應用最佳化模糊決策樹於顧客關係管理之研究

Applying Optimal Fuzzy Decision Tree to Customer Relationship Management

葉家妤(Chia-Yu Yeh)

指導教授 ： 蔡介元

元智大學/工程學院/工業工程與管理學系/碩士(2004年)

摘要

目前金融企業雖然擁有龐大的顧客資料，卻不知如何從中獲得有效的資訊。資料探勘技術就是能從大量資料中挖掘出隱含且有用的資訊，若能運用此技術從顧客相關交易資料中，分析顧客的個人資訊以及其行為模式，並且有效地將此資訊運用市場行銷活動中，將有助於金融業更加瞭解掌握特定顧客之行為特性，為顧客提供專屬的個人化服務，藉此增進與顧客之間的互動進而提升該顧客忠誠度與價值。
為了解決上述之問題本研究發展一個最佳化模糊決策樹(Opt_FDT)演算架構作為顧客關係管理運作系統的基礎。本研究所提出之最佳化模糊決策樹以階層式染色體編碼決定模糊決策樹的屬性個數與歸屬函數設定，並且利用基因演算法尋找最佳解的演化概念，找到最適合訓練資料型態的模糊規則，再以此模糊規則推論測試資料顧客的分類結果。經過IRIS與WINE兩組資料進行實驗分析後，我們發現Opt_FDT不論在模糊規則數量或資料分類準確度皆有突出的表現。
為了說明本研究提出的顧客關係管理運作系統，我們以實際網路銀行的資料作為案例；首先，我們將網路銀行資料進行前處理以轉換成所需格式，利用顧客行為變數的RFM指標模式將顧客區隔分類。獲得每個顧客分類之後，將顧客基本資料以及顧客交易資料作為最佳化模糊決策樹欲分析之顧客特徵屬性，最後分析最佳化模糊決策樹所產生的顧客規則，瞭解顧客特徵屬性與顧客分類之間的關係，讓網路銀行決策者能藉此針對不同價值之顧客做出適當的行銷策略。

關鍵字

網路銀行 ； 資料探勘 ； 基因演算法 ； 模糊決策樹 ； 顧客關係管理

並列摘要

Data mining technology has been shown that it can discover useful and valuable knowledge from a huge database. With the information, financial enterprises can understand specific characteristics of customers, provide appropriate personal service for them, and increase customer loyalty and value. In order to achieve the goal, this thesis develops an Optimal Fuzzy Decision Tree (Opt_ FDT) algorithm to enhance the Customer Relationship Management (CRM). In this paper, a number of attributes in FDT and membership functions are represented using chromosome codes. A Genetic Algorithm (GA) is applied to optimize the FDT solution from training data. The fuzzy rule is then used to predict the class for a new customer. Both common used IRIS and WINE datasets is tested and shown that Opt_FDT algorithm works well to them. The algorithm is then used to a real Internet bank dataset. First of all, RFM analysis is conducted to evaluate the classes of customers. Then, essential customer characteristic attributes are identified. Finally, the relationship between customers’ attributes and classes are constructed using the Opt_ FDT algorithm. With the results, managers can make a better marketing strategy for specific target customers.

並列關鍵字

Internet Bank ； Data Mining ； Genetic Algorithm ； Fuzzy Decision Tree ； Customer Relationship Management

參考文獻

36. 劉典嚴，「仰賴TQM解開顧客價值的三角習題」，品質管制月刊，Vol.37，57-60，2001.02。

17. 陳俊任，「應用資料挖掘於顧客關係管理之研究─以化妝品業為例」，元智大學工業工程與管理研究所碩士論文，2001。

18. 陳麗君，「應用資料探勘技術於信用卡黃金級客戶之顧客關係管理」，元智大學工業工程與管理研究所碩士論文，2003。

25. 馮炫竣，「消費者使用電子銀行之行為研究─以ATM、電話銀行及網路銀行為例」，元智大學管理研究所碩士論文，2000。

45. Butz, H. E. and L.D. Goodstein, “Measuring customer value: gaining the strategic advantage,” Organizational Dynamics, Vol.24, 63-77, 1996.