《顾客流失管理：基于贝叶斯理论的预测方法》针对工商企业活动中顾客流失原因、影响因素等问题，从多元角度对顾客流失这一系列问题进行解答，同时介绍顾客流失的判断方法和步骤。随后，介绍贝叶斯和马尔可夫统计预测方法进行顾客流失的分析预测。此外，《顾客流失管理：基于贝叶斯理论的预测方法》讨论顾客流失管理措施和顾客保留措施以及顾客赢回策略，最后讨论贝叶斯预测模型如何在大数据时代发挥作用及价值。
《顾客流失管理：基于贝叶斯理论的预测方法》内容深入浅出，通俗易懂，并且与企业商务的活动紧密联系，书中援引大量典型的案例与章节内容相匹配，便于读者很好地了解贝叶斯模型对于顾客关系管理的价值。
《顾客流失管理：基于贝叶斯理论的预测方法》适合顾客管理、市场营销、企业管理等专业的研究生和高年级本科生阅读，也适合作为从事顾客关系管理的人员学习的参考书。
企业的首要任务就是“创造顾客”。当企业的产品或服务难以满足顾客的需求时，顾客流失现象就会发生。在竞争激烈的市场经济中，顾客流失管理对于任何企业都举足轻重。本书针对工商企业活动中顾客流失原因、影响因素等问题，首先从顾客价值、顾客生命周期和顾客忠诚等角度对顾客流失这一系列问题进行解答。其次介绍贝叶斯预测法和马尔可夫两种常用的统计学预测方法来进行顾客流失的分析预测。此外，本书讨论基于这一方法所驱动的顾客流失管理措施和顾客保留措施以及顾客赢回策略，为顾客关系管理和运作提供有据可依的方法策略。最后，在大数据背景下，顾客关系管理面临着新的问题与挑战，本书最后对贝叶斯预测模型如何在这一营销新纪元发挥作用及价值也进行详细的介绍。为了使读者能够更进一步地了解本书所提出的理念，提供贝叶斯模型在顾客流失管理中的应用案例。
本书内容通俗易懂，并且与企业商务的活动紧密联系，努力做到理论与实务相结合，从而增强理论的实操性。书中援引大量典型的案例与章节内容相匹配，便于读者更好地了解贝叶斯模型对于顾客关系管理的价值。
本书的出版得到了中国博士后基金项目（项目编号：2013M542285）和教育部人文社会科学基金项目（项目编号：09XJC630007）的资助，在此表示感谢！此外，感谢杨龙、胡一江、诸子凡、熊静等对本书的支持与贡献！
李珊，四川富顺人，企业管理博士，副教授，硕士生导师，美国西密歇根大学霍沃斯商学院博士后访问学者，四川大学管理科学与工程博士后。现任四川大学商学院MBA教育中心主任，曾获得四川大学青年骨干教师奖。四川大学营销工程研究所副所长，四川大学产业发展研究中心副主任，四川省营销学会常务理事、四川省工业经济规划专家、四川省中小企业局专家团成员。主持和参与多项国家和省部级项目的科研工作，公开发表SCI、EI、CSSCI学术论文30余篇，出版多本专著。曾主持和参与产业集群、工业信息化、商业地产、汽车、航空、烟草、零售消费品等销售服务行业的营销战略、策略规划及市场研究项目。主要研究方向为市场营销、电子商务与顾客关系管理。
贺雅文，山西运城人，四川大学在读博士生，英国利兹大学硕士研究生，参与若干省部级研究课题，曾参与产业集群、传统产业转型、互联网、工程及零售消费品等行业研究项目。主要研究方向为市场营销和旅游管理。
第1章 顾客流失理论基础
1．1 顾客流失
1．1．1 顾客流失概念
1．1．2 顾客流失率
1．1．3 如何看待顾客流失
1．2 顾客价值管理
1．2．1 顾客价值的含义
1．2．2 顾客价值的构成
1．2．3 顾客价值的来源
1．2．4 顾客价值的影响因素
1．2．5 顾客价值的衡量
1．3 顾客生命周期
1．3．1 顾客类型的划分
1．3．2 顾客生命周期的概念
1．3．3 基于顾客生命周期的管理策略
1．4 顾客忠诚管理
1．4．1 顾客忠诚的内涵
1．4．2 顾客忠诚的分类
1．4．3 顾客忠诚度的衡量
1．4．4 影响顾客忠诚的因素
1．4．5 建立和维护顾客忠诚的策略
第2章 顾客流失判断
2．1 顾客类型
2．1．1 新顾客与老顾客
2．1．2 中间顾客与最终顾客
2．1．3 价值顾客与非价值顾客
2．2 顾客流失原因及分析
2．2．1 价格因素
2．2．2 产品因素
2．2．3 服务因素
2．2．4 市场因素
2．2．5 营销策略因素
2．2．6 竞争因素
2．2．7 伦理道德因素
2．2．8 其他因素
2．2．9 流失原因分析
2．3 顾客流失判断依据
2．3．1 顾客调查
2．3．2 市场调查
2．3．3 企业形象调查
第3章 贝叶斯流失预测法
3．1 传统的顾客流失预测法与基于统计学的顾客流失预测法
3．1．1 进行顾客流失预测的原因
3．1．2 传统流失预测法及其缺陷
3．1．3 基于统计学的流失预测法
3．2 贝叶斯预测法
3．2．1 贝叶斯预测法的基本思想
3．2．2 贝叶斯预测法的数学背景
3．2．3 两大贝叶斯流失预测法
3．3 其他流失预测法
3．3．1 最小二乘预测法
3．3．2 插值法与拟合法
第4章 马尔可夫流失预测
4．1 马尔可夫预测的背景
4．1．1 马尔可夫预测的基本思想
4．1．2 马尔可夫预测的数学背景
4．2 两大马尔可夫流失预测法
4．2．1 一般马尔可夫预测
4．2．2 隐马尔可夫预测
4．2．3 隐马尔可夫预测在顾客流失中的应用
4．3 贝叶斯预测法与马尔可夫预测法的比较
4．3．1 贝叶斯预测法与马尔可夫预测法的相同点
4．3．2 贝叶斯预测法与马尔可夫预测法的不同点
第5章 顾客流失管理措施
5．1 顾客流失管理的重要性
5．1．1 顾客流失管理的必要性
5．1．2 顾客流失管理的作用
5．2 识别顾客流失
5．2．1 识别流失顾客
5．2．2 考虑顾客终身价值
5．2．3 调查顾客为何流失
5．2．4 分析顾客流失原因
5．3 建立应对措施
5．3．1 建立应急措施
5．3．2 建立永久措施
5．3．3 组建顾客重获团队
5．4 进行顾客重获
5．4．1 快速重获
5．4．2 远期重获
第6章 顾客保留措施
6．1 培养顾客忠诚
6．2 控制顾客流失
6．2．1 顾客流失研究的主要问题
6．2．2 顾客流失的判断指标
6．3 重视顾客保留
6．3．1 顾客保留的目标
6．3．2 积极的顾客保留策略
6．3．3 不同竞争环境下的保留策略
6．3．4 顾客保留计划的关键绩效指标
6．4 其他策略
6．4．1 顾客发展策略
6．4．2 顾客关系终止策略
第7章 顾客赢回策略
7．1 顾客赢回理论
7．1．1 顾客赢回的含义
7．1．2 顾客赢回的必要性
7．1．3 顾客赢回的理论基础
7．1．4 顾客赢回的流程
7．2 细分流失顾客
7．2．1 确定流失类型
7．2．2 流失顾客需求分析
7．3 制定针对性赢回策略
7．3．1 价格促销策略
7．3．2 关系投资策略
7．4 后续激励语控制
7．4．1 在重获后保持联系与激励
7．4．2 评估与持续改进
第8章 大数据背景下的顾客流失管理
8．1 大数据时代——营销新纪元
8．1．1 大数据时代的挑战与价值
8．1．2 大数据时代下的市场营销
8．2 大数据时代的顾客关系管理
8．2．1 数据驱动下的顾客关系管理
8．2．2 动态顾客战略
8．2．3 贝叶斯与大数据思维方式
第9章 贝叶斯在顾客管理中的实际应用
9．1 贝叶斯方法简单介绍
9．2 案例1：谁是忠诚顾客——电信行业案例
9．3 案例2：文本挖掘和朴素贝叶斯模型——识别垃圾邮件
参考文献
查看全部↓
新书资讯