巨量資料運用於流通業商業智慧系統發展佈局之研究

A Study of Applying Big Data to the Development and Layout of Business Intelligence System for the Retailing Industry

陳協慶(Hsieh-Ching Chen)

指導教授 ： 蕭瑞祥

淡江大學/商管學院/資訊管理學系碩士班/碩士(2015年)

https://doi.org/10.6846/TKU.2015.00446

摘要

流通業界在面對系統資料越來越龐大，如何在原已建置或即將建置的商業智慧系統(BI)之基礎上，結合巨量資料之新觀念，以延續商業智慧系統的生命週期與未來發展，為目前流通業界重要的議題。
本研究旨在探討流通業在建置商業智慧系統後，如何以商業智慧為基礎延伸應用巨量資料的概念，進而如何整合巨量資料之理論以維持商業智慧系統的價值。本研究先經文獻分析探究流通業與巨量資料的定義，進而發展一雛型系統，再運用專家訪談之研究方法蒐集流通業導入意願及現況問題。專家使用雛型系統後，經訪談彙總出的建議結果：流通業界應使用巨量資料的概念，延伸發展商業智慧系統，流通業界可使用RFM(Recency Frequency Monetary)模型了解顧客貢獻以及流通業可使用巨量資料的資料價值化定義來產生新的獲利模式。本研究成果可提供流通業界利用巨量資料建置商業智慧系統之參考。

關鍵字

巨量資料 ； 商業智慧系統 ； 流通業

並列摘要

The retailing industry when facing the growing large volume of system data, how to integrate the novel big data concept with the existing business intelligence (BI) system or BI system about to establish; and how to expand the BI system’s life cycle and its further development became an essential issue.
The research aims to discuss how the retailing industry extend the application of the big data concept after BI-system been established and further integrate the big data theories to maintain the value of existing BI systems. A prototype system was developed after literature analysis of the definitions of “Retailing Industry” and “Big Data”. And then the expert interview method was adopted to find the intention and status quo of the industry on big data application. After the prototype system been trailed by the experts, it is summarized and suggested that: 1. the retailing industry shall utilize the big data concept to extend BI systems; 2. RFM (Recency Frequency Monetary) model can be used to evaluate customers’ attribution; and 3. the data value definition of big data can be used to generate new profit modes. The research achievements can be provided to the retailing industry as references to apply big data in BI system establishment.

並列關鍵字

Big Data ； Business Intelligence ； Retailing Industry

參考文獻

[12] 邱宏彬、蘇建源，2004，『一個可彈性支援顧客關係管理與資料庫行銷之模糊RFM Model』，電子商務學報，第6卷，第2期，149~173頁。

[13] 許雅涵、徐武永、李世能，2011，『運用RFM 模型分析顧客消費行為與貢獻度之研究及應用實務-以中油會員卡顧客為例』，石油季刊，第47卷，第1期，83~100頁。

[2] 台灣經濟研究院 TIE，2014， 『2014年我國批發及零售業分析』。

[10] 簡玠忠，2013，『基於 Hadoop框架建立巨量資料分析處理模型研究』。

[1] Duhigg, C. 2012. ”The power of habit: Why we do what we do in life and business,” Random House.