貝氏統計隨機模式與時間序列模式運用於顧客價值分析之比較; The comparisons of Bayesian Statistical Model and Time Serial Model applyed to Customer Valuation Analysis

NCUIR > School of Management at National Central University > Executive Master of Information Management > Electronic Thesis & Dissertation > Item 987654321/13139

Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/13139

Title:	貝氏統計隨機模式與時間序列模式運用於顧客價值分析之比較;The comparisons of Bayesian Statistical Model and Time Serial Model applyed to Customer Valuation Analysis
Authors:	李宙奇;Chou-Chi Lee
Contributors:	資訊管理學系碩士在職專班
Keywords:	RFM模型;顧客狀態預測;顧客關係管哩;貝氏統計模式;ARIMA模式;RFM Model;Customer State Forecasting;Bayesian Statistical Model;CRM;ARIMA
Date:	2004-06-23
Issue Date:	2009-09-22 15:24:36 (UTC+8)
Publisher:	國立中央大學圖書館
Abstract:	在顧客關係管理當中如何分辨及維繫舊有的高價值顧客是很重要的課題，對於企業而言，該課題則是生存的關鍵。高價值顧客已被視為是企業的珍貴資產，因此如果針對高價值顧客未來對於企業的貢獻進行預測，則相當於對企業的的資產消長進行預測。本研究以RFM模型作為基礎，分別結合貝氏統計隨機模式及時間序列分析方法的ARIMA模式進行顧客狀態預測，再進行各種模式的預測效度之比較。在預測效度比較方面，本研究分為預測正確率及偏誤程度之比較兩方面，使用的方法為擊中率及MSE。最後比較結果，是以ARIMA模式的表現較佳，並發現區隔狀態的定義會直接影響預測的結果，並初步顯示RFM模型可結合ARIMA模式使用於顧客狀態預測。
Appears in Collections:	[Executive Master of Information Management] Electronic Thesis & Dissertation

Files in This Item:

File	Size	Format

社群 sharing