学位论文 > 优秀研究生学位论文题录展示

基于RFM模型的C2C环境下顾客价值识别研究

作　者: 安祥茜
导　师: 叶作亮
学　校: 西南财经大学
专　业: 物流管理
关键词: 顾客价值 RFM模型 顾客细分
分类号: F274
类　型: 硕士论文
年　份: 2012年
下　载: 157次
引　用: 0次
阅　读: 论文下载
 

内容摘要


目前,电子商务发展迅速,C2C作为一种全新的商业模式被越来越多的商家和消费者所重视。虽然电子商务企业获得快速发展,然而大浪淘沙,败北者居多,相比传统零售企业,在线零售企业固定资产较少,顾客才是企业最重要的资产,如何识别有价值的顾客成为电子商务企业成功的关键。本文以实证的方式研究基于RFM模型的C2C环境下顾客价值,研究成果有助于在线卖家科学规划市场战略,合理的分配市场资源,发掘并保留高价值顾客,有效增加竞争优势。本文先以淘宝网C2C店铺交易数据为基础,将数据整理成标准的格式并对其分析,研究了顾客购买行为的一些特征并将之与顾客价值联系起来,为后续的顾客价值研究作准备。然后研究主要从两个方面展开,首先,验证RFM模型在C2C电子商务环境下的适用性,其次探讨RFM在C2C环境下的使用机制。首先提出了RFM模型精度检验的方法,将样本划分为原始样本和验证样本,用验证样本的结果去验证原始样本的结果,得到验证的精度即匹配率。在此基础上,提出了模型变量权重确定的方法,并通过实证表明了此方法确定的变量权重会使模型精度增加,针对不同店铺,模型精度提高10%到50%不等。同时也证明了RFM加法模型去计算顾客价值优于乘法模型,模型精度提升10%以上,对匹配率结果的分析验证了RFM模型在C2C环境下的适用性。针对在线C2C重复购买率较低且变化较大的情况,通过匹配率和重复购买率的关系分析发现两者没有相关关系,扩展RFM模型在C2C环境下的适用范围。其实通过对比分析前人顾客类别数确定的方法,发现该方法在C2C环境下存在缺陷,理论性太强,而实用性较差,认为顾客类别数的确定是理论和实际的结合。通过删除只购买一次的顾客作为样本和原始样本的匹配率对比分析,结果发现原始样本的匹配率更高,说明RFM模型对数据的要求是整个顾客群体。之后研究时间的划分和RFM模型精度的关系,先假定验证样本长度不变,原始样本长度变化,而后假定原始样本长度不变,验证样本长度变化,观察匹配率结果变化,结论是原始样本长度不宜过短也不宜过长,最佳时长为8到10个月左右,这样顾客价值才能更好的体现,而验证样本长度一般2到3个月为宜,也说明了RMF模型不适合做长期预测。最后总结出一套基于RFM模型对顾客细分的方法,期望给广大卖家以指导和帮助。本文的主要创新在于提出了RFM模型在C2C环境中的实际应用方法,弥补了之前RMF模型对其精度缺少检验的不足,这也为后续研究提供了新的思路。

全文目录


摘要  4-6
Abstract  6-10
1. 绪论  10-15
  1.1 研究背景及意义  10-12
    1.1.1 研究背景  10-11
    1.1.2 研究意义  11-12
  1.2 研究方法与章节安排  12-13
    1.2.1 研究方法  12-13
    1.2.2 章节安排  13
  1.3 研究的技术路线  13-15
2. 相关理论研究综述  15-32
  2.1 顾客价值定义  15-19
    2.1.1 顾客感知价值  16-17
    2.1.2 顾客终生价值  17-19
  2.2 顾客价值计算相关研究  19-26
    2.2.1 CLV模型研究  20-22
    2.2.2 SMC模型研究  22-23
    2.2.3 RFM模型研究  23-26
  2.3 电子商务下客户关系管理相关研究  26-32
    2.3.1 电子商务的市场环境  26-27
    2.3.2 电子商务下客户关系管理  27-28
    2.3.3 基于顾客价值的顾客关系管理  28-32
3. C2C顾客购买的实证研究  32-41
  3.1 实证数据  32-34
    3.1.1 数据来源  32-33
    3.1.2 样本选择  33
    3.1.3 数据收集  33-34
  3.2 数据处理与分析  34-40
    3.2.1 数据处理  34-37
    3.2.2 数据分析  37-40
  3.3 本章小节  40-41
4. 基于RFM模型的顾客价值研究  41-59
  4.1 RFM模型的检验  41-50
    4.1.1 RFM模型验证的方法  41-44
    4.1.2 权重的确定和顾客价值的计算  44-48
    4.1.3 匹配率和重复购买率的关系  48-50
  4.2 RFM模型对顾客类别数和样本数据的要求  50-53
    4.2.1 顾客类别数的选择  50-52
    4.2.2 RFM模型对数据要求  52-53
  4.3 时间的划分和RFM模型的关系  53-57
    4.3.1 验证样本长度不变  54-55
    4.3.2 原始样本长度不变  55-57
  4.4 基于RFM模型对顾客细分的方法  57
  4.5 本章小节  57-59
5. 结论与展望  59-61
  5.1 本研究的结论  59-60
  5.2 本研究的不足及展望  60-61
参考文献  61-65
附录一  65-69
附录二  69-71
附录三  71-73
致谢  73

相似论文

  1. 职业篮球联赛观众价值的研究,G841
  2. 汽车服务业服务质量对顾客价值的影响研究,F426.471;F224
  3. 顾客价值会计构建研究,F275
  4. 相对性顾客价值影响因素的研究,F224
  5. 顾客价值链视角的中国农村信用合作社营销研究,F832.35
  6. 品牌形象对顾客价值的影响研究,F224
  7. 基于顾客价值的顾客维系与提升策略,F274
  8. 宅族消费者顾客价值要素构成研究,F224
  9. 基于顾客价值的营销预算分配研究,F274
  10. 基于顾客价值的交通银行邯郸分行客户关系管理研究,F832.2
  11. 基于顾客价值的房地产企业竞争力提升研究,F293.33
  12. SNS（社交网络服务）顾客价值对用户忠诚度的影响研究,F49;F224
  13. 基于顾客价值的大型购物中心竞争力研究,F721;F224
  14. 基于顾客价值的温州服装企业品牌竞争力研究,F426.86
  15. 大学生笔记本电脑市场顾客忠诚影响因素研究,F426.671
  16. 基于顾客价值的品牌竞争力研究,F273.2
  17. 北京市女性服装消费实证调查,F426.86
  18. B2C环境下顾客价值对顾客忠诚影响的实证研究,F724.6;F224
  19. 手机连锁零售企业职能转变与服务营销策略研究,F721.7
  20. 基于顾客感知价值的网络游戏虚拟产品定价研究,F274;F224
  21. 网络游戏顾客价值构成要素研究,F274

中图分类: > 经济 > 经济计划与管理 > 企业经济 > 企业供销管理
© 2012 www.xueweilunwen.com