在資訊科技的推波助瀾下，不僅企業競爭的強度與速度倍數於以往，激增的市場交易也使得各企業所需儲存與處理的資料量越來越龐大。為了因應外界的競爭，如何能快速且有效的從資料庫中取得有用的資訊，並反應市場或消費者的需求，成為各企業重視的焦點。藉由資料探勘的技術可從龐大的交易資料中找出顧客的消費特徵，並透過完善的顧客關係管理策略的運用，來提高顧客的忠誠度與企業之獲利。
本研究將國內某金融機構之顧客資料庫的顧客基本資料及刷卡記錄，利用類神經網路中的自組織映射圖網路 (SOM) 與統計集群分析的K群平均數法 (K-means) 兩種分群方法做比較，找出適用於發卡銀行之顧客資料庫的區隔模式，並根據資料探勘過程中所獲得的相關資料進行統計分析，最後應用各種行銷手法於不同的顧客類型，以提升顧客之忠誠度，增加發卡銀行的競爭力。

Because of the information technology expanding and the keen competition among the financial institutions, the miscellaneous consumers’ data lead to data processing hardly in enterprises. Therefore, how to obtain the useful information from the consumers’ database to find out the their demand becomes the most important target of the financial institutions. In addition, using the hot technology, data mining, can find out the characteristics of consumers’ behavior from the diverse database and establish the fit strategy for the consumer relationship management.
This research will compare self-organizing map (SOM) with the statistical cluster analysis, K-means, by analyzing the consumers’ database of the financial institution. We obtain the discriminative model for the consumers’ database of the card-issuing bank and utilize the different marketing modes for each distinct consumer’ group to promote the consumers’ loyalty and strengthen the competitive ability of the card-issuing bank.

一、緒論 1
1.1 研究背景與動機 1
1.2 研究目的 2
1.3 國內信用卡市場概況 3
1.4 研究範圍與限制 4
1.5 研究方法與步驟 5
1.6 論文架構與流程 7
二、文獻探討 8
2.1 顧客關係管理 8
2.1.1 顧客關係管理的定義 8
2.1.2 顧客關係管理之執行步驟 10
2.1.3 顧客關係管理之架構 13
2.1.4 運用資訊科技推動顧客關係管理 14
2.2 資料探勘 16
2.2.1 資料探勘的定義 17
2.2.2 資料探勘的執行流程 18
2.2.3 資料探勘的功能 19
2.2.4 資料探勘的應用 21
2.3 應用資料探勘於顧客區隔之相關研究論文 23
2.4 類神經網路與集群分析之相關研究 24
三、研究方法 25
3.1 研究架構 25
3.2 前置處理 25
3.3 類神經網路 26
3.3.1 類神經網路的基本架構 27
3.3.2 類神經網路之類型 29
3.4 自組織映射圖網路 31
3.4.1 自組織映射圖網路的架構 31
3.4.2 SOM顧客分群的符號說明及網路演算法 36
3.5 統計集群分析 40
四、實證研究 46
4.1 資料描述與處理 46
4.2 自組織映射圖網路之顧客分群結果 52
4.3 K-means之顧客分群結果 54
4.4 SOM與K-means顧客分群之結果比較 56
4.5 各集群之顧客特性 59
4.6 各集群之顧客資料結構 64
4.7 顧客關係管理的策略應用 67
五、結論與建議 69
5.1 結論 69
5.2 後續研究與建議 70

1. 呂奇傑，「演化式類神經網路分類技術於資料探勘上之應用」，輔仁大學應用統計學研究所碩士論文，2001。
2. 李振昌譯，Papows J.著，16定位，大塊文化出版有限公司，台北 (1999)。
3. 林信忠，「資料發掘技術應用于健保醫療費用稽核之研究」，元智大學管理研究所碩士論文，1999。
4. 林義堡，「運用資訊科技推動顧客關係管理」，電子化企業：經理人報告，3，35-42 (1999)。
5. 洪廣禮，「廿一世紀的客戶關係管理」，通訊雜誌，72，1999。
6. 徐慧君，「應用案例式推理於顧客關係管理之行銷研究─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，2002。
7. 許中川、洪鋕鋒，「資料庫知識發掘前置處理與欄位拆解」，第三屆國際資訊管理研究暨實務研討會論文集，362-369，1997。
8. 陳文華，「運用資料倉儲技術於顧客關係管理」，能力雜誌，527，132-138 (2000)。
9. 黃奕瑛，「金融業導入顧客關係管理之關鍵成功因素探討」，台北大學企業管理研究所碩士論文，2001。
10. 葉怡成，類神經網路模式應用與實作，儒林圖書有限公司，台北 (1999)。
11. 遠擎管理顧問公司，顧客關係管理深度解析，紅螞蟻圖書有限公司，台北 (2001)。
12. 劉玉萍，「運用一對一行銷執行顧客關係管理以提升企業利潤」，電子化企業：經理人報告，11，7-10 (2000)。
13. 劉如興，「信用卡資料庫行銷之顧客價值分析與促銷成效之研究」，台灣大學國際企業學研究所碩士論文，2001。
14. 廖志德，「互動時代的客戶關係管理」，能力雜誌，524，24-30 (1999)。
15. 薛如珊，「使用自組織映射網路進行資料群集和資訊樣型採擷的資料探勘法」，台灣大學工業工程學研究所碩士論文，2001。
16. Berry, M. and G. Linoff, Data Mining Techniques for Marketing, Sales and Customer Support, John Wiley, New York (1997).
17. Bigus, J. P., Data Mining with Neural Networks, McGraw-Hill, New York (1996).
18. Bhandari, I., E. Colet, J. Parker, Z. Pines, R. Pratap and K. Ramanujam, “Brief application de-scription advanced scount,” Data Mining and Knowledge Discovery, 121-125 (1997).
19. Curt, H., “The devil’s in the detail: techniques, tools, and applications for data mining and knowledge discovery-part one,” Intelligent Software Strategies, 6 (9), 3 (1995).
20. Cabena, P., P. O. Hadjinaian, J. Stadler, J. Verhees, and A. Zanasi, Discovering Data Mining from Concept to Implementation, Prentice Hall, New York (1998).
21. Fayyad, U., G. Piatetsky-Shapiro, and P. Smyth, “The KDD process for extracting useful knowledge from volumes of data,” Communications of the ACM, 39, 27-34 (1996).
22. Fish, K. E., J. H. Barnes, and M. W. Aiken, “Artificial neural networks: a new methodology for industrial market segmentation”, Industrial Marketing Management, 24, 431-438 (1995).
23. Fayyad, U. M., “Data mining and knowledge discovery: making sense out of data,” IEEE Expert, 11 (5), 22-23 (1996).
24. Ganti, V., R. Ramakrishnan, J. Gehrke, A. Powell, J. French, “Cluster large datasets in arbitrary metric spaces,” In Proceedings of the 15th International Conference on Data Engineering, 502-511 (1999).
25. Hand, D. J., G. Blunt, M. G. Kelly, and N. M. Adams, “Data mining for fun and profit,” Statistical Science, 15 (2), 111-131 (2000).
26. Jang J-S. R., et al., Neuro-Fuzzy and Soft Computing, A Computational Approach to Learning and Machine Intelligence, Prentice Hall, 1997.
27. Balakrishnan, P. V., M. C. Cooper, V. S. Jacob, and P. A. Lewis, “A study of the classification capabilities of neural networks using unsupervised learning: a comparison with k-means clustering”, Psychometrika, 59 (4), 509-525 (1994).
28. Kalakota, R. and M. Robinson, E-Business: Roadmap for Success, Addison-Wesley (1999).
29. Raymond L. and Y. C. David, “Customer relationship management analysis framework strategies”, Journal of Computer Information System, 82-96 (2001).
30. Morgan, R. M. and S. D. Hunt, “The commitment-trust theory of relationship marketing”, Journal of Marketing, 58, 20-38 (1994).
31. Philip, K., Marketing Management: Analysis, Planning, Implementation, and Control, David Borkowsky, New Jersey (1997).
32. Peppers, D. and M. Rogers, The One to One Manager: Real-World Lessons in Customer Relationship Management, Doubleday, New York (1999).
33. Ratcliff, P., “Managing deeper relationship”, Mortgage Banking, 60 (6), 94-100 (2000).
34. Robert, G., Data Mining: Building Competitive Advantage, Prentice Hall, New York (1999).
35. Sung, H. H., and C. P. Sang, “Application of data mining tools to hotel data mart on the intranet for database marketing,” Expert Systems With Applications, 15, 1-31 (1998).
36. Simoudis, E., “Reality check for data mining,” IEEE Expert, 11 (5), 26-33 (1996).
37. Tiwana, A., The Essential Guide to Knowledge Management E-Business and CRM Applications, Prentice Hall, New York (2001).
38. Venugopal. V., and W. Bates, “Neural network & their application in marketing management,” Journal of System Management, 45 (9), 16-21 (1994).
39. Waggoner, R., “Have you made a wrong turn in your approach to market?, ” Journal of Business Strategy, 20 (6), 16-21 (1999).
40. Wyner, G. A., “Customer profitability: linking behave to economics,” Marketing Research, 8 (2), 36-38 (1996).
41. 財金資訊股份有限公司，http://www.fisc.com.tw/index.asp。
42. 中華資料採礦協會，http://www.cdms.org.tw/index2.htm。