中文摘要：

针对非契约客户关系情景，为充分利用客户相关数据，提高客户未来购买行为的预测精度，揭示营销行动对客户购买行为的影响机制，优化营销行动的时机，应用层级贝叶斯、马尔科夫链蒙特卡罗仿真、随机优化等方法，从四个方面对现有模型进行扩展。第一，在HIPP模型框架的基础上，将购买频次与购买金额进行整合建模，建立购买频率和平均购买金额的固有依赖关系，购买时间间隔和购买金额的临时依赖关系；第二，对多产品类别客户购买行为进行整合建模，建立客户购买多类产品的时间及金额的相关关系；第三，对客户购买行为与客户个体层面的营销活动进行整合建模，研究营销活动对客户购买行为的长期和短期动态影响，建立随机优化模型优化营销行动的时机；第四，扩展HIPP模型进行客户钱包份额分析。通过多个数据集对扩展模型进行实证，深入探讨其管理意义。

结论摘要：

针对非契约客户关系情景，为提高对客户未来购买行为的预测精度，揭示营销行动对客户购买行为的影响机制，优化营销行动的时机，主要从三个方面进行了研究。第一， 研究非契约情景下客户资产的评估、优化和管理。对客户资产的概念、起源、动因和研究现状文献进行系统分析和综述。以Pareto/NBD模型为基础对如何在非契约情景下界定客户、分析与预测客户重复购买行为进行实证研究，并对Pareto/NBD模型进行扩展。研究客户终生价值的分析预测方法，分析不同模型之间的特点及适用范围。利用部分可观察马尔可夫决策过程（POMDP）来对客户关系的动态发展进行建模，以客户的长期价值（客户终生价值）为目标，寻找最佳客户关系管理策略。从企业与客户两个角度，对客户价值与客户资产的关系进行分析。提出由客户价值创造管理和客户价值收获管理组成的完整框架，分析客户资产管理的基本过程。第二， 在非契约情景下，执行“激活”流失客户措施的最佳时间。提出只有那些值得被“激活”的客户才应该被判定为流失客户。在Pareto/NBD模型基础上增加了三个额外的假设，并开发出马尔可夫链蒙特卡罗（MCMC）算法来获得该模型参数。通过实证研究说明如何将该模型用于实践，并揭示出静态模式下客户终生价值被低估的程度。该模型能够提供一个有意义且有实用价值的CRM工具，以监控客户的状态。第三， 首次在零售商品SKU层的预测分析中，同时考虑商品品类的SKU之间，以及不同商品品类SKU之间促销的影响。为克服随之而来的超高维度的变量空间问题，开发了一个由四个步骤组成的方法框架。与变量空间简化方法相比，该方法成功的提高了预测的精度。实证研究表明，通过整合产品促销交互信息，与只采用自身促销信息的模型相比，可以显著提高销售预测精度。这些结果对预测信息系统构建和促销管理有重要的意义。此外，对可替代商品的促销决策分析，电信客户流失预测，影视网站交叉销售预测，购物篮网络分析，实体店网店选择偏好，新产品最优定位定价，新能源汽车采纳影响因素，社会化标注和社会化选择等问题进行了深入的研究。