【摘要】：本文以顧客細(xì)分為研究?jī)?nèi)容，以結(jié)構(gòu)方程模型分類為基本方法，以提高基于結(jié)構(gòu)方程模型的顧客分類、描述和預(yù)測(cè)效果為目標(biāo)，進(jìn)行了以下研究工作： 1.回顧顧客細(xì)分理論的發(fā)展歷程，總結(jié)根據(jù)不同特征的三類細(xì)分方式：根據(jù)人口統(tǒng)計(jì)特征的細(xì)分、根據(jù)顧客行為的細(xì)分和根據(jù)顧客心理的細(xì)分，并簡(jiǎn)要介紹了市場(chǎng)細(xì)分中簡(jiǎn)單易行的聚類方法和交互檢測(cè)方法。通過(guò)對(duì)比聚類方法、交互檢測(cè)方法和結(jié)構(gòu)方程模型之間的優(yōu)劣，得出結(jié)構(gòu)方程是最有研究和應(yīng)用前景的結(jié)論，并對(duì)現(xiàn)有的為數(shù)不多的結(jié)構(gòu)方程分類方法做了細(xì)致的研究和對(duì)比。 2.通過(guò)對(duì)比現(xiàn)有的結(jié)構(gòu)方程分類方法，作者發(fā)現(xiàn)REBUS-PLS方法善于找到行為特征、心理特征同質(zhì)的顧客群體而苦于無(wú)法用特征信息描述和預(yù)測(cè)，PATHMOX則恰好相反，過(guò)多利用特征信息分類而無(wú)法保證類內(nèi)成員的同質(zhì)性。作者以此為切入點(diǎn)，嘗試找到一種既能分類又能預(yù)測(cè)的方法，以REBUS-PLS為基礎(chǔ)，改進(jìn)了REBUS-PLS中“距離”的概念，把人口統(tǒng)計(jì)信息也納入到距離的計(jì)算，在分類時(shí)考慮了類的內(nèi)部和外部的綜合特征。為了防止特征信息在分類過(guò)程中的作用超過(guò)內(nèi)部特征，為人口統(tǒng)計(jì)信息設(shè)置了一個(gè)小于1的可調(diào)整的權(quán)重。 3.由于結(jié)構(gòu)方程模型在顧客滿意度中的應(yīng)用非常成功，因此選擇經(jīng)典的顧客滿意度案例作為新方法在實(shí)際應(yīng)用的開(kāi)始。根據(jù)2008年西班牙金融機(jī)構(gòu)的顧客滿意度調(diào)查結(jié)果構(gòu)建顧客滿意度模型，，通過(guò)信效度和穩(wěn)定性分析進(jìn)一步確認(rèn)該結(jié)構(gòu)方程模型有效性。在此基礎(chǔ)上用新方法對(duì)顧客分類，與REBUS-PLS方法分類結(jié)果對(duì)比，發(fā)現(xiàn)新方法確實(shí)達(dá)到了合理分類且預(yù)測(cè)的目的。新方法在分類過(guò)程中遇到了種種問(wèn)題，作者如實(shí)一一列出作，以作為今后研究的參考。
【圖文】：

4.1 節(jié)建立的總體結(jié)構(gòu)方程模型計(jì)算得到潛變量與顯變量的殘差，方法嘗試對(duì)所有樣本分類，實(shí)際上用所有變量的殘差遵循了盡量不類原則。層次聚類樹(shù)狀圖見(jiàn)圖 4.2。

REBUS-PLS分類對(duì)應(yīng)分析
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：C81

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 劉英姿;吳昊;;客戶細(xì)分方法研究綜述[J];管理工程學(xué)報(bào);2006年01期

2 林盛;劉金蘭;韓文秀;;基于PLS-結(jié)構(gòu)方程的顧客滿意度評(píng)價(jià)方法[J];系統(tǒng)工程學(xué)報(bào);2005年06期

本文編號(hào)：2570752