某上市公司的客戶資源分析與預測.pdf

1、隨著國際化的進程，全球品牌的服裝產業(yè)競爭日益激烈，交易的主動權逐漸由企業(yè)向客戶轉移，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系管理理論讓人們知道企業(yè)80％的利潤由20％的客戶產生，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，必須對客戶進行細分，以保證將有限的營銷資源分配給最有價值的客戶，以達到客戶保持，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、交給公司進行精準營銷，提高客戶保留率，進而擴大營收。
　　本文研究的數(shù)據集如下:A公司數(shù)據庫中有所有客戶的歷史購買數(shù)據、郵件營銷數(shù)據以及網頁點擊數(shù)據。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)據集分別記為樣本內數(shù)據集與樣本外數(shù)據集，用bootstrap方法分別抽取200000條數(shù)據，按樣本內抽取數(shù)據照7/3的比例分為建模數(shù)據集與樣本內驗證數(shù)據集，響應率分別為1.6％與1.7％，樣本外數(shù)據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)據進行重新架構，得到2800多個變量。通過變量意義檢測，異常值處理，缺失值處理以及轉化與比較，得到清洗好的數(shù)據集。并通過顯著性檢驗、相關性檢驗、主成分分析、方差膨脹因子等統(tǒng)計方法并結合變量實際意義進行變量篩選，最終為挑選出最優(yōu)的7個變量進入模型。模型在建模數(shù)據集內的預測正確率高達73％，符合預期，并對7個變量以及模型結果分別進行十分位數(shù)檢驗與Lift Chart檢驗，發(fā)現(xiàn)變量的可解釋性都