于伟杰

（天津大学 管理与经济学部，天津 300072）

基于结构方程模型的顾客细分

于伟杰

（天津大学 管理与经济学部，天津 300072）

文章介绍了基于结构方程模型的REBUS-PLS分类方法，该方法是结构方程模型中专用于分类的比较新的方法。作者用此方法对S银行顾客分类，结果显示这种顾客细分方法行之有效。

顾客细分；结构方程模型；REBUS-PLS；满意度

传统顾客分类一般是直接根据人口统计信息等先验信息分类或用聚类方法对顾客分类。先验式分类把具有相同人口统计信息的顾客归为一类，其一大缺点是人口统计信息很难捕捉到顾客“异质性”的根源（Hahn 2002）[1]，实际上顾客分类目的是将有相似心理特征、行为特点的归为一类，人口统计信息只是顾客外在特征的描述，不足以反映顾客的内在特点，即Hahn所说“异质性”。聚类方法是根据样本之间的距离分类，因此也存在上述问题，另外聚类算法需要假设变量之间相互独立（Jedidi et al.1997）[2]，但是调查数据很难满足这一点。先验式分类和聚类式分类的诸多不足促使研究者寻找一种根据顾客内部特征的分类方法，结构方程模型恰好能描述顾客的内部特征，因此便成为学者们首先考虑的对象。

用结构方程模型探究顾客内部特征时，一般默认为总体是同质的，建立一个总结构模型就以概括总体的特性。然而现实总体可能是由几个不同质的次级总体（类）混合而成，每个次级总体所包含顾客的行为相似，但是次级总体之间有明显的差异。……