基于RFM模型方法的忠诚计划会员顾客价值识别研究

尽管顾客忠诚计划已作为一种关系营销手段在企业中得到了广泛的应用,但却很少有研究关注如何利用忠诚计划收集的顾客交易数据对会员顾客进行价值识别和细分.基于RFM模型及聚类分析方法,提供了一种对忠诚计划会员顾客进行价值识别与细分的方法,并利用一家购物中心的会员顾客交易数据对该方法进行了实证分析.结果表明该方法不仅从统计意义上可以区分开具有差异的会员顾客群体,而且从管理意义上也可找出不同顾客群体间的差异特征,从而为企业针对差异化的顾客实现服务及产品的定制化和差异化提供了理论基础和方法.     

混合回归模型在百货商店市场细分中的应用

基于国内20家大型百货商店消费者满意调查数据,本文采用混合回归模型,对百货商店的消费者进行市场细分研究,发现百货商店的消费者可以分为6个差异化的细分市场.同时对每个细分市场的需求特征及市场规模进行了描述,并探讨了消费者人口统计变量与所属细分市场的关系.     

基于结构方程模型的市场细分方法应用研究

结构方程模型是当前研究顾客满意和顾客忠诚的主流方法之一,但基于结构方程对顾客满意和顾客忠诚进行市场细分方法的研究却十分缺乏.基于结构方程模型进行市场细分算法的应用研究,并对得出的细分结果进行了解释.     

关系感知在银行业顾客忠诚形成中的中介机制研究

以银行业为背景,以顾客关系感知中的满意和信任为中介变量,建立企业形象、转换成本和服务质量三个典型营销要素影响顾客忠诚意向和忠诚行为的概念模型,并进行了实证检验.研究发现:企业形象、服务质量和转换成本会显著影响顾客忠诚行为,其中服务质量影响最大;顾客满意在企业形象和服务质量对顾客忠诚行为的影响中有不完全中介作用;信任在服务质量对顾客忠诚行为的影响中也有不完全中介作用.此外,顾客忠诚意向是营销要素影响顾客忠诚行为的重要中介变量.     

基于企业生命周期的顾客满意度和顾客忠诚度研究

根据企业的产生和成长,将企业生命周期归结为:初创期、成长期、成熟期、衰退期四个阶段.在企业进入市场时的不同市场环境下,分析企业顾客满意度、企业顾客忠诚度随着企业生命周期变迁而发生的变化,给出变化曲线;分析不同成长类型的企业顾客满意度、企业顾客忠诚度随着企业生命周期的变迁而发生的变化,给出变化曲线;在企业实施不同战略情况下,分析企业顾客满意度、企业顾客忠诚度随着企业生命周期变迁而发生的变化,给出变化曲线.还提出利用顾客忠诚度界定企业生命周期的定量方法.     

面向顾客资产的三维顾客细分模型及其应用

简单依照顾客利润贡献对顾客细分未能充分考虑顾客的无形贡献,会低估顾客对企业的价值.从面向顾客资产的视角进行顾客细分,可以兼顾到顾客当前的利润贡献和顾客的潜在有形和无形贡献,从而提出基于顾客当前显性贡献、潜在显性贡献和潜在隐性贡献三维顾客细分模型及度量方法,并结合实证阐述顾客细分方法的实现过程.     

质量、价格对顾客满意度的影响

关于质量、价格对顾客满意度的影响,尽管许多学者已经取得了显著的成就,但是这些研究都是基于定性分析,本部分转变研究角度,利用数学方法,分析质量、价格对顾客满意度的影响,给出顾客满意度和质量、价格的函数关系式;提出顾客满意度关于质量的弹性概念和顾客满意度关于价格的弹性概念,这样就可以从量化的角度来研究不同水平的质量或者不同价格对顾客满意度的影响及其非线性关系.     

基于改进RFM模型对民航客户的细分研究

近年来航空公司将客户分成不同的群体为了给客户提供差异化服务和有针对性的营销.现有传统的客户细分RFM模型由于存在缺乏科学的指标建立,已无法准确和完整的描述实际情况中客户的细分结果,根据民航客户价值的特点,在传统客户细分的RFM模型上进行改进,创建LRFMC模型,对某航空公司客户采用数据挖掘K-means算法进行聚类分析,得到航空公司旅客分类的结果.依据细分结果对不同旅客提供差异化的服务和有针对性的营销策略,改善民航企业的服务质量,提高民航企业在市场中的竞争力.     

改善机场酒店预订服务的实证研究

本文拟通过构建模型,采用数理统计的方法找到机场酒店预订服务的关键环节,以提高机场酒店预订服务的效益和顾客满意度。通过对调研数据进行因子分析,找出影响机场酒店预订服务的各种潜在因子,然后采用回归分析的方法找到对顾客满意度最重要的影响因子,并在此基础上提出针对性地改进建议。     

基于聚类分析的我国民办教育客户分类研究

民办教育是我国教育体系中不可分割的一部分.也是我国民生的重要构成内容.旨在探明我国民办教育服务市场的需求要素与客户类型.分析影响民办教育服务对象决策的关键因素.基于我国某案例民办教育机构的客户数据.采用K-means聚类分析方法对我国民办教育服务市场的客户进行分类.最终将我国民办教育客户划分为三类.通过分析三类细分市场客户的行为特征.拟为针对各细分市场下制定差别化的服务策略提供建议.     

A-H双重上市公司股票价格差异研究——基于模糊最小二乘模型

由于中国内地和香港股票市场的市场分割,A-H双重上市公司的股票在两地市场间存在较大的价格差异.本文引入模糊线性回归的概念和方法,在分析A-H股双重上市公司股价差影响因素的基础上,构建模糊线性模型,利用最小二乘法对影响因素进行回归分析.根据拟合优度检验结果,得到影响A-H股价差最关键的因素,并与预期影响进行比较.     

应用联合分析和混合回归模型进行市场细分

联合分析是一种有效地反映消费者需求差异的方法,所以被广泛地应用到市场细分的研究中。但是,传统的方法存在着一定的不足。本研究提出了一个残差分布假设不同的混合回归模型,模型估计的效率比较高,而且模型系数也必较可靠。所以不失为一个比较理想的市场细分分析工具。本文应用该模型方法对一个笔记本电脑联合分析案例进行了实证分析。     

Morse–Smale Regression

This article introduces a novel partition-based regression approach that incorporates topological information. Partition-based regression typically introduces a quality-of-fit-driven decomposition of the domain. The emphasis in this work is on a topologically meaningful segmentation. Thus, the proposed regression approach is based on a segmentation induced by a discrete approximation of the Morse–Smale complex. This yields a segmentation with partitions corresponding to regions of the function with a single minimum and maximum that are often well approximated by a linear model. This approach yields regression models that are amenable to interpretation and have good predictive capacity. Typically, regression estimates are quantified by their geometrical accuracy. For the proposed regression, an important aspect is the quality of the segmentation itself. Thus, this article introduces a new criterion that measures the topological accuracy of the estimate. The topological accuracy provides a complementary measure to the classical geometrical error measures and is very sensitive to overfitting. The Morse–Smale regression is compared to state-of-the-art approaches in terms of geometry and topology and yields comparable or improved fits in many cases. Finally, a detailed study on climate-simulation data demonstrates the application of the Morse–Smale regression. Supplementary Materials are available online and contain an implementation of the proposed approach in the R package msr, an analysis and simulations on the stability of the Morse–Smale complex approximation, and additional tables for the climate-simulation study.     

Advertising a new product in a segmented market

We bring some market segmentation concepts into the statement of the “new product introduction” problem with Nerlove-Arrow’s linear goodwill dynamics. In fact, only a few papers on dynamic quantitative advertising models deal with market segmentation, although this is a fundamental topic of marketing theory and practice. In this way we obtain some new deterministic optimal control problems solutions and show how such marketing concepts as “targeting” and “segmenting” may find a mathematical representation. We consider two kinds of situations. In the first one, we assume that the advertising process can reach selectively each target group. In the second one, we assume that one advertising channel is available and that it has an effectiveness segment-spectrum, which is distributed over a non-trivial set of segments. We obtain the explicit optimal solutions of the relevant problems.     

基于EEMD与模糊回归的投资组合选择模型及实证

随着模糊理论的不断发展与其在证券市场的广泛应用,越来越多的学者关注到参数模糊化对投资组合优化具有重要作用。本文利用集合经验模态分解(EEMD)和模糊线性回归相结合的预测方法,构建了基于对称三角模糊数的投资组合模型。并将提出的模型与集合经验模态分解和普通最小二乘结合的方法、单一模糊线性回归方法进行了对比分析,结果表明基于集合经验模态分解和模糊线性回归建立的投资组合模型最优,这对构建最优投资组合具有参考意义。     

消费者异质性下基础产品及其附加品的供应链定价策略研究

建立一个由制造商和销售商组成的二级供应链模型,在销售商向消费者销售制造商基础产品的同时提供可选附加品的供应链多产品定价背景下研究了制造商及销售商的定价策略。以消费者对附加品价值增值存在的异质性将基础产品及其附加品的消费市场细分为基础产品单独消费市场及产品共同消费市场。基于市场细分比例以及附加品价值增值程度,讨论了不同条件下制造商及销售商的定价策略以及所形成的供应链定价均衡,分析了产品定价均衡与市场细分比例、附加品价值增值程度之间的关系。     

Fuzzy linear regression and its applications to forecasting in uncertain environment

Linear regression has been used for many years in developing mathematical models for application in marketing, management, and sales forecasting. In this paper, two different sales forecasting techniques are discussed. The first technique involves non-fuzzy abstract methods of linear regression and econometrics. A study of the international market sales of cameras, done in 1968 by John Scott Armstrong, utilized these non-fuzzy forecasting techniques. The second sales forecasting technique uses fuzzy linear regression introduced by H. Tanaka, S. Uejima, and K. Asai, in 1980. In this paper, a study of the computer and peripheral equipment sales in the United States is discussed using fuzzy linear regression. Moreover, fuzzy linear regression is applied to forecasting in an uncertain environment. Finally, some possible improvements and suggestions for further study are mentioned.     

L1正则化Logistic回归在财务预警中的应用

线性模型和广义线性模型已广泛地用于社会经济、生产实践和科学研究中的数据分析和数据挖掘等领域,如公司财务预警,引入L1范数惩罚技术的模型在估计模型系数的同时能实现变量选择的功能,本文将L1范数正则化Logistic回归模型用于上市公司财务危机预报,结合沪深股市制造业ST公司和正常公司的T-2年财务数据开展实证研究,舛比Logistic回归和L2正则化Logistic回归模型进行对比分析.实验结果表明L1正则化Logistic回归模型的有效性,其在保证模型预测精度的同时提高模型的解释性.