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

【摘要】：隨著電子商務普及的范圍越來越大,數量越多,發(fā)展越來越快,各電子商務企業(yè)間的競爭也越來越大、越演越烈。眾所周知,電子商務企業(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。所以在電子商務領域,對客戶流失情況進行分析,預測出可能會流失的客戶,進而采取相應的措施對這部分客戶進行挽留,避免其流失具有非常重要的意義�，F在大部分電子商務企業(yè)都已對客戶的基本特征信息和交易行為等數據進行了深入分析,然后再利用各種方法和技術建立和研究客戶流失預測模型,最后以此來對客戶流失情況進行預測。數據挖掘技術已經廣泛運用到電子商務企業(yè)的客戶關系管理中,如客戶細分、客戶流失預測、提及欺詐分析等。以往的有關客戶流失的預測研究基本上都是針對實體企業(yè)的,如中國電信、銀行等,專門針對電子商務進行客戶流失的研究相對較少。已有的電子商務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,由于電子商務的客戶具有虛擬化不可見的特點,這些客戶統(tǒng)計信息根本無法得到。本文主要收集電子商務的客戶交易數據,針對此數據運用數據挖掘技術建立電子商務客戶流失模型,讓企業(yè)能夠及時了解到客戶動態(tài),掌握客戶流失規(guī)律,從而據此制定合適的客戶保持策略,以在當前電子商務的激烈競爭處于優(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領域的客戶流失的國內外現狀進行了分析。其次,對數據挖掘理論和方法以及客戶流失常用挖掘算法Logistic回歸和神經網絡進行了系統(tǒng)的整理和概述,為后續(xù)的研究做好了理論準備。再次,本文對SMC模型進行了詳細的介紹,并基于此給出了電子商務客戶潛在價值的計算方法。然后再進行數據收集、數據準備、指標選擇等工作。最后使用SPSS Clementine數據挖掘軟件建立了三種預測模型:一是采用Logistic二項回歸直接建模;二是采用神經網絡建立模型;三是基于客戶潛在價值使用神經網絡建立模型,這里詳細介紹了使用SMC模型計算客戶潛在價值的步驟并驗證了SMC模型在電子商務領域的使用性。對于建立的三個模型,本文分別進行了模型評估和結果分析。本次研究取得了很好的客戶流失預測效果,所建立的三個電子商務客戶流失模型都有著較好的預測正確率,神經網絡比Logistic二項回歸更適用于電子商務企業(yè)客戶流失預測模型,并且基于客戶潛在價值的客戶流失模型具有更高的預測正確率。
【關鍵詞】：電子商務 客戶流失 潛在價值 Logistic 回歸 神經網絡
【學位授予單位】：首都經濟貿易大學
【學位級別】：碩士
【學位授予年份】：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 國內外相關研究現狀9-11
• 1.2.1 客戶流失研究現狀9-11
• 1.2.2 電子商務客戶流失研究現狀11
• 1.3 研究內容11-12
• 1.4 研究的創(chuàng)新點12
• 1.5 技術路線12-13
• 1.6 論文的結構13-15
• 2 相關理論和技術15-28
• 2.1 客戶關系管理15-18
• 2.1.1 客戶關系管理概述15-16
• 2.1.2 客戶價值16
• 2.1.3 客戶流失16-17
• 2.1.4 電子商務客戶流失17-18
• 2.2 數據挖掘概述18-22
• 2.2.1 數據挖掘的概念18-19
• 2.2.2 數據挖掘應用領域19-21
• 2.2.3 數據挖掘過程模型21-22
• 2.3 電子商務客戶流失數據挖掘技術22-25
• 2.3.1 Logistic二元回歸22-23
• 2.3.2 神經網絡23-25
• 2.4 SPSS Clementine25-26
• 2.5 本章小結26-28
• 3 基于SMC模型的電子商務客戶潛在價值28-34
• 3.1 電子商務客戶價值評價體系28-29
• 3.2 基于SMC模型的電子商務客戶潛在價值29-33
• 3.2.1 SMC模型29-32
• 3.2.2 SMC模型與電子商務32-33
• 3.2.3 基于SMC模型計算電子商務客戶的潛在價值33
• 3.3 本章小結33-34
• 4 電子商務客戶流失模型及實證分析34-52
• 4.1 業(yè)務理解34
• 4.2 數據準備34-36
• 4.2.1 數據收集34-35
• 4.2.2 數據清理及標準化35
• 4.2.3 數據劃分35-36
• 4.3 指標選擇36-41
• 4.3.1 數據分析36-37
• 4.3.2 確定建模指標37
• 4.3.3 基于SMC模型計算客戶潛在價值37-41
• 4.4 電子商務客戶流失模型建立41-42
• 4.5 電子商務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 神經網絡模型評估44
• 4.5.3 基于潛在價值神經網絡模型評估44-46
• 4.6 電子商務客戶流失模型結果分析46-50
• 4.6.1 Logistic回歸分析46-47
• 4.6.2 BP神經網絡47-48
• 4.6.3 基于潛在價值BP神經網絡48-50
• 4.6.4 結果比較50
• 4.7 本章小結50-52
• 5 總結與展望52-53
• 參考文獻53-56
• 在學期間發(fā)表的學術論文和研究成果56-57
• 致謝57-58

【參考文獻】

中國期刊全文數據庫 前4條

1 邱冬陽;電子商務營銷新模式──客戶關系管理[J];北京工商大學學報(社會科學版);2001年05期

2 劉紹清;黃章樹;;生存分析在電信增值服務行業(yè)客戶流失分析中的應用[J];廣州大學學報(自然科學版);2006年06期

3 鄧森文;馬溪駿;;基于Cox模型的移動通信行業(yè)中低端客戶流失預測研究[J];合肥工業(yè)大學學報(自然科學版);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證[J];情報雜志;2011年04期

中國碩士學位論文全文數據庫 前1條

1 馮倩;網購客戶流失的實證分析[D];西南財經大學;2013年

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

本文編號：267727