顾客资产价值评估及最大化策略

论文摘要

顾客资产管理理论产生于20世纪末。它与其它传统管理理论的区别在于将顾客视为企业资产,并以顾客资产为核心,优化企业资源配置,实现其价值的最大化。顾客资产管理最关键部分就是对顾客资产的量化评估。由于在非契约型环境下的企业对于顾客未来的消费行为无法获知,导致了顾客资产评估的困难性。当前在学术界中,处于主流地位的对非契约环境下的顾客资产评估模型是基于随机行为的Pareto/NBD和BG/NBD模型。然而这类模型建模复杂,计算繁琐,使得学术界的研究成果并未能在商业界得到真正的运用。本文针对这一情况,提出了几个简单而有效的预测模型,既能达到复杂数学模型预测的精准性,又能满足商业界对模型效率的要求。本文主要的工作归结如下:(1)提出了非契约环境下的顾客流失预警模型。假设顾客的历史购买次数及最后一次购买的时间间隔是顾客流失与否的一种表现,用未来购买与否对顾客进行划分,将顾客分成四类。选择正确划分的最优阈值作为衡量流失的分界点。通过与其它主流模型的实证对比,表明本文的模型的预测效果最优。(2)提出了顾客购买次数期望值的预测模型。模型基于顾客过去购买频率与未来购买频率一致的假设,并考虑了顾客流失情况对购买次数造成的影响。实证中与其它模型的进行了比较,结果表明本文的模型在预测顾客整体累积购买情况上的准确度,远远高于其它模型;而在个人购买水平的预测上略低于复杂的随机模型。(3)提出了基于顾客剥离的顾客资产预测模型。考虑到劣质顾客所带来的负利润对顾客整体的资产总值的影响,在计算顾客资产时,将劣质顾客排除在计算之外,用实证表明剥离后的顾客资产总值要大于剥离前的顾客资产总值。(4)在优质顾客的识别问题上,本文的算法也能达到良好的预测效果。在实证中通过对盈利性占前20%的顾客进行了预测,比较几个主流算法和本文的算法的预测结果。结果表明本文的算法在识别过去和未来表现皆优质的顾客的预测效果最好。同时还指出在预测优质顾客时不仅仅要考虑顾客的购买次数,还应该考虑顾客的购买金额及相应的成本,也就是顾客为企业所带来的利润。(5)结合其他学者提出的顾客资产管理决策的思想,总结了一套顾客资产最大化的管理体系架构。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 引言
• 1.1 研究背景
• 1.1.1 现实背景
• 1.1.2 理论背景
• 1.2 研究意义
• 1.3 本文主要工作及创新点
• 1.4 论文结构
• 第二章 顾客资产理论综述
• 2.1 相关概念
• 2.1.1 顾客资产理论研究视角
• 2.1.2 顾客资产的定义
• 2.2 顾客资产的评估
• 2.2.1 CLV 的影响因素
• 2.2.2 CLV 模型
• 2.3 顾客资产管理战略
• 2.4 顾客资产管理策略
• 第三章 顾客资产的相关计算
• 3.1 顾客流失预警
• 3.1.1 Pareto/NBD 的P （ Active ） 推导
• 3.1.2 启发式算法及本文的改进
• 3.1.3 实证部分
• 3.2 顾客未来购买次数E [ X ] 的预测
• 3.2.1 Pareto/NBD 和BG/NBD 对E [ X ] 的预测
• 3.2.2 本文的预测E [ X ] 的算法
• 3.2.3 实证部分
• 3.3 基于资产剥离策略的顾客资产评估
• 3.3.1 劣质顾客对顾客资产的影响
• 3.3.2 基于资产剥离的CLV 的模型建立
• 3.4 优质顾客的识别
• 第四章 顾客资产最大化的管理策略
• 4.1 构建全面的顾客数据库
• 4.2 根据顾客的消费模式和需要细分顾客
• 4.3 CLV 的计算
• 4.4 采用合适的营销策略最大化CLV
• 第五章 总结与展望
• 5.1 研究总结
• 5.2 未来的工作
• 附录 MATLAB程序
• 参考文献
• 发表论文和科研情况说明
• 致谢