臺灣博碩士論文加值系統

在服務業中，化妝品業將實質的產品與無形的服務銷售給顧客，因此，顧客便成為化妝品業的重心，然而透過顧客關係管理可以將產品與服務在最適合的時間(Time)、以最適合的管道(Deliver Channel)、把最適合的商品(Products)與服務(Service)、提供給最適合的顧客(Customers)；本研究以類神經中的自組織映射圖網路與統計的集群分析方法，將顧客的基本資料及消費記錄做為顧客分群的輸入因子，透過兩種分群方法，比較其優異，以提供化妝品業在不同顧客分群中，針對不同需求的顧客區隔進行不同的行銷活動，以利化妝品業降低成本、提高利潤的目的。

Customer satisfaction is always the most important factor in cosmetics business. To keep and develop a long-term relationship with customers, a cosmetics vendor should not only provide a valuable product but also thoughtful service. Through customer relationship management (CRM), we can provide the right products and services at the right time with the right deliver channel to the right customers. In this research, we propose a method that utilizes an artificial neural network and a statistic cluster method to distinguish customers based on their purchasing behavior. With the method, different segment results can be generated for cosmetics vendors to target potential customers with the right promotional activities. Our experiment shows that cosmetics vendors are expected to increase profit significantly.

第一章 緒論………………………………………………………………… 1
1.1 研究背景與動機…………………………………………………… 1
1.2 研究目的…………………………………………………………… 3
1.3 研究範圍與假設…………………………………………………… 4
1.4 研究方法與步驟…………………………………………………… 6
1.5 論文架構與流程…………………………………………………… 9
第二章 文獻探討……………………………………………………………10
2.1 顧客關係管理………………………………………………………10
2.1.1 顧客關係管理的定義………………………………………10
2.1.2 顧客關係管理的架構與執行步驟…………………………11
2.1.3 顧客關係管理的益處………………………………………14
2.2 資料倉儲……………………………………………………………15
2.2.1 資料倉儲的定義……………………………………………15
2.2.2 資料倉儲的分類……………………………………………17
2.2.3 運用資料倉儲的益處………………………………………19
2.3 資料挖掘……………………………………………………………21
2.3.1 資料挖掘的定義……………………………………………21
2.3.2 資料挖掘的執行步驟………………………………………24
2.3.3 資料挖掘的相關技術………………………………………25
2.3.4 資料挖掘的應用……………………………………………29
2.4 顧客關係管理相關研究論文………………………………………30
2.5 結論…………………………………………………………………33
第三章 問題描述……………………………………………………………34
3.1 行銷方式的變遷……………………………………………………34
3.2 產業背景介紹………………………………………………………35
3.2.1 全球化妝品市場概述………………………………………35
3.2.2 國內化妝品市場概述………………………………………37
3.3 問題描述與定義……………………………………………………38
第四章 研究方法……………………………………………………………45
4.1 類神經網路原理……………………………………………………45
4.2 類神經網路的基本架構……………………………………………46
4.2.1 運算元………………………………………………………46
4.2.2 層……………………………………………………………47
4.2.3 網路…………………………………………………………49
4.3 類神經網路的模式…………………………………………………50
4.4 自組織映射圖網路…………………………………………………52
4.4.1 SOM 的架構…………………………………………………52
4.4.2 SOM 在顧客分群的符號說明………………………………57
4.4.3 SOM 在顧客分群的演算程序及步驟………………………58
4.5 統計群集分析原理…………………………………………………60
第五章 案例驗證結果………………………………………………………65
5.1 案例資料說明………………………………………………………65
5.2 案例資料分析………………………………………………………68
5.3 SOM 模式顧客分群的結果…………………………………………72
5.4 K-mean模式顧客分群的結果………………………………………76
5.5 SOM 分群與K-mean分群結果比較…………………………………79
5.6 兩群組顧客的特性定義……………………………………………85
5.7 顧客關係管理的策略應用…………………………………………91
第六章 結論與建議……………………………………………………… 102
6.1 研究結論………………………………………………………… 102
6.2 研究貢獻………………………………………………………… 102
6.3 後續研究與建議………………………………………………… 103
參考文獻…………………………………………………………………… 105
圖目錄
圖1.1 ＣＲＭ運用循環圖……………………………………………………2
圖1.2 顧客關係管理的循環過程……………………………………………3
圖1.3 研究流程圖……………………………………………………………8
圖2.1 顧客關係管理執行步驟…………………………………………… 12
圖2.2 虛擬型資料倉儲…………………………………………………… 17
圖2.3 部門分散型資料倉儲……………………………………………… 18
圖2.4 分配型資料倉儲…………………………………………………… 18
圖2.5 集中型資料倉儲…………………………………………………… 19
圖2.6 雙層型資料倉儲…………………………………………………… 19
圖2.7 資料挖掘步驟……………………………………………………… 24
圖3.1 Ａ級百貨公司化妝品區88年營業額……………………………… 40
圖3.2 Ｂ級百貨公司化妝品區88年營業額……………………………… 41
圖3.3 Ａ級百貨公司化妝品區三大品牌每月營業額…………………… 41
圖3.4 Ｂ級百貨公司化妝品區三大品牌每月營業額…………………… 42
圖3.5 顧客資訊處理流程圖……………………………………………… 44
圖4.1 類神經網路之基本架構…………………………………………… 46
圖4.2 運算元之基本運作方式…………………………………………… 47
圖4.3 正規化輸出………………………………………………………… 48
圖4.4 競爭化輸出………………………………………………………… 48
圖4.5 競爭化學習………………………………………………………… 49
圖4.6 SOM 的空間映射概念……………………………………………… 52
圖4.7 SOM 架構…………………………………………………………… 54圖4.8 SOM 的「拓撲座標」觀念………………………………………… 55
圖4.9 SOM 的「鄰近區域」概念………………………………………… 56
圖4.10 優勝單元路徑……………………………………………………… 59
圖4.11 向量在距離空間分佈情形………………………………………… 61
圖4.12 階層式集群分析模式……………………………………………… 61
圖4.13 非階層式集群分析模式…………………………………………… 62
圖5.1 A 化妝品公司顧客基本資料系統執行畫面……………………… 67
圖5.2 A 化妝品公司顧客消費記錄系統執行畫面……………………… 67
圖5.3 職業欄位未做關連程度轉換……………………………………… 70
圖5.4 職業欄位以關連程度做轉換……………………………………… 71
圖5.5 RMS 收斂圖………………………………………………………… 73
圖5.6 SOM 輸出值條形圖………………………………………………… 74
圖5.7 K-mean疊代收斂圖………………………………………………… 78
圖5.8 C=6 顧客數集群圖………………………………………………… 84
圖5.9 群組一每月平均消費次數直方圖………………………………… 86
圖5.10 群組一每月平均消費金額直方圖………………………………… 88
圖5.11 群組二每月平均消費次數直方圖………………………………… 89
圖5.12 群組二每月平均消費金額直方圖………………………………… 90
圖5.13 「VIP 型」顧客婚姻狀況圓餅圖………………………………… 92
圖5.14 「潛在型」顧客婚姻狀況圓餅圖………………………………… 93
圖5.15 「VIP 型」顧客肌膚困擾統計圖………………………………… 94
圖5.16 「VIP 型」顧客肌膚困擾類別統計圖…………………………… 96
圖5.17 「潛在型」顧客肌膚困擾統計圖………………………………… 97
圖5.18 「潛在型」顧客肌膚困擾類別統計圖…………………………… 99
圖5.19 顧客資料庫肌膚型態圓餅圖………………………………………100
圖5.20 「VIP 型」顧客肌膚型態圓餅圖…………………………………100
圖5.21 「潛在型」顧客肌膚型態圓餅圖…………………………………101
表目錄
表2.1 顧客關係管理的步驟……………………………………………… 13
表2.2 資料挖掘技術的應用……………………………………………… 29
表2.3 顧客關係管理相關研究論文……………………………………… 31
表3.1 大眾行銷與關係行銷之差異……………………………………… 34
表3.2 1989∼1993年全球化妝品銷售額………………………………… 36
表3.3 1989∼1993年全球不同地區每人化妝品平均年消費額………… 37
表3.4 民國85年化妝品購買地點調查表………………………………… 38
表4.1 類神經網路模式簡表……………………………………………… 51
表5.1 顧客基本資料卡…………………………………………………… 65
表5.2 顧客消費記錄卡…………………………………………………… 65
表5.3 顧客分群欄位因子………………………………………………… 68
表5.4 相關係數判別表…………………………………………………… 69
表5.5 職業＊平均消費金額數值轉換表………………………………… 71
表5.6 肌膚困擾＊平均消費金額數值轉換表…………………………… 72
表5.7 肌膚困擾＊平均消費次數數值轉換表…………………………… 72
表5.8 SOM 顧客分群統計量表…………………………………………… 75
表5.9 SOM 輸出值分群變異分析表……………………………………… 75
表5.10 SOM 顧客分群表…………………………………………………… 76
表5.11 K-mean兩集群初始集群中心點…………………………………… 77
表5.12 K-mean兩集群最後集群中心點…………………………………… 77
表5.13 K-mean顧客分群表………………………………………………… 79
表5.14 SOM 群組差異比較表……………………………………………… 79
表5.15 K-mean群組差異比較表…………………………………………… 80
表5.16 SOM 分兩群組變異數分析表……………………………………… 80
表5.17 K-mean分兩群組變異數分析表…………………………………… 81
表5.18 K-mean分三群組變異數分析表…………………………………… 82
表5.19 K-mean分四群組變異數分析表…………………………………… 82
表5.20 K-mean分五群組變異數分析表…………………………………… 83
表5.21 K-mean分六群組變異數分析表…………………………………… 84
表5.22 K-mean六集群中心點……………………………………………… 85
表5.23 群組一每月平均消費次數分配表………………………………… 86
表5.24 群組一每月平均消費金額分配表………………………………… 87
表5.25 群組二每月平均消費次數分配表………………………………… 88
表5.26 群組二每月平均消費金額分配表………………………………… 90
表5.27 「VIP 型」顧客肌膚困擾統計表………………………………… 94
表5.28 「VIP 型」顧客肌膚困擾類別統計表…………………………… 95
表5.29 「潛在型」顧客肌膚困擾統計表………………………………… 97
表5.30 「潛在型」顧客肌膚困擾類別統計表…………………………… 98

〔1〕Allen, L. E., "Mining Gold from Databases," Mortgage Banking, Vol.56, No.8, pp. 99-100, 1996.
〔2〕Anil, Bhatia, Customer Relationship Management, 1st ed., toolbox Portal for CRM, 1999.
〔3〕Berry, Michael J. A. and Linoff, Gordon, Data Mining Techniques for Marketing, Sales, and Customer Support, John Wiley & Sons, Inc., 1997.
〔4〕Cabena, P., P. O. Hadjinian, R. Stadler, Dr. J. Verhees, and A. Zanasi, Discovering Data Mining from Concept to Implementation, Prentice Hall, 1997.
〔5〕Daniel R. Dolk, "Integrated model management in the data warehouse era," European Journal of Operational Research, 122, pp. 199-218. 2000.
〔6〕Duboff, R. S., "Marketing to Maximize Profitability," The Journal of Business Strategy, Vol.13, No.6, pp. 10-13, 1992.
〔7〕Fayyad, U. M. et al., "Advances in Knowledge Discovery and Data Mining," AAAI Press/The MIT Press, Menlo Park, CA, 1996.
〔8〕Fayyad, U. M., "Data Mining and Knowledge Discovery : Making Sense Out of Data," IEEE Expert, Vol.11, No.5, pp. 22-23, October 1996.
〔9〕Fayyad, U., Piatetsky-Shapiro, G., Smyth, P., "From Data Mining to Knowledge Discovery : An Overview," In Advances in Knowledge Discovery and Data Mining, 1996.
〔10〕Frawley, W. J., G. Paitetsky-Shapiro, and C. J. Matheus, "Knowledge Discovery in Databases : An Overview," Knowledge Discovery in Database, AAAI Press/The MIT Press, Menlo Park, CA, 1991.
〔11〕Frost, Raymond d., Marketing on the Internet : Principles of Online Marketing, New Jersey, Prentice Hall. Inc., pp. 255, 1999.
〔12〕Ganti, V., Ramakrishnan, R., Gehrke, J., Powell, A., French, J., "Cluster Large Datasets in Arbitrary Metric Spaces," In Proceedings of the 15th International Conference on Data Engineering, pp. 502-511, 1999.
〔13〕Greenfeld, N., "Data Mining," UNIX Review, Vol.14 No.5, pp. 9-14, 1996.
〔14〕Groupe, F. H., Owrang, M. M., "Data Base Mining Discovery New Knowledge and Cooperative Advatage," Information System Management, Vol.12, No.4, 1995.
〔15〕Hall, C. ed., The Devil''s in The Details : Techniques, Tools, and Application for Database Mining and Knowledge Discovery Part 1, Intelligent Software, September 1995.
〔16〕Hall, C., "Intelligent Data Mining at IBM : New Products and Applications.," Intelligent Software Strategies, Vol.12, No.5, pp. 1-11, 1996.
〔17〕Inmon, W. H., Using The Data Warehouse, Wiley, New York, 1994.
〔18〕J.-S. R. Jang, C.-T. Sun, E. Mizutani, Waggoner, R., "Neuro-Fuzzy and Soft Computing, A Computational Approach to Learning and Machine Intelligence," Matlab Curriculum Series, Prentice Hall, 1997.
〔19〕Kalakota, Ravi and Marcia Robinson, e-Business : Roadmap for Success, 1st ed., Mary T. O''Brien, U.S.A., 1999
〔20〕Kononenko, I., "Inductive and Bayesian Learning in Medical Diagnosis.," Applied Artificial Intellifence, Vol.7, pp. 317-337, 1993.
〔21〕Lavrac, N., "Selected Techniques for Data Mining in Medicine.," Artificial Intelligence in Medicine, Vol.16, pp. 3-23, 1999.
〔22〕Peltier, J. W., Schribrowsky, J. A., "The Use of Need-based Segmentation for Developing Segment-specific Direct Marketing Strategies," Journal of Direct Marketing, Vol.11, No.4, pp. 53-62, 1997.
〔23〕Post, C., "Finding Your Best Customers," Target Marketing, Vol.20, No.8, pp. 38-42, 1997.
〔24〕Ralph Kimball, Data Warehouse Design Solutions, Wiley Computer Publishing, 1998.
〔25〕Sung Ho Ha and Sang Chan Park, "Application of data mining tools to hotel data mart on the Inteanet for database markrting," Expert Systems With Applications, 15, pp. 1-31. 1998.
〔26〕Waggoner, R., "Have You Made A Wrong Turn in Your Approach to Market?," The Journal of Business Strategy, Vol.20, No.6, pp. 16-21, 1999.
〔27〕「整合策略、科技、流程執行顧客關係管理」，電子化企業經理人報告，ARC遠擎管理顧問公司企業智慧部，民國八十八年十一月。
〔28〕李岳樺，「產品的需求週期在企業導入顧客關係管理之研究」，國立臺北大學企業管理系，碩士論文，民國八十九年六月。
〔29〕季延平，「認清CRM的真貌」，資訊與電腦，57∼61頁，民國八十八年五月。
〔30〕林松江，「金融業應用資訊技術在資訊品質與顧客關係管理上之實證研究」國立臺灣科技大學資訊管理系，碩士論文，民國八十九年六月。
〔31〕林信忠，「資料發掘技術應用于健保醫療技術稽核之研究」，元智大學管理研究所，碩士論文，民國八十八年六月。
〔32〕洪廣禮，「廿一世紀的客戶關係管理」，通訊雜誌，第72期，民國八十八年一月號。
〔33〕張健邦，應用多變量分析，初版，文富出版社，台北，民國八十二年四月。
〔34〕張瑋倫，「資料挖掘與顧客關係管理之研究」，1999中華民國科技管理論文集，民國八十九年九月。
〔35〕曹以斌，「善用CRM並維持長期穩定互動將成e企業成功必要條件」，民國八十九年二月三日。
〔36〕陳文華，「運用資料倉儲技術於客戶關係管理」，能力雜誌，132∼138頁，民國八十九年一月。
〔37〕陳文華，「應用資料倉儲系統建立CRM」，資訊與電腦，122∼127頁，民國八十八年五月。
〔38〕陳文華，「顧客關係管理基石-顧客知識取得與分析」，能力雜誌，132∼138頁，民國八十九年三月。
〔39〕陳淑玲，「國際化妝品公司在臺灣行銷通路之研究」國立成功大學國際企業研究所，碩士論文，民國八十六年六月。
〔40〕經濟部商業自動化計畫-網際網路商業應用四年計畫，「電子商務導航」，第二卷第十三期，民國八十九年五月。
〔41〕葉怡成，類神經網路模式應用與實作，六版，儒林圖書有限公司，台北，民國八十八年三月。
〔42〕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」，元智大學資訊研究所資訊管理組，碩士論文，民國八十九年六月。