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。     

面向客户需求的神经网络挖掘方法

客户细分是客户关系管理的主要内容，对客户进行细分有助于优化企业资源配置和对客户进行差异化服务进而提高客户满意度。很多文献根据客户对企业的贡献利用相关模型对客户进行了细分，本文从差异化服务出发，根据客户的需求特征或需求层次对客户进行了细分，这有助于预测客户的需求和减少企业的营销成本。在具体细分过程中根据数据挖掘的思想采用了自组织映射神经网络模型，并通过模拟说明了模型的有效性。     

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.     

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。     

基于代价敏感性学习的客户价值细分

在基于价值的客户细分中,不可避免地产生"拒真纳伪"的两类错误,由于错误分类代价差异和不同价值客户数量的不平衡分布,基于总体准确率的数据挖掘方法不能体现由于客户价值不同对分类效果带来的影响.本研究在代价敏感性学习机制下引入支持向量机作为分类工具,建立基于客户价值的错分代价函数,为适应客户价值多类别细分的要求,将二元分类扩展为多元分类,建立分类的期望损失函数作为分类效果的评价标准.实验结果说明,该方法可以更精确地控制代价敏感性和不同种分类错误的分布,降低总体的错误分类代价,使模型能更准确反映分类的代价,有效识别客户价值.     

基于AHP与聚类分析的信用卡客户细分

近年来,优质客户资源的争夺已成为信用卡业务竞争的焦点。因此,如何通过有效的客户细分,全面掌握客户信息,了解客户的用卡特征,有的放矢进行营销,成为信用卡运营商研究的关键问题。本文首先用AHP法对个人信用指标体系的各指标进行分析,确定指标体系中各指标的重要程度,并根据一定精确度要求对指标进行精简;然后,运用Clementine软件对经过指标精简后的数据进行聚类,并对每个子类中的客户特点进行分析,并提出了相应的营销策略。     

移动商务中面向客户细分的KSP混合聚类算法

数据挖掘技术中的聚类算法是解决客户细分问题的重要算法之一。为解决传统聚类算法在客户细分问题中分类精度较低、收敛速度较慢的问题,着重对比分析传统聚类算法中K-m eans、自组织映射网络和粒子群3种算法的不足,提出融合3种算法优点的混合型聚类算法,该算法利用K-m eans和自组织映射网络对初始聚类中心进行优化,结合粒子群优化和K-m eans优化聚类迭代过程,并在迭代优化过程中设计避免算法因早熟而停滞的机制。针对移动电子商务环境下的餐饮业客户细分问题,建立移动餐饮业客户细分模型,并利用混合型聚类算法、K-m eans、层级自组织映射网络和基于粒子群的K-m eans等4种算法对实际案例进行对比分析。研究结果表明,混合型聚类算法的聚类精度分别比其他3种算法高,同时还具有最快的收敛性能,更适用于客户细分问题。     

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。     

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。     

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。     

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。     

Questioning the reliability of market segmentation techniques

Market segmentation techniques and analyses have received considerable attention in the academic literature. This paper compares and contrasts the results from conducting cluster analysis and factor analysis on two data sets, one which is genuine and the other which has been randomly generated. This analysis helps test claims about the validity and effectiveness of such techniques and looks at the reliability of the output. The findings suggest that researchers need to be careful to carry out valid preliminary work before presenting their results. Without such preliminary work it may be difficult to justify the segments which emerge.     

一种基于曲线拟合的客户预期贡献计量方法

本文对客户资产中最为关键的计算因子——客户预期贡献,提出一种利用最小二乘法进行回归分析,拟合出客户预期贡献的计算函数,并将其运用到客户资产计算公式中,建立客户资产度量模型.本文还以中国建设银行某支行餐饮娱乐业固定资产贷款业务为案例,阐明了该方法的应用,并对计算出的客户资产结果进行了拟合优度检验和显著性检验.     

动态营销范式下中国服务业顾客满意形成机制研究

尝试分析两大营销范式涉及的多个变量:服务质量(硬质量、软质量)、顾客信任(销售员信任、服务商的信任)、感知价值、顾客承诺和总体满意,并展示它们之间的关系.同时,提出了一个整合模型并建立了反映以上变量关联的一系列假设,通过实证研究验证了消费者满意的结构方程模型(SEM).最后,为企业赢取顾客满意提出了建议.     

基于动态分类器集成选择的不完整数据客户分类方法实证研究

在管理决策的制定中,分类已经成为一种十分重要的方法和技术。由于现实客户数据常常是不完整的,因此,研究不完整数据的客户分类问题具有重要意义。通过分析以往分类过程中对不完整数据的处理方法,提出了一种基于动态分类器集成选择的不完整数据分类方法DCES-ID。分别在UCI客户分类数据集以及某券商客户数据集上进行分类的实验和实证分析。结果表明,与已有的6种分类算法相比,DCES-ID算法具有更高的分类准确性及稳定性,能够更有效地进行客户分类。