CRM中基于马尔可夫链概率矩阵的购买行为预测.docVIP

CRM中基于马尔可夫链概率矩阵的购买行为预测 李纯青，袁亮 (西安工业大学经济管理学院,陕西 西安 710032) 摘要：CRM（客户关系管理）中对下一次购买的预测一直是企业所关注的焦点。本研究详细介绍了一种预测购买的方法，在Pfeifer（2000）研究的基础上，结合郭瑞祥（2004）的研究假设——即客户的购买频率符合负二项分布，利用NBD模型计算客户在不同状态下的下一次购买概率，根据马尔可夫链的定义，构建当期客户购买的状态转移矩阵。最后利用某商业银行数据对该方法进行了检验。 关键词：CRM；马尔可夫链；状态转移矩阵；NBD模型 引言 在现代企业的发展过程中，CRM（Customer Relationship Management，客户关系管理）越来越成为大多先进企业的战略管理手段。从以产品为中心向以客户为中心转移，是未来企业发展的一个趋势。那么企业的首要问题就是区分出高价值客户和低价值客户，进行差异化营销，才能有效提高企业的竞争力[1]。随着计算机技术的不断进步以及更加精确的算法发展，使得过去所无法实现的客户终身精确计算成为可能。企业可以掌握更多的客户信息来对客户的未来消费进行估计，进一步和高价值客户建立更加密切的关系[2]。 Pfeifer首先提出了客户状态转移矩阵的概念[3]根据马尔可夫链对客户的下一次购买行为进行预测，并针对客户在不同期的转移概率，构建了客户多期状态转移矩阵模型。后面的学者对于这个模型在不同的研究领域进行了验证。陈伯成，叶伟雄[4-7]等根据Pfeifer的研究，利用Hopfield神经网络Markov链，对客户关系管理中所应用的此类模型。郭瑞祥[8]等在Pfeifer模型的基础上，在模型中应用三个变量进行具体的运算，提高了预测的准确精度，并且发展了该模型，使运算的维度更加复杂。 Gonul[9]最早在他的文献当中提出使用新近购买时间和购买频率对客户的购买转移状态进行分析，并通过分析比较客户的期望收益，将过去静态分析客户价值转化为带有动态规划的分析，并将客户个人的选择意愿和企业之间的管理决策联系了起来。后来有学者在此基础上做了进一步的研究。Lewis[10]在他的研究中借鉴了Gonul的动态规划方法，将客户的未来购买行为进行了贴现研究，并且开发了一个对客户进行分级研究的模型。国内学者中，李纯青，徐寅峰[11]提出了一个带有变量的动态客户关系管理的模型，针对超市的长期客户进行了实证方面的研究。马少辉，刘金兰[12]利用POMDP（部分可观测马尔可夫链决策过程）对动态客户关系管理进行研究，动态估计客户的关系状态并估计了各行动对关系状态的影响。 1 概念与假设 在我们所要构建的模型中，研究的对象是完全理性选择能力，并且对于自己和企业现在未来的得益都是非常明确的，不会出现非理性的失误。企业的决策对于客户的下一次选择产生影响，客户的选择也会影响企业的下一次决策，而这一点对于双方来说都已经完全了解。 马尔可夫链是马尔可夫在1906年提出的一种随机过程，它指的是：一、系统的下一期状态只和当期的状态有关，和前期的状态都没有关系；二、从当期转移到下一期时，状态的转移与时间变量无关，只和状态变量相关。在Pfeifer，郭瑞祥和李纯青等人[3,8,11]的研究中，都利用马尔可夫链的性质来进行客户转移状态的模拟，本研究同样假设客户的状态转移过程符合马尔可夫链的性质，并根据假设，构建客户状态转移矩阵。 Gonul在他的研究中，客户R（Recency），F（Frequency），M（Monetary value）来进行分类的。即r表示新近购买时间，当本期发生购买行为时，下一期的r值为0，当本期未发生购买，下一期的r值在本期的r值上加1。设客户购买时dit =1，客户不购买时dit =0 （1） f表示交易的频次，当本期发生购买行为时，f值加1，当本期未发生购买时，f值 （2） 由公式（1）和公式（2），通过分析顾客在一段时间内的可能购买行为，可以得出根据状态变量的不同变化构建一个二维状态空间如下： t=1 (1,1) t=2 (1,2) (2,1) t=3 (1,3) (2,2) (1,2) (3,1) · · · · · · · · · · · · T=N (1,N-1) (2,N-1) (1,2)