臺灣博碩士論文加值系統

自從人類有商業行為以來，顧客就是所有交易關係中最基礎而直接的元素。過去由於企業掌握較多的市場訊息，但隨著資訊科技的進步以及電子化時代的來臨，現在的顧客已經可以從多種管道獲得豐富的產品資訊。所以企業若欲維持營運與獲利成長，便不得不善用顧客關係管理，去瞭解顧客、為顧客量身訂作客製化產品、維繫顧客忠誠度及和顧客建立良好的互動關係。又唯有透過資料採礦去分析顧客資料，從中學習顧客的行為模式、瞭解顧客的喜好，繼而提供顧客需要的產品或服務，才可增加顧客的忠誠度，並為企業帶來豐厚的利潤。
本研究的目的即在針對資料採礦在顧客關係管理中的實施流程進行討論。除探討相關理論及應用，發展出一套適用的系統化流程外，亦利用一原始資料，嘗試運用所發展出之系統化流程進行實作，提供企業一整合性的解決方案。
本研究從顧客關係管理的角度出發，提出一個新的資料採礦流程，將此流程分成了定義商業問題、建立資料庫、資料前置處理、資料抽樣、建立模型、評估與擴展模型等七個步驟，整個流程透過資料的傳遞和結果的回饋成為一個循環，隨著資料採礦的不斷運作，企業知識亦可以不斷累積。而本流程的重點將著重在真正開始進行資料採礦前的資料準備作業。
在個案分析方面，本研究以某信用卡中心提供的資料為例，將之套入本研究所發展的流程中，以建立一信用評估模式為目的。採用傳統統計方法的判別分析及羅吉斯迴歸兩種方法進行分析，並比較兩者的分析結果，找出可以準確偵測出顧客可能為瑕疵戶的最佳模型。研究結果發現羅吉斯迴歸的整體準確率，較判別分析為佳，且羅吉斯迴歸所建立的模式在經由轉換後，可以得到未來可能為瑕疵戶的機率值，所以利用資料採礦對新申請者進行發卡審核，及發卡後的風險管理及利潤提高等顧客關係管理，都有很大的幫助。

Customer is the most fundamental and direct element of business activities. By the progress of informational technology, customers can now reach plentiful product information through various channels. It is then only by customer relationship management: to understand customers, to produce customized products, to maintain customers’ loyalty, and to keep good interaction with customers, can enterprises maintain operating and gain profit. And by customer data analysis, to understand customer consuming behavior and preference, can enterprises raise the loyalty of customers and earn enormous profit.
The purpose of this research is to explore a suitable systematic procedure of the data mining application to customer relationship management through related theory and real apply study. An integrated solution proposed is also expected by the application of this systematic procedure through a raw data study.
From customer relationship management perspective, a new data mining procedure, named CRIS2P-DM, is proposed with construction of seven steps: business understanding, data understanding, data preparation, sampling, model building and evaluation and deployment. A cycle is formed by continuously data transmitting and information feedback throughout the procedure with which cumulate enterprises’ customer knowledge. What emphasizes more of CRIS2P procedure is the data preparation before conducting formal data mining fields work.
Through CRIS2P-DM procedure, a credit card center customer data is applied to model a customer credit evaluation formula which could lead to precise judgment making of distinguishing most possible credit defective customers. By comparing two classification methodologies of data mining technique of model building step in CRIS2P-DM, discriminant analysis and logistic regression method, logistic model is used for more accurate predicting and acquirement of future possible credit defective customers. Hence, by data mining technique, issues of customer relationship management in the field such as new applicants auditing, risk management and profit rising can be more effective.

目錄
頁次
表次...................................................II
圖次...................................................IV
第壹章 緒論............................................1
第一節 研究背景........................................1
第二節 研究動機........................................5
第三節 研究目的........................................6
第四節 研究流程........................................7
第貳章 文獻探..........................................9
第一節 顧客關係管理....................................9
第二節 分析型顧客關係管理.............................19
第三節 資料倉儲.......................................24
第四節 資料採礦.......................................28
第參章 研究方法.......................................63
第一節 觀念性流程.....................................64
第二節 定義商業問題（BUSINESS UNDERSTANDING）.........68
第三節 資料瞭解（DATA UNDERSTANDING）.................77
第四節 資料前置處理（DATA PREPARATION）...............82
第五節 資料抽樣（SAMPLING）...........................90
第六節 建立模型（MODELING）...........................97
第七節 評估與擴展模型（EVALUATION & DEPLOYMENT）.....110
第肆章 實證分析......................................115
第一節 觀念性流程之應用..............................115
第二節 結果分析......................................137
第伍章 結論與建議....................................154
第一節 研究發現.......................................154
第二節 後續研究建議...................................160
參考文獻..............................................162

表次
表2-1-1：三種CRM應用架構的功能及作用比較表.............16
表2-1-2：三種顧客關係管理之應用架構對照表..............18
表2-4-1：資料採礦常用技術及實際運用功能表..............46
表2-4-2：資料採礦各項技術適用之任務....................48
表2-4-3：資料採礦各項技術之評估表......................48
表2-4-4：資料採礦在顧客關係管理上之應用問題對照表......57
表3-6-1：常見資料採礦軟體列表.........................108
表3-7-1：一模型的分類錯誤表...........................111
表3-7-2：另一個模型的分類錯誤表.......................111
表4-1-1：國內信用卡卡數與循環信用金額統計表...........119
表4-1-2：信用風險評等方式之優缺點比較表...............120
表4-1-3：此信用卡資料庫之變數內容.....................121
表4-1-4：信用狀況結構表...............................124
表4-1-5：常見信用評分方法優缺點比較表.................126
表4-1-6：信用卡風險評估相關文獻研究變數整理表.........134
表4-2-1：遭他行強制停卡記錄狀況結構表.................137
表4-2-2：遭他行停卡記錄狀況與信用狀況交叉表...........137
表4-2-3：性別結構表...................................138
表4-2-4：性別與信用狀況交叉表.........................138
表4-2-5：婚姻狀況結構表...............................139
表4-2-6：婚姻狀況與信用狀況交叉表.....................139
表4-2-7：教育程度結構表...............................139
表4-2-8：教育程度與信用狀況交叉表.....................140
表4-2-9：個人平均月收入結構表.........................140
表4-2-10：個人平均月收入與信用狀況交叉表..............141
表4-2-11：住家情況結構表..............................142
表4-2-12：住家情況與信用狀況交叉表....................142
表4-2-13：轉換後各輸入值列表..........................143
表4-2-14：名目變數編碼原則............................143
表4-2-15：各變數轉換之虛擬變數一覽表..................144
表4-2-16：特徵值及WILK'S LAMBDA值.....................146
表4-2-17：FISHER'S線性區別函數係數....................147
表4-2-18：判別分析之分類錯誤表........................148
表4-2-19：各預測變數之相關係數表......................148
表4-2-20：羅吉斯迴歸結果摘要表........................149
表4-2-21：HOSMER AND LEMESHOW檢定表...................150
表4-2-22：判別分析之分類錯誤表........................150
表4-2-23：兩種模型之正確判別率比較表..................151
表4-2-24：兩種模型之型I及型II錯誤率比較表.............152

圖次
圖1-1-1：1998~2005年全球CRM市場營收成長趨勢.............3
圖1-1-2：2000~2003年我國CRM市場規模預估.................3
圖1-1-3：2000~2003年我國顧客關係管理之三種區隔市場規模..4
圖1-4-1：研究流程圖.....................................8
圖2-1-1：CRM系統架構圖.................................15
圖2-4-1：SAS之SEMMA資料採礦流程圖......................32
圖2-4-2：CRISP-DM模型..................................40
圖3-1-1：CRIS2P-DM資料採礦流程圖.......................67
圖3-2-1：顧客流失率比例降低5%對企業獲利的影響..........76
圖3-6-1：模型建立及應用的步驟..........................98
圖3-7-1：增益圖.......................................112
圖4-1-1：顧客關係管理循環圖...........................116
圖4-1-2：CRIS2P-DM流程於信用卡風險評估之應用..........117

一、書籍及期刊
壹、中文部份
1.John Ott演講，陳曉開整理（1999，11月）。成功的發展及建置持續性的關係行銷。電子化企業：經理人報告，3，26-30。
2.NCR陳鐵銘演講，夏載整理（2001，4月）。剖析資料採礦在顧客關係管理中的應用。電子化企業：經理人報告，20，71-75。
3.Spengler, B.（1999，11月）。1999年度臺灣業者之顧客關係管理運用現狀調查報告。電子化企業：經理人報告，3，9-15。
4.丁玉成（2000）。台灣區銀行信用評等之模式研究：以Bank Watch評等為基礎的實證研究。未出版之博士論文，國立台灣大學商學研究所，臺北市。
5.王信勝（2001）。整合分析層級程序與類神經網路之信用評分模型。未出版之碩士論文，輔仁大學資訊管理研究所，臺北縣新莊市。
6.王勝宏等編（2002）。電子商務產業年鑑2002。臺北市：資策會市場中心。
7.王智弘（2002）。應用資料探勘技術分析及預測銀行顧客貢獻度之研究。未出版之碩士論文，國立中正大學資訊工程研究所，嘉義縣。
8.安迅資訊系統公司（1999，11月）。整合企業經營策略與顧客關係管理。電子化企業：經理人報告，3，20-25。
9.江世傑（2001）。模糊類神經網路在消費性貸款之應用。未出版之碩士論文，國立成功大學工業管理學研究所，臺南市。
10.江建志（2001）。資料採礦於顧客忠誠度管理之研究。未出版之碩士論文，國立成功大學資訊管理研究所，臺南市。
11.吳明隆（2000）。SPSS統計應用實務（2版）。臺北市：松崗。
12.吳欣穎（1999）。企業導入顧客關係管理之研究。未出版之碩士論文，國立臺北大學企業管理研究所，臺北市。
13.吳俊儒（2002）。中小企業信用評等模式之研究。未出版之碩士論文，輔仁大學應用統計研究所，臺北縣新莊市。
14.吳國禎（2000）。資料探索在醫學資料庫之應用。中原大學醫學工程學研究所，桃園縣中壢市。
15.吳欽錝（2001）。資料探勘在直效行銷上的應用。未出版之碩士論文，國立臺灣科技大學資訊管理研究所，臺北市。
16.呂奇傑（2001）。演化式類神經網路分類技術於資料探勘上之應用。未出版之碩士論文，輔仁大學應用統計學研究所，臺北縣新莊市。
17.李秀梅（2001）。信用卡持卡者資料探勘之研究。未出版之碩士論文，輔仁大學應用統計研究所，臺北縣新莊市。
18.李宗龍（2001）。信用卡使用特性對消費性貸款行為之預測。未出版之碩士論文，國立臺灣大學國際企業學研究所，臺北市。
19.李明謙（2002）。羅吉斯迴歸模型在信用卡評分制度之研究。未出版之碩士論文，輔仁大學應用統計研究所，臺北縣新莊市。
20.李桐豪、呂美慧（2000，9月）。金融機構房貸客戶授信評量模式分析：Logistic迴歸之應用。台灣金融財務季刊，1（1），1-20。
21.李海麟（2002）。銀行消費者房屋貸款授信評量之實證分析。未出版之碩士論文，國立中正大學國際經濟研究所，嘉義縣。
22.李龍俊（2002）。資料挖掘應用於中醫辨證B-code與方劑關聯研究：以系統紅斑性狼瘡為例。未出版之碩士論文，銘傳大學管理科學研究所，臺北市。
23.季延平（1999）。認清CRM真貌。0與 1科 技 雜 誌 BYTE，222，57-61。
24.周慶華（2000）。整合基因演算法及類神經網路於現貨開盤指數之預測：以新加坡交易所摩根臺股指數期貨為例。未出版之碩士論文，輔仁大學金融研究所，臺北縣新莊市。
25.花伴柱（2002）。資料探勘技術在藥品行銷應用之研究：以國內某製藥公司為例。未出版之碩士論文，國立中正大學資訊管理學研究所，嘉義縣。
26.邱志洲、李天行、周宇超、呂奇傑（2002，3月）。整合鑑別分析與類神經網路在資料探勘上之應用。工業工程學刊，19（2），9-22。
27.邱昭彰（2001，10月）。談金融業顧客關係管理之對策：以創造價值贏得顧客滿意。財金資訊，18，20-25。
28.邱義堂（2001）。通信資料庫之資料探勘：客戶流失預測之研究。未出版之碩士論文，國立中山大學資訊管理學研究所，高雄市。
29.施孟隆、游清芳、李佳珍（1999，10月）。Logit Model應用於信用卡信用風險審核系統之研究：以國內某銀行信用卡中心為例。金融財務月刊，4，85-104。
30.柯淑貞（2002）。資料挖掘應用於入口網站之顧客關係管理：以國內某網站為例。未出版之碩士論文，國立政治大學資訊管理學研究所，臺北市。
31.柏森（Berson, Alex）、賽亞爾林（Thearling, Kurt）、史密斯 （Smith, Stephen）（2001）。CRM Data Mining應用系統建置（Building Data Mining Applications For CRM）（葉涼川譯）。臺北市：麥格羅希爾。（原作2000年出版）
32.洪哲裕（1999）。信用卡行銷策略與信用評等。未出版之碩士論文，輔仁大學應用統計研究所，臺北縣新莊市。
33.唐瓔璋、孫黎（2002）。一對一營銷：客戶關係管理的核心戰略。北京：中國經濟。
34.孫珍如（2002，3月）。2001-2002年我國資訊軟體產業回顧與展望（下）。資訊工業透析：軟體與應用，2002.03，2-16。
35.張仁哲（1982）。我國信用卡現代化問題之研究。未出版之碩士論文，國立政治大學企業管理研究所，臺北市。
36.張君薇（2002）。資料庫行銷之顧客終生價值預測模式。未出版之碩士論文，國立台灣大學國際企業學研究所，臺北市。
37.張政一（2001）。類神經網路於有價證券預測股價及漲跌之研究。未出版之碩士論文，中國文化大學國際企業管理研究所，臺北市。
38.張紹勳、張紹評、林秀娟（2000）。SPSS For Windows 多變量統計分析。臺北市：松崗。
39.張勳騰（民88）。資料探採在通信資料庫上目標行銷的應用。未出版之碩士論文，國立中山大學資訊管理學研究所，高雄市。
40.許峻源（2001）。類神經網路與MARS於資料探勘分類模式之應用。未出版之碩士論文，輔仁大學應用統計學研究所，臺北縣新莊市。
41.陳文華（2000，5月）。顧客關係管理成功關鍵：高品質的顧客資料。能力雜誌，531，132-137。
42.陳俊任（2001）。應用資料挖掘於顧客關係管理之研究：以化妝品業為例。未出版之碩士論文，元智大學工業工程研究所，桃園縣中壢市。
43.陳宣宇（2002，7月）。客戶關係管理的必備工具：資料採擷。RUN!PC，102，212-216。
44.陳麒文（2002）。健康休閒俱樂部顧客流失分析模式之研究。未出版之碩士論文，輔仁大學體育學研究所，臺北縣新莊市。
45.陳鐵民主講、夏載整理（2001，4月）。剖析資料採礦在顧客關係管理中的應用。電子化企業：經理人報告，20，71-75。
46.彭慧雯（2001）。建構信用卡資料挖礦架構及其實證研究。未出版之碩士論文，國立臺北科技大學生產系統工程與管理研究所，臺北市。
47.曾俊堯（1995，10月）。信用卡信用風險評估模式之研究。中州學報，8，300-314。
48.童啟晟（2001，2月）。我國大型企業資料倉儲市場現況與趨勢。資訊工業透析：軟體與應用，2001.02，19-31。
49.童啟晟（2001，6月）。我國CRM市場發展現況與趨勢。資訊工業透析：軟體與應用，2001.06，2-12。
50.黃以孟、賴士奇（2001，6月）。強化金融服務業的顧客關係管理贏取顧客的終身價值。電子化企業：經理人報告，22，80-87。
51.黃雅蘭（2001）。臺灣股價指數期貨套利之研究：類神經網路與灰色理論之應用。未出版之碩士論文，國立臺灣科技大學資訊管理研究所，臺北市。
52.葉瑞鈴（2000）。統計調查中遺漏值處理之研究：以臺灣地區消費者動向調查為例。未出版之碩士論文，輔仁大學應用統計研究所，臺北縣新莊市。
53.裴瑞（Berry, M. J. A.）、林諾夫（Linoff, G. S.）（2001）。資料採礦：顧客關係管理暨電子行銷之應用（Data Mining Techniques : For Marketing, Sales, and Customer Support）（彭文正譯）。台北市：數博網股份有限公司。（原作1997a年出版）
54.裴瑞（Berry, M. J. A.）、林諾夫（Linoff, G. S.）（2001）。資料採礦理論與實務：顧客關係管理的技巧與科學（Mastering Data Mining: The Art & Customer Relationship Management）（吳旭智、賴淑貞譯）。臺北縣中和市：維科。（原作1997b年出版）
55.劉嘉鴻（2001）。整合灰預測及類神經網路模型研究股市盤後期貨價格之資訊內涵：以摩根臺股指數及日經225指數為例。未出版之碩士論文，輔仁大學金融研究所，臺北縣新莊市。
56.蔡明佐（2002）。上市公司財務危機與轉投資活動關係之研究。未出版之碩士論文，國立交通大學管理科學研究所，新竹市。
57.蔡明憲（2002）。以混合式資料探勘技術強化客戶保留之工作。未出版之碩士論文，國立臺灣科技大學電子工程學研究所，臺北市。
58.蔡裕春（2001）。臺灣地區營造工程物價指數預測之研究：以類神經網路與ARIMA模式。未出版之碩士論文，輔仁大學應用統計學研究所，臺北縣新莊市。
59.鄭成蘭（2000，12月）。提領現金的另類方式：談信用卡預借現金。財金資訊，13，22-24。
60.鄭婉儀（2002）。應用資料挖掘於交叉銷售之研究。未出版之碩士論文，國立臺北大學企業管理學研究所，臺北市。
61.魯振華（2001）。人壽保險廣告類型有效性的預測模式：應用類神經網路。未出版之碩士論文，逢甲大學保險學研究所，臺中市。
62.賴欣儀（2000）。消費者風險態度與資金運用行為對銀行信用卡業務影響之研究。未出版之碩士論文，國立中山大學企業管理學系研究所，高雄市。
63.賴耐志（2002）。應用資料探勘於市場區隔分析。未出版之碩士論文，國立臺北科技大學商業自動化與管理研究所，臺北市。
64.謝邦昌（2001）。資料採礦入門及應用：從統計技術看資料採礦。臺北市 : 資商訊息顧問。
65.簡順源（2001）。整合自組織映射圖網路與遺傳演算法為基礎之資料採礦技術於市場區隔之應用。未出版之碩士論文，國立臺北科技大學生產系統工程與管理研究所，臺北市。
66.蘇文娟（2000）。臺灣上市企業財務危機預測之實證研究。未出版之碩士論文，國立東華大學國際經濟研究所，花蓮縣。
67.蘇勝宏（2002）。從銀行信用卡客戶中探索跨企業潛在客戶之研究。未出版之碩士論文，輔仁大學資訊管理學研究所，臺北縣新莊市。
68.龔昶元（1998，9月）。Logistic Regression 模式應用於信用卡信用風險審核之研究：以國內某銀行信用卡中心為例。臺北銀行月刊，28（9），35-49。
貳、英文部份
1.Cooper, D. R., & Emory, C. W. (1998). Business research method. Chicago: Irwin.
2.Efron, B. (1975). The Efficiency of Logistic Regression Compared to Normal Discriminant Function Analysis, Journal of the American Statistical Association, 70, 892-898.
3.Eisenbeis, R. A. (1977). Pitfalls in the Application of Discriminant Analysis in Business, Finance and Economics. The Journal of Finance, 32, 875-900.
4.Espahibodi, P. (1991). Identification of Problem Bank and Binary Choice Models. Journal of Banking Finance, 15, 53-71.
5.Fisher, R. A. (1936). The Use of Multiple Measurements in Taxonomic Problems. Annals of Eugenics, 7, 179-188.
6.David, M.(1999), How to Avoid the 10 Biggest Mistake in CRM, Journal of Business Strategy, 11, 22-26.
7.Hand, D. J., Blunt, G., Kelly, M. G. and Adams, N. M. (2000). Data Mining for Fun and Profit. Statistical Science, 15(2), 111–131.
8.Harrell, F.E. and Lee, K.L. (1985). A Comparison of the Discrimination of Discriminant Analysis and Logistic Regression under Multivariate Normality, in Biostatistics: Statistics in Biomedical, Public Health and Environmental Sciences, Sen, P.K. ed., Amsterdam: Elsevier.
9.Inmon, W. H. and R.D Hackathorn (1994). Using the Data Warehouse, Building the Data Warehouse. New York: John Wiley and Sons.
10.Kalakota, R. and Robinson M. (1999). e-Business: Roadmap for Success, U.S.A.: Mary T. O’Brien.
11.Kim, J. S., G. K. Tokuhata and J. R. Bratz (1985). Comparison of Multivariate Regression Analysis between Logistic Model and the Least Square Model Using SAS Software. Paper presented at the meeting of SAS Users Group International Conference.
12.Odum, E. P. (1971). Fundamental of ecology. Phidadelphia: W.B. Saunders Co.
13.Peppers, D., Rogers, M., & Dorf, D. (1999). Is Your Company Ready for One to One Marketing? Harvard Business Review, Jan/Feb, 151-160.
14.Rock, Andrea. (1984). Sure Ways to Score with Lender. Money, Sep., 57.
15.Sung, T. K., Chang, N., & Lee, G. (1999). Dynamics of Modeling in Data Mining: Interpretive Approach to Bankruptcy Prediction. Journal of Management Information Systems, 16, 63-85.
16.Swift, R.S. (2001), Accelerating Customer relationships using CRM and Relationship technologies, Prentice-Hall PTR.
17.Tacq, J., (1997). Multivariate Analysis Techniques in Social Science Research. London: SAGE.
參考文獻 : 二、網路資料
壹、中文部份
1.IBM。顧客關係管理解決方案。上網日期：92年4月6日。網址：http://www-900.ibm.com/cn/e-business/solution/ solution/index_crm.shtml。
2.SAS World。SAS數據挖掘。上網日期：92年3月20日。網址：http://www.sasor.com/document/。
3.中華資料採礦協會（2001）。關於Data Mining…。上網日期：92年4月15日。網址：http://www.cdms.org.tw/
4.功典資訊。你需要CRM，為什麼？!。上網日期：92年3月6日。網址：http://www.migosoft.com/svr29/ migoservice/enewsletter/issue08/marketing_08.htm
5.台灣國際電子商務中心（2002）。顧客關係管理與資料採礦。上網日期：92年4月7日。網址：http://www.nii.org.tw/ cnt/info/Report/20020501_1.htm
6.韋端（2001）。資料採礦在主計審計業務上的遠景方向。上網日期：91年11月3日。網址：http://www.npf.org.tw/ PUBLICATION/FM/090/FM-R-090-022.htm
7.財政部金融局（2002）。信用卡業務統計：信用卡業務。上網日期：92年5月4日。網址：http:// www.boma.gov.tw/files/sta/cc-1.xls
8.馬雲飛（2002，1月）。Gartner圈點分析型CRM。上網日期：92年4月3日。網址：http://media.ccidnet.com/ media/ciw/1084/d1601.htm
9.廖志德。以貼心服務贏得顧客忠誠。上網日期：92年4月26日。網址：http://www.jaya.com.tw/np01.shtml
10.趙民德（2001）。關於資料採礦中取樣概念的一些探討。上網日期：92年5月15日。網址：http://mpd.pagras.net/ ~mtchao/mtshop/DM-UD.pdf
11.趙民德（2002）。忽然想起了楊牧的唐詩選集。上網日期：92年5月15日。網址：http://mpd.pagras.net/~mtchao/ mtshop/paper3.pdf
12.鄭順林、康惠雯（2002）。資料採礦中的統計預測與分類方法（一）。上網日期：92年5月10日。網址：http://mail.thu.edu.tw/~sljeng/Datamining/predict.htm
13.蘇守謙（2001，7月）。CRM從顧客價值分析開始。經營決策論壇，25。上網日期：92年3月28日。網址：http://www.gss.com.tw/
14.龔傑（2001，7月）。沙裡淘金：分析型CRM系統幫你挖掘客戶價值。上網日期：92年3月28日。網址：http://www.ccw.com.cn/htm/produ/psoft/01_7_3_2.asp
貳、英文部份
1.Chapman, P., Clinton, J., Khabaza, T., Reinartz, T., and Wirth, R. (1999). The CRISP-DM process model. Retrieved Mar. 15, 2003, from http://www.crisp- dm.org/ pub-paper.pdf.
2.CRISP-DM(2000). CRISP-DM 1.0: Step by Step Data Mining Guide. Retrieved Apr. 12, 2003, from http://www.crisp- dm.org/CRISPWP-0800.pdf
3.HP Inc (2000). Technical White Paper, CRM Architecture for Enterprise Relationship Marketing in the New Millennium. Retrieved Mar. 15, 2003, from http://www. hp.com.cn/customer_home/cdr.zip
4.Meta Group (2000). The Customer Relationship Management Ecosystem. Retrieved Mar. 24, 2003, from http://www. metagroup.com/communities/crm/ads724.htm
5.Tom Humbarger (n.d.). Why is Analytical CRM So Confusing?. Retrieved Feb. 10, 2003, from http:// www.thcg.biz/Documents/Why%20is%20Analytical%20CRM%20So%20Confusing%20-%20May2002.pdf,2002/
6.Two Crows Corp. (1999). Introduction to Data Mining and Knowledge Discovery. Retrieved Apr. 5, 2003, from http://www.twocrows.com/intro-dm.pdf