移动商务平台广告位客户流失预测模型研究

发布时间：2020-07-04 10:35

【摘要】：近年来互联网的飞速发展和移动设备的普及,为人们的生活带来了翻天覆地的变化,同时也为人们带来了巨大的商机,越来越多的企业开始尝试全新的经营方式,移动电子商务应运而生。移动电子商务目前的发展已经日渐成熟,成为了当前新的时代特征,不过随着市场竞争日益激烈,也为企业带来了很多挑战,如何获取最大的利润,在激烈的行业竞争中取得胜利,成为移动商务企业共同关心的问题。在众多的盈利模式中,在线广告是互联网企业最早也是最普遍采用的变现方式,移动电子商务作为互联网行业新兴的一员,拥有庞大的互联网用户,这一先天条件为其在线广告的发展和推广提供了基础。如果可以把握住在线广告这样的盈利模式,移动电子商务企业将能够获得丰厚的利润。为了推动在线广告的发展,需要与在线广告客户建立良好的关系,减少客户流失数量,本文就是从这个角度出发,为移动商务企业建立广告位客户流失预测模型。在本文研究过程中,首先对移动商务平台广告位客户流失问题进行确认。通过回顾客户关系管理理论的相关文献,梳理了客户流失的原因、掌握了客户流失管理的方法。在此基础上,结合移动电子商务平台在线广告业务的特点,给出了移动电子商务平台广告位客户流失的定义以及分类,从而明确了移动电子商务平台广告位客户流失问题。本文也对数据挖掘理论和方法进行了系统的整理和概括,为后续的研究做好了理论准备。其次进行了移动电子商务平台广告位客户流失预测建模框架的设计,利用决策树与逻辑回归模型相结合的方法对移动电子商务平台广告位客户流失预测进行建模,选择使用WEKA平台进行决策树分析,运用SPSS挖掘平台进行logistic回归建模,定义了本文的预测变量,并提出了相应的研究假设。然后进行模型验证,完成数据收集、数据准备等工作,建立了两种预测模型:一是利用决策树进行属性约减后建立的logistic回归模型;二是直接采用原始变量的logistic模型。对建立的两个模型进行了结果分析和模型评估,发现属性约减后的模型有更高的预测正确率,所以最终选择属性约减后的模型作为本文的流失预测模型,并确定了预测能力最大的变量,验证了客户流失研究假设。最后对客户流失预测模型的研究展望进行了探讨,对某移动电子商务平台广告位客户流失概率进行了计算,结合客户细分理论,利用RFM模型对广告高位客户进行分类,对不同类型的客户制定了针对性的挽回策略,帮助移动电子商务企业更好的开展在线广告业务,提高客户服务质量。
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F626;F274
【图文】：

客户,移动电子商务,模型评估,客户流失

哈尔滨工业大学管理学硕士学位论文四章以某移动电子商务平台为背景，基于该公司广告位客户交易数究，包括数据收集、数据准备等工作，建立了两种预测模型：一是采析进行属性约减后建立的 logistic 回归模型；二是直接采用原始变ic 建模，对建立的两个模型进行了结果分析和模型评估，选择较优的的研究模型。最后对模型的研究应用进行展望，利用预测流失模型计概率，使用 RFM 模型计算客户价值，并以此为依据对客户进行分类别的用户提出不同客户流失挽留策略，进行有针对性的营销。文结构框架如下图 1-1 所示：

过程图,客户流失,决策树,过程图

究客户流失的原因，只有从根本上调整企业的行为，才能减少客户流失。综上所述目前学术界大部分研究要么做模型预测客户流失，要么分析影响因素，鲜有将两结合起来分析的，这使得模型具有一定的局限性，不利于模型的推广应用。2.2 数据挖掘建模技术2.2.1 决策树算法数据挖掘领域经过多年的发展，目前已经有很多成熟的理论，并且发展出了富的数据挖掘算法，其中决策树是最常用的数据挖掘算法之一。决策树是一种树结构，是一种分类函数逼近方法,它也是常用的分类方法，决策树的每一个内部点代表一个分类属性[58]。决策树算法被广泛地应用于不同领域，例如在计算机域内，决策树可以处理数据，也可以用来研究决策问题。决策树解决决策问题的理是，树形结构中的每个内部节点代表一种条件，每个树干代表一个选择输出，个叶节点可以代表一种结果，这三个部分构成了完整的决策过程。决策树的过程如下图 2-1 所示：

【参考文献】