基于改进RFM模型的百度外卖客户价值分析

为了核算百度外卖客户给企业带来的价值,对百度外卖客户进行价值分析,提出一种改进的最近消费时间、消费频率、消费金额(recency frequency monetary,RFM)模型。该模型由平均订单交易时间间隔、客户一定时期内的交易次数、平均单次订单交易金额、客户贡献时间4个指标构成,运用离差标准化方法对4个指标进行规范化处理,采用主成分分析法计算4个指标的权重,4个指标与指标对应权重的乘积之和为客户的价值,采用K-Means聚类算法将客户分为价值由高到低的客户群。对2017年百度外卖企业某商家为期3个月的4 815名客户的订单交易数据进行聚类,结果表明,4 815名客户可以分为重要保持型客户、忠诚型客户、发展型客户、一般客户、低价值客户5类客户群体。改进后RFM模型可用于百度外卖客户价值分析。     

基于客户价值的服装电商消费者细分研究

针对服装电子商务消费者的特点结合RFM和LTV模型,提出适用于电商环境下的服装消费者的SPC细分模型,为服装电商运营中的客户管理提出了全新的思路.运用层次分析法确定了各项指标的权重,根据消费者在每项指标中的取值不同将消费者分为8个类型,并根据消费者细分的结果对每类消费者的特征和企业应采用的措施进行分析.最后将所建立的模型运用在实际服装品牌电商销售数据上,运用K-means聚类算法进行消费者细分,实验结果证明了本文所提出细分方法的有效性和可行性.     

供电企业CRM客户价值综合评价模型

针对供电企业用电客户,从客户价值的内涵界定入手,基于对现有分析评价方法的研究,提出了供电企业客户价值评价指标体系,建立了客户价值综合评价模型。模型对传统的灰色关联法进行改进,采用层次分析法给指标赋权,使指标权重更科学合理。最后通过实例证明了模型的有效性。     

利用蚁群算法求解电信客户初始信用评分问题

针对电信领域客户初始信用值获取问题,构建了一种信用评分模型,包括属性域和属性域信用权重的定义、信用权重的约束规则、初始信用度计算公式以及评价函数. 该模型根据客户的基本数据和消费行为数据进行信用评分. 在此模型的基础上,提出了一种基于蚁群算法的属性域信用权重分配算法. 实验结果表明,该模型能有效解决电信客户初始信用评分问题.
     

基于层次分析法的微网客户对电网贡献评价

微网客户对电网贡献是指由客户为企业带来的价值收益,体现为客户价值。对微网客户进行客户价值评价有助于电力企业推广微网的客户选择和客户管理。通过分析微网客户对电网贡献的影响因素,构建了客户对电网贡献的评价指标模型,并采用层次分析法计算出了评价指标模型中各评价指标的权重。根据计算出的各评价指标的权重,对客户对电网的贡献做出了比较全面的、多角度的评价,从而促使企业根据评价结果进行有效的客户关系管理,达到企业效益最优。     

基于未确知理论的客户满意度评价模型研究

当今激烈的市场竞争环境迫使企业越来越多的关注客户的需求,因此客户满意度这一衡量客户对企业感知的评价指标就变得日益重要。但是,关于这一指标的研究大多集中于定性研究,没有上升到客观地定量化分析阶段。本文给出了一种定量化描述客户满意度评价指标的方法,建立了基于未确知测度的客户满意度评价模型,并通过信息熵确立指标的分类权重,明显优于过去常用的AHP确定权重的主观判断方法,具有更高的科学性和实际应用价值。     

基于未确知理论的客户满意度评价模型研究

当今激烈的市场竞争环境迫使企业越来越多的关注客户的需求，因此客户满意度这一衡量客户对企业感知的评价指标就变得日益重要。但是，关于这一指标的研究大多集中于定性研究，没有上升到客观地定量化分析阶段。本文给出了一种定量化描述客户满意度评价指标的方法，建立了基于未确知测度的客户满意度评价模型，并通过信息熵确立指标的分类权重，明显优于过去常用的AHP确定权重的主观判断方法，具有更高的科学性和实际应用价值。     

RFM模型在网络营销中的数据集群设计与实现

我国的网上营销行业正处在一个高速发展的时期,但对于客户的售后服务需求分析却没有同步提高.以太原最大的网上营销服务商为研究对象,利用RFM模型对网上营销售后服务客户进行集群分析设计,通过客户售后服务数据分析提取系统所需数据,再使用集群分析工具将客户集群,对分析结果进行解释并提出相应的服务建议,进而提升客户的服务满意度,同时也可为网上营销商提供营销决策参考.     

基于主成分分析和分类回归树的客户欠费预测

针对电信数据维度增加导致的客户欠费预测算法复杂度过高的问题,提出基于主成分分析和分类回归树的电信客户欠费预测算法。该算法将原始电信数据进行数据缺失值处理、数据冗余识别和数据结构化后,进行数据规范化建模,利用主成分分析算法对建模后的电信数据进行降维处理,将降维后的数据作为分类回归树算法的输入数据对客户是否欠费进行分类,预测客户是否将存在欠费行为。利用实际电信数据进行验证,结果表明该算法的预测错误率为4.49%,预测耗时为17.05s,与分类回归树算法相比,在能够预测客户欠费的同时,还能提高预测效率。     

建立在粗糙集和模糊综合评判模型下的客户信用评价

客户信用关系是企业客户关系管理的重要内容。本文提出了结合粗糙集及模糊综合评判的模型对客户进行信用评价的方法。针对客户信用评价指标体系,借助粗糙集理论,进行指标属性约简、确定权重,并利用模糊综合评判对客户进行评价。该方法在一定程度上克服了传统权重确定的主观性,提高了评估的效率和准确性。最后,引入一个算例阐明了该模型的合理性。     

基于数据挖掘的促销决策支持系统

提出一种根据客户资料和购物历史数据进行数据挖掘的促销决策支持系统，该系统有机地结合RFM模型、关联规则和序列模式的数据挖掘技术，寻找企业最有价值的目标客户群，发掘目标客户群的商品购买模式，预测目标客户群的商品购买趋势，挖掘目标客户群的购买力，为企业提供动态、实时和准确的促镥决策支持．使企业能对目标客户群采取有针对性的高效的促销措施，以更快的速度、更高的准确度和更出色的客户服务，满足客户个性化的需求，以提高企业的客户服务水平，建立并保持客户忠诚度，增加企业的销售额，降低企业的营销成本．实践证明，该系统高效且可广泛使用．     

不同电信欠费率下信用评分问题

为提高信用评分的公平性和合理性,研究了电信领域不同欠费率下的初始信用评分问题. 在一种电信客户初始信用评分模型的基础上,分别采用遗传算法和蚁群算法,对不同欠费率的客户群体进行数据挖掘,通过评价函数得到最优信用权重分配方案,并对实验结果进行了分析和比较. 最后,对原信用评分模型进行了改进,解决了原模型在高欠费率情况下算法解不理想问题. 实验结果表明,在采用评分模型进行信用评分时,应针对不同的欠费率群体,可选择不同的信用评分算法. 此外,在建立信用评分模型时,需要考虑不同欠费率的情况.     

基于关联模式的电信客户致电实证分析

客户致电查询分析是企业客户关系管理中的重要内容之一,它对及时有效地了解客户需求、行为并制订合理的决策具有重要意义。针对电信客户在致电查询中所关注的内容,使用数据挖掘中的关联规则方法进行实证分析,可获得查询内容的侧重和查询项之间的关联性。     

细分电信公众客户,制定产品组合策略

近年来,电信企业越来越重视对公众客户的营销。公众客户用户数量巨大,收入来源稳定,因此,对公众客户的服务水平体现了企业整体的服务水平。本文借助客户生命周期理论,细分公众客户市场,研究市场细分下的公众客户产品组合策略。     

电信行业客户满意度测评模型的建立

在借鉴美国客户满意度指数(ACSI)模型的基础上,针对电信行业的特点,增加"品牌形象"作为影响客户满意度的一个前置因素,建立了电信行业客户满意度测评的概念模型,并对概念模型进行拟合优度检验和假设检验。结果表明,新模型的拟合效果优于ACSI模型,品牌形象的Cronbach Alpha值为0.848,说明各个测评指标能很好地测评品牌形象,其内部一致性较好。     

NGN用户接入方案探讨

NGN用户接入技术进入多元化发展的阶段,文章结合电信运营网络现状,在分析NGN网络分层结构及其关键设备功能的基础上,着重探讨了NGN提供的多种用户接入技术及其在不同场合的应用。为电信运营商进行NGN用户接入网络建设捉供参考依据。     

竞争背景下电信企业营销渠道体系的构建

本文以电信企业营销渠道建设为主线，结合湖南省电信公司的实践，从建立自营渠道体系，代营渠道体系、联营渠道体系三个大的方面，详尽地分析了如何建立全覆盖的、立体式的电信营销渠道体系。包括大客户营销服务、营维合一、农村支局代办、综合客户服务平台、特许经营、虚拟经营、窗口营销、电信超市等。通过研究，本文旨在对电信企业建设、管理营销渠道带来启发和裨益。     

关于固定电话发展出路的几点思考

顺应我国经济社会信息化发展的要求,各个通信领域都面临着巨大的发展契机,然而固定电话的发展却遇到移动通信和IP技术等赋予它的前所未有的严峻挑战,因此迫切需要探索固定电话业务发展的根本出路,从而促进我国通信事业的飞速发展。     

电信“ITV客户挖掘+装维随销”营销模型应用研究

电信运营商企业间对客户资源的竞争日益加剧,各企业针对电信业务数据进行“商机挖掘”的方法来寻找潜在的客户资源。文章采用“业务数据挖掘”的方法分析,获得公司的ITV 潜在客户清单,并以手机APP 的形式推送至与公众客户接触面最大的装维人员进行业务随销。通过精准营销的项目应用,改变了以往“盲推销”的客户发展模式,有力地改善了客户感知并提升了营销成功率。