顧客資產(chǎn)管理理論產(chǎn)生于20世紀(jì)末。它與其它傳統(tǒng)管理理論的區(qū)別在于將顧客視為企業(yè)資產(chǎn),并以顧客資產(chǎn)為核心,優(yōu)化企業(yè)資源配置,實(shí)現(xiàn)其價(jià)值的最大化。顧客資產(chǎn)管理最關(guān)鍵部分就是對(duì)顧客資產(chǎn)的量化評(píng)估。由于在非契約型環(huán)境下的企業(yè)對(duì)于顧客未來(lái)的消費(fèi)行為無(wú)法獲知,導(dǎo)致了顧客資產(chǎn)評(píng)估的困難性。當(dāng)前在學(xué)術(shù)界中,處于主流地位的對(duì)非契約環(huán)境下的顧客資產(chǎn)評(píng)估模型是基于隨機(jī)行為的Pareto/NBD和BG/NBD模型。然而這類模型建模復(fù)雜,計(jì)算繁瑣,使得學(xué)術(shù)界的研究成果并未能在商業(yè)界得到真正的運(yùn)用。本文針對(duì)這一情況,提出了幾個(gè)簡(jiǎn)單而有效的預(yù)測(cè)模型,既能達(dá)到復(fù)雜數(shù)學(xué)模型預(yù)測(cè)的精準(zhǔn)性,又能滿足商業(yè)界對(duì)模型效率的要求。本文主要的工作歸結(jié)如下: (1)提出了非契約環(huán)境下的顧客流失預(yù)警模型。假設(shè)顧客的歷史購(gòu)買次數(shù)及最后一次購(gòu)買的時(shí)間間隔是顧客流失與否的一種表現(xiàn),用未來(lái)購(gòu)買與否對(duì)顧客進(jìn)行劃分,將顧客分成四類。選擇正確劃分的最優(yōu)閾值作為衡量流失的分界點(diǎn)。通過(guò)與其它主流模型的實(shí)證對(duì)比,表明本文的模型的預(yù)測(cè)效果最優(yōu)。 (2)提出了顧客購(gòu)買次數(shù)期望值的預(yù)測(cè)模型。模型基于顧客過(guò)去購(gòu)買頻率與未來(lái)購(gòu)買頻率一致的假設(shè),并考慮了顧客流失情況對(duì)...

【文章頁(yè)數(shù)】：112 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
中文摘要
ABSTRACT
第一章 引言
    1.1 研究背景
        1.1.1 現(xiàn)實(shí)背景
        1.1.2 理論背景
    1.2 研究意義
    1.3 本文主要工作及創(chuàng)新點(diǎn)
    1.4 論文結(jié)構(gòu)
第二章 顧客資產(chǎn)理論綜述
    2.1 相關(guān)概念
        2.1.1 顧客資產(chǎn)理論研究視角
        2.1.2 顧客資產(chǎn)的定義
    2.2 顧客資產(chǎn)的評(píng)估
        2.2.1 CLV 的影響因素
        2.2.2 CLV 模型
    2.3 顧客資產(chǎn)管理戰(zhàn)略
    2.4 顧客資產(chǎn)管理策略
第三章 顧客資產(chǎn)的相關(guān)計(jì)算
    3.1 顧客流失預(yù)警
        3.1.1 Pareto/NBD 的P ( Active ) 推導(dǎo)
        3.1.2 啟發(fā)式算法及本文的改進(jìn)
        3.1.3 實(shí)證部分
    3.2 顧客未來(lái)購(gòu)買次數(shù)E [ X ] 的預(yù)測(cè)
        3.2.1 Pareto/NBD 和BG/NBD 對(duì)E [ X ] 的預(yù)測(cè)
        3.2.2 本文的預(yù)測(cè)E [ X ] 的算法
        3.2.3 實(shí)證部分
    3.3 基于資產(chǎn)剝離策略的顧客資產(chǎn)評(píng)估
        3.3.1 劣質(zhì)顧客對(duì)顧客資產(chǎn)的影響
        3.3.2 基于資產(chǎn)剝離的CLV 的模型建立
    3.4 優(yōu)質(zhì)顧客的識(shí)別
第四章 顧客資產(chǎn)最大化的管理策略
    4.1 構(gòu)建全面的顧客數(shù)據(jù)庫(kù)
    4.2 根據(jù)顧客的消費(fèi)模式和需要細(xì)分顧客
    4.3 CLV 的計(jì)算
    4.4 采用合適的營(yíng)銷策略最大化CLV
第五章 總結(jié)與展望
    5.1 研究總結(jié)
    5.2 未來(lái)的工作
附錄 MATLAB程序
參考文獻(xiàn)
發(fā)表論文和科研情況說(shuō)明
致謝



本文編號(hào)：3802208