拟合量表测量的客户钱包份额代价敏感评估

钱包份额是评估客户忠诚的重要指标。现有的客户钱包份额评估方法主要分为商务智能方法和基于问卷调查的量表测量方法，前者侧重客户与本企业发生的购买行为，缺少客户消费的全面信息；后者难以实现评估的时效性、精确性和个性化，本研究拟提出一种新的客户钱包份额评估方法，以量表测量钱包份额作为观测变量，数据库客户数据为输入变量利用数据挖掘技术建立拟合模型，能够基于数据库数据拟合任何单个客户的钱包份额估计值，实现客户钱包份额评估的常态化和个性化；针对钱包份额评估中客户分类代价的差异和数据集的不平衡性，提出基于支持向量机的代价敏感分类方法和贝叶斯多网络方法等新方法，为客户钱包份额评估提供新的工具。研究的预期成果有助于拓展商务智能的方法技术，为客户忠诚分析提供基础的理论和方法。