加载中…
个人资料
  • 博客等级:
  • 博客积分:
  • 博客访问:
  • 关注人气:
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
正文 字体大小:

天真未解分,混沌一团铁

(2022-05-02 16:31:35)
标签:

齐家堡

研究生

教育

分类: 学术沙龙
                                                          天真未解分,混沌一团铁
                                                                 ——《半契约情景下的客户终生价值研究》序言
       客户终生价值(Customer Lifetime Value, CLV)是客户关系管理领域的一个重要研究领域,也是多年来学术界持续关注的热点和难点问题,客户终生价值的测量对企业处理客户关系来说至关重要。《半契约情景下的客户终生价值研究》针对新型互联网型半契约交易情景和典型半契约型交易情景下的客户终生价值进行建模,丰富了客户终生价值研究的理论体系,填补了本领域在半契约型交易情景下CLV建模研究的不足,具有较好的理论价值和应用价值。
       本书是我主持的国家自然科学基金研究项目“半契约情景下的客户终生价值建模及营销决策研究”(项目编号:71171023)的研究成果。该项目在申请时获得“优先资助”,结题后评估为“优”,研究价值和研究成果均得到领域同行的充分认可。主要研究成果如下:
       研究成果一:“半契约情景及客户行为特征研究”
     (1)半契约情景的论述:首先对“完全契约型交易情景”、“半契约型交易情景”和“非契约型交易情景”相关概念进行定义,从“客户行为角度—企业行为角度—客户与企业关系角度”分析三者的特征,并进行对比,提出半契约交易情景,对半契约情景进行细化分类,为今后的研究者提供分清不同交易情景的依据,从而有助于更准确、更具针对性地开展CLV建模工作。
     (2)不同交易情景下客户行为规律刻画:分别从数学性质角度和行为特征角度分析出各项假设中使用各种分布的差异以及之间的转换条件,并总结得到各项假设中选择分布的衡量标准,从而帮助建模者理解和区分各种分布所适合的刻画情景。
      研究成果二:半契约情景下基于客户交易行为预测的CLV建模” 
    (1)截断时长构建c/t型子情景CLV模型:基于具有“人为截断”客户交易情景建立了弱合约情形下客户离散购买行为的CLV 模型并通过某电信运营商的数据得到了验证。本研究建立的CLV模型严格按照实证场景中客户行为特征而建立,从而保证了模型的适用性,并且最后还通过分析结果证明了模型的有用性,为电信运营商制定更加科学合理的业务交易规则提供建议;
    (2)结合客户承诺度构建c/T0型子情景CLV模型:最短期限合约情形下,在流失行为方面,客户受到“最短期限”的约束,即在某段约定时长内,客户不能流失,而期限过了之后,客户可以自主选择是否流失,流失行为发生时企业能够察觉。将CLV拆分成“最短期限内”和“预期期限外”两个部分,并使用“客户承诺度”作为客户在最短期限外仍然保留的一个指标,来预测客户未来交易行为。使用离散Bass模型完成各时刻累计用户数量的预测将半契约型客户保留措施的收益引入到目标决策的损失函数中,考虑了不同客户对保留措施积极反应的异质性,并用S.G.B.算法来优化损失函数;
     (3)结合客户承诺度构建C0+c/T0+t型子情景CLV模型:创造性地将客户承诺作为影响因子引入客户终生价值研究,构建了基于客户承诺度的最低消费金额-最短期限半契约子情景(C0+c/T0+t 型)的CLV模型。
       研究成果三:半契约情景下考虑客户风险的CLV模型修正
     (1)半契约情景下的客户风险识别及度量:基于客户行为,系统识别半契约情景下的客户风险;基于β系数思想,提出客户风险及其风险因子的量化方式;通过改良的贝叶斯网络,构建客户风险的度量预测模型。研究成果为企业合理分配资源进行客户风险管理提供量化依据;
     (2)半契约情景下考虑客户风险的CLV模型修正:借鉴金融领域对资产进行风险修正的方式,通过贝叶斯网络输出的风险得分,计算客户的β风险,对传统的CLV模型进行风险修正,并利用半契约契约情景下的客户行为数据进行模型仿真和验证,证明所建立模型在半契约情景下的合理性和应用价值。
       研究成果四:半契约情景下基于CLV的决策支持
       该部分研究根据建立的CLV模型,提出了基于CLV的电信业务截断时长最优决策和客户承诺度优化决策,可以帮助企业制定更加科学合理的业务规则,在实际操作中为企业的经营决策提供理论依据。
       这本书的研究工作从2010年就开始,至今弹指一挥间,已经过去十多年。我的诸多博士研究生和硕士研究生都参与研究工作。博士研究生刘慧丽参与了较多的研究工作,特别是将客户承诺度与半契约CLV建模结合起来,完成了博士学位论文。除此之外,刘慧丽博士还协助完成了多年以来团队在这一方向上研究成果的整理,为书稿的形成打下了很好基础。硕士研究生蔡瑞是最早参与这一研究选题的学生,2010年10月他还是北京邮电大学的一名大四本科生就进入了研究工作,此后,他的本科毕业设计和硕士学位论文都聚焦于客户行为概率模型与“人为截断”客户交易情景的CLV建模,为团队的整体研究工作开了个好头,取得了突出进展。硕士研究生肖丽妍与蔡瑞同级,也是在本科大四进入研究课题,之后也是在本科毕业设计和硕士学位论文中都对交易情景与客户风险之间的关系进行了四年的研究。除了上述三位研究生之外,博士研究生王冕、硕士研究生马君等也在研究团队中发挥了重要的作用。我的博士研究生王冕在这一研究上和我相处的时间最长,师生情谊深厚。硕士研究生马君当时虽年龄最小,但思虑周全,总是扮演着组织者的角色,在研究工作中完成了半契约情景下考虑客户风险的CLV模型部分。
       我的博士学位论文以客户终生价值建模为研究对象,深知这一领域研究的艰辛,一方面要将研究的主要精力用于客户行为的数学建模,对于研究者的数学功底要求较高;另一方面对实证数据的要求也很高,需要特定交易情景的较长时间周期的、较大量的客户交易行为数据。这两方面的要求都为本研究设置了较多困难,有的研究虽然理论模型已经构建,但是没有合适的数据,不得不放弃;有的研究苦于难以从数学方面实现理论推演,长时间尝试停止不前。参与这个研究选题的研究生们都是极为勇敢的学生,他们在研究过程中经受了很大的煎熬,甚至痛苦。现在回想,要深深地感谢他们。
       美国华盛顿大学商学院周永频教授是这一研究的国际合作者,在这个研究的进展中,周教授和我有无数次的学术探讨,也共同给学生的研究工作做了大量指导。博士研究生刘慧丽以访问学生的身份在美国华盛顿大学商学院开展研究工作,合作导师就是周教授,合作研究的内容就是这个选题中的部分工作。在此,也要感谢周永频教授无私而热情的付出。
       中国移动集团在研究过程中不仅给与了项目合作资助,还提供非常宝贵的数据支持,为研究工作的持续开展创造了难得的产业条件。感谢中国移动集团及相关的分公司的大力协助。
       由于各种原因,这一工作从研究到书稿整理,历时十多年,在书稿的最后编辑中,我的学术助理张钰歆老师做了大量的编辑工作,对于这本书稿的最终完成起到重要作用,在此感谢。
       可见,这本书的完成凝聚了诸多学生的工作,鉴于人员较多,在书的封面上不能一一呈现,现根据参与本研究以及本书撰写工作人员的贡献,将所有人员的完整名单列出,他们是:齐佳音、刘慧丽、蔡瑞、肖丽妍、马君、周永频、王冕、张钰歆。
       尽管我们的团队在半契约情景下的CLV建模方面做了一些推动工作,但是这些工作还是远远不够的,不仅仅是指在国内的研究十分有限,国际在这一方面的研究也是不多的。我们的研究工作只是尽可能地将这一领域的研究做一点推进,对个别情景的CLV建模做了些尝试,但是对于这一领域更为深入的研究还是需要更多的学者一起来探索。
       虽然我们的研究工作还有很多未尽之处,但作为这一领域为数不多的、花了8年左右时间专注研究半契约情景下的CLV建模,我们承担的国家自然科学基金项目在后评估中同行也给出了“优”的评价,我想将这一并不完善的研究工作出版出来,可以让更多的学者来了解这一领域已有研究的进展,我们没有想到的“点子”,其他学者就能想到,我们没能做到的,就有人能做到。本着这样的初衷,我们诚恳地希望得到同行的批评指正,更衷心希望半契约情景下的CLV建模研究能够有更多的学者来参与。
        随着互联网商业模式的不断创新,完全的非契约交易情景以及完全的契约交易情景已经越来越少,更多的商业实践越来越具有半契约交易情景的特征。因此,半契约交易情景下的CLV建模具有广泛的商业实践基础,我们的学者在这一领域的学术研究有充分的现实需求。如果从学术创新的角度,我坚信半契约情景的CLV建模是一个大有作为的学术领域;如果从商业实践的角度,我坚信学术研究工作能够在商业实践上产生巨大的应用成效。


                                                                                              齐佳音
                                                                                       2022年5月于上海

0

阅读 收藏 喜欢 打印举报/Report
  

新浪BLOG意见反馈留言板 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 产品答疑

新浪公司 版权所有