数据库营销在零售行业的应用

发布时间：2017-10-19 18:15

  本文关键词：数据库营销在零售行业的应用

  更多相关文章： 数据库营销 响应模型 客户细分模型 逐步回归 分位数回归

【摘要】：数据库营销与传统营销相比,不但可以提高营销产生的效益,还可以增强客户关系,是企业从以产品为中心向以客户为中心的经营体系转型的杠杆。由于大数据时代的到来以及数据挖掘技术的逐渐成熟,数据库营销在追踪客户,了解客户,预测客户需求等方面起到了极大的作用,带来了无限的可能性。这种以客户数据为基础,定量分析为决策依据,市场需求为主导的新兴营销理论与实践,已经广泛被国内外企业所采用。分位数回归是一种根据给定影响事物的因素来估计事物条件分位数的基本方法。作为传统回归方法一最小二乘法的一个补充和拓展,分位数不仅具有同变性,渐近性,稳健性等优良的性质,还可以度量给定因素在不同分位点对事物的影响程度,对事物的解释更加全面。本文的数据背景为一家外国服装零售公司A,它仅仅通过邮件或邮寄产品清单来营销,我们需要帮助他们进行针对性营销。第一阶段,选择数据库营销中的响应模型和客户细分模型：首先将统计建模分析与数据库营销结合,以客户是否响应营销为目标变量,建立响应模型,即logistic回归。当A公司需要筛选符合他们某一活动特征的客户群时,建立客户细分模型,将客户分成几个具有不同特征的群体,帮助A选出符合营销特征的人群。两种数据库营销模型方式具有不同的针对性,理论上来讲,二者结合效果更好。第二阶段,采用逐步回归和结合了逐步筛选的分位数回归：在知道客户响应后,客户会希望进一步了解响应的这批人一年中会产生多少订单数,采用逐步回归和结合了逐步筛选的分位数回归分别对数据集进行回归分析,最后检验发现,结合逐步筛选的分位数回归效果更好。
【关键词】：数据库营销 响应模型 客户细分模型 逐步回归 分位数回归
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F274
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-14
• 1.1 研究背景及意义10
• 1.2 国内外研究现状与发展10-12
• 1.2.1 大数据时代发展现状10-12
• 1.2.2 数据挖掘的发展与过程12
• 1.3 本文主要研究内容12-14
• 第二章 数据库营销14-26
• 2.1 数据库营销的发展和优势14-16
• 2.1.1 数据库营销概念14
• 2.1.2 数据库营销的发展14
• 2.1.3 数据库营销优势14-15
• 2.1.4 数据库营销模型分类15-16
• 2.2 响应模型16-22
• 2.2.1 Logistic回归方程16
• 2.2.2 Logistic回归模型的参数估计与假设条件16-17
• 2.2.3 Logistic回归模型评价17-18
• 2.2.4 决策树18-20
• 2.2.5 神经网络20-21
• 2.2.6 遗传算法21
• 2.2.7 方法比较及选择21-22
• 2.3 客户细分模型22-26
• 2.3.1 客户细分模型概述22-23
• 2.3.2 Segmentation过程定义23
• 2.3.3 K-平均算法23-24
• 2.3.4 Segmentation过程操作步骤24-26
• 第三章 逐步回归与分位数回归26-39
• 3.1 逐步回归26-30
• 3.1.1 多元线性回归的数学模型26-27
• 3.1.2 参数的最小二乘估计27-29
• 3.1.3 逐步回归建立最优回归模型29-30
• 3.1.4 模型的检验30
• 3.2 分位数回归30-38
• 3.2.1 分位数回归基本思想30-32
• 3.2.2 分位数回归的基本性质32-38
• 3.3 逐步回归与分位数回归比较38-39
• 第四章 数据库营销在A零售公司的实证应用39-59
• 4.1 案例背景39
• 4.2 数据介绍39
• 4.3 数据准备39-43
• 4.3.1 原始数据整合39-40
• 4.3.2 过采样(Oversample)提高响应率40
• 4.3.3 重新编码(recoding)40-41
• 4.3.4 全面性分析变量(Profiling)41-42
• 4.3.5 变量缩减42-43
• 4.4 建立响应模型43-51
• 4.4.1 拆分样本数据为训练集,验证集以及测试集43-44
• 4.4.2 初步了解数据集特征44-47
• 4.4.3 响应模型调试47-48
• 4.4.4 响应模型结果分析48-51
• 4.5 响应模型的检验51-54
• 4.5.1 变量相关性51-52
• 4.5.2 多重共线性检验52
• 4.5.3 模型的有效性检验52
• 4.5.4 模型的稳健性52-54
• 4.6 建立客户细分模型54-58
• 4.6.1 数据整理54
• 4.6.2 Segmentation过程54-57
• 4.6.3 细分模型结果分析57-58
• 4.7 本章小结58-59
• 第五章 逐步回归与分位数回归在A零售公司的实证应用59-63
• 5.1 数据准备59
• 5.2 建立逐步回归模型59-61
• 5.2.1 逐步回归筛选变量59-60
• 5.2.2 生成回归方程60
• 5.2.3 逐步回归总结60-61
• 5.3 分位数回归61-62
• 5.3.1 选定变量61
• 5.3.2 生成分位数回归61-62
• 5.3.3 分位数回归总结62
• 5.4 本章小结62-63
• 第六章 总结与展望63-64
• 参考文献64-66
• 致谢66

【相似文献】

中国期刊全文数据库 前10条

1 曾菊兵,胡云清,刘生根;互联网络数据库营销策略[J];中外管理导报;2002年03期

2 谢贵荣 ,王晖;浅论数据库营销[J];科学学与科学技术管理;2003年12期

3 程发新,廖春良;数据库营销与现代企业营销理念的转变[J];现代管理科学;2003年12期

4 冯彦辉;客户关系管理与数据库营销[J];中国石化;2003年04期

5 王晖;我国数据库营销问题及对策[J];科学与管理;2003年04期

6 马惠萍;数据库营销方兴未艾[J];江苏商论;2004年10期

7 王琦;刍议数据库营销[J];经济问题;2005年07期

8 周欢怀;浅谈网络数据库营销及其数据库规划[J];沿海企业与科技;2005年03期

9 姜旭平;;转向数据库营销是大势所趋[J];当代经理人;2006年03期

10 费建平;;选择网靠自己玩不动“数据库营销”[J];当代经理人;2006年03期

中国重要会议论文全文数据库 前2条

1 侯建荣;顾锋;黄丹;;数据库营销中序列模式的相似性分析[A];第十届中国管理科学学术年会论文集[C];2008年

2 郑宏剑;;实施数据库营销会更好[A];四川省通信学会2005年学术年会论文集[C];2005年

中国重要报纸全文数据库 前10条

1 王高;数据库：让双翼“扇动”起来[N];中国邮政报;2005年

2 记者　 任希荣;陕西局数据库营销成气候[N];中国邮政报;2006年

3 陈文毅;观念 人才 投递 制约数据库营销[N];中国邮政报;2007年

4 刘腾;数据库营销是中小企业的希望[N];中国经营报;2008年

5 刘腾;2008：数据库营销突然提速[N];中国经营报;2008年

6 姜蓉;短信营销不是数据库营销[N];中国经营报;2008年

7 张建华;恩施局数据库营销创新高[N];中国邮政报;2008年

8 广东记者　雷莉敏;广东局用数据库营销企业拜年卡[N];中国邮政报;2004年

9 常生;数据库营销要多为客户着想[N];中国邮政报;2009年

10 一土;数据库营销[N];证券日报;2003年

中国硕士学位论文全文数据库 前10条

1 刘洋;基于知识管理的数据库营销系统研究[D];山东大学;2010年

2 韩宝华;数据库营销及其应用研究[D];兰州大学;2010年

3 张治团;数据库营销系统的构建及实证研究[D];四川大学;2007年

4 冯伟;Logistic回归和决策树在数据库营销响应中的应用[D];兰州财经大学;2015年

5 诸学海;N市邮政新数据库营销系统[D];南京邮电大学;2014年

6 李凤姣;青冲锰业国际市场数据库营销策略研究[D];湘潭大学;2015年

7 唐志伟;广东邮政数据库营销对策研究[D];广东财经大学;2015年

8 曹雅琳;某非营利组织数据营销的统计建模及分析[D];东南大学;2015年

9 欧剑;珠海市邮政公司数据库营销研究[D];广西师范大学;2015年

10 于成群;基于集成学习的数据库营销研究[D];重庆大学;2016年

，

本文编号：1062600