|
用来判断某城市疫情发生后，退座是否突增；研判城市清零时间（连续14天无社区传播）
|
月份淡旺指数
|
某城市的单月流量/该城市的该年的月均流量
|
结果>1则为该城市的旺季，反之为该城市淡季
|
销售异动指数
|
本期销售额/同周期销售额，预警销售的突增和突减
|
订座、退座是否发生突增（关联疫情市场）
|
附录：Pythong爬取疫情数据相关代码
 
5、可视化报告
5.1作品介绍：
下图为整体仪表盘展示的图表。在正式进入FINEBI开发之前，先按照“脑图（processon工具）——线框图（xiaopiu工具）——正式开发（FINEBI工具）”，提高开发效率。
5.1.1航司概况
先明确需要展示的图：
绘制线框图：
通过FINEBI实现效果图：
5.1.2客运市场分析
先明确需要展示的图：
绘制线框图：
通过FINEBI实现效果图：
5.1.3货运市场分析
先明确需要展示的图：
绘制线框图：
通过FINEBI实现效果图：
5.1.4疫情市场分析
先构思需要展示的图：
绘制线框图：
通过FINEBI实现效果图：
5.2图表排版布局
①配色设置：以深蓝、浅蓝色为主色调。
②图表设置：图表的背景网格线都去掉了。
③文字设置：突出的重点用橙色的文字表示，通过分析得出的结果用红色文字表示。
③布局设置：以流行地图、区域地图作为主要元素。
④文本说明：通过文本框展示“分析思路”“结论建议”，一般在模块的最开始和结尾位置。
5.3最终结果呈现的页面布局
三、参赛总结
1、FineBI工具
- BI工具优点多多，比如“帮助文档非常详尽、课程学习非常丰富、数据连接非常顺畅”。
- 建议BI工具新增数据分析建模的功能，建议一个数据预处理平台。比如类似于“KNIME”这类轻应用，可以直接调用一些数据处理的算法（KNN\K-MEANS\PCA）等等。目前我在处理数据的时候，基本上都是先通过Python处理完再导入数据库，在通过FINEBI直接数据库，感觉步骤相对繁琐一些。
2、参赛总结
通过可视化可以讲原本繁琐枯燥海量的数据，以一种“生动形象直观”的样式展示出来。但数据可视化不是单纯为了将数据图做得多美观，而是要让数据蕴含的规律直观地体现出来，有利于后续的分析决策。
 A航空公司运力增投建议——最终仪表盘.pdf (10.13 M)
| 
