移动电商顾客购买行为——基于拓展BG/NBD模型的实证研究

基于移动渠道的特征，拓展了客户关系管理领域具有代表性的BG/NBD模型，通过在模型中引入协变量，并考虑不同交叉购买行为下，分析移动客户和传统线上客户在购买率和流失率上的差异。进一步，以2012~2014年京东商城上19189名客户购买数据为分析单位，对拓展模型进行估计和分析。研究结果表明：移动客户的购买率要显著高于传统线上客户购买率，而且移动客户的流失率显著低于传统线上客户的流失率。同时发现，交叉购买行为对上述关系具有显著的调节作用：在有交叉购买行为的情况下，移动客户与传统线上客户无论是在购买率还是流失率上的差异要比没有交叉购买行为下的差异更显著。     

渠道与PC渠道客户购买率与流失率差异

基于移动渠道的特征,拓展了客户关系管理领域具有代表性的BG/NBD模型,通过在模型中引入协变量,并考虑不同交叉购买行为下,分析移动客户和传统线上客户在购买率和流失率上的差异。进一步,以2012～2014年京东商城上19 189名客户购买数据为分析单位,对拓展模型进行估计和分析。研究结果表明,移动客户的购买率显著高于传统线上客户购买率,而且移动客户的流失率显著低于传统线上客户的流失率。同时发现,交叉购买行为对上述关系具有显著的调节作用:在有交叉购买行为的情况下,移动客户与传统线上客户无论是在购买率还是流失率上的差异比没有交叉购买行为下的差异更显著。     

移动渠道与PC渠道客户购买率与流失率差异

基于移动渠道的特征,拓展了客户关系管理领域具有代表性的BG/NBD模型。通过在模型中引入协变量,分析不同交叉购买行为下移动客户和传统线上客户在购买率和流失率上的差异。进一步,以2012～2014年京东商城19 189名客户购买数据为分析单位,对拓展模型进行估计和分析。结果表明:移动客户的购买率显著高于传统线上客户的购买率,而且移动客户的流失率也显著低于传统线上客户的流失率。同时发现,交叉购买行为对上述关系具有显著的调节作用:在有交叉购买行为的情况下,移动客户与传统线上客户无论是在购买率还是流失率上的差异比没有交叉购买行为下的差异更显著。     

B2C环境下基于多属性效用理论的消费者行为模式

通过对网络消费者购买决策过程的分析,提出了基于多属性效用理论研究网络消费者行为模式的方法,依据价格、性能、支付风险、质量风险、投递服务和售后服务6个指标构建了网络消费者购买序列曲线.购买序列曲线反映了网络消费者购买商品的态度、偏好.在上述研究基础上,对商品效用值分布进行了分析,进一步揭示了网络消费者行为模式的特点.将定性研究与定量分析相结合,为网络消费者行为模式的研究提供了一个更为有效的方法.     

基于观察性学习的销售促进对客户购买意愿的影响

单纯依赖经济利益刺激消费者购买的销售促进牺牲利润换来销量,还可能提高消费者对价格的敏感性和损害品牌价值.基于信息阶流理论设计新的促销方式,检验观察性学习对客户选择金融产品的影响.采用自然实验方法,以银行客户为对象,根据信息的不对称性控制了产品特性.实验结果显示:在购买体验产品时,积极的观察性学习对客户购买意愿有显著影响,消极的观察性学习影响不显著,没有购买同类产品相关经验的客户更容易受到积极的观察性学习影响.在购买搜索产品时观察性学习并未对客户购买行为产生显著影响.将观察性学习极性的不对称影响效应推广到金融市场的体验产品.提出了管理建议,丰富营销理论和工具,提高营销的效率和效益.     

基于网页语义相似性的商品隐性评分算法

目前电子商务推荐系统中存在客户评分稀疏性问题,隐性评分是解决该问题的有效方法,但现有方法只考虑客户对单个网页的兴趣度.客户浏览行为和网页之间语义相似度可以综合客观反映客户对商品隐性的评分.建立网页商品概念-属性矩阵CA(Goods Concept-Attribute Matrix),综合考虑商品属性、相关商品及其在网页中的分布等因素,基于客户浏览路径和时间的统计分析,通过语义词林WordNet计算网页语义相似度,综合计算商品语义隐性评分.通过算例和实证研究说明该算法的有效性.     

基于"关系"发展视角的企业集群式创新研究

为比较太量生产和精益生产方式下，不同的客户一供应商关系结构对于企业技术创新的影响，文章首先简速了合作理论的发展；然后通过供应商结构的实证分析以比较其效率差异，利用行为生态学的方法分析了企业粜群式创新的出现及其优势f最后从实践建议的角度，分析了“关系”中客户和供应商的战略定位及可能的发展方向。     

企业社会责任、购买意愿与购买行为——主动性人格与自我效能有调节的中介作用

理性行为理论认为，意愿是行为的有效预测变量；但企业社会责任相关研究表明，消费者的购买意愿与购买行为之间存在着巨大的差距。为了探究消费者响应企业社会责任行为对购买意愿的影响，并进而对购买行为的影响，以及购买意愿与购买行为之间的差距，构建了一个包含企业社会责任、购买意愿、购买行为、主动性人格与效能感的研究框架，通过情景化的自我报告问卷调查方法对研究框架进行了检验。研究结果表明：① 消费者一般会积极响应企业社会责任行为，其购买意愿部分中介企业社会责任与实际购买行为之间的关系；② 消费者由企业社会责任产生的购买意愿与购买行为之间存在较大的差距，企业社会责任可以解释25%的购买意愿，却只能解释20%的购买行为；③ 消费者主动性人格或效能感水平较高时，购买意愿对企业社会责任与购买行为之间关系的中介作用更强，可以有效减小伦理消费的意向-行为差距。     

基于双重正则矩阵分解的缺失数据恢复

针对多源时间序列缺失数据恢复问题, 提出一种基于双重正则矩阵分解的恢复方法。该方法在多源时间序列矩阵分解的基础上, 利用时间序列的平滑性构建时间序列隐含因子的二阶差分正则项, 同时引入反映数据内部结构的图拉普拉斯正则项对传感器隐含因子进行约束, 并在图拉普拉斯矩阵获取过程中设计了一种联合数据本身的相似度和数据变化趋势相似度的双重皮尔逊相似策略, 构造数据内部的最相似图。最后，将双正则项统一于矩阵分解的框架中, 利用梯度下降法实现目标函数的优化, 数据实验中分别采用合成数据和真实数据验证了算法的有效性。     

购物中心大额购买者与小额购买者的行为差异:一项跨国和跨地区的比较研究

通过对在西安、美国和香港进行问卷调查所得数据的分析,研究了购物中心大额购买者与小额购买者之间在惠顾动机、惠顾行为和购买行为上的异同,得到三个适用性较强的结论:第一,大额购买者有较强的购买动机和较明确的购物计划,小额购买者的购买动机较弱,购物计划也比较模糊;第二,大额购买者是购买非食品类产品的主体,同时在食品购买方面也很重要,而小额购买者在购买食品方面十分重要;第三,在购买时,大额购买者比小额购买者更注重品牌.另外,还得到了一些只是在一定条件下适用的结论.最后讨论了研究结果的应用.     

客户低估服务价值情境下混合产品定价策略

针对服务价值初始被客户低估的现象,若制造企业将产品服务集成并捆绑销售,将产生客户不愿为混合产品支付的问题,考虑客户对衍生服务价值感知的波动性,将客户购买混合产品的过程视为一个包含实物期权的多阶段动态投资规划,并通过贝叶斯统计估算客户服务价值感知的波动率,实现对混合产品的多阶段分割式定价,以好孩子旗下口袋车POKIT 2为例,验证了定价策略的可行性与有效性。研究表明:基于客户理解价值的定价策略使得供需交易更有灵活性;客户低估服务价值的持续时间决定了客户购买的价值理解;客户低估服务价值时,混合产品的总价大于客户未低估服务价值时混合产品的价格。     

收益管理中考虑顾客策略行为的多航班无约束估计方法

传统的收益管理多航班无约束估计方法假设顾客到达时的购买决策是一次性的,未能充分考虑策略型顾客的跨期替代行为.在仅能获取产品的历史可观察订购量、历史预售开放状态以及市场份额信息的情况下,基于顾客偏好排名列表建立了考虑顾客策略行为的非参数离散选择模型.针对历史预售数据的不完备性,采用EM算法对顾客到达率和非参数离散选择模型的概率质量函数进行联合估计,并提出了考虑历史顾客策略行为的"初始需求"无约束估计计算方法.使用数值算例说明了所提方法的可行性,通过与现有文献中已有方法比较,验证了所提多航班方法能够反映产品价格变化对顾客选择行为的影响,并能更加有效地避免需求预测对未来顾客"初始需求"的高估.     

Feature network-driven quadrant mapping for summarizing customer reviews

With the rapid growth of e-commerce, customers increasingly write online reviews of the product they purchase. These customer reviews are one of the most valuable sources of information affecting selection of products or services. Summarizing these customer reviews is becoming an interesting area of research, inspiring researchers to develop a more condensed, concise summarization for users. However, most of the current efforts at summarization are based on general product features without feature’s relationship. As a result, these summaries either ignore feedback from customers or do a poor job of reflecting the opinions expressed in customer reviews. To remedy this summarization shortcoming, we propose a feature network-driven quadrant mapping that captures and incorporates opinions from customer reviews. Our focus is on construction of a feature network, which is based on co-occurrence and sematic similarities, and a quadrant display showing the opinions polarity of feature groups. Moreover, the proposed approach involves clustering similar product features, and thus, it is different from standard text summarization based on abstraction and extraction. The summarized results can help customers better understand the overall opinions about a product.     

Integrating OWA and Data Mining for Analyzing Customers Churn in E-Commerce

Customers are of great importance to E-commerce in intense competition.It is known that twenty percent customers produce eighty percent profiles.Thus,how to find these customers is very critical.Customer lifetime value(CLV) is presented to evaluate customers in terms of recency,frequency and monetary(RFM) variables.A novel model is proposed to analyze customers purchase data and RFM variables based on ordered weighting averaging(OWA) and K-Means cluster algorithm.OWA is employed to determine the weights of RFM variables in evaluating customer lifetime value or loyalty.K-Means algorithm is used to cluster customers according to RFM values.Churn customers could be found out by comparing RFM values of every cluster group with average RFM.Questionnaire is conducted to investigate which reasons cause customers dissatisfaction.Rank these reasons to help E-commerce improve services.The experimental results have demonstrated that the model is effective and reasonable.     

Service Mechanism and Pricing Based on Fairness Preference of Customers in Queuing System

Service providers often adopt the mechanism of customer classification due to the heterogeneity of customer waiting cost. However, the classification service may cause unfairness feeling of regular customers, then affect the revenue and social welfare. This paper provides the first exact analysis about the situation that service providers offer two classes of non-preemptive priority service when customer fairness perception is explicitly modeled. We model customer fairness perception as a negative utility on regular customers that's proportional to the waiting time difference between the two queues. By analyzing a stylized M/M/1 queue in monopoly service system, we can derive important results some of which reaffirm existed research results. First, from the perspective of revenue maximization, service providers should adopt the mechanism of customer classification and set up the two kinds of customers where they can see each other. Next, considering customer utility maximization,service providers should cancel the mechanism of customer classification, and keep one queue(regular customers) only. Then, from the perspective of social welfare maximization, service providers shouldalso adopt the mechanism of customer classification but set up the two kinds of customers where they cannot feel each other. Finally, this paper concludes the optimal pricing based on customer classification in the above three different perspectives. This research shows important reference value and practical significance for service providers who adopt the mechanism of classification service.     

面向重要供应商和客户的供应链设计方法

与重要供应商和高价值客户建立良好的关系，已经成为企业获得竞争优势的必然选择。本文从供应链核心企业的角度出发，提出了一种面向重要供应商和客户的供应链设计方法。该方法将供应链设计分成两个阶段。首先，利用模糊综合评判法对核心企业的供应商和客户进行评价，获得它们的重要度。然后，建立一个多目标混合整数规划模型来描述供应链设计问题。与基于成本最小化或利润最大化的传统供应链设计模型相比，该模型体现了关系管理的思想，考虑（1）优先向具有较高重要度的供应商采购原料，以建立长期稳定的合作关系。（2）分销中心的选址要尽量接近重要的客户或客户区，以缩短订货的提前期，提高客户服务水平。     

顾客满意度测评的质量功能展开方法

把质量功能展开(QualityFunctionDeployment,QFD)方法引入到顾客满意度测评研究中,建立了顾客满意度测评的质量功能展开模型.通过多阶段的QFD模型将总体顾客满意度逐步展开为易于顾客判断的指标,进而,实施了顾客满意度指数的测评.利用分阶段的质量屋给出了一种直观、有效顾客满意度测评方法,并通过汽车维修行业的顾客满意度测评实例说明了这种新方法的实施过程.     

融入个体活跃度的电子商务客户流失预测模型

为提高个体层次上客户流失预测的精确度, 建立了融入个体活跃度的电子商务客户流失预测模型H-ULSSVM. 该模型首先利用融入地域因素的启发式算法计算出最优阈值, 并求出个体的活跃度, 识别出正判客户和错判客户; 在此基础上, 考虑电子商务客户流失预测影响因素众多, 提出了一种粗糙等价类属性约简方法提取出重要的客户流失预测指标, 然后将降维后的正判客户样本送到非平衡最小二乘支持向量机进行学习和训练, 进而利用得到的分类器对错判客户样本的客户流失状态进行判别. 在某B2C电子商务平台客户样本的实证研究表明, 该模型与其他方法相比, 具有更好的效率和精确度.     

存在顾客购买转移的双分销渠道订货与库存转运策略

库存在渠道间的转运可以降低企业的缺货成本并提高对顾客的服务水平；当存在顾客购买转移时，双分销渠道的库存转运与渠道间的顾客竞争紧密相关，决策的复杂度增加. 该文针对实行转运的情形，研究了存在顾客购买转移的网上商城与传统零售商的最优库存策略，以及均衡解存在的条件，并与不实行转运的情形进行对比分析. 最后通过算例，指出存在顾客购买转移时，实行转运策略的优势.