Title

運用資料探勘技術於進口精品傢俱之顧客分析

Translated Titles

The Application of Data Mining to Customer Analysis of Imported Fine Furniture Company

DOI

10.6827/NFU.2015.00078

Authors

謝宛臻

Key Words

精品傢俱 ; 顧客分析 ; 資料探勘 ; 決策樹 ; 群集分析 ; imported fine furniture ; customer analysis ; data mining ; decision tree ; clustering

PublicationName

虎尾科技大學工業工程與管理研究所在職專班學位論文

Volume or Term/Year and Month of Publication

2015年

Academic Degree Category

碩士

Advisor

黃信豪

Content Language

繁體中文

Chinese Abstract

隨著消費者意識的抬頭,許多企業的經營也就越來越重視顧客關係之管理。在微利時代,企業除了要積極開發新顧客,針對原有顧客的消費模式也需要加以分析,如此才能以有限的行銷資源來達到獲取最大的效益。 顧客分析的結果也可幫助企業擬定相關產品行銷策略,近年來資料探勘技術已廣泛被應用在顧客關係管理領域,因此,本研究首先針對台中某精品傢俱業者之顧客交易資料進行探討分析,利用資料探勘手法與工具,提出資料探勘模式及架構對應顧客屬性及其消費情況以找出顧客消費行為的相似性,除了使用基本統計分析外,並採用資料探勘技術中之關聯分析及決策樹分析來分析顧客交易資料,最後再利用群集化方法來進行顧客分群。

English Abstract

The competition in today’s competitive market has become more and fiercer due to the increasing customer awareness. Customers today tend to be more price sensitive, sophisticated and calculative in deciding the service providers. Therefore, more and more companies are paying attention to customer relationship management in order to remain good relationship with the customers and increase profits. . In recent years, data mining technique has been widely used in the field of customer relationship management. Hence, the objective of this study is to apply data mining to analyze the customers of an imported fine furniture company in Taichung, Taiwan. Through customer analysis the company will be able to gain more insights into current and prospective customers in order to develop an effective marketing strategy that increases company’s profits. Data analysis methods used in this study includes statistical analysis, link analysis, decision tree, and clustering.

Topic Category 管理學院 > 工業工程與管理研究所在職專班
工程學 > 工程學總論
社會科學 > 管理學
Reference
  1. 2.陳協勝; 蔡璧卉,精品特質、衝動性特性、虛榮心對精品購買意願影響之研究,行銷評論,7 卷 4 期,12/1/2010 ,P 447-470
    連結:
  2. 8.吳志南(2005),「消費者環保意識態度與綠色消費行為對綠色產品設計之影響-以家具為例」,設計學報第10 卷第3 期
    連結:
  3. 10.李文吉(2001), 應用移動平均迴歸法與倒傳遞類神經網路預測高鐵車站電力負載預測,國立虎尾科技大學碩士論文。
    連結:
  4. 11.李俊宏、古清仁(2010),「類神經網路與資料探勘技術在醫療診斷之應用研究」,工程科技與教育學刊,7(1),頁154~169。
    連結:
  5. 13.沈清正、陳彥良、陳仕昇、高鴻斌、張元哲、陳家仁、黃琮盛(2002),「資料間隱含關係的挖掘與展望」,資訊管理學報,9,頁75~100。
    連結:
  6. 14.林誠、劉福堂(2005),「資料探勘在寬頻網路客戶目標行銷之應用研究」,電子商務學報,7(2),頁121~138。
    連結:
  7. 15.洪菁憶(2008), 循序探勘在軟體版本控制上的應用,國立中央大學碩士論文。
    連結:
  8. 16.洪嘉聲、盧鈺欣、歐進士(2008),「運用決策樹技術探討會計師選擇之關鍵決定因素」,會計與公司治理, 5(2),頁55~77。
    連結:
  9. 20.許哲強(2003),台灣區域電力負載預測分析系統之建立與應用研究,國立成功大學博士論文。
    連結:
  10. 24.彭重恩(2005),高中學生生活科技及數理成績與大學學科能力測驗數理科成績之相關研究,國立台灣師範大學碩士論文。
    連結:
  11. 28.黃仁鵬、柯柏瑄(2009), 「GSSA:以階段分組排序搜尋機制探勘關聯規則之演算」,電子商務學報,11(3),頁551-568。
    連結:
  12. 29.黃仁鵬、藍國誠 (2006),「高效率探勘關聯規則之演算法-GRA」, 電子商務學報,8(4),頁469~498。
    連結:
  13. 30.黃舒郁、謝銘智、蕭釧瑛、林永青(2010),「淺談資料倉儲」,中工程,109。
    連結:
  14. 33.趙景明、楊慧雯(2010),「多重資料串流環境序列樣式探勘之應用-以台灣股市為例」,資訊管理展望, 12(2), 頁113~132。
    連結:
  15. 34.劉介傳(2013),利用資料探勘技術探討台灣壽險市場發展之研究,嶺東科技大學碩士論文。
    連結:
  16. 38.Cheng-Yuan Chang(2001), "Phase-compensated Algorithm to the Application of Active Noise Control System," Journal of Ching Yun Institute of Technology, Vol. 20, No. 1, pp. 33-41.
    連結:
  17. 39.Vigneron, F. and Johnson, L. W., "Measuring Perceptions of brand luxury," Journal of Brand Management, Vol. 11, No. 6, 2004, pp. 484-506.
    連結:
  18. 41.Schmitt, B. H. (1999). “Experiential Marketing”, Journal of Marketing Management, 15, pp. 53-67.
    連結:
  19. 42.Kapfere & Bastien(2011), Crème De La Mer World Ocean Day Limited Edition Press Release 16 ESTÉE LAUDER official website (accessed ... A Connectionist Expert Systen for Dermatology Diagnosis“, Expert Systems, , pp. 15-22.
    連結:
  20. 43.Dodds, W. B., Monroe, K., & Grewal, D. (1991). Effects of Price, Brand, and storeInformation on Buyers’ Product Evaluations. Journal of Marketing Research, 28, 307-319
    連結:
  21. 46.Yoon, Y., Brobst, R. W., Bergstresser, P. R., & Peterson, L. L. (1990). “A Connectionist Expert Systen for Dermatology Diagnosis“, Expert Systems, 7(1), pp. 23-31.
    連結:
  22. 47.Ang, J., Simoudis, Koh, S. (1997). “Exploring the Relationships Between User Information Satisfaction and Job Satisfaction”, 17(3), pp. 169-177.
    連結:
  23. 49.Batra, R. & David Shepard Associates (1995). The New Direct Marketing: How to Implement a Profit-Driven Database Marketing Strategy, Irwin, Burr Ridge, IL.
    連結:
  24. 51.Chebat, J. C., Filiatrault, P., Katz, A., & Tal, S. M. (1994). “Strategies Auditing of Human and Financial Resource Allocation in Martketing: An Empirical Study Using Data Envelopment Analysis“, Journal of Business Research, 31, pp.197-208.
    連結:
  25. 53.Kouris, I. N., Makri, C. H., and Tsakalidis, A. K. (2005). "Using Information Retrieval Techniques for Supporting Data Mining”, Data & Knowledge Engineering, 52(3), pp. 353-383.
    連結:
  26. 63.S. Brin, R. Motwani, J. Ullman and S. Tsur, "Dynamic Itemset Counting and Implication Rules for Market Basket Data," In Proc. of the 1997 ACM-SIGMOD Conf. on Management of Data, pp. 255-264, 1997.
    連結:
  27. 64.Jiawei Han, Jian Pei and Yiwen Yin, "Mining Frequent Patterns without Candidate Generation," Proc. 2000 ACM-SIGMOD Int. Cnf. Management of Data (SIGMOD'00), PP.1-12, 2000.
    連結:
  28. 65.Jiawei Han and Micheline Kamber, Data Mining: Concepts and Techniques, Second Edition, 2006, Elsevier
    連結:
  29. 1.方世榮(1998),Philip Kotler 原著,行銷管理學-分析、計劃、執行、與控制,東華書局,台北。
  30. 3.王派洲(2000),Jiawei Han and Micheline Kamber 原著,資料探勘概念與方法,滄海書局,台北。
  31. 4.顧申(2004),認知日本系列,青島出版社,中國北京。
  32. 5.李金鳳 (2001),「資料探勘面面觀」,資訊與教育雜誌,台北。
  33. 6.余明哲(2003),圖書館個人化館藏推薦系統,國立交通大學碩士論文。
  34. 7.吳安琪(2001),利用資料探勘的技術及統計的方法增強圖書館的經營與服務,國立交通大學碩士論文。
  35. 9.吳靜薇(2000),應用決策樹與關聯規則於學生成績之分析-以台南市某職業學校為例,南台科技大學碩士論文。
  36. 12.李若俊(2000),家具業建立品牌之經營策略研究,國立台灣大學碩士論文。
  37. 17.孫冠華(2000),圖書館新書推薦之個人化服務方法,國立中山大學碩士論文。
  38. 18.張秀屏(2000),自創品牌策略、核心資源類型對品牌權益績效關係之研究-國際化企業策略聯盟之實證,中原大學企業管理研究所碩士論文。
  39. 19.莊國彬(2000),結合灰色與類模糊理論在負載預測運用,國立台北科技大學碩士論文。
  40. 21.郭黎憶(2003),精品業經營策略之探討,國立中正大學碩士論文。
  41. 22.陳琬真(2005),以後設分析探討顧客貢獻價值、關係品質及顧客忠誠度之關聯性,國立清華大學碩士論文。
  42. 23.陳超(2006), 國中基測與大學學測之相關分析-以旭光高中為例, 中華大學碩士論文。
  43. 25.曾憲雄、蔡秀滿、蘇東興、曾秋蓉、王慶堯 (2006),資料探勘Data Mining ,旗標出版股份有限公司,台北。
  44. 26.謝綺蓉 (1998)譯, Richard Koch 原著,80/20法則,大塊文化,臺北。
  45. 27.葉思迪 (2007) 譯,Drawbaugh 原著,品牌定天下,培生教育出版,臺北。
  46. 31.黃敬淳(2004),平行式類神經網路電力負載預測系統模式化研究運用,私立東海大學碩士論文。
  47. 32.楊朝祥 (2000),「高職五專多元入學方案之規劃與實施」, 立法院院聞,頁15~21。
  48. 35.劉興明(1994),結合自我迴歸與類神經網路運用於電力負數預測,國立東華大學碩士論文。
  49. 36.戴玉旻(2002),圖書館借閱紀錄探勘系統,國立交通大學碩士論文。
  50. 37.曾勇森 (2003) ,利用資料探勘技術增進圖書館之服務效益。南台科技大學碩士論文。
  51. 40.Agrawal, R. & Srikant, R. (1995). “Mining Sequential Patterns”, Proc. Of the Int’l Conference on Data Engineering (ICDE), Taipei, Taiwan.
  52. 44.Agrawal R. & Srikant, R. (1994). “Fast Algorithms for Mining Association Rules”, Proc. Of the 20th Int’l Conference on Very Large Databases, Santiago, Chile.
  53. 45.Donna Greiner and Theodore Kinni, op. cit. p. 164
  54. 48.Rudi L. Cilibrasi, Vitanyi, Paul M.B. Vitanyi. (2007). The google similarity distance. Knowledge and Data Engineering, IEEE Transactions on, 19(3), 370-383.
  55. 50.Berry, M. J., & Linoff, G. (1997). Data Mining Techniques:For Marketing Sale and Customer Support, John Wiley & Sons, Inc., New York.
  56. 52.Kleissner, C. (1998). “Data Mining for the Enterprise”, Proceedings of theThirty-First Hawaii International Conference, pp. 295-304.
  57. 54.Peacock, P. R. (1998). “Data Mining in Marketing: Part1”, Marketing Management, 16(4), pp. 8-18.
  58. 55.Cabena, P., Hadjinaian P., stadler, R., Verhees, J and Zanasi, A.,Discovering data mining from : Prentice Hall PTR,1997.
  59. 56.Alex, B., Stephen, S., & Kurt, T. (2000). Building Data Mining Applications for CRM, McGraw-Hill, New York.
  60. 57.Fayyad, U. M., Piatetsky-Shapiro, G., and Smyth, P. (1996). “From Data MiningTo Knowledge Discovery: An Overview American Association for Artificial Intelligence”, AI Magazine, 17(3), p. 37.
  61. 58.Curt, H. (1995). “The Devil's in the Detail: Techniques, Tools, and Application for Database Mining and Knowledge Discovery-Part 1”, Intelligent Software Strategies, 6(9), pp.1-15.
  62. 59.Coenen, F., Goulbourne, G., and Leng, P. (2004). ”Tree Structures for Mining Association Rules”, Data Mining and Knowledge Discovery, 8 (1), pp. 25-51.
  63. 60.Figueiredo, J. M. (2000). “Finding Sustainable Profitability in Electronic Commerce”, Sloan Management Review, 41(4), pp. 41-53.
  64. 61.Berry, Linoff. (1997). "Data Mining Techniques: For Marketing, Sales, and Customer Support, 12 (6), pp. 75-88.
  65. 62.R. agrawal and R. Srikant, "Fast Algorithms for Mining Association Rules," Proc. Int'l Conf. Very Large Data Bases, pp. 487-499, 1994
  66. 66.Efraim Turban, Ramesh Sharda, Dursun Delen, Decision Support and Business Intelligence Systems, Ninth Edition, 2011, Pearson.