基于结构方程模型的顾客细分

《基于结构方程模型的顾客细分》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于结构方程模型的顾客细分CustomerSegmentationBasedOnStructuralEquationModeling学科专业：统计学研究生：于伟杰指导教师：刘金兰教授天津大学管理与经济学部二零一三年十一月独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得天津大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了

2、明确的说明并表示了谢意。学位论文作者签名：签字日期：年月日我是爱天大的！！学位论文版权使用授权书本学位论文作者完全了解天津大学有关保留、使用学位论文的规定。特授权天津大学可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。（保密的学位论文在解密后适用本授权说明）学位论文作者签名：导师签名：签字日期：年月日签字日期：年月日摘要本文以顾客细分为研究内容，以结构方程模型分类为基本方法，以提高基于

3、结构方程模型的顾客分类、描述和预测效果为目标，进行了以下研究工作：1.回顾顾客细分理论的发展历程，总结根据不同特征的三类细分方式：根据人口统计特征的细分、根据顾客行为的细分和根据顾客心理的细分，并简要介绍了市场细分中简单易行的聚类方法和交互检测方法。通过对比聚类方法、交互检测方法和结构方程模型之间的优劣，得出结构方程是最有研究和应用前景的结论，并对现有的为数不多的结构方程分类方法做了细致的研究和对比。2.通过对比现有的结构方程分类方法，作者发现REBUS-PLS方法善于找到行为特征、心理特征同质的顾

4、客群体而苦于无法用特征信息描述和预测，PATHMOX则恰好相反，过多利用特征信息分类而无法保证类内成员的同质性。作者以此为切入点，尝试找到一种既能分类又能预测的方法，以REBUS-PLS为基础，改进了REBUS-PLS中“距离”的概念，把人口统计信息也纳入到距离的计算，在分类时考虑了类的内部和外部的综合特征。为了防止特征信息在分类过程中的作用超过内部特征，为人口统计信息设置了一个小于1的可调整的权重。3.由于结构方程模型在顾客满意度中的应用非常成功，因此选择经典的顾客满意度案例作为新方法在实际应用的

5、开始。根据2008年西班牙金融机构的顾客满意度调查结果构建顾客满意度模型，通过信效度和稳定性分析进一步确认该结构方程模型有效性。在此基础上用新方法对顾客分类，与REBUS-PLS方法分类结果对比，发现新方法确实达到了合理分类且预测的目的。新方法在分类过程中遇到了种种问题，作者如实一一列出作，以作为今后研究的参考。关键词：顾客细分结构方程模型顾客满意度新方法ABSTRACTTheresearchcontentinthispaperiscustomersegmentation,andbasicmetho

6、disStructuralEquationModeling.Toimprovetheclassification,descriptionandpredictioneffectofclassificationmethodbasedontheStructuralEquationModeling(SEM),theauthorconductsthefollowingstudies.1.Itrecallsthedevelopmentprocessofcustomersegmentationtheory,sum

7、marizethreedifferentclassificationmethodsaccordingtothedifferentcharacteristics:segmentationbasedondemographiccharacteristics,segmentationbasedoncustomerbehaviorandsegmentationbasedoncustomerpsychology,andbrieflydescribestheClusteringAnalysisandAutomat

8、icInteractionDetectionmethods(AID)asthesimplemarketsegmentationmethods.BycomparingtheadvantagesanddisadvantagesofClusteringAnalysis,AIDandSEM,itcomestoaconclusionthatclassificationmethodbasedontheStructuralEquationModelingisthemostpromi