客户资产度量的状态空间模型

本文在客户生命周期分析的基础上,确立客户状态演进关系;试图采用状态空间模型,引入状态转移概率计算现有客户价值的数学期望,利用转入概率和输入控制决策变量计算潜在客户价值的数学期望。不但可以计算各个时期的客户价值(客户资产)的期望值,还可以计算客户终生价值,以便量化分析企业客户资产的投资收益率和流失率。     

基于状态空间模型的人民币均衡汇率研究

本文改进传统回归均值系数分析的缺陷,引进汇率风险变量和适应性预期变量,通过构建行为均衡汇率(BEER)的状态空间模型,利用卡尔曼滤波估计时变系数,同时估计了人民币汇率的ECM模型,研究2000年1月～2011年12月各因素对人民币均衡汇率的动态影响,并测算了人民币均衡汇率.研究发现:政府支出、TOT、FDI对人民币的升值影响显著增强,其中贸易条件对人民币升值贡献最大;利率差R、汇率风险RIS和适应性预期变量,逐渐符合理论预测.人民币均衡汇率失衡均在6％以内,不存在较大偏差.近期人民币升值压力主要来自热钱流入,非经济基本因素的内在需求.解释变量对人民币汇率的长期影响符合理论预期,但短期内各因素对人民币汇率的影响与长期影响有一定的冲突.     

基于离散选择模型的电信资费套餐选择行为研究

以大学生为例,采用离散选择模型对影响电信客户选择资费套餐行为的因素进行了研究。结果表明,运用嵌套Logit模型比多元Logit模型更能解释影响客户选择资费套餐行为的因素,品牌对客户是否选择中国移动和中国联通的影响大于是否选择中国电信的影响,应付通信费对客户是否选择中国联通和中国电信的影响大于是否选择中国移动的影响,并且中国联通和其他运营商的套餐之间具有高度的替代性。     

客户关系管理中的动态客户细分方法研究

在分析客户行为的随机性和非确定性的基础上,指出现有的确定性客户细分方法不能很好地适应客户细分问题的这些特点.为此,提出基于云模型的动态客户细分模型,该模型将客户细分过程表示为一个C过程与一个P过程,并将描述非确定关系的云模型理论引入到客户细分的P过程中,从而实现了客户细分的动态性,提高了模型对客户行为描述的客观性.文章采用来自UCI的合成数据及来自银行的实际客户数据进行了数据实验,实验结果表明了该方法的有效性.     

Pareto/NBD模型实证与应用研究

对客户未来购买行为预测是客户终身价值评估、客户流失管理等研究领域的关键.近年来由于客户关系管理的兴起,Schmittlein等提出的Pareto/NBD模型作为在非契约条件下描述客户重复购买行为的基础模型得到关注和应用,但对该模型还缺乏实证检验.对Pareto/NBD模型的有关研究进行了简单的回顾,以某专业视频设备零售商近5年的客户购买数据作为样本,用最大似然法进行参数估计,对Pareto/NBD模型有关客户活跃度、客户未来购买期望等方面的预测性能进行实证检验.提出结合Pareto/NBD模型与购买金额期望模型计算有(无)购买历史客户的客户终生价值、根据客户终生价值设置客户流失预警点等方法.     

关系营销中客户回报计划对客户品牌选择行为的影响研究

本研究在考虑客户间异质偏好性的基础上,利用一组客户的纵贯交易数据建立消费者离散选择模型研究了回报计划对客户个体层面品牌选择行为的影响,并利用策略实验及潜分层模型对相关问题进行了系统深入的分析。结果表明,回报计划可以有效提升客户的品牌选择购买概率,是一种有效的关系营销策略;策略实验分析得到,竞争的环境下,对零售超市而言其最优决策策略不仅是实施回报计划,而且要努力争取客户成为自己回报计划的会员;此外,通过潜分层模型评估发现客户回报计划仅会对一类特定客户具有明显的刺激作用。最后讨论了结论对企业营销管理实践的意义。     

服务的空间扩散: 基于上海迪士尼的实证

体验经济是当代企业服务营销的重要组成,由于服务体验的扩散具有明显的空间效应,本研究通过建立服务扩散的空间溢出模型,在其中定义区域间的相对影响力和易感性,从而准确分离了本地区服务体验扩散和其他地区溢出扩散这两种空间影响效果.研究基于上海迪士尼乐园游客的移动数据,实证测量了迪士尼服务群体的空间扩散效应、省份和区域层次服务扩散的影响力、易感性与溢出效应.结果发现,迪士尼乐园服务群体的扩散效果主要受到本地游客的直接影响(占比38.6%)和来自其他地区游客的溢出影响(占比52.4%),受到的时间效应和媒体效应为8.7%和0.3%.此外,该模型还给出了各省游客对迪士尼服务效果传播的不同影响力,以及各省游客对该服务传播的易感性.本研究证实了服务扩散过程中地区空间影响的不对称性,开发的定量模型也为服务业营销人员进行以空间地理为导向的干预措施提供了精准参考.     

拓展的NBD-Dirichlet模型及其在零售店选择研究中的应用

纯随机NBD-Dirichlet模型可以用来研究消费者的零售店选择行为(商店选择与购买频次),但是由于模型中没有协变量,所以无法对消费者的商店选择行为进行解释.本论文对纯随机模型进行了拓展,引入了解释变量,并应用拓展的模型对北京的消费者超市选择行为进行了实证研究.其中的主要发现为:(1)市场渗透率是超市经营的关键指标;(2)促销没有对消费者超市选择产生影响,但是它能够使顾客更多地惠顾超市;(3)家庭收入对消费者选择超市以及惠顾频次的多少均有显著的影响;(4)单次购买金额对消费者选择超市没有显著影响,但是它对消费者惠顾频次有负向的影响;(5)超市之间的价格差异较小,因此价格对消费者购物频次没有影响;(6)产品的齐全性对消费者超市选择有巨大的影响.     

基于就业市场的劳动人口区位选择行为的多智能体模拟

基于空间经济学视角,提出了基于就业市场的劳动人口区位选择模型(Labor Market Based Model of Residential Location—LMBMRL),利用多智能体对劳动人口居住区位选择行为进行模拟研究。利用GIS方法提取经济产业空间信息,并将经济主体的空间异质性引入人口区位选择模型中。充分考虑就业市场、居住成本与通勤成本对个体区位经济效用的影响,设计基于收入和支出的个体决策规则,并利用多智能体方法对劳动人口居住区位选择行为进行模拟。模拟结果揭示了在特定经济产业空间结构下,不同人口群体区位选择形成的人口空间结构及其机理。通过成本系数差异分析,反映了居住成本和通勤成本对人口空间结构的影响。分析结果表明,当居住成本较低时,人口空间结构较为集中,而当房价上涨或居住成本较大时,劳动人口形成较为分散的空间格局;若城市交通便捷度提高,则人口的空间集聚度降低。     

基于PLS-SEM模型的民航客户忠诚度研究

如何最大限度的保留老客户是影响民航企业未来发展的非常重要的问题,各国航空公司非常重视提高客户忠诚度的研究。研究影响客户忠诚度的因素,对于提高航空公司服务水平有着重要作用。本文运用PLS-SEM(Partial Least Square-Structural Equation Model)方法,建立了客户忠诚度评价模型;结合实际采样数据,通过忠诚度指标因子定量分析了各变量对客户忠诚度的影响,为民航企业提高客户忠诚度的研究提供了新途径。研究结果表明,影响民航企业忠诚度的因素依次是安全、企业形象和感知质量。     

供电行业用户满意度模型构建及实证研究

在相关理论研究基础上,构建了供电行业用户满意度模型,模型数据采集于江苏省电力公司的800位客户,并采用SAS8．1统计软件包的CALIS功能模块对模型进行了验证分析。研究结果表明：用户期望对用户感知质量、感知价值和用户满意的影响不显著,故在模型中予以删除;企业形象对用户满意和用户忠诚的影响以间接为主,直接影响不显著;修正模型中5个内生隐变量R2的平均值为0．69,经综合考虑,修正后的模型有效可靠。最后,为供电行业提升客户满意度和忠诚度提出建议。     

SMC模型在IT分销业的实证研究

SMC模型是1987年提出的、用于预测客户交易行为的一组理论方法。由于数据收集难以及模型复杂,还鲜见该模型的实证分析和决策支持。本文首次以我国IT分销业为行业背景,选取该行业最大的一级分销商—神州数码公司—进行分析,验证了该模型的有效性,并讨论该模型在企业实际决策中的应用。同时,针对不同客户类型提出SMC模型的修正思路。     

基于改进GMDH的目标客户选择模型研究

近年来,目标客户选择建模成为客户关系管理领域的研究热点。为了解决用于目标客户选择建模的训练样本类别分布高度不平衡的问题,本文首先提出了混合抽样方法。进一步地,将数据分组处理(GMDH)神经元网络引入到客户特征选择中,提出新的特征选择算法Log-GMDH。该算法分别从传递函数的选择和新的外准则的构建两个方面对传统GMDH网络模型进行了改进。最后,将提出的混合抽样、Log-GMDH和Logistic回归分类算法相结合,构建目标客户选择模型LogGMDH-Logistic。在CoIL2000预测竞赛中某汽车保险公司的目标客户选择数据集上进行实证分析,结果表明,LogGMDH-Logistic模型不仅在性能上优于已有的一些目标客户选择模型,而且具有很好的可解释性。     

基于客户识别的客户保持决策模型与定价策略

建立了以客户识别为基础进行客户保持决策的理论框架和决策模型,提出了客户识别的三维框架模型,认为客户识别需要在包含客户生命周期价值、客户感知价值和竞争可得性3个维度的框架下进行;随后通过建立客户识别模型,定量分析了客户识别对于客户保持的重要意义;接着阐述了以客户识别为基础进行客户保持决策的过程和方法,并综合考虑客户忠诚度因素,通过建立客户保持的决策模型,分析了统一定价和差别定价2种模式下客户保持的企业产品定价策略。     

顾客个人价值嵌入的顾客满意度指数扩展模型

本文尝试将反映消费终极目的的顾客个人价值概念引入顾客满意度指数模型,提出了嵌入顾客个人价值的顾客满意度指数扩展模型。基于餐饮业和移动通讯业样本进行实证研究,结果表明所提出的扩展模型得到验证,顾客个人价值对顾客满意具有显著的影响,感知服务质量和感知顾客价值是顾客个人价值的决定因素。本研究深化了对顾客满意形成机理的认识,为服务企业评价满足消费者需求能力和经济产出质量的指标提供了理论根据。     

Optimal Dynamic Pricing of Perishable Items by a Monopolist Facing Strategic Consumers

We introduce a dynamic pricing model for a monopolistic company selling a perishable product to a finite population of strategic consumers (customers who are aware that pricing is dynamic and may time their purchases strategically). This problem is modeled as a stochastic dynamic game in which the company's objective is to maximize total expected revenues, and each customer maximizes the expected present value of utility. We prove the existence of a unique subgame‐perfect equilibrium pricing policy, provide equilibrium optimality conditions for both customer and seller, and prove monotonicity results for special cases. We demonstrate through numerical examples that a company that ignores strategic consumer behavior may receive much lower total revenues than one that uses the strategic equilibrium pricing policy. We also show that, when the initial capacity is a decision variable, it can be used together with the appropriate pricing policy to effectively reduce the impact of strategic consumer behavior. The proposed model is computationally tractable for problems of realistic size.     

基于熵空间交互理论的CRT网络信用风险传染模型

信用风险转移(Credit Risk Transfer,CRT)网络中信用风险传染已逐渐成为学术界和政策制定者关注的热点。本文基于熵空间交互理论,将CRT网络中银行和投资者之间空间距离与非线性耦合、银行的信用风险转移能力与投资者的风险偏好相结合,建立了CRT网络信用风险传染的熵空间模型。通过数值模拟和对参数的敏感性分析发现,模型可以很好地反映银行和投资者之间的空间距离与非线性耦合、银行的信用风险转移能力、信用风险在投资者节点上的集中程度、投资者的风险偏好和风险承受能力对CRT网络信用风险传染效应的影响机制。研究同时发现:CRT网络信用风险传染具有"本地效应"和"关联抑制效应"。     

代价敏感的目标客户选择半监督集成模型研究

在现实的目标客户选择建模中，往往只能获取少量有类别标签的样本，而剩下的大量样本都无法获取类别标签。已有研究大都使用监督式建模研究范式，仅在少量有类别标签样本集上建模，很难取得令人满意的效果。为解决这一问题，本文引入半监督学习（semi-supervised learning，SSL）技术，将其与代价敏感学习（cost sensitive learning，CSL）和多分类器集成中的随机子空间（random subspace，RSS）方法相结合，提出了代价敏感的目标客户选择半监督集成模型（cost-sensitive semi-supervised ensemble model，CSSE）。该模型使用代价敏感的支持向量机（SVM）来解决目标客户选择建模中样本数据类别分布不平衡的问题，还能够同时使用有、无类别标签的客户样本来建模。进一步地，该模型利用RSS方法训练一系列基本分类模型，并通过集成得到最终的分类结果。在某保险公司目标客户选择数据集上进行实证分析，结果表明，与两种监督式集成模型、两种单一的半监督模型以及两种半监督集成模型相比，CSSE模型具有更好的目标客户选择性能。