網路消費者之規律及不規律造訪行為研究－以 Hotels.com 為例

The Study of the Regular and Irregular Behavior on Website Visiting - An Example of Hotels.com

林益全(I-Chuan Lin)

指導教授 ： 任立中

國立臺灣大學/管理學院/國際企業學研究所/碩士(2017年)

https://doi.org/10.6342/NTU201701073

摘要

隨著網際網路的發展以及網路購物的興起，愈來愈多商品及服務可以透過網路通路進行購買，亦有愈來愈多企業開始經營網路購物平台。網路購物有許多優點，對企業而言，網路平台的經營成本較實體通路低，不需要聘請銷售人員協助顧客挑選商品，取而代之的是大量的產品資訊，例如：豐富的影像視覺及詳細的文字介紹，此外，網友的評論及關鍵意見領袖的推薦亦能有效影響消費者的購物意願。對消費者而言，相較於實體通路，網路購物的搜尋成本更低，且不受時空限制，消費者可以不必出門購物，也不必擔心店面打烊，隨時隨地上網收集產品資訊並直接進行線上訂購，透過現今快速的物流系統，消費者亦能在短時間內收到產品。

當網路購物的趨勢逐漸成形，企業開始更加重視顧客在網站上的瀏覽行為，透過追蹤並分析網路流量，行銷人員可以快速瞭解使用者在網站上的瀏覽歷程，然而消費者行為存在異質性，因此必須了解每一位顧客的偏好及造訪模式，並進一步透過客製化的行銷溝通，才能與顧客建立良好的關係，最終提升其滿意度及忠誠度，並同時為企業帶來良好的營收成長。

本研究採用美國comScore資料庫，針對Hotels.com住宿訂房網站之使用者造訪資料進行深入分析，此外，為了考量使用者間的異質性，本研究透過層級貝氏統計法建立預測模型，主要針對造訪時間間隔變數，將使用者的造訪行為以規律或不規律之型態進行區分，透過實證分析，本研究將造訪者分為三個族群：怠慢型造訪者，其不規律造訪時間間隔大於規律造訪時間間隔；加速型造訪者，其不規律造訪時間間隔小於規律造訪時間間隔；混合型造訪者，其不規律造訪時間間隔接近規律造訪時間間隔。此外，進一步結合時間序列折線圖進行分析，以更加了解個別使用者的造訪行為趨勢，最終提供企業合適的客製化行銷管理策略。

關鍵字

顧客關係管理 ； 資料庫行銷 ； 網路瀏覽行為 ； 層級貝氏統計 ； 造訪時間間隔

並列摘要

無資料

並列關鍵字

customer relationship management ； database marketing ； website visiting behaviors ； hierarchical Bayesian statistics ； inter-visit times

參考文獻

4. 陳信良(2005)，「以層級貝氏統計方法建構一般化迦瑪分配購買期間預測模型」，國立臺灣大學國際企業學研究所碩士論文。

2. 呂玉敏(2005)，「應用雙變量層級貝氏定理於顧客價值分析─以網路購物為例」，國立臺灣大學商學研究所碩士論文。

1. 李大有(2011)，「網路造訪行為與瀏覽行為對購買決策影響之研究」，國立臺灣大學國際企業學研究所博士論文。

8. 賴巧文(2010)，「網路消費者行為之網站造訪期間對購買期間的影響性─以訂機票網站為例」，國立臺灣大學國際企業學研究所碩士論文。

3. 周佳瑢(2014)，「跨網站網路造訪與瀏覽行為對購買決策之影響─以Southwest.com為例」，國立臺灣大學國際企業學研究所碩士論文。