某上市公司的客戶資源分析與預(yù)測.pdf

1、隨著國際化的進(jìn)程，全球品牌的服裝產(chǎn)業(yè)競爭日益激烈，交易的主動權(quán)逐漸由企業(yè)向客戶轉(zhuǎn)移，只有以客戶為中心的企業(yè)才能在競爭中獲取優(yōu)勢?？蛻絷P(guān)系管理理論讓人們知道企業(yè)80％的利潤由20％的客戶產(chǎn)生，且開發(fā)一個新客戶成本要比維持一個老客戶的成本要高5倍，所以在營銷資源有限的情況下，必須對客戶進(jìn)行細(xì)分，以保證將有限的營銷資源分配給最有價值的客戶，以達(dá)到客戶保持，增加營收的目的。而本文的研究重點就是從暫時性流失的老客戶中找出最可能回歸的客戶，并將他們

2、交給公司進(jìn)行精準(zhǔn)營銷，提高客戶保留率，進(jìn)而擴大營收。
　　本文研究的數(shù)據(jù)集如下:A公司數(shù)據(jù)庫中有所有客戶的歷史購買數(shù)據(jù)、郵件營銷數(shù)據(jù)以及網(wǎng)頁點擊數(shù)據(jù)。將截止2015年1月1日與2014年1月1日的暫時性流失客戶數(shù)據(jù)集分別記為樣本內(nèi)數(shù)據(jù)集與樣本外數(shù)據(jù)集，用bootstrap方法分別抽取200000條數(shù)據(jù)，按樣本內(nèi)抽取數(shù)據(jù)照7/3的比例分為建模數(shù)據(jù)集與樣本內(nèi)驗證數(shù)據(jù)集，響應(yīng)率分別為1.6％與1.7％，樣本外數(shù)據(jù)集抽取的記為樣本外驗證集

3、。
　　本文先通過RFM模型的理念，對歷史數(shù)據(jù)進(jìn)行重新架構(gòu)，得到2800多個變量。通過變量意義檢測，異常值處理，缺失值處理以及轉(zhuǎn)化與比較，得到清洗好的數(shù)據(jù)集。并通過顯著性檢驗、相關(guān)性檢驗、主成分分析、方差膨脹因子等統(tǒng)計方法并結(jié)合變量實際意義進(jìn)行變量篩選，最終為挑選出最優(yōu)的7個變量進(jìn)入模型。模型在建模數(shù)據(jù)集內(nèi)的預(yù)測正確率高達(dá)73％，符合預(yù)期，并對7個變量以及模型結(jié)果分別進(jìn)行十分位數(shù)檢驗與Lift Chart檢驗，發(fā)現(xiàn)變量的可解釋性都