基于客户细分和多目标决策的网上商店定价和促销策略外文翻译资料

 2021-11-21 23:21:53

英语原文共 7 页

基于客户细分和多目标决策的网上商店定价和促销策略

C.-C.亨利陈a，程志斌b,uArr;, 陈晨贤a

a朝阳工业大学工业工程与管理系，台湾五峰，中华民国

b淡江大学信息管理系，台湾新北市淡水区英专路151号，中华民国

关键词：定价 促销讨价还价网上商店 客户关系管理多目标决策

摘要

互联网和网络技术的出现促进了虚拟商店的繁荣，大大降低了客户的搜索成本和零售商的开销。然而，网上商店之间的激烈竞争使他们难以产生利润。本研究试图为在线商店建立定价和促销策略，以提高其盈利能力。定价决策基于客户关系管理的概念，其中给予对商店更有价值的客户更大的价格优惠幅度。我们的方法是：根据客户的RFM数据将客户聚集到不同的类别，根据他们的类别计算并向客户展示产品的定价，允许客户讨价还价，并提供基于客户计算的失败价格课程和多目标决策模型，最后为客户提供促销选择，以加强他们的购买倾向。所提出的方法在计算机外围设备零售商的在线商店中实施。收集并比较实施前后的交易数据，以评估拟议方法.

1.介绍

企业对消费者的电子商务为零售商及其消费者通过商业网站进行在线交易提供了一种新的有效渠道。然而，网上商店之间的激烈竞争使他们难以产生利润。竞争产生于以下组合：减少产品信息障碍，更容易接触大量潜在供应商，以及增加替代品的威胁（wilson-janselme amp; reynolds, 2005年).此外，互联网减少了产品和服务之间的差异，因此将客户的重点转向价格折扣（波特，2001年).因此，买家通常浏览许多商店并比较他们的目标产品的定价以寻找互联网上的最佳报价。因此，除非网上商店的访客可以转换成买家并通过为他们创造价值来保留，否则在线交易将无法盈利（wilson-janselme amp; reynolds, 2005年).

在线商店的产品的定价通常是决定访客是否会留下并进一步寻求的第一个因素有机会讨价还价。相信价格是网上购买者的主要购买决定因素，这一目标始终是提供一些在线商店的最低价格（公， monale, amp; cox, 2002年).价格促销显着影响价格感知（folkes amp; 小麦, 1995年).例如，提供具有折扣的产品会导致更高的认知度，以大多数人所支付的价格来衡量（laroche, pons, zanders, amp; 金，2001年).从心理会计角度解释了这种消费者行为泰勒（2008）.交易效用理论泰勒（2008）建议根据客户感知的价值对产品定价，其中感知价值是客户的购置效用和交易效用的总和，其中效用函数涉及三个因素，即实际价格，参考价格和预订价格（即个人支付的最高金额）。

基于网络的定价策略因商家，市场和客户类型而异（awad, 2004年).换句话说，应该对不同类型的客户应用不同的市场策略，以提高盈利能力和客户满意度。个性化是实现这一目标的手段。当应用于市场细分时，个性化可以将标准产品转变为针对个人的专用解决方案。企业能够了解其客户的购买行为，从而制定适当的促销行动以吸引特定类型的每个客户。

通过个性化，可以提高客户的满意度和忠诚度，增加每个客户的访问频率可以进一步创造更多的交易机会，从而使网上商店受益（Lee，Liu，Lu，2002).

已经开发了许多基于网络的个性化系统，例如Borchers，Herlocker，Konstan和Reidel（1998），和Changchien，Lee和Hsu（2004）.个性化通常通过一些个人简档的呈现过滤候选项目集来起作用。例如，原型系统长渐 等。（2004年）在线个性化促销包括三个模块，即营销策略，促销模式模型和个性化促销产品，根据从历史交易中分析和检索的经验选择促销产品。作者还使用模拟来评估其原型系统的性能。

为了提高在线商店的盈利能力，本研究还使用个性化建议在交易过程中提出不同的定价和促销策略。此外，定价和讨价还价决策基于客户关系管理（CRM）的概念。在我们的定价策略中，较低的定价将呈现给对商店更有价值的客户，并且在进一步的讨价还价过程中也将给予这些客户更大的价格优惠幅度。建议的方法包含以下步骤：

·根据客户的RFM（新近度，频率和货币价值）数据将客户群集到不同的类别中。

·根据班级计算并向客户展示产品的定价。

·允许客户讨价还价，并提供根据客户类别计算的失效价格。

·为客户提供促销选择，以加强他们的购买倾向。

拟议的方法是在台湾的计算机外围设备零售商的在线商店实施的。收集并比较实施前后的交易数据，以评估拟议方法的绩效。

2.客户细分，定价和促销

本研究建议根据客户关系管理的概念，为不同类型的客户应用不同的定价和促销策略。为了识别客户的类型，第一步是通过聚类技术区分客户与历史交易的不同特征，然后识别每个客户类的价值。定价和促销策略针对不同类别的客户进行定制，以优化其效果。

2.1.客户细分

客户细分是将客户划分为不同组的过程，可能需要单独的服务组合(venugopal amp; 1994).传统的客户细分自客户上次购买以来的期间，频率是在一定时期内购买的数量，货币是指客户在特定时期内购买的金额（撞 wansbeek, 1995年).RFM的基本前提是，最近购买，更频繁购买和花费更多的客户是未来销售的最佳前景。通过RFM值，我们能够识别对商店更有价值或更低价值的客户。

RFM可以使用许多评分方法。本研究采用加权排序方法，首先根据每个RFM因子（即R，F和M）对客户进行评分。客户根据每个RFM因子值按升序排序;然后将每个因子的排序结果分成五分之一（即五个相等的组），然后将1-5的点分配给从底部到顶部的相应五角形。该得分分配将产生125个客户单元，即从（R = 1，F = 1，M = 1）到（R = 5，F = 5，M = 5）。Chen，Chiu和Chang（2005）建议零售商的三个RFM因子的权重分配应该是Rgt; Fgt; M.因此，本研究将这三个因子的权重设置为5,3和2;因此，通过将各个RFM分数连接在一起而定义的客户值可以在10（= 5 1 3 1 2 1）到50（= 5 5 3 5 2 5）的范围内。通过采用基于单个RFM分数和客户价值的k均值聚类技术，客户分为四类，G1，G2，G3和G4，它们以下降的方式编号它们的价值顺序给零售商。此群集每周更新一次。

2.2.定价策略

Chan，Cheng和Hsu（2007） 他认为，提供动态定价以保持顾客留在商店可以提高在线商店的盈利能力。动态定价的概念是根据客户的需求特征或卖方的供应情况来改变产品的价格。动态定价机制可以鼓励客户留在商店以协商可接受的价格，而不是在其他地方寻找更低的价格。因此，本研究的主要定价策略是基于某些定价技术生成产品的定价，然后如果他们不接受定价，则向客户提供价格议价功能。在此定价过程中，基于客户类别确定讨价还价中允许的清单价格和特许权数量级。

多兰和西蒙（1996） 总结了常用的定价方法，如成本关注，差别定价，产品线定价，捆绑定价和促销价格。从中可以看出，定价的决定因素包括：产品成本，竞争对手的价格，客户感知价值以及需求和供应情况。我们的案例研究零售商正处于一个激烈的价格竞争环境中，许多竞争对手销售相同的产品功能。因此，在确定产品的定价时，重要的是参考竞争对手的价格。因此，通过参考竞争者的价格来调节卖方的预期价格来确定定价。

设pl 表示定价，它由以下等式生成

L X

E ( (pE \1L XE( (pE \1

p frac14; wi · pi · 1 -pT - 1

其中pe 是由加价定价确定的预期价格，即

通过在产品成本C上增加利润率g获得：

pe1/4 0 x x c:

由于竞争对手的价格在市场上有所不同，我们考虑Eq中的三种竞争者价格。(1)，即最高的市场

价格（pt），平均市场价格（pt）和最低市场价格

当pe 小于pt时，它也被相同的指数增加。由于我们采用三种市场价格，因此最终清单价格是此类计算的加权平均值。权重wi 应用于第i种竞争者价格pt，并根据客户的类别确定。特别是，具有较高等级的客户在最低市场价格上加权较重，即w1 lt;w2 lt;w3;而较低级别的客户按相反顺序加权。

当客户不接受产品的定价时，系统将为客户提供讨价还价的机会。对让步幅度的确定是基于协议区域的概念。协议区域是客户和卖方的预订价格的交叉点，区域内的任何点都是特许权的候选解决方案（曾 amp; sycara, 1998年).通常，客户的预订价格是私人的，不太可能向卖家透露。在建议的系统中，我们要求客户提供最大可接受价格（pm）以估算其预订价格。虽然客户可能会欺骗这个价值，但我们假设声称的价值并没有大大偏离客户的真实预订价格，因为他也希望与卖家达成交易。与此同时，

网上商店的预订价格设定在最低市场价格（pt），假设为ptP C.此设置的基本原理是

网上商店的预订价格设定在最低市场价格（pt），假设为ptP C.此设置的基本原理是

最大化 f ceth;pTHORN;;

经受pt6 p 6 pm;

p P 0:

最大最小的方法齐默尔曼（1978）可用于找到平衡问题中两个冲突目标的解决方案。采用这种方法，上面给出的公式被重写为以下max-min问题，单个目标：

最大化;

受制于f seth;pTHORN;Pa;

f ceth;pTHORN; P a;

pT 6 p 6 pM;

p P 0:

这个新的公式暗示原始目标被转换为mina min fs p;fc p。通过观察，我们可以发现这个目标的解决方案是最大化客户和在线商店的偏好功能交叉的价格，

即阴影区域图。1.因此，通过简单的代数几何

计算，我们可以得到最优的承认价格：

该商店会认为这个市场价格是该交易可以获得的最低价格。

在我们的方法中，我们为协议区域内的客户和在线商店构建首选项功能，如图所示图。1其中fc（p）表示顾客的偏好功能，而fs（p）是网上商店的价格，其中p为价格。客户和在线商店的偏好从价格值映射到0到1的范围，其中“1”表示最优选，“0”表示最不喜欢，“0”表示0之间的值。 1表示优先度，优选程度越大。在客户偏好功能中，当价格低于其预期价格时，客户达到其完全偏好（px）。该预期价格由客户提供给我们的系统。同样，客户可能无法揭示他的真正价值。尽管如此，我们假设客户会提出合理的价值，以避免网上商店拒绝进一步讨价还价。当然，当价格高于定价时，网上商店达到其全部优惠。在线商店的最不喜欢的是点pbpt，这是在线商店的预订价格。

理想的承诺价格的概念是同时最大化客户和网上商店的优惠 -

p*plpm- ptpx 3

应注意，当pmlt;pt时，不存在一致区。在这种情况下，通过等式1获得的解决方案。(3) 不再可行。对于这种情况，承诺价格由基于客户类别的一组启发式规则确定。表格1介绍在各种价格条件和客户类别下在线商店的行为。在第一个条件下，虽然客户的最高可接受价格低于商店的预订价格，但他的预期价格仍高于商店的成本。这意味着客户的报价不会偏离商店的预订价格。因此，商店将向前两类客户提供其预订价格，并建议在预订和标价之间的中间价格给较低级别的客户。当客户的最高可接受价格大于商店的成本，但他的预期价格低于这个成本，即第二个条件时，假设客户的报价远离商店的预期，因此，商店的预订价格仅提供给头等舱客户和不太优惠的优惠，

即ptpl= 2，给予其余客户。如果最低可接受价格低于商店的成本，商店将要求客户重新提交更合理的价格，如第三个条件所示。

2.3.促销策略

Dodds，Monroe和Grewal（1991）指出提高顾客感知价值会增加购买倾向

适当的促销活动会改变顾客的感知，从而刺激他的购买倾向。我们系统中促销的另一个目的是补偿讨价还价的结果。这个想法是，如果客户仍然不满意商店提供的承诺价格，那么促销活动的存在行动可能会增加他对产品的感知价值，从而接受商店的报价。在线商店常用的促销策略包括：折扣，礼品，搭售，交易邮票，美分和抽奖。在我们的系统中，提供了促销选项。

。

图2.在线商店的系统架构

消费者在讨价还价后承认价格。如果客户接受此优惠，则客户可以选择任何一个且仅有一个选项。我们系统使用的促销选项在中描述表2.

3.研究设计

为了评估上一节中制定的定价和促销策略的效果，本研究在计算机和外围设备在线商店实施这些策略。案例研究网上商店还拥有实体店，是一家高品质的零售商，提供优质的产品和客户服务。但是，由于以下问题，其收入正在下降：

其实体店的业务因其他互联网在线商店的低价竞争而瘫痪。

其在线商店的产品和价格信息更新速度太慢，无法对市场变化做出反应。

bull;这家商店缺乏对竞争对手价格的认识。

bull;它的网上商店没有任何定价或促销策略。

上一节中讨论的定价和促销策略是在商店的在线商店中实现的，系统架构如图所示图2.

当客户进入在线商店并点击某个产品时，系统将提供由等式1计算的定价。

(1) 如所示图3.如果客户不接受定价，那么系统将提供讨价还价功能，要求客户给出最大可接受价格和理想价格。然后系统通过Eq计算该客户的承认价格。(3) 如果客户提供的价格信息在可行范围内;否则系统将根据提供的规则提供新价格表格1.同时，系统为客户提供一套促销选项（如图所示）他 第2条）以补偿商店报价和客户期望价格之间的差异，以提高完成交易的机会。最后，如果交易完成，交易将被写入交易数据库;如果客户不愿意

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章