顧客消費(fèi)行為論文范文

本站小編為你精心準(zhǔn)備了顧客消費(fèi)行為論文參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

一、灰色GM(1,1)模型及其應(yīng)用

1.灰色GM(1,1)模型GM(1,1)模型，是灰色系統(tǒng)理論中被普遍應(yīng)用灰色預(yù)測模型之一，該模型由單一變量的微分方程所組成，通過對復(fù)雜系統(tǒng)中起主導(dǎo)要素觀測值的擬合，預(yù)測并揭示整體未來發(fā)展的趨勢，在社會經(jīng)濟(jì)、管理決策、農(nóng)業(yè)規(guī)劃、氣象生態(tài)等各個部門和行業(yè)被廣泛使用。閔惜琳（2005）建立了廣東省科技人才需求量的灰色預(yù)測模型，同時驗(yàn)證了模型的精確度。曾波（2009）運(yùn)用GM(1,1)模型，對居民消費(fèi)價格指數(shù)（CPI）進(jìn)行了模擬與預(yù)測。高紅(2014)針對我國制造業(yè)電力消費(fèi)，運(yùn)用GM(1,1)模型做出了有效預(yù)測。因此，筆者認(rèn)為，顧客的未來消費(fèi)行為模式，也是一個包含不確定因素的復(fù)雜灰色系統(tǒng)，結(jié)合RFM模式分析和灰色系統(tǒng)預(yù)測理論中的GM(1,1)模型，可對消費(fèi)行為作出準(zhǔn)確預(yù)測。

2.GM(1,1)模型的應(yīng)用顧客的消費(fèi)行為模式由F和M兩個維度構(gòu)成，即需要分別對每個維度上顧客行為進(jìn)行預(yù)測。首先構(gòu)建購買頻率F維度的預(yù)測模型。設(shè)原始顧客購買頻率F的序列為。發(fā)展灰度覾的取值，直接決定了GM(1,1)方程的適用度。當(dāng)覾≤0.5時，模型對于短期或中長期預(yù)測有著很好的效果；當(dāng)覾＞0.5時，所建立模型的預(yù)測效果達(dá)不到預(yù)期值，需要對模型中的變量做進(jìn)一步調(diào)整。預(yù)測顧客消費(fèi)金額M，可使用相同的方法，得到M(0)(k+1)的預(yù)測數(shù)列。根據(jù)顧客購買頻率F與購買金額M兩個維度的預(yù)測結(jié)果，可分析未來顧客未來消費(fèi)行為模式的變化。

二、實(shí)例驗(yàn)證與分析

1.實(shí)例驗(yàn)證筆者選取某商業(yè)銀行的顧客作為驗(yàn)證對象。一方面，是由于在經(jīng)濟(jì)全球化的背景下，大量外資銀行進(jìn)駐我國，金融市場的競爭，實(shí)質(zhì)上就是對顧客資源的競爭，銀行現(xiàn)有顧客資源的數(shù)量與質(zhì)量，直接決定了其在競爭市場中的地位。因此，對判斷顧客行為并建立與顧客的良好關(guān)系，成為目前商業(yè)銀行亟需解決的問題；另一方面，信息技術(shù)的發(fā)展、商業(yè)銀行對顧客的交易行為能夠建立更全面的數(shù)據(jù)庫，本研究所需的顧客數(shù)據(jù)獲取較為簡便。筆者依據(jù)研究需要，選擇樣本時間區(qū)間為2013年8月～2014年9月共14個月，并從數(shù)據(jù)中心隨機(jī)獲取158位顧客的歷史交易數(shù)據(jù)。為了保證結(jié)果的真實(shí)有效，對統(tǒng)計(jì)信息缺失或疑似臨時賬戶的31個異常客戶進(jìn)行剔除，剩余127名客戶的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行消費(fèi)行為分析。將樣本分為兩組：第一組2013年8月～2014年4月的客戶數(shù)據(jù)作為預(yù)測組；第二組為2014年5月～9月作為驗(yàn)證組。最后，依據(jù)公式（5），預(yù)測在2014年5月～2014年9月顧客消費(fèi)行為F和M的表現(xiàn)，進(jìn)而可預(yù)測顧客未來的消費(fèi)模式。通過與對照組數(shù)據(jù)進(jìn)行比較，預(yù)測結(jié)果與原消費(fèi)模式一致，均為“F→M↓”，具體結(jié)果如表3、表4所示。采用相同的方法，重復(fù)以上計(jì)算過程，對預(yù)測樣本中127名顧客未來5個月的行為表現(xiàn)進(jìn)行預(yù)測，結(jié)合驗(yàn)證組對應(yīng)的數(shù)據(jù)作出行為模式分析。由于預(yù)測樣本量較大，筆者只列出部分顧客的預(yù)測結(jié)果，分別如表3、表4所示。

2.檢驗(yàn)與分析得到預(yù)測結(jié)果后，對模型的有效性進(jìn)行檢驗(yàn)。筆者從模型預(yù)測效果和預(yù)測精度兩個角度作出驗(yàn)證。首先，通過兩組數(shù)據(jù)對比檢驗(yàn)?zāi)Ｐ偷念A(yù)測效果，即比較顧客預(yù)測消費(fèi)模式與真實(shí)消費(fèi)模式，以1個月、3個月、5個月為時間節(jié)點(diǎn)，分別對三個階段顧客消費(fèi)行為模式的預(yù)測效果進(jìn)行統(tǒng)計(jì)，得到結(jié)果如表5所示。從表5中可得到兩個結(jié)論：一是模型對較近時間節(jié)點(diǎn)的行為預(yù)測具有較高的準(zhǔn)確度，預(yù)測下一個月顧客行為模式的準(zhǔn)確率為91.33%；二是模型預(yù)測的準(zhǔn)確度，隨預(yù)測時間長度的積累而降低。究其原因，筆者認(rèn)為，顧客在與銀行建立長期關(guān)系的過程中，會形成一定的消費(fèi)行為習(xí)慣，即在短期內(nèi)，顧客自身具有慣性消費(fèi)行為。所以，筆者建立的模型在短期有良好的預(yù)測效果。此外，隨著時間跨度的增加，市場環(huán)境可能出現(xiàn)較大波動，顧客從競爭對手以及其他消費(fèi)者獲取更多的信息，銀行的業(yè)務(wù)未達(dá)到顧客預(yù)期等等這些動態(tài)因素，均會對顧客的消費(fèi)行為產(chǎn)生較大影響。由模型效果檢驗(yàn)的結(jié)果可知，近期的預(yù)測結(jié)果準(zhǔn)確度較高。因此，只選擇“1個月”的預(yù)測結(jié)果計(jì)算試驗(yàn)樣本的相對誤差值，得到127名顧客預(yù)測結(jié)果的相對誤差值。△(k)的統(tǒng)計(jì)值如表6所示。從統(tǒng)計(jì)結(jié)果看，相對誤差均值為0.1149。說明該模型可以用于預(yù)測，但尚未達(dá)到模型精度0.05的指標(biāo)標(biāo)準(zhǔn)，距精準(zhǔn)預(yù)測仍有可改進(jìn)之處。

三、結(jié)論

筆者以RFM分析作為顧客消費(fèi)行為狀態(tài)的判別指標(biāo)，考慮到企業(yè)在營銷推廣的實(shí)施過程中，將更多地優(yōu)質(zhì)資源投入到未來能給企業(yè)帶來持續(xù)貢獻(xiàn)的顧客。因此，結(jié)合灰色系統(tǒng)理論，運(yùn)用GM(1,1)模型，對顧客未來消費(fèi)行為進(jìn)行預(yù)測，并將預(yù)測結(jié)果與實(shí)際觀測值進(jìn)行比較，揭示了該模型在消費(fèi)行為短期預(yù)測效果方面可以準(zhǔn)確預(yù)測，為企業(yè)在短期營銷推廣決策過程中提供有價值的參考。本研究存在的不足之處主要是：對F和M兩個維度上的預(yù)測，未分別考慮其他相關(guān)因素對行為狀態(tài)的影響，如收入、交叉購買、口碑等，模型在預(yù)測精確度上還有待提高。因此，考慮多因子的顧客消費(fèi)行為分析，將成為未來的研究方向。

作者：樊志文單位：桂林理工大學(xué)管理學(xué)院