本文關(guān)鍵詞：數(shù)據(jù)庫營銷在零售行業(yè)的應(yīng)用

  更多相關(guān)文章： 數(shù)據(jù)庫營銷 響應(yīng)模型 客戶細(xì)分模型 逐步回歸 分位數(shù)回歸

【摘要】：數(shù)據(jù)庫營銷與傳統(tǒng)營銷相比,不但可以提高營銷產(chǎn)生的效益,還可以增強(qiáng)客戶關(guān)系,是企業(yè)從以產(chǎn)品為中心向以客戶為中心的經(jīng)營體系轉(zhuǎn)型的杠桿。由于大數(shù)據(jù)時代的到來以及數(shù)據(jù)挖掘技術(shù)的逐漸成熟,數(shù)據(jù)庫營銷在追蹤客戶,了解客戶,預(yù)測客戶需求等方面起到了極大的作用,帶來了無限的可能性。這種以客戶數(shù)據(jù)為基礎(chǔ),定量分析為決策依據(jù),市場需求為主導(dǎo)的新興營銷理論與實(shí)踐,已經(jīng)廣泛被國內(nèi)外企業(yè)所采用。分位數(shù)回歸是一種根據(jù)給定影響事物的因素來估計事物條件分位數(shù)的基本方法。作為傳統(tǒng)回歸方法一最小二乘法的一個補(bǔ)充和拓展,分位數(shù)不僅具有同變性,漸近性,穩(wěn)健性等優(yōu)良的性質(zhì),還可以度量給定因素在不同分位點(diǎn)對事物的影響程度,對事物的解釋更加全面。本文的數(shù)據(jù)背景為一家外國服裝零售公司A,它僅僅通過郵件或郵寄產(chǎn)品清單來營銷,我們需要幫助他們進(jìn)行針對性營銷。第一階段,選擇數(shù)據(jù)庫營銷中的響應(yīng)模型和客戶細(xì)分模型：首先將統(tǒng)計建模分析與數(shù)據(jù)庫營銷結(jié)合,以客戶是否響應(yīng)營銷為目標(biāo)變量,建立響應(yīng)模型,即logistic回歸。當(dāng)A公司需要篩選符合他們某一活動特征的客戶群時,建立客戶細(xì)分模型,將客戶分成幾個具有不同特征的群體,幫助A選出符合營銷特征的人群。兩種數(shù)據(jù)庫營銷模型方式具有不同的針對性,理論上來講,二者結(jié)合效果更好。第二階段,采用逐步回歸和結(jié)合了逐步篩選的分位數(shù)回歸：在知道客戶響應(yīng)后,客戶會希望進(jìn)一步了解響應(yīng)的這批人一年中會產(chǎn)生多少訂單數(shù),采用逐步回歸和結(jié)合了逐步篩選的分位數(shù)回歸分別對數(shù)據(jù)集進(jìn)行回歸分析,最后檢驗發(fā)現(xiàn),結(jié)合逐步篩選的分位數(shù)回歸效果更好。
【關(guān)鍵詞】：數(shù)據(jù)庫營銷 響應(yīng)模型 客戶細(xì)分模型 逐步回歸 分位數(shù)回歸
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F274
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-14
• 1.1 研究背景及意義10
• 1.2 國內(nèi)外研究現(xiàn)狀與發(fā)展10-12
• 1.2.1 大數(shù)據(jù)時代發(fā)展現(xiàn)狀10-12
• 1.2.2 數(shù)據(jù)挖掘的發(fā)展與過程12
• 1.3 本文主要研究內(nèi)容12-14
• 第二章 數(shù)據(jù)庫營銷14-26
• 2.1 數(shù)據(jù)庫營銷的發(fā)展和優(yōu)勢14-16
• 2.1.1 數(shù)據(jù)庫營銷概念14
• 2.1.2 數(shù)據(jù)庫營銷的發(fā)展14
• 2.1.3 數(shù)據(jù)庫營銷優(yōu)勢14-15
• 2.1.4 數(shù)據(jù)庫營銷模型分類15-16
• 2.2 響應(yīng)模型16-22
• 2.2.1 Logistic回歸方程16
• 2.2.2 Logistic回歸模型的參數(shù)估計與假設(shè)條件16-17
• 2.2.3 Logistic回歸模型評價17-18
• 2.2.4 決策樹18-20
• 2.2.5 神經(jīng)網(wǎng)絡(luò)20-21
• 2.2.6 遺傳算法21
• 2.2.7 方法比較及選擇21-22
• 2.3 客戶細(xì)分模型22-26
• 2.3.1 客戶細(xì)分模型概述22-23
• 2.3.2 Segmentation過程定義23
• 2.3.3 K-平均算法23-24
• 2.3.4 Segmentation過程操作步驟24-26
• 第三章 逐步回歸與分位數(shù)回歸26-39
• 3.1 逐步回歸26-30
• 3.1.1 多元線性回歸的數(shù)學(xué)模型26-27
• 3.1.2 參數(shù)的最小二乘估計27-29
• 3.1.3 逐步回歸建立最優(yōu)回歸模型29-30
• 3.1.4 模型的檢驗30
• 3.2 分位數(shù)回歸30-38
• 3.2.1 分位數(shù)回歸基本思想30-32
• 3.2.2 分位數(shù)回歸的基本性質(zhì)32-38
• 3.3 逐步回歸與分位數(shù)回歸比較38-39
• 第四章 數(shù)據(jù)庫營銷在A零售公司的實(shí)證應(yīng)用39-59
• 4.1 案例背景39
• 4.2 數(shù)據(jù)介紹39
• 4.3 數(shù)據(jù)準(zhǔn)備39-43
• 4.3.1 原始數(shù)據(jù)整合39-40
• 4.3.2 過采樣(Oversample)提高響應(yīng)率40
• 4.3.3 重新編碼(recoding)40-41
• 4.3.4 全面性分析變量(Profiling)41-42
• 4.3.5 變量縮減42-43
• 4.4 建立響應(yīng)模型43-51
• 4.4.1 拆分樣本數(shù)據(jù)為訓(xùn)練集,驗證集以及測試集43-44
• 4.4.2 初步了解數(shù)據(jù)集特征44-47
• 4.4.3 響應(yīng)模型調(diào)試47-48
• 4.4.4 響應(yīng)模型結(jié)果分析48-51
• 4.5 響應(yīng)模型的檢驗51-54
• 4.5.1 變量相關(guān)性51-52
• 4.5.2 多重共線性檢驗52
• 4.5.3 模型的有效性檢驗52
• 4.5.4 模型的穩(wěn)健性52-54
• 4.6 建立客戶細(xì)分模型54-58
• 4.6.1 數(shù)據(jù)整理54
• 4.6.2 Segmentation過程54-57
• 4.6.3 細(xì)分模型結(jié)果分析57-58
• 4.7 本章小結(jié)58-59
• 第五章 逐步回歸與分位數(shù)回歸在A零售公司的實(shí)證應(yīng)用59-63
• 5.1 數(shù)據(jù)準(zhǔn)備59
• 5.2 建立逐步回歸模型59-61
• 5.2.1 逐步回歸篩選變量59-60
• 5.2.2 生成回歸方程60
• 5.2.3 逐步回歸總結(jié)60-61
• 5.3 分位數(shù)回歸61-62
• 5.3.1 選定變量61
• 5.3.2 生成分位數(shù)回歸61-62
• 5.3.3 分位數(shù)回歸總結(jié)62
• 5.4 本章小結(jié)62-63
• 第六章 總結(jié)與展望63-64
• 參考文獻(xiàn)64-66
• 致謝66

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 曾菊兵,胡云清,劉生根;互聯(lián)網(wǎng)絡(luò)數(shù)據(jù)庫營銷策略[J];中外管理導(dǎo)報;2002年03期

2 謝貴榮 ,王暉;淺論數(shù)據(jù)庫營銷[J];科學(xué)學(xué)與科學(xué)技術(shù)管理;2003年12期

3 程發(fā)新,廖春良;數(shù)據(jù)庫營銷與現(xiàn)代企業(yè)營銷理念的轉(zhuǎn)變[J];現(xiàn)代管理科學(xué);2003年12期

4 馮彥輝;客戶關(guān)系管理與數(shù)據(jù)庫營銷[J];中國石化;2003年04期

5 王暉;我國數(shù)據(jù)庫營銷問題及對策[J];科學(xué)與管理;2003年04期

6 馬惠萍;數(shù)據(jù)庫營銷方興未艾[J];江蘇商論;2004年10期

7 王琦;芻議數(shù)據(jù)庫營銷[J];經(jīng)濟(jì)問題;2005年07期

8 周歡懷;淺談網(wǎng)絡(luò)數(shù)據(jù)庫營銷及其數(shù)據(jù)庫規(guī)劃[J];沿海企業(yè)與科技;2005年03期

9 姜旭平;;轉(zhuǎn)向數(shù)據(jù)庫營銷是大勢所趨[J];當(dāng)代經(jīng)理人;2006年03期

10 費(fèi)建平;;選擇網(wǎng)靠自己玩不動“數(shù)據(jù)庫營銷”[J];當(dāng)代經(jīng)理人;2006年03期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 侯建榮;顧鋒;黃丹;;數(shù)據(jù)庫營銷中序列模式的相似性分析[A];第十屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2008年

2 鄭宏劍;;實(shí)施數(shù)據(jù)庫營銷會更好[A];四川省通信學(xué)會2005年學(xué)術(shù)年會論文集[C];2005年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 王高;數(shù)據(jù)庫：讓雙翼“扇動”起來[N];中國郵政報;2005年

2 記者　 任希榮;陜西局?jǐn)?shù)據(jù)庫營銷成氣候[N];中國郵政報;2006年

3 陳文毅;觀念 人才 投遞 制約數(shù)據(jù)庫營銷[N];中國郵政報;2007年

4 劉騰;數(shù)據(jù)庫營銷是中小企業(yè)的希望[N];中國經(jīng)營報;2008年

5 劉騰;2008：數(shù)據(jù)庫營銷突然提速[N];中國經(jīng)營報;2008年

6 姜蓉;短信營銷不是數(shù)據(jù)庫營銷[N];中國經(jīng)營報;2008年

7 張建華;恩施局?jǐn)?shù)據(jù)庫營銷創(chuàng)新高[N];中國郵政報;2008年

8 廣東記者　雷莉敏;廣東局用數(shù)據(jù)庫營銷企業(yè)拜年卡[N];中國郵政報;2004年

9 常生;數(shù)據(jù)庫營銷要多為客戶著想[N];中國郵政報;2009年

10 一土;數(shù)據(jù)庫營銷[N];證券日報;2003年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉洋;基于知識管理的數(shù)據(jù)庫營銷系統(tǒng)研究[D];山東大學(xué);2010年

2 韓寶華;數(shù)據(jù)庫營銷及其應(yīng)用研究[D];蘭州大學(xué);2010年

3 張治團(tuán);數(shù)據(jù)庫營銷系統(tǒng)的構(gòu)建及實(shí)證研究[D];四川大學(xué);2007年

4 馮偉;Logistic回歸和決策樹在數(shù)據(jù)庫營銷響應(yīng)中的應(yīng)用[D];蘭州財經(jīng)大學(xué);2015年

5 諸學(xué)海;N市郵政新數(shù)據(jù)庫營銷系統(tǒng)[D];南京郵電大學(xué);2014年

6 李鳳姣;青沖錳業(yè)國際市場數(shù)據(jù)庫營銷策略研究[D];湘潭大學(xué);2015年

7 唐志偉;廣東郵政數(shù)據(jù)庫營銷對策研究[D];廣東財經(jīng)大學(xué);2015年

8 曹雅琳;某非營利組織數(shù)據(jù)營銷的統(tǒng)計建模及分析[D];東南大學(xué);2015年

9 歐劍;珠海市郵政公司數(shù)據(jù)庫營銷研究[D];廣西師范大學(xué);2015年

10 于成群;基于集成學(xué)習(xí)的數(shù)據(jù)庫營銷研究[D];重慶大學(xué);2016年

，

本文編號：1062600