臺灣博碩士論文加值系統

近年來，台灣地區人民的生活與教育水準提升，人們對醫療保健的需求與日俱增。健康檢查屬於預防醫學的範疇，大型醫療院所在規劃醫療服務多元化發展之際，自費式全身健康檢查成為各個醫院爭相開發的服務項目，為了要開發更多潛在的健檢顧客，許多醫院紛紛成立了健檢中心，希望符合顧客的期待並滿足其需求。若能正確掌握顧客的期望與需求，將可替醫院健檢中心創造更多的利潤。如何幫助醫院的健檢中心找尋競爭優勢，挖掘顧客潛在的一些關鍵資訊，保留可創造高價值的顧客，是一個值得深入的研究探討的課題。本研究主要在探討醫院健檢中心顧客關係管理資訊技術的應用，研究架構以健康檢查的顧客價值與檢查服務為內容，運用人工智慧領域資料探勘(Data Mining)的集群(Cluster)與決策樹(Decision Tree)等演算法，利用健檢中心顧客實證交易資料，建立顧客價值及檢查服務模型，藉由模型分析瞭解健檢顧客特質，發掘健檢顧客關係管理的核心知識，協助健檢中心進行顧客關係管理。
經由實證結果得知，健康檢查業的顧客關係管理適用80/20經營法則，顧客接受健康檢查有頻率低與金額低兩大特性，經由改良形成的RFMU模型可以更精準地分析健康檢查的顧客價值，解決RFM分析模型在健康檢查顧客價值計算的偏失，協助健檢中心針對不同群體的不同購買行為，來擬定相對應的行銷策略。最後，運用判別分析與決策樹等技術，建立健康檢查服務客製化模型，以作為開發檢查服務客製化雛型系統之參考。

關鍵詞：資料探勘、顧客關係管理、顧客價值

In recent years, Taiwanese have enhanced their standard of living and level of education. What has followed this progress is their increasing need for a complete medical health system. Physical examination is a branch of preventive medicine that has been recently introduced. While most large hospitals have been planned to diversify their medical services in order to attract more patients, a charged offer of physical examination has become a very competitive item. Many hospitals have built their own physical examination centers, hoping to satisfy the needs of the patients. In this way, the hospitals are capable of making much profit from the examination center. Thus, knowing how to bring the hospital a stable net income while competing with the others is a very significant lesson that should be constantly studied and expanded.
The objective of this study is to investigate the application of the Customer Relationship Management skill in terms of the physical examination services; By means of Clustering method and Decision Tree, we examined the correlation between the customers’ value and the content of the services offered. Moreover, the actual data of interaction between each patient and the examination center is recorded for the purpose of building a system that can clearly indicate the patients’ profiles and their need. This core knowledge will later be assed to help the hospital to manage their customers’ relationship.
From the result of the example, manage the rule in suitable 80/20 of relation management of the customer of the health examination industry, customers pay low amounts and the frequency of their check ups are lower than they should be, using an improved RFMU model can allow for the analysis of the value customers have for health examination, solve the mistake made in using RFM to calculate customers’ value, to draft the corresponding marketing tactics to different purchase behaviors of different colonies to help to be strong in examining the center. Finally, use and differentiate analysis and technology, such as decision tree, etc., set up health examination and serve customers and make the model of melting, as developing checking and serving the reference that the customers makes and melts the prototyping system.

Keyword: Data Mining, Customer Relationship Management, Customer Value

第一章 緒論 ……………………………………………………… 1
第一節 研究背景與動機 ……………………………………… 1
一 醫療衛生政策 …………………………………………… 1
二 醫療機構因應策略 ……………………………………… 1
三 顧客關係管理的發展 …………………………………… 2
第二節 研究目的與重要性 …………………………………… 3
一 研究目的 ………………………………………………… 3
二 研究重要性 ……………………………………………… 3
第三節 研究流程 ……………………………………………… 5
第四節 研究章節架構 ………………………………………… 6
第二章 文獻探討 ………………………………………………… 7
第一節 健康檢查與服務 ……………………………………… 7
一 健康檢查 ………………………………………………… 7
二 健康檢查服務 …………………………………………… 8
第二節 顧客關係管理 ………………………………………… 10
一 顧客關係管理的定義 …………………………………… 10
二 顧客關係管理的運用 …………………………………… 11
三 顧客關係管理的步驟 …………………………………… 13
四 顧客價值的意涵 ………………………………………… 14
五 健康檢查之顧客關係管理 ……………………………… 17
第三節 資料倉儲 ……………………………………………… 19
一 資料倉儲的定義 ………………………………………… 19
二 資料倉儲架構 …………………………………………… 19
第四節 資料探勘 ……………………………………………… 21
一 資料探勘的定義 ………………………………………… 21
二 資料探勘的使用時機 …………………………………… 21
三 資料探勘研究領域 ……………………………………… 22
四 資料探勘技術功能 ……………………………………… 22
五 資料探勘與資訊倉儲 …………………………………… 25
第五節 文獻回顧小節 ………………………………………… 27
第三章 研究方法 ………………………………………………… 28
第一節 研究架構 ……………………………………………… 28
第二節 研究設計 ……………………………………………… 29
第三節 研究對象 ……………………………………………… 31
一 個案健檢中心簡介 ……………………………………… 31
二 顧客來源及檢查項目 …………………………………… 31
三 健檢資訊流程 …………………………………………… 32
第四節 實驗方法與技術 ……………………………………… 33
一 顧客價值分析 …………………………………………… 33
二 分群方法 ………………………………………………… 33
三 分類方法 ………………………………………………… 34
四 決策樹分析 ……………………………………………… 35
第四章 研究結果與分析 ………………………………………… 38
第一節 系統軟硬體架構說明 ………………………………… 38
一 伺服器平台 ……………………………………………… 38
二 工作站電腦 ……………………………………………… 38
第二節 健檢資料統計分析 …………………………………… 40
一 健檢資料說明 …………………………………………… 40
二 健檢資料統計 …………………………………………… 40
三 統計分析 ………………………………………………… 43
第三節 健檢顧客價值分析 …………………………………… 45
一 RFM模型的定義 ………………………………………… 45
二 RFM模型的指標給分 …………………………………… 45
三 建構RFMU模型 ………………………………………… 47
四 實驗設計 ………………………………………………… 49
五 實驗模型作成 …………………………………………… 50
六 實驗結果分析 …………………………………………… 54
七 結果分析與行銷策略 …………………………………… 56
第四節 檢查服務客製化 ……………………………………… 60
一 檢查項目需求分析 ……………………………………… 60
二 操作流程 ………………………………………………… 61
三 實作結果 ………………………………………………… 63
第五節 建立健檢顧客關係管理支援系統 …………………… 73
一 顧客價值模型建立 ……………………………………… 73
二 健康檢查顧客關係管理系統雛型架構 ………………… 77
三 開發應用系統雛型 ……………………………………… 78
第五章 結論與建議 ……………………………………………… 79
第一節 研究結論 ……………………………………………… 79
一 健康檢查的特徵 ………………………………………… 80
二 顧客價值模型 …………………………………………… 80
三 檢查服務客製化流程 …………………………………… 80
四 規劃健檢顧客關係管理輔助系統 ……………………… 80
第二節 研究貢獻 ……………………………………………… 81
一 方法論的創新 …………………………………………… 81
二 建立健檢服務客製化模式 ……………………………… 81
三 建立健康檢查顧客關係管理系統雛型架構 …………… 81
第三節 研究限制 ……………………………………………… 82
一 樣本資料方面 …………………………………………… 82
二 處理效能方面 …………………………………………… 82
三 研究變數方面 …………………………………………… 82
四 系統建置方面 …………………………………………… 83
第四節 未來研究方向 ………………………………………… 84
一 健康檢查成本效益之評估研究 ………………………… 84
二 建構完整的顧客關係管理流程 ………………………… 84
三 預防醫學之研究 ………………………………………… 84
參考文獻 …………………………………………………………… 85
一 英文部份 ………………………………………………… 85
二 中文部份 ………………………………………………… 87
附錄一 全身健康檢查項目及臨床意義 ………………………… 89
附錄二 一般健康檢查彙整表 …………………………………… 93
附錄三 健檢資料庫檔案關連圖 ………………………………… 94
附錄四 RFM模型統計分析 ……………………………………… 95
附錄五 RFMU模型統計分析 ……………………………………… 96
附錄六 K-means RFM模型統計分析 …………………………… 98
附錄七 K-means RFMU模型統計分析 ………………………… 100
附錄八 Cluster 3群集統計分析 ……………………………… 102
附錄九 健康檢查顧客等級決策樹模型分析 …………………… 103
附錄十 不同群集ANOVA檢定 ………………………………… 104
附錄十一 健康檢查客製化決策樹規則-頂級餐 ……………… 105
附錄十二 健康檢查客製化決策樹規則-商務餐 ……………… 107
附錄十三 健康檢查客製化決策樹規則-經濟餐 ……………… 109

英文部份：
1.Agrawal, R., and Srikant, R. (1994), “Fast algorithms for mining association rules”, In Proc. Of the 20th VLDB Conference, pp.487-499, Santiago, Chile.
2.Agrawal, R., and Srikant, R. (March 1995), “Mining Sequential Patterns”, Proceedings of the international Conference on Data Engineering, pp.3-14, Taipei, Taiwan.
3.Berry, M. J. A., and G. Linoff (1997), Data Mining Techniques, JohnWiley & Sons.
4.Chaudhuri, S., and Dayal, U. (1997), “An Overview of Data Warehousing and OLAP Technology”, ACM SIGMOD Record, 26, pp.65–74.
5.Chen, M. S., Han, J., and Yu, P. S. (1996), “Data mining: An overview from a database perspective”, IEEE Trans. Knowledge and Data Engineering, 8, 6, pp.866-883.
6.Fayyad, U. M. (1996), ”Data Mining and Knowledge: Making Sense out if Data.”, IEEE Expert, Vol.11, no.5, pp.20-25.
7.Fu, Y., (1997), “Data mining task, technique and applications”, IEEE POTENTIALS, Oct./Nov.1997.
8.Hall, C. (1995), “The devil’s in the details: Techniques, tools, and applications for database mining and knowledge discovery - PartⅡ.”, Intelligent Software Strategies, Vol.XI, no.9, pp.1-16.
9.Han, J., and Kamber, M. (2001), “Data Mining: Concepts and Techniques”, Academic Press, San　Francisco.
10.Holbrook, K.B. (1996), “Customer Value-A Framework for Analysis and Research”, Advance in Consumer Research, Vol.23, pp.138-142.
11.Inmon, W. H. (1993), Build the Data Warehouse, John Wiley, pp. 33–144.
12.Kalakota, R., and Robinson, M. (1999), e-Business Roadmap for Success, Addison-Wesley Longman.
13.Kaplan, R. S., and D. P. Norton (1996), ”Using the balanced scorecard as a strategic managemant system”, Harvard Business Review, pp.75-85, January/February.
14.Kolter, P. (1998), Marketing Management: Analysis, Planning, Implementation, and Control, 9th ed., Englewood Cliffs N.J.: Prentice-Hall, Inc.
15.Lavrac, N. (1999), “Selected techniques for data mining in medicine.”, Artificial Intelligence in Medicine, Vol.16, pp.3-23.
16.Liu, D. R., and Shih, Y. Y. (2005), “Integrating AHP and data mining for product recommendation based on customer lifetime value”, Information & Management, 42, pp.387-400.
17.Michael J.A. berry, and Gordon S. Linoff (1997), data mining techniques: for marketing, sales,and customer support. New York: John Wiley and Sons.
18.Pieter, A., and Dolf, Z. (1996), Data Mining, Addison Wesley.
19.Pritchart, A., and P. Cantor (2000), “e-Channel Management: Electronic-Customer Relationship Management”, CustomerRelationship Management-A Strategic Imperative in the World of　E-Business, Canada: John Wiley & Sons.
20.Quinlan, J. R. (1993), C4.5: Programs for Machine Learning. San Mateo, California: Morgan Kaufmann.
21.Quinlan, J. R. (1996), “Induction of Decision Trees”, Machine Learning, 1, 1, pp.81-106.
22.Swift, R. S. (2001), Accelerating Customer Relationships: Using CRM and Relationship Technologies, Prentice Hall, Upper Saddle River, NJ.
23.Tiwana, A. (2001), The Essential Guide to Knowledge Management: E-Business and CRM Applications, Prentice Hall, Upper Saddle River, NJ.
24.Woodruff, R.B. (1997), “Customer Value: The Next Source for Competitive Advantage ”, Journal of The Academy of Marketing Science, Vol.25, pp.139-153.
25.Zeithaml, V. A. (1988), “Consumer Perceptions of Price, Quality, and Value: AMeans-End Model and Synthesis of Evidence”, Journal of Marketing, Vol.52, pp.2-22.



中文部份：
1.行政院衛生署：臺灣地區主要死亡原因。行政院衛生署統計資料，2005年。(http://www.doh.gov.tw/statistic/data/死因摘要/93年/93.htm)。
2.李文瑞：運用基因演算法建構疾病早期診斷模型之研究-以糖尿病前期之診斷為例。輔仁大學資訊管理學系在職專班，碩士論文，2004年。
3.李明章、許文揩：結合知識管理的顧客關係管理模式之研究。中國工業工程學會九十年度年會暨學術研討會，2001年，頁1-10。
4.李昇暾：以資料採礦深化顧客關係管理。電子化企業：經理人報告，2000年，頁37-42。
5.李博智：資料探勘在慢性病預測模式之建構。元智大學資訊管理學系(所)，碩士論文，2002年。
6.吳思華：策略九說，臉譜出版社，2000年9月。
7.吳欣穎：企業導入顧客關係管理之研究。國立台北大學企業管理學系，碩士論文，2000年。
8.林傑斌、陳湘、劉明德：SPSS統計分析實務設計寶典。博碩文化，台北，2002年。
9.洪維國、王小璠：CRM運作架構及服務策略發展之研究。2001年科技與管理學術研討會論文集，2001年，頁224-237。
10.孫安華：醫院採用顧客關係管理之研究。國立成功大學企業管理研究所，碩士論文，2002年。
11.連惟謙：應用資料分析技術進行顧客流失與顧客價值之研究。中原大學資訊管理學系，碩士論文，2004年。
12.野口吉昭編，楊鴻儒譯：CRM戰略執行手冊。麥格羅希爾，台北，2001年。
13.黃富妙：健檢新趨勢。中華民國醫檢會報，1996年，第11 卷，第3 期，頁59。
14.閔庭祥：顧客關係管理系統之價值模型建構。中央大學，博士論文，2001年。
15.葉涼川譯：CRM Data Mining應用系統建置，麥格羅希爾，台灣，2001年。
16.楊佩伶等：企業整體顧客關係管理運作模式之研究。資訊管理學報：產業電子化專刊三，2001年，第8期，頁49-62。
17.楊清潭：應用資料探勘技術於顧客價值分析之研究。東吳大學商學院資訊科學系，碩士論文，2003年。
18.張倩茜譯：資料庫行銷實用策略。遠擎管理顧問，台北，2001年，譯自Arthur M. Hughes。
19.張紹勳、張紹評、林秀娟：SPSS for Windows多變量統計分析。松崗，台北，2000年。
20.張勝立、李怡慶、黃銑扶、吳世望：談顧客關係管理在醫療服務業的適用性及其障礙。醫務管理期刊，2002年，第3卷，第3期，頁1-16。
21.廖舜怡：一對一顧客關係管理系統之建構-以醫療體系為例。國立成功大學工業管理科學系，碩士論文，2002年。
22.賴士奇、吳嘉哲、劉揚愷、楊子蕙 合譯：深化顧客關係管理，遠擎管理顧問，台北，2001年。
23.劉世琪：應用資料挖掘探討顧客價值-以汽車維修業為例。朝陽科技大學工業工程與管理系，碩士論文，2003年。
24.謝清佳、吳琮璠：資訊管理理論與實務（四版），智勝。台北，2000年。
25.顏志展：由資料倉儲角度探討醫療行銷之顧客情報管理。電腦科技。2001年，第58期，頁64-68。
26.藍中賢：結合模糊集合理論與貝氏分類法之資料探勘技術-應用於健保局醫療費用審查作業。元智大學資訊管理學系(所)，碩士論文，2000年。