電商企業(yè)客戶流失預(yù)警模型研究.pdf

1、近年來隨著電子商務(wù)的飛速發(fā)展，其應(yīng)用范圍得到了不斷擴(kuò)大和普及，消費(fèi)者生活的多方面需求都能夠在一定程度上通過電商消費(fèi)的方式得以實(shí)現(xiàn)。而各電子商務(wù)企業(yè)之間的競爭也由此變得更加激烈。在以客戶需求為驅(qū)動的管理模式下，客戶的重要性自不言而喻。而針對如何發(fā)展更多的新客戶、維護(hù)和保持更多的老客戶以使得企業(yè)獲得持續(xù)化發(fā)展的能力，則是當(dāng)前電商企業(yè)所不得不面對的重要問題。因此，本文致力于構(gòu)建出電商企業(yè)的客戶流失預(yù)警模型，以某電商平臺中部分快消商品的用戶評論

2、數(shù)據(jù)為基礎(chǔ)，通過挖掘客戶歷史消費(fèi)行為識別流失客戶特征，對用戶未來是否有消費(fèi)做出提前預(yù)警。此外針對不同的價值細(xì)分客戶的特征制定有的放矢的挽回策略，從而改善企業(yè)流失現(xiàn)狀。
　　本研究主要內(nèi)容包括：⑴基于電商行業(yè)特點(diǎn)，結(jié)合前人學(xué)者對客戶流失理論的研究成果，從影響電商行業(yè)客戶流失的因素出發(fā)，分析出一般客戶流失的分類。并且從電商客戶消費(fèi)行為特征出發(fā)，分析出電商客戶流失的發(fā)展過程，從而給出本文對于電商客戶流失的定義。此外，從歷史消費(fèi)金額、消費(fèi)

3、次數(shù)、消費(fèi)頻率、最近消費(fèi)間隔、有消費(fèi)天數(shù)和消費(fèi)加速度等維度構(gòu)建出55個特征變量并結(jié)合多時間窗口理論，從而構(gòu)建出了符合電商客戶消費(fèi)行為特征的多周期訓(xùn)練數(shù)據(jù)集。⑵以電商平臺的部分快消商品的用戶評論數(shù)據(jù)為研究樣本，通過 Mysql和Python實(shí)現(xiàn)了對原始數(shù)據(jù)清洗重構(gòu)。在獲得最終多周期數(shù)據(jù)訓(xùn)練集的特征寬表后，運(yùn)用隨機(jī)森林分類模型進(jìn)行建模預(yù)測，經(jīng)過模型參數(shù)的反復(fù)調(diào)試驗(yàn)證，通過對未來第一個月、第二個月以及第三個月是否消費(fèi)的預(yù)測比較中發(fā)現(xiàn)，距離當(dāng)前

4、時間越近則模型預(yù)測效果越好。對于下一個月是否有消費(fèi)的預(yù)測最終獲得了82%的準(zhǔn)確率和85%的召回率的模型效果，并輸出了10個貢獻(xiàn)度最大的特征變量。⑶對測試集對象的流失概率按照降序排列從而得到流失客戶名單，針對這部分高概率流失用戶運(yùn)用RFM客戶價值細(xì)分模型，通過KMeans聚類算法對其進(jìn)行聚類，從結(jié)果上聚類效果較為明顯的區(qū)分出了不同類別人群之間的特征，而后根據(jù)各人群特征以及流失受力分析從而制定對應(yīng)的客戶關(guān)系策略。⑷采用多周訓(xùn)練數(shù)據(jù)集的方法來