顾客消费行为预测——基于RFM与灰色GM(1,1)模型的研究

有效实施以"顾客"为中心的营销模式的前提,是准确预测顾客未来消费行为。笔者对顾客消费行为的分析立足于RFM模式,通过对顾客购买频率F和交易金额M的识别,区分不同顾客的消费行为模式,并结合灰色GM(1,1)模型,对顾客未来消费行为模式进行预测。通过对某商业银行的顾客消费数据进行实例验证,证明了该模型对顾客短期消费行为模式有着较好的预测效果,可为企业短期营销决策提供参考。     

随机模型在零售顾客未来经济价值估计中的应用

零售顾客的经济价值是由购买次数和平均购买金额共同决定的。本文采用NBD模型来拟合购买次数,用gamma-gamma模型来拟合平均购买金额。基于贝叶斯原理,在给定过去购买行为条件下我们可以计算顾客未来购买次数和平均购买金额的期望值,顾客的未来经济价值就是这两个期望值的乘积。本文应用上述随机模型对一家零售企业的顾客积分卡数据进行了实证分析,结果表明该模型不仅可以比较准确地拟合顾客购买次数和购买金额数据,而且可以对顾客未来价值进行较为准确的预测。该模型方法对于零售企业加强顾客分析,提高顾客管理水平有很大的价值。     

基于顾客让渡价值的顾客满意度的比较模型研究

由顾客让渡价值理论可以看出,提高顾客让渡价值是提高顾客满意度的一种有效方式,但无法判断出顾客让渡价值中的哪些因素发挥了积极作用。本文基于顾客让渡价值的顾客满意度的比较模型,分别考察顾客总价值满意度和顾客总成本满意度,并使二者之间建立联系,该模型能够区分出顾客让渡价值中各个因素所发挥的不同作用。     

在线口碑传播的意见领袖识别方法研究

Web2.0技术应用的不断深化,使得越来越多的用户在网络上发布对产品、服务、品牌或企业的评价,这些在线口碑极大影响着消费者的购买决策和企业的声誉、利润,如何识别出在线口碑传播中的意见领袖对企业有着重要价值。本文结合RFM模型和情感词自动判别方法,考虑情感(S)这一个新的指标,提出了RFMS模型来测量在线口碑发布者的影响力,应用人工神经网络识别出意见领袖,以程度中心性来评估识别结果的有效性。本文采用网络上获取的大众点评网的美食评论语料,对所提出的方法进行了数据实验,实验结果表明,该方法能够精确识别出意见领袖。     

顾客关系价值量化模型研究述评

客户关系管理最基本的问题是量化顾客关系价值,为此从顾客盈利性分析开始,回顾了顾客终身价值量化的3种模型:顾客保持模型、顾客转移模型和最优化模型,分析了各自运用的条件和环境,总结了顾客关系价值量化的3个核心环节:交易流的量化、利润流(或现金流)的量化和顾客资产的最优化,并提出了未来研究的方向和路径。     

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。     

我国家用汽车顾客感知价值及提升策略研究

本文通过构建顾客感知价值五要素模型,探索家用汽车消费过程中主要驱动要素与感知价值之间的关系。归纳了顾客感知价值及其驱动要素相关理论,从家用汽车产品质量感知、服务质量感知、品牌价值感知、绿色价值感知和价格感知五个方面构建顾客感知价值构成要素模型。通过SPSS18.0对2013年1月-2月收集的223份有效问卷进行信度、效度检验,运用AMOS17.0构建结构方程模型,并进行拟合度检验。结果显示产品质量感知、服务质量感知、品牌价值感知和绿色价值感知与顾客感知价值呈正相关关系,顾客对品牌价值、服务质量和绿色价值的感知对感知价值的影响略高于对产品质量的感知;价格感知方面:价格与汽车基本性能的匹配度、价格与同类其他品牌汽车比较的满意度、价格整体的合理性与顾客家用汽车感知价值呈正相关关系,且前两者对顾客感知价值的影响明显高于价格整体的合理性。最后,结合实证研究结果,提出提升家用汽车顾客感知价值的策略。     

基于小波变换的长记忆随机波动模型估计方法研究

根据ARFIMA过程的小波分析结果,将小波引入到长记忆随机波动(Long Memory Stochastic Volatility)LMSV模型的估计中,提出了基于小波变换的LMSV模型的参数估计和潜在波动过程的估计方法.用不同参数值和样本容量的数据进行了模拟实验,又用该方法对上海和深圳证券交易所综合指数的收益序列拟合了LMSV模型,结果表明该方法是有效且可行的.     

生存分析在顾客间隔购买时间研究中的应用

越来越多的零售商向顾客发放积分卡并积累了众多顾客购买行为的数据.这些数据对企业提高科学决策水平有重要价值,但是目前我国零售企业还很少对这些数据进行开发,主要原因之一就是缺乏方法上的支持.本文以一家购物中心客户积分卡的历史交易数据为基础,使用Kaplan-eier非参数方法估计了顾客间隔购买时间,应用Cox比例风险模型对间隔购买时间的影响因素进行了分析.研究表明,间隔购买时间具有明显季节性,交易特征和人口统计特征都对间隔购买时间有显著的影响.     

联立方程计量经济学模型的结构识别

本文提出了联立方程计量经济学模型结构识别的概念与方法。应用该方法识别模型与统计数据无关,并且与模型参数的具体数值也无关,对计量经济学建模与分析有实际意义.