沃尔夫冈·詹克;英巴尔·雅哈 在线拍卖中的电子忠诚网络。 (英语) Zbl 1189.62184号 附录申请。统计。 第151-178号第4页(2010年). 总结:建立忠诚的客户群是公司面临的最重要、同时也是最困难的任务之一。创建在线忠诚度(电子忠诚度)尤其困难,因为客户只需单击鼠标即可“切换”到竞争对手。我们调查在线拍卖中的电子忠诚度。我们使用来自一家主要消费者对消费者在线拍卖行的超过30000次拍卖的独特数据集,通过买家和卖家之间的关联交易网络,提出了一种新的电子忠诚度测量方法。使用由投标人和卖方节点组成的二方网络,当投标人从卖方处购买时,两个节点链接在一起,重复购买的次数决定了该链接的强度。我们利用功能主成分分析的思想,从这个网络中得出忠诚度分布,该分布衡量每个卖家的感知忠诚度,以及相关的忠诚度得分,该得分以一种简约的方式总结了这种分布。然后我们研究忠诚度对拍卖结果的影响。在这样做的过程中,我们面临着几个统计挑战,因为标准统计模型会导致数据失实,并违反模型假设。原因是,忠诚度网络会导致数据的极端聚集,几乎没有大批量的卖家负责大部分的个人交易。我们研究了集群问题的几种补救方法,并得出结论:忠诚度网络由非常不同的部分组成,这些部分最容易单独理解。 引用于2文件 MSC公司: 第62页第20页 统计学在经济学中的应用 62H25个 因子分析和主成分;对应分析 91B26型 拍卖、议价、投标和销售以及其他市场模式 62页99 统计学的应用 关键词:网上拍卖;电子商务;功能数据;主成分分析;模型假设;随机效应模型;加权最小二乘法;群集 软件:fda(右) PDF格式BibTeX公司 XML格式引用 \textit{W.Jank}和\textit{I.Yahav},Ann.Appl。Stat.4,No.1,151--178(2010;Zbl 1189.62184) 全文: 内政部 arXiv公司 参考文献: [1] Agresti,A.、Booth,J.、Hobert,J.和Caffo,C.(2000)。分类反应数据的随机效应建模。社会学方法30 27-80。 [2] Ba,S.和Pavlou,P.(2002)。电子市场中建立信任技术影响的证据:价格溢价和买方行为。MIS季刊26 243-268。 [3] Bailey,J.、Gao,G.、Jank,W.、Lin,M.、Lucas,H.C.和Viswanathan,S.(2008)。长尾效应比你想象的要长:小批量销售商的网上销售规模之大令人惊讶。马里兰州大学RH史密斯商学院技术报告。SSRN:提供。 [4] Bajari,P.和Hortacsu,A.(2004)。互联网拍卖的经济见解。《经济文学杂志》42 457-486。 [5] Bapna,R.、Jank,W.和Shmueli,G.(2008)。在线拍卖中的消费者盈余。通知。系统。第19号决议400-416。 [6] Brown,J.和Morgan,J.(2006)。在线拍卖中的声誉:信任的市场。加州管理评论49 61-81。 [7] Donkers,B.、Verhoef,P.C.和De Jong,M.(2003)。预测多服务行业的客户终身价值。技术报告,ERIM报告系列参考号ERS-2003-038-MKT。SSRN:提供。 [8] Fader,P.和Hardie,B.(2006年)。如何预测客户保留。技术报告。SSRN:提供。 [9] Fader,P.、Hardie,B.和Lee,K.L.(2006年)。CLV:不只如此。技术报告,可从SSRN:获取。 [10] 格林,W.H.(2003)。《计量经济学分析》,第四版,普伦蒂斯·霍尔,新泽西州上鞍河。 [11] Haruvy,E.、Popkowski Leszczyc,P.、Carare,O.、Cox,J.、Greenleaf,E.、Jap,S.、Jank,W.、Park,Y.和Rothkopf,M.(2008)。拍卖之间的竞争。营销信函19 431-448。 [12] Jank,W.和Shmueli,G.(2007年)。基于时空半参数模型的在线拍卖事件并发建模。J.罗伊。统计师。Soc.序列号。C 56 1-27·Zbl 1490.62452号 ·文件编号:10.1111/j.1467-9876.2007.00562.x [13] Jank,W.和Zhang,S.(2008)。在线拍卖的自动化和数据驱动投标策略。马里兰州大学RH史密斯商学院技术报告。SSRN:提供·Zbl 1243.91056号 [14] Kneip,A.和Utikal,K.J.(2001年)。使用函数主成分分析推断密度族。J.Amer。统计师。协会96 519-542·Zbl 1019.62060号 ·doi:10.1198/016214501753168235 [15] Lingfang,L.(2006)。声誉、信任和回扣:在线拍卖市场如何改进其反馈系统。经济与管理战略杂志。 [16] Livingston,J.(2005)。良好的声誉有多重要?网络拍卖的样本选择模型。经济收益率。统计师。87 453-465。 [17] Lucking-Reiley,D.、Bryan,D.、Prasad,N.和Reeves,D.(2007年)。易趣便士:在线拍卖中价格的决定因素。《工业经济学杂志》55 223-233。 [18] Ramsay,J.和Silverman,B.(2005年)。功能数据分析。纽约州施普林格·Zbl 1079.62006号 [19] Reddy,S.K.和Dass,M.(2006年)。使用功能数据分析建模在线艺术品拍卖动态。统计师。科学。21 179-193. ·Zbl 1426.62376号 ·doi:10.1214/08834230600000196 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。