摘要:近年来,随着信息技术的发展和全国范围的网络普及,电子商务以其迅雷不及掩耳之势迅速发展。网上的商店也如雨后春笋逐渐成为新生力。商品也变得越来越多样，逐渐从传统的实体商品交易，转变为虚拟商品交易。本文主要是研究针对虚拟商品是迅雷会员云播离线空间高速通道账号（全文简称雷离线高速通道账号）的淘宝店铺展开的。主要是针对用户的流失预测进行分析，选取实体运营的淘宝店铺，通过获取后台数据，利用RFM技术对数据进行相关处理得出需要的数据变量再结合网店后台中的人口统计学的数据变量，过滤筛选出对我们有用的数据变量，联系实际，采用二元logistic回归分析的方法建立预测模型，通过模型结果表明：交易频率、 最近交易时间、性别、以及所在城市经济发展状况对网店客户流失具有统计学意义,其中交易频率、最近交易时间影响最为显著。

关键词：电子商务 RFM模型 客户流失 二元logistic回归分析

目录

摘要

Abstract

1绪论-1

1.1研究背景与意义-1

1.2研究思路与方法-2

1.2.1研究思路-2

1.2.2研究方法-2

2用户流失概述-3

2.1用户流失定义-3

2.2  用户流失的形成过程-3

2.3  用户流失的分类-3

2.3.1自然流失-3

2.3.2竞争流失-3

2.3.3过失流失-4

2.3.4恶意流失-4

3 客户流失预测模型建立-4

3.1建立客户数据库-5

3.2模型构建-5

3.2.1模型的设计-5

3.2.2 二元logistic回归概述-6

3.3采集数据-7

3.3.1流失状态的判断-8

3.4数据分析-9

3.4.1 描述性统计结果-9

3.4.2 Logistic回归操作过程-12

3.4.3 Logistic回归预测分析-13

4预测分析-17

5客户保持策略-17

6研究局限与研究展望-18

6.1研究局限-18

6.2研究展望-19

7致谢-20

参考文献-21

附录-22