顾客消费行为论文范文

本站小编为你精心准备了顾客消费行为论文参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

一、灰色GM(1,1)模型及其应用

1.灰色GM(1,1)模型GM(1,1)模型，是灰色系统理论中被普遍应用灰色预测模型之一，该模型由单一变量的微分方程所组成，通过对复杂系统中起主导要素观测值的拟合，预测并揭示整体未来发展的趋势，在社会经济、管理决策、农业规划、气象生态等各个部门和行业被广泛使用。闵惜琳（2005）建立了广东省科技人才需求量的灰色预测模型，同时验证了模型的精确度。曾波（2009）运用GM(1,1)模型，对居民消费价格指数（CPI）进行了模拟与预测。高红(2014)针对我国制造业电力消费，运用GM(1,1)模型做出了有效预测。因此，笔者认为，顾客的未来消费行为模式，也是一个包含不确定因素的复杂灰色系统，结合RFM模式分析和灰色系统预测理论中的GM(1,1)模型，可对消费行为作出准确预测。

2.GM(1,1)模型的应用顾客的消费行为模式由F和M两个维度构成，即需要分别对每个维度上顾客行为进行预测。首先构建购买频率F维度的预测模型。设原始顾客购买频率F的序列为。发展灰度覾的取值，直接决定了GM(1,1)方程的适用度。当覾≤0.5时，模型对于短期或中长期预测有着很好的效果；当覾＞0.5时，所建立模型的预测效果达不到预期值，需要对模型中的变量做进一步调整。预测顾客消费金额M，可使用相同的方法，得到M(0)(k+1)的预测数列。根据顾客购买频率F与购买金额M两个维度的预测结果，可分析未来顾客未来消费行为模式的变化。

二、实例验证与分析

1.实例验证笔者选取某商业银行的顾客作为验证对象。一方面，是由于在经济全球化的背景下，大量外资银行进驻我国，金融市场的竞争，实质上就是对顾客资源的竞争，银行现有顾客资源的数量与质量，直接决定了其在竞争市场中的地位。因此，对判断顾客行为并建立与顾客的良好关系，成为目前商业银行亟需解决的问题；另一方面，信息技术的发展、商业银行对顾客的交易行为能够建立更全面的数据库，本研究所需的顾客数据获取较为简便。笔者依据研究需要，选择样本时间区间为2013年8月～2014年9月共14个月，并从数据中心随机获取158位顾客的历史交易数据。为了保证结果的真实有效，对统计信息缺失或疑似临时账户的31个异常客户进行剔除，剩余127名客户的统计数据进行消费行为分析。将样本分为两组：第一组2013年8月～2014年4月的客户数据作为预测组；第二组为2014年5月～9月作为验证组。最后，依据公式（5），预测在2014年5月～2014年9月顾客消费行为F和M的表现，进而可预测顾客未来的消费模式。通过与对照组数据进行比较，预测结果与原消费模式一致，均为“F→M↓”，具体结果如表3、表4所示。采用相同的方法，重复以上计算过程，对预测样本中127名顾客未来5个月的行为表现进行预测，结合验证组对应的数据作出行为模式分析。由于预测样本量较大，笔者只列出部分顾客的预测结果，分别如表3、表4所示。

2.检验与分析得到预测结果后，对模型的有效性进行检验。笔者从模型预测效果和预测精度两个角度作出验证。首先，通过两组数据对比检验模型的预测效果，即比较顾客预测消费模式与真实消费模式，以1个月、3个月、5个月为时间节点，分别对三个阶段顾客消费行为模式的预测效果进行统计，得到结果如表5所示。从表5中可得到两个结论：一是模型对较近时间节点的行为预测具有较高的准确度，预测下一个月顾客行为模式的准确率为91.33%；二是模型预测的准确度，随预测时间长度的积累而降低。究其原因，笔者认为，顾客在与银行建立长期关系的过程中，会形成一定的消费行为习惯，即在短期内，顾客自身具有惯性消费行为。所以，笔者建立的模型在短期有良好的预测效果。此外，随着时间跨度的增加，市场环境可能出现较大波动，顾客从竞争对手以及其他消费者获取更多的信息，银行的业务未达到顾客预期等等这些动态因素，均会对顾客的消费行为产生较大影响。由模型效果检验的结果可知，近期的预测结果准确度较高。因此，只选择“1个月”的预测结果计算试验样本的相对误差值，得到127名顾客预测结果的相对误差值。△(k)的统计值如表6所示。从统计结果看，相对误差均值为0.1149。说明该模型可以用于预测，但尚未达到模型精度0.05的指标标准，距精准预测仍有可改进之处。

三、结论

笔者以RFM分析作为顾客消费行为状态的判别指标，考虑到企业在营销推广的实施过程中，将更多地优质资源投入到未来能给企业带来持续贡献的顾客。因此，结合灰色系统理论，运用GM(1,1)模型，对顾客未来消费行为进行预测，并将预测结果与实际观测值进行比较，揭示了该模型在消费行为短期预测效果方面可以准确预测，为企业在短期营销推广决策过程中提供有价值的参考。本研究存在的不足之处主要是：对F和M两个维度上的预测，未分别考虑其他相关因素对行为状态的影响，如收入、交叉购买、口碑等，模型在预测精确度上还有待提高。因此，考虑多因子的顾客消费行为分析，将成为未来的研究方向。

作者：樊志文单位：桂林理工大学管理学院