線上服務之顧客消費行為及滿意度分析

Consumer Behavior and Customer Satisfaction Analysis of Online Service Industry

張佳雯(Chia-Wen Chang)

指導教授 ： 許玉雪

國立臺北大學/商學院/統計學系/碩士(2012年)

摘要

本研究以線上服務之顧客消費行為作為分析研究資料，利用RFM模式中的最近購買日（Recency）、購買頻率（Frequency）、購買金額（Monetary amount）三個變數經由兩階段集群法（Two-stage clustering）與自組織映射圖（Self-organizing map, SOM）結合K-means分群法將顧客分群，發現兩種分群法皆可有效的將顧客分群。再透過分群品質評估方法加以比較，得到SOM結合K-means分群法較佳，並將顧客區分別「VIP會員」、「潛在會員」、「待開發會員」及「低價值失聯會員」四個顧客群集，而後針對此分群法所得到的顧客集群給予行銷策略上的建議。在滿意度分析方面，本研究將顧客滿意度中的十三項滿意度項目經由有序資料的因素分析法，將滿意度項目縮減為「專業面」、「系統面」及「資料庫」三項滿意度構面，針對不同的顧客分群及顧客特性(行業別、職務別、地區別及公司規模)進行顧客滿意度差異分析。本研究結果將提供線上服務業者在有限的資源下，可優先滿足重要顧客的需求及品質改善，如此不但可提高顧客滿意度亦為可為企業爭取更大利潤。

關鍵字

RFM分析 ； 兩階段集群法 ； 自組織映射圖 ； 有序資料因素分析 ； 顧客滿意度

並列摘要

In this study, a refined RFM model and two clustering methods, two-stage clustering and integrated self-organizing map and K-means clustering (SOM+ K-means), are proposed to do customer clustering, and to find out the optimal customers’ groups based upon customers’ consumption behaviors in the case of online service. The study results show that the SOM+K-means clustering method has the best performance, which effectively groups customers into four groups, namely, VIP group, potential group, developing group, and low-value without contact group. Besides, this study generalized thirteen customer satisfactions into four aspects by factor analysis of ordinal data, namely, professional, system performance and database factor. By comparing customer’ satisfaction of various customer groups and their characteristics, company can give priority to major customers for improving their service qualities. Finally, based on the study results of customer clustering and satisfaction analysis, we provide suggestions about marketing strategy for each group and recommend about quality improvement to increase company’s profit and also reduce the operating cost as well.

並列關鍵字

RFM ； Two-stage clustering ； SOM ； Factor analysis of ordinal data ； Customer satisfaction

參考文獻

陳思翰、羅淑娟(2006)。「以自我組織映射圖神經網路為基底之兩階層分群方法分析RFM 變數 」，電子商務研究，4 卷，3 期，頁265-284。

黃村彰(2006)，「應用資料採礦技術探討顧客關係管理之研究-以寒軒國際大飯店為例，高雄餐旅學院旅遊管理研究所碩士論文。

李姝瑩(2009)。「多變量有序資料量化方法及比較分析」，國立臺北大學統計學系碩士論文。

彭怡蓁(2011)，「有序資料量化之因素分析比較」，國立台北大學統計系碩士論文。

劉玉培(2009)。「應用混合分群技術於顧客分群-以汽車經銷商為例」，朝陽科技大學工業工程與管理系碩士論文。