【摘要】高满意度不一定能导致客户忠诚,相同满意度的客户可能有不同的推荐阈和重购阈。文章提出了一种双变量分层Bayes Probit模型,用于联合估算客户个体层次的推荐阈和重购阈。该模型采用一种Gibbs抽样和Metropolis-Hastings算法相结合的MCMC模拟抽样方法来实现模型估计。数据模拟和实证研究均表明,该方法可以有效地联合估计客户个体层次的推荐阈和重购阈,模型的内部效度和外部效度均优于以往模型。