JMR：网约车客户关系管理的例行规律

唧唧堂 · 公众号 · · 2024-06-05 23:42

正文

本期推荐一篇2024年4月发表在JMR上的论文《检测日常规律：网约车客户关系管理的应用》。在日常生活中，人们的消费行为往往围绕着各种固定的生活习惯和例行公事展开，如每天早上购买咖啡或上下班选择的交通方式等。这些行为模式，或称为“例行规律”，在市场营销和消费者行为研究中占有重要地位。尽管早期研究已经证明了习惯对消费行为的重大影响，但关于消费者例行规律如何影响客户管理的研究还相对较少。特别是在数据丰富的现代社会，如何从大规模的交易数据中有效识别和利用这些例行规律，成为了一个值得探索的问题。

该研究探讨了如何从交易数据中量化和利用消费者的日常行为规律来优化客户关系管理（CRM）策略。这一问题的解决对于提升企业服务效率、增强客户忠诚度和推动企业收益具有重要意义。研究特别关注的是网约车服务领域，这是一个与消费者日常行为密切相关且数据可获取性高的行业，适合作为这一问题的研究场景。

研究团队开发了一个新的统计模型，这一模型能够在个体层面捕捉和分析消费者的行为规律。该模型基于非均匀泊松过程，并引入贝叶斯非参数方法中的高斯过程来建模消费者的使用行为数据。研究首先定义了消费行为的例行性，将其视为一种具有明确、重复的时间结构的行为模式。然后，利用高斯过程对消费者特定的使用行为模式进行建模，通过这一过程的核结构来精确估计个体消费行为的变化。模型进一步将消费行为分解为例行部分和非例行部分，通过计算各自的泊松过程的比例，定量地分析消费者行为的规律性。

研究结果显示，这种基于例行规律的模型能够有效地预测消费者未来的使用行为，并且通过识别不同类型的消费者例行规律，帮助企业更精准地进行市场细分和目标客户定位。例如，在网约车服务中，那些有固定通勤习惯的消费者往往未来使用频率更高，且对服务失败的容忍度更强。此外，模型还能够揭示消费者在价格敏感度和对服务失败的反应上的差异，为企业提供定制化服务策略和优化客户体验提供了数据支持和策略依据。

论文原文：

JMR, April 2024

Detecting Routines: Applications to Ridesharing Customer Relationship Management

Ryan Dew, Eva Ascarza, Oded Netzer, and Nachum Sicherman

‍

唧唧堂学院推荐订阅

以下专栏及课程，安卓手机用户可通过下方小程序链接订阅，苹果手机用户请通过文末“阅读原文”链接访问唧唧堂学院H5页面订阅。

论文导读