基于协同过滤技术的电商用户重复购买行为预测模型构建

由于电商平台用户浏览方向随机性较强,感兴趣信息量巨大,对用户重复购买行为的预测难度较高。为增强用户体验感与满意度,提高电商服务质量,构建基于协同过滤技术的电商用户重复购买行为预测模型。获取电商用户历史数据集,从用户-商品、用户-商品品类两个层面提取与用户重购行为具有强关联性的统计、衍生、行为衰减特征,将其输入到XGBoost算法中,预测用户是否有重复购买行为。采用协同过滤算法建立重复购买行为用户的评分矩阵,通过Pearson相关系数衡量两用户间的相似度,确定重购行为用户的最近邻集合。根据最近邻用户对目标商品的评分计算重购行为用户对目标商品的评分,获取评分高的数个商品生成推荐列表,实现电商用户重购行为预测。实验结果表明:该模型能够实现重购行为用户的预测,CART树数量为500、特征量为60、推荐列表长度为3时,该预测模型预测性能最突出,推荐结果的用户评分可达9.8。

品牌价值对重复购买行为的影响研究——以HLZJ为例

从品牌价值出发,通过品牌价值对重复购买行为的影响,以及信息传递的有效性进行调节分析。将品牌价值中的企业自身、消费者、社会环境和行业竞争的影响来进行模型的构建并借此来加以实证分析。通过过往文献回顾提出研究框架,之后进行问卷调查,并利用实证检验得到以下结论:品牌价值中的企业自身、消费者、社会环境和行业竞争这几个影响因素均对重复购买行为有正向影响,信息传递的有效性与品牌价值有显著影响关系,最终对重复购买行为呈现显著的正向影响。

C2C环境中顾客重复购买行为的实证与建模

通过分析C2C商家的交易记录,发现单个商家的顾客重复购买次数呈幂律分布,这与重复购买理论以往得到的购买次数为负二项分布的结论不同.基于C2C交易的实际情况,建立了具有购买强化效应的购买概率模型,模型很好的解释了顾客重复购买率呈幂律分布的现象.实证和模型表明,C2C环境中,顾客购买次数的分布具有很长的尾部,大量顾客有低的购买次数,而少数顾客有很高的重复购买次数;模型还揭示了巨大的潜在顾客数量和顾客多次购买的强化效应是造成重复购买分布呈幂律形式的重要原因.

回报计划对重复购买行为模式的影响研究

客户回报计划已成为一种重要的关系营销手段。本文在讨论回报计划如何对稳定市场结构下的重复购买行为产生影响的基础上,通过建立NBD-DM随机模型,提供了一种研究消费者重复购买行为的模型方法,并利用一组护肤品品类销售的固定样本组数据(panel data)对该方法进行了实证分析。结果表明NBD-DM模型是研究消费者重复购买行为的有效模型方法,并且证实回报计划在改变客户重复购买行为上的有效性,其是企业建立长期客户关系的有效手段。最后讨论了结论对战略及营销管理实践的意义。

关于消费者品牌知识对重复购买行为的影响

消费者品牌知识可以理解为存储在消费者记忆中的,对某品牌的相关性描述及评价等信息,是消费者购买决策行为的重要影响因素。文章建立了一个消费者品牌知识、品牌关系对重复购买行为影响的概念模型,用实证分析的方法探讨了三者关系。研究发现:品牌知识(包括品牌知名度和品牌形象)和品牌关系(包括品牌满意度和品牌信任)对重复购买行为都能产生直接的影响;品牌知名度和品牌形象对品牌信任的影响较为明显,对品牌满意度的影响却不大。最后从产品质量、品牌形象和消费者感受三个角度给企业提出对策建议。

习性视角下网上重复购买行为实证分析——以结构方程模型为基础

本文以中国现有的网购为背景,通过问卷调查的形式共收取有效的调查问卷405份,运用SPSS和AMOS17.0相结合进行结构方程分析。本研究将扩展现有关于网上重复购买行为的理论,也对商家建立网购平台具有一定的指导意义。

基于集成学习的电子商务平台新用户重复购买行为预测

对电子商务平台新用户重复购买行为进行预测有助于商户开展精准营销。现有单一方法在预测准确性方面还有待提升,文中提出一种基于集成学习的预测模型以进一步提升新用户重复购买行为的预测准确率。引入"分段下采样"以获得新用户重复购买和未重复购买的平衡样本;从用户、商户及用户与商户交互三方面构建新用户购买行为特征;依据集成学习思想Stacking融合RandomForest,XGBoost和LightGBM对新用户重复购买行为进行预测。实验结果表明,Stacking融合模型准确率和AUC值比单一模型平均提升了0.4%~2%,使用"分段下采样"样本平衡算法AUC值提升0.1%左右。

在线零售市场顾客重复购买行为建模与实证研究

考虑在线重复购买强化效应,建立顾客重复购买通用模型。理论和实证分析结果表明,当顾客购买强化效应为线性强化时,其重复购买次数呈现幂律分布;当顾客购买强化效应为亚线性强化时,其重复购买呈现广延指数分布;当顾客购买无强化效应时,其重复购买呈现指数分布。最后,通过重复购买比的概念,结合三种重复购买分布特点,分析顾客再购买的可能性,按重复购买比曲线的趋势特征将顾客划分为提升区、稳定区和衰退区。

快速消费品重复购买意向影响因素的实证研究

本文基于IMI消费行为与生活形态统计年鉴的研究结果,运用联合分析对消费者进行快速消费品重复购买的影响因素进行了研究。然后从购买行为差异的角度通过聚类分析将消费者分成三类。最后对不同类型的消费者在背景信息和品牌认知情况两个方面的差异进行比较,并对研究结果的营销启示进行了讨论。

快速消费品重复购买意向影响因素的实证研究

本文基于I MI消费行为与生活形态统计年鉴的研究结果,运用联合分析对消费者进行快速消费品重复购买的影响因素进行了研究。然后从购买行为差异的角度通过聚类分析将消费者分成三类。最后对不同类型的消费者在背景信息和品牌认知情况两个方面的差异进行比较,并对研究结果的营销启示进行了讨论。

关系营销范式下营销努力对客户行为的影响研究

关系营销范式日益得到理论界和实业界的认可,但却很少有研究着眼于不同关系营销努力能否对衡量关系营销绩效的不同客户行为产生一致的影响作用。本文重点研究了客户关系感知与关系营销手段——回报计划对客户重复购买行为与客户份额增加所产生的不同影响。结果显示,不同的关系营销努力对客户重复购买行为与客户份额增加所产生的影响是不一致的,情感承诺与回报计划有助于促进客户的重复购买,而客户满意感与价格公平感更容易影响客户份额的增加。

基于神经网络的电商生鲜农产品购买频率评价研究

为促进我国生鲜农产品电商的快速发展,提高消费者在电商平台购买生鲜农产品的频率,本文结合消费者网络购买行为的特点以及生鲜农产品电商平台的实际表现,分析影响消费者在生鲜农产品电商平台购买频率的因素,并构建影响消费者购买频率的评价指标体系,基于BP神经网络算法对此评价体系进行计算,得到较为客观的评价结果。研究结果表明,消费者在电商平台购买生鲜农产品的频率主要受其是否具有重复购买意愿的影响,而消费者的网购态度、生鲜农产品的质量以及物流体系,也会对消费者网络购买生鲜农产品的频率产生正向的显著影响。

异质顾客差异路由的客服组分组策略研究

本文考虑存在新老差异顾客的呼叫中心内,构建差异路由并设置多技能异质客服,研究在系统期望收益最优的目标下客服组的具体分组策略。研究表明,在本文的应用场景设置和构建的仿真模型下,依据具体的仿真参数设定可以得出最优的客服组分组策略即新老顾客服务队列的最优分配人数。这也有助于在实际应用中指导和改善呼叫中心对异质客服的培训计划,应该更多地培训能为呼叫中心带来更多期望收益的客服组。

顾客忠诚及其培育

分析顾客忠诚的内涵及其四种不同的形态,提出培育顾客忠诚的途径以及要注意的问题。研究表明:在激烈的市场竞争中,顾客忠诚对企业的生存和发展起决定因素,它能提升企业的核心竞争力,是企业战略管理不可缺少的部分。

CPV五线顾客价值模型作用浅析

商品是价值的载体,消费者购买商品的目的是要满足他们的某种需求(价值)。价值的基础是客观的,它的评价则是主观的。价格是价值的货币表现,也是商品供求平衡的结果。当商品竞争过于激烈的时候将发生所谓的"价格战",这时所有的生产商都将受到不同程度的损失。为此,我们有必要研究顾客价值理论来改变传统的价格竞争模式。

互联网时代提升消费者品牌忠诚度的策略

市场活动总是伴随着竞争,而互联网时代的到来又加剧了市场竞争。此外,随着品牌忠诚度的增加,消费者受品牌竞争行为的影响会降低,品牌忠诚者会持续产生重复购买行为,进而能直接有效地使品牌忠诚转变为未来的销售。已进入品牌忠诚期的品牌还有高的品牌溢价和销售额,如何提升消费者的品牌忠诚度成为企业营销的重点。本文主要以小米式营销为例,探讨在互联网时代,企业提高消费者的品牌忠诚度的对策。

基于数据挖掘的客户复购行为分析

基于客户订单大数据的关联规则数据挖掘方法探索女包品类客户的重复购买行为规律,以天猫快时尚行业一个卖家的女包品类销售为例,共收集121 966条订单数据,并对数据处理后的77 715条订单记录构建订单数据指标集合,研究客户的重复购买行为规律,在此基础上运用关联挖掘算法从商品关联销售的角度分析头部客户购买行为规律.研究发现客户的重复购买行为、卖家所售商品的销量和销量排名均符合幂律分布,复购客户所购买商品之间存在较大的相关性,研究结果可以为卖家提供更好的销售决策支持.

客户关系管理的基本观点

客户关系管理(CRM)已成 为很多企业的基本商务 战略，它与企业资源规划 (ERP)、供应链管理 (SCM)一起，是企业提高竞争力的三 大法宝。CRM由于关注的是企业的核 心-客户而更加受到企业的重视。