臺灣博碩士論文加值系統

自1997年政府開放民營業者經營行動通信業務，開啟台灣行動電話業者之間激烈競爭，截至目前臺灣行動電話市場共計有5家業者分別經營2G、3G、4G。由於智慧型裝置越趨普及，使得臺灣行動通信客戶不斷成長，隨著市場日趨飽和，競爭情勢日益激烈。
根據調查，企業吸引一位新客戶所花的成本是維繫現有客戶的五倍，因此各業者除開發新客戶外，降低客戶流失問題亦關係到企業的成敗及是否能維持競爭優勢的關鍵。在過去，電信業者透過定期的市場調查，對於下滑的客戶族群中選取流失的客戶資料為樣本，與尚未流失的客戶做比較，收集並分析其流失的原因及客戶特徵。此方式雖可找出客戶流失的原因並做挽救，但在客戶流失的幾個月後才進行挽留，早已失去時效。現今大數據 (Big Data)分析是近年來的趨勢，電信業由於行業別的特性，擁有客戶使用行動通信的大量資料，可透過後端資料庫的分析掌握客戶使用行動通信產品的習慣及行為。因此本研究利用大數據分析建立預測模型，可對電信業客戶流失的狀況建立預警機制，協助企業及早進行補助或挽留措施。
本研究藉由運用預付卡行動通信相關大數據資料，進行多維度資料探勘 (Data mining)，藉此探討預付卡客戶流失的關鍵影響因素。經決策樹交叉比對顧客的使用行為，及客戶在流失前的行為，得到客戶在「客戶之受話天數及次數」、「網外通話次數比率及網外行動受話次數」及「平均使用金額」等行為的變化，將影響客戶流失，可供電信業者將受話行為及網外通話比率加入系統預警報表，在客戶流失前提前關懷客戶，並分群分類做精準行銷或慰留。

Since Taiwan government privatized telecommunication service industry in 1997, the competition were severely among mobile companies in Taiwan. There are 5 mobile companies running 2G, 3G, 4G system in Taiwan now. With increasingly popular smart devices (smart phones, tablets, etc.), the mobile service needs continue growth and the market has become more competitive than that in before.
There are two types of products in mobile services： “Postpaid product” and “Prepaid product”. “Postpaid product” means that customers subscribe mobile services and pay by monthly bill. “Prepaid product (prepaid card)” means that customers prepay a certain amount for mobile voice or internet services and need to recharge after the credit run out. Because companies usually ask mobile phone users sign on at least one year contract for postpaid customers, prepaid card has faced more churn risk in comparing with postpaid products. In addition to attract new customers, reducing customer churn should be a better strategy in today’s competitive markets.
This study examines the key factors of customer churn and builds the churn prediction model to help mobile companies to identify the possible threat and take action to anti-churn. The results show that the change of customer answering call behavior and the change of off-net percentage and are highly related to customer churn. The obtained key factors of churn are suggested to merge in the early warning report or system to help telecom company anti-churn and customer retention.

目 錄

摘 要 i
ABSTRACT iii
誌 謝 v
目 錄 vi
表目錄 vii
圖目錄 viii
第一章 緒論 1
1.1 研究背景 1
1.2 研究動機與目的 3
1.3 研究範圍 5
1.4 研究方法 5
1.5 研究流程 6
第二章 文獻回顧 8
2.1 消費者行為與顧客流失相關文獻回顧 8
2.2 台灣電信產業的狀況介紹 11
2.3 資料探勘的發展介紹 14
第三章 研究方法 17
3.1 決策樹基本觀念 17
3.2 分類與迴歸樹 18
第四章 實證案例分析 21
4.1 資料收集 21
4.2 資料收集的敘述性統計分析 21
4.3 決策樹分析法 29
4.4 分析結果 34
第五章 結論與建議 38
5.1 研究結果說明與建議 38
5.2 研究限制 41
5.3 未來研究方向建議 42
參考文獻 43


表目錄

表2.1 各代行動電話特性 12
表2.2 行動通訊用戶數 13
表2.3 行動通訊預付卡用戶數 14
表4.1 最近3個月平均受話次數 23
表4.2 最近3個月平均受話天數 24
表4.3 網外行動受話次數 24
表4.4 網外行動受話秒數 25
表4.5 最近3個月平均通話 (發話+受話)秒數 25
表4.6 最近3個月平均發話天數 26
表4.7 最近3個月平均網內通話 (發話+受話)秒數 26
表4.8 網外通話 (發話+受話)次數比率 27
表4.9 最近3個月平均使用金額 27
表4.10 最近3個月平均GPRS傳輸量 28
表4.11 最近3個月平均儲值次數 28
表4.12 最近3個月儲值金額 29
表4.13 誤差距陣 34
表4.14 行動電話使用行為分類 35
表4.15 客戶流失狀態屬性分析1 36
表4.16 客戶流失狀態屬性分析2 37
表5.1 三大電信業者預付卡語音通信費率表 40

 

圖目錄

圖1.1 電話號碼可攜服務申請統計 2
圖1.2 研究流程 7
圖2.1 贏回顧客誘因測試 10
圖3.1 決策樹 17
圖3.2 樹狀結構成長步驟 19
圖3.3 Gini分類法範例 20
圖4.1 用戶狀態 22
圖4.2 預付卡門號年資月數 22
圖4.3 性別分布百分比 23
圖4.4 決策樹模型1 30
圖4.5 決策樹模型2 33
圖5.1 國內某電信業者月租型vs預付卡比例 39

中文部分：
http：//www.facebook.com/note.php?note_id=477681949837
江羿臻、林正昌 (2014)，「應用決策樹探討中學生學習成就的相關因素」，教育心理學報, 第45卷，第3期，第303-327頁。
李欣宜 (2015)，「一次搞懂大數據」，數位時代，第251期。
林有田 (2010)，林有田激勵學關鍵字第十六課 顧客流失 (customer　defections)：我的好顧客，你為什麼會離我而去？
林佳青 (2015)，「以客戶行為預測流失率分析-以A公司為例」，碩士論文，元智大學資訊管理學系碩士班，臺北市。
邱義堂 (2010)，「通信資料庫之資料探勘：客戶流失預測之研究」，碩士論文，國立中山大學資訊管理研究所，高雄市。
許文寶 (2008)，「應用CART決策樹探討資訊商品通路之市場區隔」，碩士論文，淡江大學企業管理學系碩士在職專班，臺北市。
曾憲雄、蔡秀滿、蘇東興、曾秋蓉、王慶堯 (2005)，「資料探勘 (Data Mining)」，臺北市：旗標出版股份有限公司。
湯瑪斯．戴文波特 (2014)，「大數據@工作力：如何運用巨量資料，打造個人與企業競爭優勢」，臺北市：天下文化出版。
榮泰生 (2000)，「消費者行為」，臺北市：五南圖書出版有限公司。
遠藤直紀 (2016)，「7大步驟打造企業關鍵留客力：從滿足需求到超越期待！」，王美娟譯，臺北市：台灣東販出版社。


英文部分：
Peppers, D., and Rogers, M. (2001), “One to one B2B”, Line56, 69-69.

網址部分：
Jason Brownlee, (2016), “Classification And Regression Trees for Machine Learning”, http：//machinelearningmastery.com/classification-and-regression-trees-for-machine-learning/
KKNews (2016), https：//kknews.cc/zh-tw/other/jeb3nq.html
MBA智庫百科 (2016)，
http：//wiki.mbalib.com/zh-tw/%E9%A1%BE%E5%AE%A2%E6%B5%81%E5%A4%B1
TTR趨勢研究 (2012)，http：//www.twtrend.com/share_cont.php?id=33
哈佛商業文化 (2016)，把流失的顧客贏回來，2016年3月號
https：//www.hbrtaiwan.com/article_content_AR0003413_1.html
翁慈宗 (2009)，資料探勘的發展與挑戰，科學發展 2009年10月，442期
http：//csyue.nccu.edu.tw/ch/Data%20Mining (200910).pdf
國家通訊傳播委員會2016 年第 2 季 2G/3G/4G 行動通訊市場統計資訊，http：//www.ncc.gov.tw/chinese/files/16101/3773_36383_161117_1.pdf
張志玲 (2015)，資料探勘分析你我行為，科學發展　2015 年 7 月， 511 期http：//ejournal.stpi.narl.org.tw/NSC_INDEX/Journal/EJ0001/10407/10407-13.pdf

網站部分：
台灣牙醫網，http：//tw-dentist.com/front/bin/home.phtml
林俞均、賴秉宏、袁璞 (2015)，IBM SPSS Modeler 決策樹之銀行行銷預測應用分析https：//read01.com/5zP6z.html
哈佛商業評論 (2015)，做愈多，顧客愈少The Wrong Way to Reduce Churn，2015年10月號https：//www.hbrtaiwan.com/article_content_AR0003252.html