基于离散选择动态规划的客户忠诚计划的分析与设计

《基于离散选择动态规划的客户忠诚计划的分析与设计》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、西安工业学院硕士学位论文基于离散选择动态规划的客户忠诚计划的分析与设计姓名：马军平申请学位级别：硕士专业：企业管理指导教师：郭承运;李纯青20050301基于离散选择动态规划的客户忠诚计划的分析与设计+学科：企业管理研究生签字：圣堡生指导教师签字五鳓摘要锄密毫一作为培养、发展和保持忠诚客户的有力手段，客户忠诚计划在营销领域得到了日益广泛的应用。尽管有学者从不同角度对忠诚计划进行了研究，但是大多是单方面研究忠诚计划对企业或客户的影响，同时考虑企业利益和客户利益的研究并不多见。企业与客户之间的交易过程是一个反复的、长期的随机博

2、弈过程。在每个周期内，企业决定是否采取一个营销策略，然后客户对此营销策略做出购买决策。本研究建立了描述这种交易过程的离散选择动态规划模型。在模型中，客户的：队态空间是{流失时阐、连续购买次数、购买量、积累购买量、回报变量}，企业的决策空间是{价格策略、回报极限、回报率、计划时间范围}，客户的目标是长期期塑价值最大化，企业的目标是长期期望CLV最大化。然后利用似然函数最大法对模型进行了参数评估，并且求得了使客户期望价值和企业CLV同时达到最大化的企业最优价格策略，进而对忠诚计划结构因素进行了灵敏度分析，最后得到了最优的结构因

3、素设计方案。研究发现：①忠诚计划将直接增加客户的购买概率，对客户行为产生了企业期望的影响：②流失时间R和购买量M对客户的购买概率影响呈u型，而购买频率对购买概率产生了负的影响，价格策略P和累积购买变量Ms对购买概率产生正的影响；回报变量三对购买概率产生负的影响；③回报极限比回报率对客户行为的影响更大：④在价格策略上，在计划的开始阶段和最后阶段不必打折；对上一期购买的客户不必打折，对于三个月以上未光顾企业的客户，打折将有效地激励其返回购买；⑤持续购买的客户，其价格忍耐力较高；⑥最优的忠诚计划结构因素特点是回报极限比客户平均购

4、买水平略低，回报率为l％，回报时间范围为12个月。本研究的主要创新点是：①提出了忠诚计划的结构因素灵敏度分析的方法；+本研究受陕西省自然科学基金(03007、02G11)、陕西省教育厅专项基金(02JK009v033K}704JK275、04JK276)的资助②列客户状态空间的表示进行了改进；③提出了策略实验的方法，增强了模型的实用性。关键词：忠诚计划客户全生命周期价值离散选择动态规划AnalysisandDesignofOptimalLoyaltyProgramsElementsBasedonDiscreteChioce

5、DynamicProgrammingDiscipline：BusinessManagementStudentsignature．上巫掌习su畔V劬阆gna㈣么嘶弘嘶垆ABSTRACTAstheeffectivetoolofcultivating，developingandretentionloyaltycustomers，customerloyaltyprogramsareincreasinglyimplementedinmarketing，Thoughresearchershavestudiedtheloyaltypro

6、gramsfromdifferentaspects，mostoftheacademicliteraturesfocusontheimpactofloyaltyprogramsonfirmorcustomerrespectively,therestillisarelativelackofpublishedliteratureofputtingthebenefitsofbothfirmandcustomertakeintoaccount．TileexchangebetweencustomerandfirmCallbeconsi

7、deredasareduplicative，long-termstochasticgameprocess．Ineveryperiod，firmdecidesapricepolicyandaccordingtowhichcustomersdecidetomakeapurchasedecision．Inthemodel，thestatespaceofcustomersare{recency，continuousfrequency，monetaryvalueofthepurchaseamount，accumulativepurc

8、haseamount，rewardvariable}，thedecisionspaceoffirmare(pricepolicy，rewardthreshold，rewardrate，timehorizon}，theobjectofcustomerismaximizingtheexpecteddisco