跳到主要內容

臺灣博碩士論文加值系統

(34.204.180.223) 您好!臺灣時間:2021/07/31 18:25
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:吳昇洋
論文名稱:應用資料採礦技術評估客服中心顧客關係管理之績效
論文名稱(外文):Using Data Mining Technology to Evaluate Performance of Call Center in Customer Relationship Management
指導教授:張瑞芬張瑞芬引用關係
指導教授(外文):Amy J.C. Trappey
學位類別:碩士
校院名稱:國立清華大學
系所名稱:工業工程與工程管理學系
學門:工程學門
學類:工業工程學類
論文種類:學術論文
論文出版年:2004
畢業學年度:92
語文別:中文
論文頁數:88
中文關鍵詞:資料採礦顧客關係管理群集分析類神經網路客服中心
外文關鍵詞:customer relationship managementcontact centerdata miningkey performance indicatorscluster
相關次數:
  • 被引用被引用:25
  • 點閱點閱:629
  • 評分評分:
  • 下載下載:178
  • 收藏至我的研究室書目清單書目收藏:0
在目前商業環境不斷快速變遷,迫使企業必須持續求新求變來因應。而顧客意識的抬頭,更使得企業不得不去關注,並想辦法將其網絡往外擴展,將顧客所擁有的資訊纳入企業的競爭能力當中。而在資訊科技的推波助瀾下,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。在這種情況下,企業的焦點已從以往的資料蒐集與整理,轉變成如何有效的利用資料庫來進行資訊的獲取。本論文整理出與客服中心顧客滿意度具有顯著關係之關鍵績效指標,客服中心管理者可透過績效指標與產業平均之比較來衡量客服中心營運績效進而改善。另外,本論文將關鍵績效指標以加權平均方法產生顧客滿意度與客服人員績效兩個指標,透過這兩個指標值對顧客與客服人員分別進行分群分析,分群後,客服管理者可以找出顧客滿意度高的群組成員進行一對一關係行銷,或找出績效略低之客服人員加強訓練,藉此維持顧客忠誠度與改善客服人員表現進而提升客服中心營運績效。在產生顧客滿意度指標方面,本論文以類神經方法來訓練推導出各變數的權重值,而實際的顧客資料由問卷方式進行蒐集。本論文主要目的在於應用資料採礦方法於客服中心上,並搭配關鍵績效指標的輔助,分析顧客的滿意程度以及客服人員工作績效,以落實顧客關係管理的理念,並實做資料分析雛型系統供顧客服務中心作為參考之用。
With the rapid development of advanced information technology in data collection and data analysis, an enterprise has more opportunities to analyze and synthesize customer behaviors and profiles to increase competitiveness, adjust product market position, and build customer loyalty. Thus, a customer-centric enterprise shifts its focus from simply getting data to obtaining meaningful knowledge. A contact center is an important part in Customer Relationship Management (CRM). A customer gets the first impression of an enterprise from contacting with the contact center. The performance of contact center may influence the loyalty of the customers, so an appropriate evaluation of its achievement and performance is necessary. We define the significant Key Performance Indicators (KPIs) of contact center operations, and generate the indicators of customer satisfaction and agent performance. The customer satisfaction and agent performance are measured using the weighted average of KPIs. The weights of the customer satisfaction KPIs are derived by neural network methodology. An enterprise can improve its contact center performance by comparing its KPIs values to the industry’s benchmarks values. This research uses data mining technology (such as clustering and neural network) to develop the contact center evaluation methods for the continuous improvement of customer service quality.
摘要 I
Abstract II
謝辭 III
目錄 III
目錄 IV
圖目錄 VII
表目錄 IX
第一章、緒論 1
1.1研究動機與背景 1
1.2研究目的 3
1.3研究架構與進行步驟 4
第二章、文獻探討 6
2.1顧客關係管理 6
2.1.1顧客關係管理定義 7
2.1.2顧客關係管理步驟 10
2.1.3顧客關係管理效益 13
2.2 客服中心 13
2.2.1客服中心之演進 14
2.2.2客服中心角色定位與延伸功能應用 16
2.2.3客服中心與顧客關係管理 17
2.3資料採礦 18
2.3.1資料採礦定義 19
2.3.2資料採礦方法 20
2.3.3資料採礦與統計分析比較 22
2.3.4資料採礦應用領域 24
2.3.5資料採礦在CRM上的應用 26
2.4群集分析 27
2.4.1統計集群分析 27
2.4.2分群結果的評估 30
2.5類神經網路 31
2.5.1類神經網路的類別 32
2.5.2類神經網路架構 33
2.5.3認知器(Perceptron) 35
第三章、客服中心服務績效評估 37
3.1關鍵績效指標評量 37
3.1.1KPI選擇 38
3.1.2 KPI介紹 39
3.1.3 標竿(Benchmark) 40
3.1.4利用KPI和Benchmark進行評量 40
3.2群集分析 42
3.2.1K-mean介紹 42
3.2.2為何使用k-mean 42
3.2.3利用k-mean進行分群 42
3.3分群權重產生 46
3.3.1顧客滿意度指標(CS)權重: 46
3.3.2客服人員績效指標(AP)權重: 49
3.4分群檢驗 50
3.4.1計算群組內、群組間密集度指標 50
3.4.2二維分析說明 51
3.4.4二維分析結果說明 52
第四章、系統功能分析與設計 54
4.1系統功能分析 54
4.2系統架構 56
4.2.1Web Services介紹 57
4.2.2Web Services架構 58
4.2.3Web Services重要標準 58
4.3系統軟硬體分析 60
4.3.1系統硬體相關 60
4.3.2系統軟體相關 60
4.4系統資料庫分析 60
4.5系統各功能細部流程 61
4.5.1關鍵績效指標查詢流程 61
4.5.2類神經訓練流程 62
4.5.3群集分析流程 63
第五章、系統實作 65
5.1系統管理者功能 65
5.2一般使用者功能 71
5.3系統評估說明 78
第六章、結論 80
6.1研究結論 80
6.2未來展望 82
參考文獻 83
附錄1、問卷內容 87
附錄2、客服紀錄與問卷資料範例 88
1. Anton, 2001, eBusiness Best Practices for All Industries, Purdue University Press.
2. Adriaans, P. and Zantinge, D., 1996, Data Mining, Addison Wesley.
3. Bhatia, A., 1999, A Roadmap to Implementation of Customer Relationship Management, http:// crm.ittoolbox.com/peer/docs/crm_abbhatia.htm
4. Bails, D. G. and Peppers, L. C., 1993, Business fluctuations: forecasting techniques and applications, Englewood Cliffs, NJ, Prentice Hall.
5. Berry, M. J.A. and Linoff, G., 1997, Data Mining Technique for Marketing: Sale, and Customer Support, New York, John Wiley & Sons, Inc.
6. Bennington, L., Cummane, J. and Conn, P., 2000, “Customer satisfaction and call centers: an Australian study,” International Journal of Service Industry Management, 11(2), 162-173.
7. Cabena, P., Hadjinian, P., Stadler, R., Verhees, J., and Zanasi, A., 1998, Discovering Data Mining From Concept to Implementation, Upper Saddle River, NJ, Pretice Hall PTR.
8. Fayyad, U., Piatetsky-Shapiro, G., and Smyth, P., 1996, “The KDD process for extracting useful knowledge from volumes of data,” Communications of the ACM, 39(11), 27-34.
9. Grupe, F. H. and Owrang, M. M., 1995, “Database mining discovering new knowledge and cooperative advantage,” Information Systems Management, 12(4), 26-31.
10. Haykin, S., 1999, Neural net works – a comprehensive foundation (2nd ed.), Upper Saddle River, NJ, Prentice Hall.
11. Goldenberg, B. J., 2002, CRM Automation, Upper Saddle River, NJ, Prentice Hall PTR.
12. Kalakota, R. and Robinson, M., 1999, e-Business: Roadmap for Success, Boston, MA, Addison-Wesley.
13. Kandell, J., 2000, CRM, ERM, one-to-one Decoding Relationship Management Theory and technology, Trusts & Estates.
14. Kanungo, T., Mount, D. M., Netanyahu, N. S., Piatko, C. D., Silverman, R., and Wu, A., 2002, “An Efficient k-Means Clustering Algorithm:Analysis and Implementation,” IEEE, 24(7), pp. 881-892.
15. Liu, H.-I., 2003, “Designing a Multi-Functional The contact center Using Internet Technology,” Master Thesis of Department of Industrial Engineering and Engineering Management, National Tsing Hua University.
16. Merly, D., 1999, “How to Avoid the 10 Biggest Mistake in CRM,” Journal of Business Strategy, 20(6), 22-26.
17. Peppers, D., Rogers, M., and Dorf, B., (1999, January/February), “Is your company ready for one to one marketing?,” Harvard Business Review, 77(1), 151-164.
18. Peacock, P. R., 1998, “Data mining in marketing: Part I,” Marketing Management, 6(4), pp. 8-18.
19. Sharp, D. E., 2003, Customer Relationship Management Systems Handbook, Boca Raton, Fla., Auerbach.
20. Sharma, S.C, 1996, Applied Multivariate Techniques, New York, John Wiley & Sons.
21. Saville, D., 2000, Why KPIs and Process Documentation are Critical in Running an Effective Contact Center, SITEL, http://www.sitel.com/enu/Interview02.stm.
22. Stone, M., Woodcock, N., and Wilson, M., 1996, “Managing the Change from Marketing Planning to Customer Relationship Management,” Long Range Planning, 29(5), 675–683.
23. Trappey, A.J.C., Trappey, C.V., and Hsu, F.-C., 2004, "Customer Service Evaluation Using Key Performance Indicators," Proceedings ISOneWorld 2004 Conference and Convention, Les Vegas, USA, April 14-16.
24. Trappey, A.J.C. 2003, 顧客服務管理-CRM實戰理論與實務, Hwa-Tai Publishing Co. Taipei, Taiwan (in Chinese), ISBN 957-607-486-0.
25. Trepper, C. (2000, May), “Customer care goes end-to-end,” Information Week, 786, 55-73.
26. Wayland, R. E. and Cole, P. M., 1997, Customer Connections: New Strategies for Growth, MA: Harvard Business School Press.
27. Waite, A. J., 2001, A practical guide to the contact center technology, Gilroy, CA , CMP Books.
28. NCR,「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,民國89年9月,頁20-25。
29. 吳淑貞,2001,「台灣導入與運用顧客關係管理系統的困難及因應之道」,國立中正大學企業管理研究所碩士論文。
30. 周政宏,1995,「神經網路理論與實務」,松崗電腦圖書資料股份有限公司出版。
31. 邱志洲,2002,Journal of the Chinese Institute of Industrial Engineers, 19(2), 9-22。
32. 陳文華,2000,「運用資料倉儲技術於顧客關係管理」, 能力雜誌。
33. 陳石麟,2002,「資料採礦於預測國人出國觀光需求之應用-以整體、香港和澳門為例」,(指導教授:陳文賢),國立臺灣大學資訊管理研究所論文。
34. 曾世忠,2003,「效率客服,客服中心的程序規劃」,培生教育出版集團。
35. 經濟部商業司,「電子商務導航」,第二卷第十三期, http://www.ec.org.tw
36. 童啟晟,2000,「CRM 之產業現況與應用趨勢」,Internet 網際先鋒。
37. 張妤莉,2001,「資料挖掘之導入與影響--以銀行業為例」,(指導教授:洪順慶),國立政治大學企業管理學系碩士論文。
38. 曾慶深,2002,「應用類神經在流場影像上質點運動之辨識」,(指導教授:林銘崇、丁肇隆),國立台灣大學工程科學及海洋工程學研究所碩士論文。
39. 廖雅郁,2002,「應用資料探採於我國西藥行銷之研究」,(指導教授:陳光華),國立交通大學經營管理研究所論文。
40. 盧坤利,2000,「台灣地區企業採用顧客關係管理系統之影響因素研究」,(指導教授:陳文賢),國立台灣大學商學研究所碩士論文。
41. 樓玉玲,1998,「以資料採擷技術分析政大通識課程」,(指導教授:劉文卿),國立政治大學資訊管理研究所碩士論文。
42. 劉志剛,2003,「以資料分析技術評估顧客服務管理之績效」,(指導教授:張瑞芬),國立清華大學工業工程與工程管理研究所碩士論文。
43. 羅華強,2001,「類神經網路─Matlab的應用」,儒林書局。
44. 聯慷科技,2001,「從傳統CTI到Web Enable」,通訊雜誌,87。http://www.cqinc.com.tw/grandsoft/cm/087/afo879.htm
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
1. [1]尹玫君,民89,國民小學老師的網路教學素養與培育。資訊與教育,79期,頁13-19。
2. [2]王全世,民89,資訊科技融入教學的意義與內涵。資訊與教育,80期,頁23- 31。
3. [3]王春生,民94,教師專業成長資訊融入教學提昇學生學習,北縣教育,50期,頁55-58。
4. [4]王誌毅,民92,國民中學實施九年一貫資訊科技融入教學現況與問題,師說,180期,頁7-10
5. [7]何榮桂,民90,從九年一貫新課程規劃看我國資訊教育未來的發展,資訊與教育,85期,頁5-14。
6. [8]何榮桂、陳麗如,民90,中小學資訊教育總藍圖的內涵與精神。資訊與教育,85期,頁22-28。
7. [9]何榮桂、籃玉如,民89,落實教室電腦教師應具備之資訊素養。資訊與教育,77期,頁23-27。
8. [10]吳文中,民89,從資訊教育融入各科談教師資訊素養的困境與因應之道,資訊與教育,79期,頁31-38。
9. [11]吳明隆,民88,新時代師生電腦素養的探究。教育部電子計算機中心簡訊,8810,頁33-49。
10. [14]李雪莉,民89,教師運用資訊能力網路調查,天下雜誌。
11. [15]林文生,民94,資訊科技發展對於課程改革的影響,北縣教育,50期,頁32-37。
12. [21]張世明,民94,教師專業成長-資訊融入教學,北縣教育,50期,頁27-31。
13. [22]張宏慶、王乃昕,民94,漫談前瞻性資訊科技融入教學,北縣教育,50期,頁24-26。
14. [24]張國恩,民91,從學習科技的發展看資訊科技融入教學的內涵,北縣教育,41期,頁16-25。
15. [30]陳泰安,民91,九年一貫課程教師資訊素養能力之探究,資訊與教育,41期