Title

應用資料探勘於電子商務之消費行為研究-以音樂購物網為例

Translated Titles

An Application of Data Mining on Consumer Behavior of E-Commerce- A Case Study of Music E-Shops

Authors

蔡秉修

Key Words

資料探勘 ; RFM模型 ; K-means分群法 ; C5.0決策樹 ; Data Mining ; RFM Model ; K-means Analysis ; C5.0 Decision Tree

PublicationName

臺北科技大學工業工程與管理系碩士班學位論文

Volume or Term/Year and Month of Publication

2014年

Academic Degree Category

碩士

Advisor

王河星

Content Language

繁體中文

Chinese Abstract

近年來資訊科技快速發展,電子商務成為許多產業亟欲發展的經營領域。透過網際網路,可大幅降低開店所需成本,而消費者也可不受時空限制進行消費。本研究的主要目的在於找出顧客的消費特性,並針對不同顧客的需求,進行行銷策略之探討。 本研究以國內音樂購物網站為研究對象,藉由資料庫中的歷史交易資料進行資料探勘,將交易紀錄利用RFM(Recency, Frequency, Monetary)分析找出顧客的價值,接著利用K-means分群法,將顧客依照其特性做適當分群;並利用顧客資料中的居住地區進行市場區隔,探討不同市場區隔下顧客之購物行為;最後透過決策樹分析找出顧客對熱門商品的消費特徵。根據分析的結果提出適當的行銷策略,做為個案公司顧客關係管理之參考。

English Abstract

Information technology has developed rapidly in recent years. Consequently, E-commerce has become more popular in many industries. Through the internet, stores can not only decrease cost dramatically, but also attract consumers to purchase products without time-and-space restrictions. The main purpose of this research is to identify customer characteristics and to develop the corresponding marketing policies in different customer demands. This research focuses on two main music web-stores in Taiwan and applies data mining techniques to analyze historical transaction data in three step. Firstly, we applied the RFM model to find the value of customers, and then used K-means analysis to cluster customers into groups. Secondly, we segmented the market based on customer’s geographic information and discussed customer behavior for different markets. Thirdly, we applied decision tree to identify customer characteristics in terms of popular merchandises. Finally, based on the empirical results, we proposed several marketing strategies for the companies.

Topic Category 管理學院 > 工業工程與管理系碩士班
工程學 > 工程學總論
社會科學 > 管理學
Reference
  1. 1. 尹相志,Microsoft SQL Server 2008 Data Mining資料採礦,台北:悅知文化,2009。
    連結:
  2. 5. 柯榮哲,顧客關係管理之購買行為模式與背景結構分析:以教育訓練業個案為例,碩士論文,台北大學統計研究所,新北,2009。
    連結:
  3. 7. 張心馨、蔡獻富,「以Data Mining 技術結合SOM 和K-Mean 的消費者分群方法於顧客關係管理和績效獲利性評估之實證研究」,資訊管理學報,第十一卷,第四期,2004,161-203頁。
    連結:
  4. 11. 黃村彰,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,碩士論文,高雄餐旅學院旅遊管理研究所,高雄,2006。
    連結:
  5. 14. 劉文良,數位世紀顧客關係管理,台北:藍海文化,2009。
    連結:
  6. 19. Berry, M. J. A., and Linoff, G., Data Mining Techniques: For Marketing Sale and Customer Support, New York: John Wiley & Sons, Inc, 1997.
    連結:
  7. 21. Chen, D., Sain, S. L., and Guo, K., “Data mining for the online retail industry: A case study of RFM model-based customer segmentation using data mining,” Journal of Database Marketing & Customer Strategy Management, vol. 19, no. 3, 2012, pp. 197-208.
    連結:
  8. 25. Kahan, R., “Using database marketing techniques to enhance your one-to-one marketing initiatives,” Journal of Consumer Marketing, vol. 11, no. 1, 1998, pp. 68-76.
    連結:
  9. 27. Kotler, P., Marketing Management: Analysis, Planning, Implementation, and Control, N. J.: Prentice Hall, 1996.
    連結:
  10. 28. Marcus, C., “A practical yet meaningful approach to customer segmentation,” Journal of Consumer Marketing, Vol. 15, 1998, pp. 494-504.
    連結:
  11. 30. McKim, B., and Hughes, A. M., “How to measure customer relationship management success,” The Journal of Database Marketing, vol. 8, no. 3, 2001, pp. 224-231.
    連結:
  12. 31. Miglautsch, J., “Application of RFM principles: What to do with 111 customers,” The Journal of Database Marketing, vol. 9, no. 4, 2002, pp. 319-324.
    連結:
  13. 33. Pfeifer, P. E., and Carraway, R. L., “Modeling customer relationships as Markov chains,” Journal of interactive marketing, vol. 14, no. 2, 2000, pp. 43-55.
    連結:
  14. 34. Quinlan, J. R., “Induction of decision trees,” Machine learning, vol. 1, no. 1, 1986, pp. 81-106.
    連結:
  15. 36. Smith, W. R., “Product differentiation and market segmentation as alternative marketing strategies,” The Journal of Marketing, 1956, pp. 3-8.
    連結:
  16. 38. Ha, S. H., and Park, S. C., “Application of data mining tools to hotel data mart on the Intranet for database marketing,” Expert Systems with Applications, vol. 15, no. 1, 1988, pp. 1-31.
    連結:
  17. 39. Wong, J. Y., and Chung, P. H., “Managing valuable Taiwanese airline passengers using knowledge discovery in database techniques,” Journal of Air Transport Management, vol. 13, no. 6, 2007, pp. 362-370.
    連結:
  18. 2. 田仍杰,生活型態與市場區隔對消費者選擇自行車影響之研究,碩士論文,僑光科技大學全球運籌管理研究所,台中,2010。
  19. 3. 余姣嬌,台灣地區城市消費力指數之建立-以交通為例,碩士論文,輔仁大學統計資訊學系應用統計碩士班,新北,2013。
  20. 4. 李郁雯,台灣旅遊市場區隔與旅遊行為之研究,碩士論文,中華大學經營管理研究所碩士班,新竹,2007。
  21. 6. 翁誌謙,應用資料探勘技術於顧客關係管理-以兒童牙醫診所為例,碩士論文,彰化師範大學企業管理研究所,彰化,2011。
  22. 8. 張雅幀,3C零售連鎖通路之資料庫行銷策略探討,碩士論文,高雄第一科技大學行銷與流通研究所,高雄,2005。
  23. 9. 陳錦堂,應用資料庫行銷於醫學美容行銷之研究,碩士論文,佛光大學資訊學系,宜蘭,2007。
  24. 10. 曾憲雄,資料探勘Data Mining,台北:旗標,2005。
  25. 12. 經濟部商業司,101年度新網路時代電子商務發展計畫,台北:經濟部,2012。
  26. 13. 廖述賢、溫志浩,資料採礦與商業智慧,台北:雙葉書廊,2009。
  27. 15. 文化部,100年流行音樂產業報告,造訪日期:西元2013年12月4日,擷取自:http://www.bamid.gov.tw/BAMID/Code/Resource/zh_tw/HtmlEditor/Pic/
  28. ef902908-24ab-4733-8347-e32010a0d7af.pdf。
  29. 16. IFPI 財團法人台灣唱片出版事業基金會,造訪日期:西元2013年11月21日,擷取自:http://www.ifpi.org.tw/。
  30. 17. 行政院主計處,家庭收支調查,造訪日期:2014年3月20日,擷取自:
  31. http://win.dgbas.gov.tw/fies/index.asp。
  32. 18. 謝邦昌,消費者信心之2013年台灣地區城市消費力指數,造訪日期:2014年4月18日,擷取自:http://www.management.fju.edu.tw/subweb/phdba/03_news_
  33. detail.php?NID=280。
  34. 20. Birant, D., “Data Mining Using RFM Analysis,” Knowledge-Oriented Applications in Data Mining, 2011.
  35. 22. Griffin, J., Customer Loyalty, New York: Simmon & Schurster Inc.20, 1995.
  36. 23. Hughes, A. M., Strategic Database Marketing, Chicago: Probus Publishing, 1994, pp. 128-140.
  37. 24. Jones, T. O., and Sasser, W. E., “Why satisfied customers defect,” Harvard business review, vol. 73, no. 6, 1995, pp. 88.
  38. 26. Kotler, P., and Armstrong, G., Principles of Marketing, N. J.: Prentice Hall, 2006.
  39. 29. McDonald, M., Service Quality and Customer Lifetime Value in Professional Sport Franchises, Massachusetts: University of Massachusetts, 1996.
  40. 32. Peppers, D., and Rogers, M., One to One B2B: Customer Development Strategies for the Business-to-Business World, New York: Cahners Business Information, 2001.
  41. 35. Reinartz, W., and Kumar, V., “The mismanagement of customer loyalty,” Harvard business review, vol. 80, no. 7, 2002, pp. 86-95.
  42. 37. Stone, B., and Jacobs, R., Successful direct marketing methods, Lincolnwood: NTC Business Books, 1988.
Times Cited
  1. 劉羿君(2017)。網路拍賣出價行為與價格哄抬之分群研究。中山大學資訊管理學系研究所學位論文。2017。1-96。