×
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。