本文關(guān)鍵詞：電子商務(wù)客戶流失模型的比較與實(shí)證研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著電子商務(wù)普及的范圍越來越大,數(shù)量越多,發(fā)展越來越快,各電子商務(wù)企業(yè)間的競爭也越來越大、越演越烈。眾所周知,電子商務(wù)企業(yè)最重要的就是客戶,客戶可以分為新客戶和老客戶。很多研究結(jié)果都表明,保留老客戶所需的成本比發(fā)展新客戶要低很多,并且老客戶為企業(yè)帶來更高的利潤。所以在電子商務(wù)領(lǐng)域,對客戶流失情況進(jìn)行分析,預(yù)測出可能會(huì)流失的客戶,進(jìn)而采取相應(yīng)的措施對這部分客戶進(jìn)行挽留,避免其流失具有非常重要的意義�，F(xiàn)在大部分電子商務(wù)企業(yè)都已對客戶的基本特征信息和交易行為等數(shù)據(jù)進(jìn)行了深入分析,然后再利用各種方法和技術(shù)建立和研究客戶流失預(yù)測模型,最后以此來對客戶流失情況進(jìn)行預(yù)測。數(shù)據(jù)挖掘技術(shù)已經(jīng)廣泛運(yùn)用到電子商務(wù)企業(yè)的客戶關(guān)系管理中,如客戶細(xì)分、客戶流失預(yù)測、提及欺詐分析等。以往的有關(guān)客戶流失的預(yù)測研究基本上都是針對實(shí)體企業(yè)的,如中國電信、銀行等,專門針對電子商務(wù)進(jìn)行客戶流失的研究相對較少。已有的電子商務(wù)客戶流失研究很多都基于客戶特征信息如客戶的年齡、性別、年收入等來做的,由于電子商務(wù)的客戶具有虛擬化不可見的特點(diǎn),這些客戶統(tǒng)計(jì)信息根本無法得到。本文主要收集電子商務(wù)的客戶交易數(shù)據(jù),針對此數(shù)據(jù)運(yùn)用數(shù)據(jù)挖掘技術(shù)建立電子商務(wù)客戶流失模型,讓企業(yè)能夠及時(shí)了解到客戶動(dòng)態(tài),掌握客戶流失規(guī)律,從而據(jù)此制定合適的客戶保持策略,以在當(dāng)前電子商務(wù)的激烈競爭處于優(yōu)勢地位。在本次研究過程中,本次首先對客戶流失以及電子商務(wù)領(lǐng)域的客戶流失的國內(nèi)外現(xiàn)狀進(jìn)行了分析。其次,對數(shù)據(jù)挖掘理論和方法以及客戶流失常用挖掘算法Logistic回歸和神經(jīng)網(wǎng)絡(luò)進(jìn)行了系統(tǒng)的整理和概述,為后續(xù)的研究做好了理論準(zhǔn)備。再次,本文對SMC模型進(jìn)行了詳細(xì)的介紹,并基于此給出了電子商務(wù)客戶潛在價(jià)值的計(jì)算方法。然后再進(jìn)行數(shù)據(jù)收集、數(shù)據(jù)準(zhǔn)備、指標(biāo)選擇等工作。最后使用SPSS Clementine數(shù)據(jù)挖掘軟件建立了三種預(yù)測模型:一是采用Logistic二項(xiàng)回歸直接建模;二是采用神經(jīng)網(wǎng)絡(luò)建立模型;三是基于客戶潛在價(jià)值使用神經(jīng)網(wǎng)絡(luò)建立模型,這里詳細(xì)介紹了使用SMC模型計(jì)算客戶潛在價(jià)值的步驟并驗(yàn)證了SMC模型在電子商務(wù)領(lǐng)域的使用性。對于建立的三個(gè)模型,本文分別進(jìn)行了模型評估和結(jié)果分析。本次研究取得了很好的客戶流失預(yù)測效果,所建立的三個(gè)電子商務(wù)客戶流失模型都有著較好的預(yù)測正確率,神經(jīng)網(wǎng)絡(luò)比Logistic二項(xiàng)回歸更適用于電子商務(wù)企業(yè)客戶流失預(yù)測模型,并且基于客戶潛在價(jià)值的客戶流失模型具有更高的預(yù)測正確率。
【關(guān)鍵詞】：電子商務(wù) 客戶流失 潛在價(jià)值 Logistic 回歸 神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：首都經(jīng)濟(jì)貿(mào)易大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F274;F724.6
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 引言8-15
• 1.1 研究背景8-9
• 1.2 國內(nèi)外相關(guān)研究現(xiàn)狀9-11
• 1.2.1 客戶流失研究現(xiàn)狀9-11
• 1.2.2 電子商務(wù)客戶流失研究現(xiàn)狀11
• 1.3 研究內(nèi)容11-12
• 1.4 研究的創(chuàng)新點(diǎn)12
• 1.5 技術(shù)路線12-13
• 1.6 論文的結(jié)構(gòu)13-15
• 2 相關(guān)理論和技術(shù)15-28
• 2.1 客戶關(guān)系管理15-18
• 2.1.1 客戶關(guān)系管理概述15-16
• 2.1.2 客戶價(jià)值16
• 2.1.3 客戶流失16-17
• 2.1.4 電子商務(wù)客戶流失17-18
• 2.2 數(shù)據(jù)挖掘概述18-22
• 2.2.1 數(shù)據(jù)挖掘的概念18-19
• 2.2.2 數(shù)據(jù)挖掘應(yīng)用領(lǐng)域19-21
• 2.2.3 數(shù)據(jù)挖掘過程模型21-22
• 2.3 電子商務(wù)客戶流失數(shù)據(jù)挖掘技術(shù)22-25
• 2.3.1 Logistic二元回歸22-23
• 2.3.2 神經(jīng)網(wǎng)絡(luò)23-25
• 2.4 SPSS Clementine25-26
• 2.5 本章小結(jié)26-28
• 3 基于SMC模型的電子商務(wù)客戶潛在價(jià)值28-34
• 3.1 電子商務(wù)客戶價(jià)值評價(jià)體系28-29
• 3.2 基于SMC模型的電子商務(wù)客戶潛在價(jià)值29-33
• 3.2.1 SMC模型29-32
• 3.2.2 SMC模型與電子商務(wù)32-33
• 3.2.3 基于SMC模型計(jì)算電子商務(wù)客戶的潛在價(jià)值33
• 3.3 本章小結(jié)33-34
• 4 電子商務(wù)客戶流失模型及實(shí)證分析34-52
• 4.1 業(yè)務(wù)理解34
• 4.2 數(shù)據(jù)準(zhǔn)備34-36
• 4.2.1 數(shù)據(jù)收集34-35
• 4.2.2 數(shù)據(jù)清理及標(biāo)準(zhǔn)化35
• 4.2.3 數(shù)據(jù)劃分35-36
• 4.3 指標(biāo)選擇36-41
• 4.3.1 數(shù)據(jù)分析36-37
• 4.3.2 確定建模指標(biāo)37
• 4.3.3 基于SMC模型計(jì)算客戶潛在價(jià)值37-41
• 4.4 電子商務(wù)客戶流失模型建立41-42
• 4.5 電子商務(wù)客戶流失模型評估比較42-46
• 4.5.1 Logistic模型評估42-44
• 4.5.2 神經(jīng)網(wǎng)絡(luò)模型評估44
• 4.5.3 基于潛在價(jià)值神經(jīng)網(wǎng)絡(luò)模型評估44-46
• 4.6 電子商務(wù)客戶流失模型結(jié)果分析46-50
• 4.6.1 Logistic回歸分析46-47
• 4.6.2 BP神經(jīng)網(wǎng)絡(luò)47-48
• 4.6.3 基于潛在價(jià)值BP神經(jīng)網(wǎng)絡(luò)48-50
• 4.6.4 結(jié)果比較50
• 4.7 本章小結(jié)50-52
• 5 總結(jié)與展望52-53
• 參考文獻(xiàn)53-56
• 在學(xué)期間發(fā)表的學(xué)術(shù)論文和研究成果56-57
• 致謝57-58

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 邱冬陽;電子商務(wù)營銷新模式──客戶關(guān)系管理[J];北京工商大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2001年05期

2 劉紹清;黃章樹;;生存分析在電信增值服務(wù)行業(yè)客戶流失分析中的應(yīng)用[J];廣州大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年06期

3 鄧森文;馬溪駿;;基于Cox模型的移動(dòng)通信行業(yè)中低端客戶流失預(yù)測研究[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年11期

4 賴院根;劉礪利;;基于生存分析的信息用戶流失研究與實(shí)證[J];情報(bào)雜志;2011年04期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 馮倩;網(wǎng)購客戶流失的實(shí)證分析[D];西南財(cái)經(jīng)大學(xué);2013年

  本文關(guān)鍵詞：電子商務(wù)客戶流失模型的比較與實(shí)證研究，，由筆耕文化傳播整理發(fā)布。

本文編號：267727