基于购买行为的客户细分方法比较研究

客户保持能有效的提高企业的盈利能力,但客户保持的目标不是追求零流失,而是管理客户的流失率和最大化客户资产.客户细分是实施客户保持的第一步,根据不同的细分客户群对企业的利润贡献,开展有针对性的营销战略/策略,对基于客户购买行为的客户细分方法作了比较研究.     

基于客户价值的客户细分及保持策略研究

保持有价值的客户是客户关系管理的核心任务之一,准确地进行客户细分是有效实施客户保持策略的基础.在讨论客户价值定义及评价方法的基础上,结合客户生命周期理论提出了改进的客户价值预测模型,建立了三维客户价值细分模型,根据客户细分的结果对每类客户的特征及相应的客户保持策略进行分析.     

客户细分方法研究综述

本文研究以客户为导向的各种细分方法.首先简要描述了各种细分方法在细分维度、细分依据以及与细分目标的关联性这三个方面所表现出来的特点,同时比较了它们之间的差异;其次以维度和细分技术为主要内容对四种主要的细分方法进行了详细的叙述:人口统计细分、生活方式细分侧重维度内涵的变迁,而行为细分和利益细分则侧重细分技术的发展,尤其是利益细分;最后在结束语部分指出了现有细分方法的不足和发展方向.     

基于在线客户评论的客户细分研究

针对基于在线客户评论数据进行客户细分分析的问题,设计了二阶段客户细分分析框架.在客户偏好建模阶段,设计了同义属性识别方法和属性偏好换算方法,基于产品属性树结构,构建粒度统一的客户偏好向量;在客户聚类阶段,设计了包含最优聚类数识别的聚类流程,基于模糊C均值聚类方法,对客户进行聚类.     

基于客户购买过程的市场细分研究

中国移动拥有庞大的客户规模。经过多年的发展,"全球通"、"神州行"和"动感地带"已成为具有世界声誉的客户品牌。但是,随着移动客户规模的不断扩大和移动通信产品的多样化,基于ARPU和年龄的市场细分方法不能实现对客户的有效划分,品牌纯度和品牌的目标市场占有率受到影响。本文基于客户购买过程的行为模式对客户群进行研究,形成了简捷实用的客户细分视图,为客户品牌策略的优化提供了依据。     

大数据环境下客户购买行为预测

大数据环境下,随着企业间的竞争加剧,企业越来越意识到客户购买行为预测的重要性。主要采用改进的决策树模型对客户购买行为进行预测,并通过对优化前后的效果对比分析,验证了改进后的算法在客户购买行为预测上的有效性和高效率。以Teradata软件为例,介绍了决策树模型在大数据背景下的应用,阐述了决策树模型在大数据情况下的用法和应该注意的问题。     

基于网络聚类算法的企业客户细分方法

本文首先介绍了客户细分在企业营运中的重要性,将聚类算法应用于企业客户细分。基于聚类可以找到数据集中未知的分类,本文介绍了一种可对客户多种描述特征进行综合聚类的客户细分方法。该算法不仅将网络概念加入到聚类中,还可以通过参数的控制,使客户的细分数量在可控范围之内。     

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.     

基于多分类器融合的客户细分研究

基于多分类器融合技术,建立了新的客户分类模型,该模型通过使用分类融合器,将多个分类器得到的客户信用评估结果进行合并,从而综合了不同分类器的局部优势,提高了分类性能.采用线性分类融合器,并通过遗传算法对分类器进行优化.实验分析表明,该方法的分类效果明显优于传统的运用单个分类器的分类方法.     

信用卡客户细分实证研究

近年来,国内信用卡业务发展正从过去以"量的扩张"为主转变到以"质的提高"为主的阶段。在这一转折时期,各商业银行越来越重视数据挖掘技术在客户细分管理中的应用,开始积极探索客群细分基础上的差异化客户管理。本文根据某银行信用卡客户数据,基于RFM模型和决策树模型进行客户细分实证研究,并提出相应的客户管理策略建议。     

基于K-means算法的中国移动市场顾客行为细分策略研究

分析了中国移动市场现状和顾客行为分析中的问题,结合K-means算法和顾客行为细分方法,提出基于K-means算法的中国移动市场动态顾客行为细分模型,并结合具体案例,进行了实证研究.     

顾客购买行为影响因素分析及重购概率的预测

顾客购买行为是市场营销研究的重要内容之一。目前已有一些文献通过引入几个属性变量,构建起描述顾客购买行为或预测购买概率的随机模型。本文在前人研究的基础上,首先分析了对顾客购买行为影响较大的顾客购买决策、前后两次购买间隔时间、顾客重购行为和顾客逃逸等因素,而后将这些因素综合考虑,给出预测日用消费品重购概率的一种方法,并用实际数据对预测方法进行检验,预测的结果与实际数据非常接近。本方法的特点一是预测精度较高,二是具有一般性,适用于一般的日用消费品。     

基于顾客满意和顾客忠诚关系的市场细分方法研究

在顾客满意与顾客忠诚的相关关系方面,目前国内外许多学者都有不同的研究和看法。本研究认为,对于不同的顾客群体,顾客满意对顾客忠诚具有不同的影响,从而也为企业带来不一样的价值和利润。本研究尝试采用一种新的聚类回归方法,根据顾客满意和顾客忠诚的关系细分顾客群体,并以手机行业为例进行实证分析,探寻哪些顾客群体的满意度对忠诚度影响较高,哪些顾客群体其忠诚与否基本不受满意度的影响。     

基于SERVQUAL的消费者网上重复购物行为研究

网站的服务质量(特别是售后服务质量)将决定消费者是否再次到该网站购物,已有的研究重视网站的技术方面(如安全)对消费者购物行为的影响,较少关注网站服务的作用.基于服务质量的重要性,提出了基于SERVQUAL的消费者网上重复购物行为模型.研究结果发现,服务质量的核心构件--服务水平(包括可靠性、响应性、保证性)是影响消费者对网站信任及满意度并进而决定其网上重复购物动机的重要因素,可见性和移情性对消费者信任没有显著作用,但二者对满意度具有显著作用.     

基于天然气客户的消费波动特征与顾客分类研究

如何有效满足连续型消费且消费量呈周期性波动的客户需要,是生产供应商急需解决的现实问题。本研究对连续型客户日消费量的时间序列数据,首次利用谱分析方法进行消费量的波动特征分析,再根据客户不同波动指标经过分层聚类分析以及判别分析,构建了判别函数方程。基于WE销售公司在江苏省的用气客户的日消费量数据进行了分析验证,研究发现,客户消费的波动特征可以通过谱分析得出的13项指标进行刻画反映,并根据这些波动指标对广大客户进行分类,以便供应商针对不同波动类别的客户采取不同的调峰手段,为供应商优化调峰方案提供分析基础,特别是根据新用户未来用气波动需求进行判别归类,有利于生产供应商提前主动地采取有效措施解决新用户的消费波动问题。     

Customization Strategies in Electronic Retailing: Implications of Customer Purchase Behavior*

In this article, we assess the implications of customer purchase behavior on customization in electronic retailing. We develop a classification scheme for customization strategies in electronic retailing. The classification scheme comprises three customization strategies: (i) transaction customization, (ii) decision customization, and (iii) product customization. We develop scales to measure each of the three customization strategies using a systematic four‐stage scale development process. Building on the extant literature on customer purchase behavior, we design an experiment to examine the alignment of the customization strategies with three well‐established product types: (i) convenience goods, (ii) shopping goods, and (iii) specialty goods, and its implications for customer value. The findings of the experiment indicate that there are significant differences in the customer value for the three customization strategies across the three product types. The contributions of the study, the managerial implications of the study findings, limitations, and directions for future research are discussed.