客户购买行为的双变量多层贝叶斯预测模型研究

现有客户购买行为预测模型无法兼顾购买行为随机性、异质性及变量相关性的特征.单变量多层贝叶斯统计模型虽然解决了随机性、异质性问题,然而仍然忽略客户购买间隔与购买金额之间的相关性.双变量多层贝叶斯模型假设客户购买间隔和金额服从联合对数正态分布,借助"正态-Wishart"共轭先验分布族对后验近似标准分布进行推导,利用马尔科夫链蒙特卡洛模拟方法中的吉布斯抽样和梅托普利斯海斯丁算法估计参数.模型不仅满足变量相关性特点,提高了客户购买行为预测的准确性,正态性假设还能对客户购买行为的波动性进行预测.对一高分子企业进行实证研究,并进一步针对模拟次数和统计变量数量进行参数优化,结果证明其适用性与准确性都优于传统预测方法.     

商业银行零售业务营销策略研究

零售业务是商业银行利润的重要来源,完善零售业务营销策略可以帮助银行增强竞争力,在激烈的行业市场竞争中占有一席之地。以我国商业银行为研究对象,通过文献综述法、访谈法和问卷调查等方法,对我国银行零售业务营销策略现状进行梳理,分析我国商业银行零售业务面临的挑战。围绕4P理论提出动态管理客户、加快产品转型、反馈跟踪定价、线上渠道改造等营销策略,以期为各商业银行零售业务转型提供一定的参考与借鉴。     

顾客交叉购买价值计量实例研究

以真维斯国际（香港）有限公司为对象进行顾客交叉购买价值的实例研究,以关系营销理论和预测技术为理论背景,结合该公司的关系营销特点,构建了顾客交叉购买价值计量的定量模型,并给出了模型中主要参数的确定方法.用该公司的历史数据对交叉购买概率和交叉购买量2个参数进行了检验,得出模型整体效果较好.对企业合理分配营销资源,提高CRM效率有一定的参考价值和指导意义.     

网络购物环境下基于模糊评语的商品推荐系统

Internet为顾客搜寻和购买商品提供了传统商品零售之外的另一种渠道。提出了一种方法对要求明确的客户进行帮助,即对准备网上购物的客户浏览过程进行跟踪记录,通过计算相似度来计算客户的理想产品和产品属性的权重,最后用排序方法得到产品排序表,帮助客户找到可选产品中满意度较高的产品。     

基于数据挖掘的客户复购行为分析

基于客户订单大数据的关联规则数据挖掘方法探索女包品类客户的重复购买行为规律,以天猫快时尚行业一个卖家的女包品类销售为例,共收集121 966条订单数据,并对数据处理后的77 715条订单记录构建订单数据指标集合,研究客户的重复购买行为规律,在此基础上运用关联挖掘算法从商品关联销售的角度分析头部客户购买行为规律.研究发现客户的重复购买行为、卖家所售商品的销量和销量排名均符合幂律分布,复购客户所购买商品之间存在较大的相关性,研究结果可以为卖家提供更好的销售决策支持.     

基于RFM购买树的客户分群

针对通过零售交易数据进行客户分群时传统方法未考虑商品的价值问题,提出用RFM(recency frequency monetary)表达交易数据的方法,该方法将客户购买的商品和商品类别组成一棵RFM购买树(recency frequency monetary purchase tree,RFMPT).提出基于RFM购买树的快速聚类算法(based recency frequency monetary purchase tree clustering,BRFMPTC),把购买树构建为Cover Tree(CT)索引结构,利用CT结构快速选择k个密度最大的购买树作为中心,将其他对象划分到距它最近的类中心.实验结果表明,在距离加权下,BRFMPTC算法较传统算法在整体上能产生质量更高的聚类结果,性能得到较大提升.     

零售商店形象创新对购买意向的影响

零售商店形象是顾客对购物环境的直接感知,影响顾客的购物体验.零售商店形象创新分为产品创新、环境创新、服务创新三种类型.构建零售商店形象创新对顾客感知价值和购买意向影响的概念模型,使用结构方程模型对其进行检验.研究发现产品创新、环境创新、服务创新都会影响顾客的价值感知和购买意向,同时顾客的价值感起部分中介作用.零售商店对这三个方面加以创新,将会打造独特竞争优势.     

马尔可夫链概率矩阵的银行业客户行为预测

对客户交易行为的预测是企业营销的重点问题．一种基于马尔可夫链状态转移矩阵的客户行为预测方法,利用NBD模型计算客户在不同状态下的下一次购买概率,并根据银行业的特点对模型进行了改进,利用客户新鲜度和交易级别的变化反映客户特征．最后利用数据对模型进行验证,详细说明了计算方法及其现实的意义．     

基于感知价值的私人银行理财产品顾客购买行为实证研究

从感知价值的角度研究私人银行理财产品顾客重复购买和资金转移购买的问题,并进行多元线性回归的实证研究.研究表明:功能性价值、体验性价值和增值价值与重复购买和资金转移购买之间的皮尔逊相关系数较高,具有线性相关性;重复购买和资金转移购买回归方程的校正测定系数R2adj分别为0.529和0.325,且对建立的回归方程进行F检验达到了显著性水平.通过对重复购买拟合的模型分析,发现功能性价值和增值价值的回归系数分别为0.203和0.503,说明功能性价值、增值价值对私人银行顾客理财产品的重复购买行为具有显著的正向影响;通过对资金转移购买拟合的模型分析,发现增值价值的回归系数为0.767,说明增值价值对私人银行顾客理财产品的资金转移购买行为具有非常显著的正向影响.因此得出,商业银行应通过加强私人银行理财产品的功能性价值,不断增加具有针对性的顾客增值服务,通过对理财顾问的培训和服务创新等提升客户的体验价值,增加顾客的黏贴度和忠诚度,不断拓展私人银行顾客的数量和质量.     

假日经济下少女装消费者研究

实地调研了上海市中心城区4家百货商场的10家少女装品牌的消费者信息,包括消费者购买动机、消费者购买行为.通过因子和频数分析,可以将上海少女装假日消费者分为4类,并确认其购买动机和购买动机差异.研究结论有助于少女装零售品牌了解服装假日市场,同时为少女装品牌针对自身品牌特征制定差异化的假日服务营销组合策略提供参考依据.     

论互联网金融背景下的银行业消费贷款发展策略

通过比较1999年以来我国银行业消费贷款发展数据,剖析住房贷款需求下降、互联网巨头进入等影响,阐述了传统消费贷款业务发展的危与机.在研究互联网降低金融准入门槛具体例证的同时,分析中国网民规模、互联网普及率、网络零售交易规模等数据,进一步论述了互联网与消费贷款在发展基础、满足客户需求、变革业务模式等方面存在的诸多契合点.进而,建议商业银行加快变革商业模式,加速消费贷触网,并提出以信用卡优惠切入长尾市场、与电商平台合作、建设直销银行等互联网金融背景下的银行业消费贷款发展策略.     

基于SWOT法对我国商业银行VIP客户营销策略的研究

近年来,商业银行在客户市场方面的竞争越来越激烈,特别是VIP客户的争夺已成为各商业银行市场竞争的主流。深入探究VIP客户营销策略,对于商业银行的发展以及维护和稳定银行与客户之间的关系至关重要。因此,本文采用SWOT法和关系营销理论对我国商业银行Ⅷ客户营销的现状进行分析,通过对商业银行在、佃客户营销方面所具有的优、劣势以及所面对的机遇与挑战进行分析,进而提出相应策略。     

基于Group Lasso的多源电信数据离网用户分析

随着行业竞争愈演愈烈,电信企业的客户流失情况越来越严重,给电信企业造成了巨大损失.通过电信企业的数据来做离网用户的预测,从而进一步作出挽留客户的正确决策,成为电信企业日益关注的问题.面对电信后台汇总的多源数据,经分析发现其呈现天然的组结构.为了选择对于离网类别最具判别性的特征,本文使用了一种基于Group Lasso的组特征选择方法,在此基础上用交叉验证法选择适当的特征组,最终将选择出的少量组特征用于预测离网和停机的宽带用户.实验表明,在江苏某地级市电信离网用户分析数据中取得了比其他特征选择方法的精度平均高至少10%的预测性能.     

浅析账户资金监管业务中商业银行的法律风险及防范

在商业银行产品和服务高速发展的今天,账户资金监管业务有着越来越重要的意义.首先,账户资金监管系商业银行中间业务的重要的组成部分.有偿账户资金监管可以带来相当可观的中间业务收入,增加银行利润.其次,通过账户资金监管,账户内资金流动被限制,导致存款增加,存贷比提高和头寸盈余,同时也对商业银行资产业务的开展创造了有利条件.此外,该项业务可以吸引大量优质客户,有利于商业银行增大客户营销规模并维护良好客户关系.本文中,仅就账户资金监管业务中商业银行的法律风险及防范进行分析.     

数据挖掘中关联规则在零售业中的应用

目前,在需要处理大量数据的科研领域中,数据挖掘受到越来越多的关注。我们可以利用数据挖掘技术从海量数据中发现有用信息,帮助商家了解客户以往的需求趋势,并预测未来,从而给商家带来巨大的利润。在国内很多领域,尤其在银行、零售(如超市)等商业领域,数据挖掘所能解决的典型问题包括:客户群体划分、应用背景分析、销售额分析等市场分析行为,以及客户流失性分析、客户信用积分等。在数据挖掘领域,采用关联规则在大型事务数据库中进行数据挖掘是一个重要的研究内容。     

商业银行客户渠道选择偏好研究

为了研究商业银行客户渠道选择偏好的影响因素,通过文献回顾,探讨了影响银行客户渠道选择偏好的易用性、便利性、风险性等关键因素,建立银行客户渠道选择偏好概念模型,通过调查数据运用lisrel8.7软件进行了实证分析,在此基础上,针对不同银行服务渠道（主要是柜台、ATM和网上银行）,分析了这些影响因素是如何影响各个渠道的,并给出了相应的研究结论.     

基于数据挖掘的电商客户流失预测建模方法研究

文章针对数据挖掘技术在电子商务客户流失预测方面的应用研究,使用决策树算法、支持向量机算法分别建立电子商务客户流失预测模型,分析客户流失特征数据,并对2种方法的预测结果进行分析.     

零售企业实施回报计划的动机研究

为了探究零售企业实施回报计划的动机,在文献研究、企业访谈和探索性因子分析的基础上,建立了一个结构方程模型,并运用问卷调查数据对路径系数进行估计.结果表明,企业组织重视、市场竞争程度和客户保持是影响我国零售企业采用回报计划的主要动机;进而,客户保持显著地影响感知回报计划的有用性;市场竞争程度显著地影响回报计划的使用意愿;企业组织重视显著地影响感知回报计划的易用性;感知回报计划的有用性显著地影响回报计划的使用意愿.     

基于跨电商行为的交叉推荐算法

利用百分点科技推荐引擎提供的原始数据, 分析了用户跨电商的行为, 提出了一种可在多个电商之间进行交叉推荐的算法. 结果证明, 该算法不仅在精确性上较完全冷启动的随机推荐有巨大的提高, 而且所推荐的商品可以保持相当的多样性与新颖性. 分析显示有约5%~10%的点击、收藏和购买行为发生在有交叉行为的用户身上, 这些用户的活跃性明显强于非交叉用户. 这些结果暗示交叉用户可能是网上购物的重度用户. 该文展现了全新的研究思路, 研讨了全新的分析对象, 其思路和结果对于电子商务研究有重要价值.     

商业银行CRM在中国的应用和发展

市场竞争日益激烈,我国商业银行越来越深刻地认识到客户是最有价值的资源。如何留住老客户和吸引新客户,充分挖掘和利用客户资源,成为国内各商业银行首要关注的问题。入世后外资银行的进入更加深了我国商业银行对客户关系管理(CRM)的研究和应用,借助CRM实现从"以产品为中心"到"以客户为中心"的经营理念的演变,实现对银行组织体系和业务流程的重组。在展开对商业银行CRM的应用和研究的时候,将CRM放在企业信息化和管理流程再造的整体框架中进行分析、论证和实施。将信息技术和企业管理结合起来,更深刻地体会"信息化带动工业化"的内涵。