2018年10月18日上午8:45，中国营销工程与创新研究中心(以下简称“MEI”)2018-2019年第一学期第6次研讨会(以下简称“Seminar”)在MEI如期举行，参与本次研讨会的有黄敏学老师、朱华伟老师及MEI各位成员。

　　本次Seminar由李婷研读文章《Some Customers Would Rather Leave Without Saying Goodbye》。

　　文章研究了公司面对公开与沉默流失的顾客的不同应对策略。提出了一个基于隐马尔可夫模型(hidden Markov model，HMM)的框架来捕获这两种流失，并将该模型应用于两个不同的环境(日常交易网站和表演艺术组织)，进一步探讨了如何分析顾客的三种状态(悄悄离开、处于风险、参与)以及不同状态的客户具有何种不同的行为反应(打开、点击、退订)。

　　文章运用反事实分析将顾客的状态划分为三类。反事实分析是一种模拟分析(simulation analysis),它模拟没有发生的事情在不同条件下可能发生的结果，从而给企业提供相应的策略。事实上，文章中顾客的三种状态在现实并不能进行分辨，它是通过模拟来进行推断的。这篇文章是偏工程性的，运用了动态的模型，即隐含的马尔可夫模型加上协变量，数据引用存量变量从而具有动态累积效应。黄老师在Seminar上提到，做这类模型时，最重要的是构建在管理上有意义的状态，比如本文便是通过一个有趣的故事推测了三种消费者的状态。

　　图1 李婷讲解文章

　　研究表明，“参与”状态的顾客打开电子邮件后很可能点击;“处于风险”状态的顾客打开电子邮件的概率最高，点击率较低，退订率最高;“悄悄离开”状态的顾客不与公司互动。高水平的活动——通过主动打开从公司接收的电子邮件，不一定是未来盈利能力的一个很好的指标，因为它与一个更高风险的公开流失有关。当参与的客户接收到内容更好的电子邮件时，他们不太可能过渡到“悄悄离开”的状态。更多定制的电子邮件可以通过将客户转移到具有较低流失风险的状态。

　　这篇文章的贡献在于改造了马尔可夫链模型，从消费者显性的行为探究其隐藏状态。把这一方法运用到营销学的研究里会非常有意思，不仅值得借用，还可以进一步深入研究到心理层面。

　　至此，文章研读完毕。

　　随后，段晓玲和陈晶晶分享了python学习之爬虫框架，段晓玲重点讲解了爬虫的定义、网页中的审查元素、静态网页的爬取，并详细展示了如何构建scrapy爬虫框架;陈晶晶重点讲解了动态网页的爬取，以及如何分析Ajax请求和利用Selenium模拟浏览器爬取网页数据。经过这次学习，大家系统地了解到了爬虫框架，学习到了爬取的基本步骤，即发起请求、获得响应内容、解析内容、保存数据四步。

　　紧接着，苏羽分享了自己的研究，向大家展示了自己大致的研究框架。基于此，黄老师和小伙伴们提出了自己的一些看法和建议。

　　至此，本学期第6次Seminar结束。

　　文字/陈晶晶

　　供图/陈晶晶

　　审核/郑仕勇

　　网站编辑 / 苏羽