基于生存分析的特征客户群流失预测模型及应用研究

摘要

市场需求与日俱增的个性化和愈演愈烈的市场竞争使得企业将战略重心越来越多的转向以消费者为中心的客户关系管理(CRM)。获取1位新客户的成本是保持1位老客户的5-6倍，客户保持率的小幅度提高都可能会有效地改善企业利润。因此企业的一个重要任务就是在资源有限的情况下，预测具有流失倾向的客户，识别并保持有价值的客户。客户流失管理得到越来越多学术界和企业界的重视，而研究的焦点主要在于客户流失预测模型精度的改进及可能影响客户流失的原因分析。
　　本文通过对客户流失管理方面的研究成果整理发现，目前集中于流失预测模型的改进和流失原因分析的研究主要针对个体客户，这类研究的局限是容易导致客户流失预测和挽留管理的研究较为孤立，使得客户流失预测和流失挽留很少实现有效的结合，因此建立集成的客户流失管理系统将有助于显著提高流失管理的效率。探究特征客户群体的流失规律，把握群体客户的流失动态和易流失的时间并基于客户价值做出挽留必要性的判断，有助于把握全局，降低企业客户关系管理的成本，增加利润。
　　本文基于生存分析建立群体客户的流失预测模型，具体开展了两方面的研究:
　　研究1:运用RFM分类的方法识别出内部具有类似特征且价值一致性、其间具有显著区别的客户群，基于生存分析技术方法构建特征客户群的流失预测模型，以大连某商城真实客户交易数据为样本探究不同客户群的流失状态以及易发生流失的时间，并与未分类客户群的流失动态做对比，发现特征客户群的流失动态具有显著差异，拓展了客户流失管理的理论研究。
　　研究2:对所构建特征客户群的流失预测模型进行拓展研究及应用，依据特征客户群的流失动态，利用客户终生价值量化判断不同特征群的挽留必要性，有利于客户流失预测与挽留的集成研究。
　　最后，总结相关研究结论和创新点，分析了本研究的不足之处，探讨未来的研究方向。

目录

声明

摘要

1 绪论

1．1 研究背景

1．1．1 现实背景

1．1．2 理论背景

1．2 研究目的和研究意义

1．2．1 研究目的

1．2．2 研究意义

1．3 研究内容和论文结构

1．4 主要创新点

2 文献综述

2．1 客户流失理论

2．1．1 客户流失概念

2．1．2 客户流失预测

2．1．3 客户流失原因

2．1．4 客户流失挽留

2．2 生存分析理论

2．2．1 生存分析概念

2．2．2 生存分析模型

2．3 特征客户群

2．3．1 特征客户群划分

2．3．2 RFM分类

2．4 客户终生价值理论

2．4．1 客户终生价值

2．4．2 客户终生价值计量模型

3 模型构建与分析

3．1 模型构建

3．1．1 RFM划分特征客户群

3．1．2 特征客户群流失模型构建

3．2 实证分析

3．2．1 数据描述

3．2．2 RFM分类

3．2．3 客户流失预测

4 模型拓展应用

4．1 客户终生价值计量

4．2 挽留必要性评估

5 研究结论与展望

5．1 研究结论

5．2 研究局限性

5．3 未来研究方向

参考文献

攻读硕士学位期间发表学术论文情况

致谢