随机模型在零售顾客未来经济价值估计中的应用

中国管理科学 ›› 2007, Vol. 15 ›› Issue (2): 104-110.

随机模型在零售顾客未来经济价值估计中的应用

王高¹, 李纯青^1,2, 赵平¹, 童璐琼¹

1. 清华大学经济管理学院北京100084;
2. 西安工业大学经济管理学院陕西西安710032

收稿日期:2006-04-07 修回日期:2007-03-02 出版日期:2007-04-30 发布日期:2007-04-30
作者简介:王高(1965- ),男(汉族),山东诸城人,清华大学经济管理学院,研究方向:市场营销模型及方法、消费者购买行为、顾客价值、顾客资产、品牌资产.
基金资助:
国家自然科学基金资助项目(70572008、70572009);国家博士后基金资助项目(2005037374)

The Application of Stochastic Models in the Estimation of Future Economic Value of Retail Customers

WANG Gao¹, LI Chun-qing^1,2, ZHAO Ping¹, TONG Lu-qiong¹

1. School of Economics and Management, Tsinghua University, Beijing 100084, China;
2. School of Economics and Management, Xi'an University of Technology, Xi'an 710032, China

Received:2006-04-07 Revised:2007-03-02 Online:2007-04-30 Published:2007-04-30

摘要/Abstract

摘要： 零售顾客的经济价值是由购买次数和平均购买金额共同决定的。本文采用NBD模型来拟合购买次数,用gamma-gamma模型来拟合平均购买金额。基于贝叶斯原理,在给定过去购买行为条件下我们可以计算顾客未来购买次数和平均购买金额的期望值,顾客的未来经济价值就是这两个期望值的乘积。本文应用上述随机模型对一家零售企业的顾客积分卡数据进行了实证分析,结果表明该模型不仅可以比较准确地拟合顾客购买次数和购买金额数据,而且可以对顾客未来价值进行较为准确的预测。该模型方法对于零售企业加强顾客分析,提高顾客管理水平有很大的价值。

关键词: 顾客未来经济价值, NBD模型, gamma-gamma模型

Abstract: The economic value of retail customers is determined together by purchase frequency and monetary value. This article employs the NBD model to fit purchase frequency and the gamma-gamma model to fit the average monetary value. Based on the Bayes theorem we can calculate the expected future purchase frequency and average monetary value in a given customers fast purchase behavior,and the customer's future economic value is the multiplication of these two expected values. This article applied the above stodrastic models to fit empirically the frequent shopper card data of a retailer. The results show that the models not only can accurately fit the data of purchase frequency and monetary value,but also can accurately predict customers future economic value. The modeling method is of great value to retailers in enhancing customer analysis and improving customer management.

Key words: future customer economic value, NBD model, gamma-gamma modle

中图分类号:

F830

王高, 李纯青, 赵平, 童璐琼. 随机模型在零售顾客未来经济价值估计中的应用[J]. 中国管理科学, 2007, 15(2): 104-110.

WANG Gao, LI Chun-qing, ZHAO Ping, TONG Lu-qiong. The Application of Stochastic Models in the Estimation of Future Economic Value of Retail Customers[J]. Chinese Journal of Management Science, 2007, 15(2): 104-110.

[1]	刘霞, 刘善存, 张强. 多基本面下异质交易者竞争及流动性分析[J]. 中国管理科学, 2019, 27(5): 23-31.
[2]	姚鸿, 王超, 何建敏, 李亮. 银行投资组合多元化与系统性风险的关系研究[J]. 中国管理科学, 2019, 27(2): 9-18.
[3]	郑尊信, 王华然, 朱福敏. 基于Levy-GARCH模型的上证50ETF市场跳跃行为与波动特征研究[J]. 中国管理科学, 2019, 27(2): 41-52.
[4]	李守伟, 马钱挺, 隋新, 何建敏. 企业信用内生网络模型及其演化研究[J]. 中国管理科学, 2019, 27(2): 53-60.
[5]	李爱忠, 汪寿阳, 彭月兰. 考虑随机利率和通货膨胀的连续时间资产组合选择[J]. 中国管理科学, 2019, 27(2): 61-70.
[6]	周利国, 何卓静, 蒙天成. 基于动态Copula的企业集团信用风险传染效应研究[J]. 中国管理科学, 2019, 27(2): 71-82.
[7]	周忠宝, 任甜甜, 肖和录, 吴士健, LIU Wenbin. 基于相对财富效用的多阶段投资组合博弈模型[J]. 中国管理科学, 2019, 27(1): 34-43.
[8]	夏婷, 闻岳春. 经济不确定性是股市波动的因子吗？——基于GARCH-MIDAS模型的分析[J]. 中国管理科学, 2018, 26(12): 1-11.
[9]	谭政勋, 黄锦东, 叶诚. 中国股票市场主要转折点的识别:基于改进的小波领袖法与逼近技术的贝叶斯法[J]. 中国管理科学, 2018, 26(12): 12-24.
[10]	米传民, 李丹丹, 张婷, 钱媛媛, 周志鹏. 考虑社交网络和互联网金融的金融市场超网络均衡研究[J]. 中国管理科学, 2018, 26(12): 56-65.
[11]	刘炳越, 姬强, 范英. 黄金是否为原油的“避险天堂”?——基于组合收益及其波动视角[J]. 中国管理科学, 2018, 26(11): 1-10.
[12]	肖琳, 赵大萍, 房勇. 中国融资融券业务处置效应的实证分析[J]. 中国管理科学, 2018, 26(9): 41-51.
[13]	谭浩, 吴卫星. 股东为什么在解禁后会减持股票?——基于背景风险分析的股票解禁效应研究[J]. 中国管理科学, 2018, 26(7): 9-17.
[14]	刘志东, 郑雪飞. 基于Hawkes因子模型的股价共同跳跃研究[J]. 中国管理科学, 2018, 26(7): 18-31.
[15]	谷晓燕, 何锋. 风险条件下研发项目改进DEA选择模型[J]. 中国管理科学, 2018, 26(7): 47-54.