11月20日，“复旦大学Panasonic讲座”在我院举行。美国西北大学凯洛格商学院Polk Brothers零售学教席教授、市场营销学终身教授陈宇新老师作为主讲嘉宾做了题为“基于不完整信息的客户价值估测和精准营销”的精彩演讲。我院薛求知副院长主持了讲座。
大数据时代的营销机遇
活动伊始，陈宇新教授向大家阐述了大数据时代的营销机遇：目前企业纷纷利用海量的交易数据进行客户价值估测和精准营销，企业对于数据的需求将会越来越大。那么谁应该是重点瞄准的对象呢？陈宇新教授认为，即便是在大数据环境下，精准营销依然往往受困于不完整信息的干扰。
他利用生动的事例向大家介绍了“荷包份额”的概念，并指出荷包份额是在判断什么是真正瞄准对象的重要因素。其后，他为大家讲解了对于“不完整客户信息”问题的传统解决方案，并以某航空公司如何区分潜在高端顾客为例，生动地阐述了传统解决方案的做法及其主要缺陷。传统解决方案不仅会带来样本与测量偏差的问题，还会产生常用客户信息与总消费和荷包份额之间关系不强的现象。
精准营销的新方法
对此，陈宇新教授提出了全新的方法来解决“不完整客户信息”的问题。首先，企业需要聚焦购买时间间隔。因为品类层面购买时间间隔信息的缺失是“不完整客户信息”的核心问题，并且对特定品类而言，客户在该品类的购买时间间隔与其在某一企业的购买时间间隔之比决定了荷包份额。
他以卡类交易为例，使用卡的交易时间间隔来估测品类层面的购买时间间隔，在此基础上进行建模。该方法的主要原理是观测到的在某一企业的购买时间间隔模式与品类层面的购买时间间隔概率分布模式会有偏离，这些偏离使我们能估测模型的参数。在此基础上，他深入讲解了其中的数据清理、样本统计量概览、一些初步估测结果、荷包份额的估测结果、解释变量的影响、模型比较与验证以及品类终生价值的分布估测结果等问题。
最后，陈宇新教授表示“不完整客户信息”对精准营销造成了困扰并且传统营销调研方法对此缺乏好的解决方案，而这一种独创的基于贝叶斯马尔可夫随机过程的客户荷包份额和终生价值估测方法可以解决这一难题。并且模型还可以进一步地改进并拥有更多的应用。
在演讲结束后的问答环节，现场的同学积极踊跃，对演讲中提到的“购买时间间隔”等概念提出了自己的问题和思考，陈宇新教授细致回答了同学们的体会，并与大家对精准营销展开了更多讨论。讲座在大家热烈的掌声中结束。
