生存分析在顾客间隔购买时间研究中的应用.pdfVIP

第14卷 专辑 中国管理科学 Issue V01．14，Special 1 of 2006年0月 ChineseJournal Science 2006 Management October， 文章编号：1003—207(2006)zk一0039—05 生存分析在顾客问隔购买时问研究中的应用 王 燕，王 高，赵平 (清华大学经济管理学院，北京 100084) 摘 要：越来越多的零售商向顾客发放积分卡并积累了众多顾客购买行为的数据。这些数据对企业提高科学决策 水平有重要价值，但是目前我国零售企业还很少对这些数据进行开发，主要原因之一就是缺乏方法上的支持。本 文以一家购物中心客户积分卡的历史交易数据为基础，使用Kaplan—Meier非参数方法估计了顾客间隔购买时间， 应用Cox比例风险模型对间隔购买时间的影响因素进行了分析。研究表明，间隔购买时间具有明显季节性，交易 特征和人口统计特征都对问隔购买时间有显著的影响。 关键词：问隔购买时间；生存分析；Kaplan-Meier非参数方法；Cox比例风险模型 中图分类号：C934 文献标识码：A 间隔购买时间并分析交易特征、季节特征、人口统计 1 引言 特征对其影响。 目前，许多零售商都实行了购物积分卡计划，详 2 研究模型 细记录了消费者的购买行为信息。如何利用这些丰 富的数据，深入了解消费者购买行为，为零售企业的 2．1生存分析方法 营销计划提供科学的决策支持就成为了一个重要的 零售积分卡的数据一般是选取一段观察期，存在 研究问题。在消费者购买过程中，有三个问题尤为 重要：顾客间隔多长时间购买一次(when)，每次购 能已经发生购买而数据并未被记录，或者观察期结束 买什么商品(what)，每次购买的金额是多少(how 时顾客仍然会继续购买而我们也无法观测到。而且某 much)。本文集中于回答第一个问题。 些解释变量是随时间变化的。与传统的OILS、logistic 消费者隔多长时间去一次商店，也称间隔购买 回归分析方法相比，生存分析主要有两个优点：(1)可 时间(interpurehasetiming)。目前国外研究主要分 以很好的处理删失数据，减少估计偏差；(2)可以处理 为两类：一是构建随机模型(stochasticmodel)来估 随时间变化的解释变量作用(time—varyingvariable)。 计间隔购买时间，多是研究一类产品的购买规 在生存分析的估计中在我们把某个事件发生称 律¨一1二是构建决定模型(deterministicmodel)，研 为死亡。对个体而言，从开始到某事件发生的时间 究间隔购买时间的影响因素H“。。Reinartz等的研 称为或“存活时间”，它是一个随机变量，可以通过 究发现交易特征、人口统计特征对顾客间隔购买时