臺灣博碩士論文加值系統

　　隨著資訊科技快速的進步，應用資料探勘技術可以建立公司商業智慧。為了提昇客服中心的工作效率、營運成本及顧客滿意度，分析顧客操作習慣的資料也是很重要的。人事費用成本在客服中心營運中支出比例是最重之一，如何降低客戶中心成本，提昇互動式語音服務系統的效率是一個方法。本論文研究IVR系統歴史資料:顧客語音歴程資料及語音流程基本資料檔。先利用因素分析方法，找出主要影響顧客在IVR中轉接專人重要的關鍵因素-「系統服務時間」。之後利用決策樹針對系統服務時間進行分類，產生一個自訂的「花費時間類別」屬性在資料前處理階段，明確地找出影響轉接專人的時間區間。再次利用因素分析進行驗證，找出花費時間類別、語音流程數、主機異常三項最主要因素，最後，使用決策樹產生出規則。除此之外，以語音資料之Data Mart中h各項屬性為基礎，用OLAP分析語音進線量及服務時間，做為持續改善IVR系統之語音流程設計方法，以提供未來開發客製化IVR流程的建議。提昇顧客對IVR系統的使用性、降低客服中心營運成本、提高服務品質，以維持公司永續成長。

誌謝 I
摘要 II
ABSTRACT IV
目錄 V
表錄 VII
圖錄 VIII
一、 緒論 1
1.1 研究動機 1
1.2 研究目的 2
1.3 研究流程 3
1.4 研究限制 4
二、 文獻探討 6
2.1 顧客關係管理(Customer Relationship Management) 6
2.2 互動式語音服務系統(IVR) 9
2.3 系統安全評估建議 13
2.4 資料倉儲、資料超市、OLAP 15
2.5 資料探勘(Data Mining) 19
三、 研究方法 30
3.1 研究設計 30
3.2 資料前處理 33
3.3 因素分析 34
3.4 決策樹分析 42
3.5 OLAP分析 43
3.5.1 系統架構分析 44
3.5.2 資料架構 46
3.5.3 實驗步驟 50
四、 研究與分析 55
4.1決策樹法則分析 55
4.2 OLAP資料分析 56
4.2.1 主機異常及時段分析表 58
4.2.2 主機異常和機器分析表 60
4.2.3 主機異常及流程路徑分析表 62
4.2.4 主機異常及流程分析表 64
4.2.5 花費時間級距和性別分析表 65
4.2.6 花費時間類別和轉接專人分析表 67
4.2.7 客戶性別與地區分析表 69
4.2.8 時段和花費時間類別分析表 71
4.2.9 時段與轉接轉人比較分析表 73
4.2.10 最後流程和轉接轉人分析表 75
4.2.11 週期和時段分析表 77
4.2.12 語音流程數和時段分析表 78
4.2.13 轉接專人主要因素析表 80
五、結論與建議 82
5.1研究結論 82
5.2未來研究方向 86
參考文獻 88
附錄A 資料轉換步驟 91
附錄B SEE5決策樹操作步驟 99
附錄C SPSS因素分析操作步驟 103

[1]台灣睿智資訊公司, 「微軟平台上的最佳商業智慧解決方案- Analyzer 」, http://www.analyzer.com.tw,2005年。
[2]台灣微軟股份有限公司,「SQL Server 2000 產品概觀」, http://www.microsoft.com/taiwan/sql/evaluation/ , 2006年。
[3]和信電訊股份有限公司及遠傳電信股份有限公司，「IVR互動語音」，來源：http://www.fetnet.net/servlet/ContentServer?cid=1122429697089&pagename=%40MobileMarketing%2FPage%2FmmMainPageT&c=Page，2006年。
[4]林穎君，「行動通訊業客服中心顧客使用經驗對滿意度與忠誠度之影響」，國立成功大學交通管理學系碩士班，2004年7月。
[5]郭曉玲，「商業智慧系統應用於食品飲料業之個案研究」，私立淡江大學資訊管理學研究系碩士論文，2003年。
[6]許正誼，「我國銀行業發展顧客關係管理導向的電子商務策略探討」，國立東華大學企業管理學系碩士論文，2001年。
[7]曾美卿，「應用資料倉儲於表演藝術行銷之研究－以「國立中正文化中心」為例」，私立中國文化大學資訊管理研究所碩士論文，2003年。
[8]曾憲雄，「結合資料倉儲與資料探勘的技術分析中小學數位落差」，國立交通大學理學院網路學習碩士在職專班論文，2003年。
[9]邱德生，「建構設備管理資訊系統資料倉儲之研究」，國立台北科技大學生產系統工程與管理研究所碩士論文，2003年。
[10]袁熒助，「應用線上分析處理於網站自動化統計機制之研究-以技職課程資源網站為例」，國立臺灣師範大學工業教育研究所碩士論文，2002年。
[11]張榮昇，「金融業資訊系統安全威脅與防護措施」，國立雲林科技大學資訊管理技術研究所碩士論文，1997年。
[12]程曦資訊公司，「CTI應用在Web之客服中心」，通訊雜誌，第87期 2001年4月號。
[13]詹碧綢，「全方位客服中心委外的建置與管理」，私立中華大學科技管理研究所碩士論文，2003年。
[14]蕭斯聰，「結合資料倉儲與資料探勘的技術分析中小學數位落差」，國立交通大學理學院網路學習碩士在職專班碩士論文，2003年。
[15]聯慷科技公司，「聰明的語音辨識IVR，如何幫助企業決戰市場」，來源：http://www.lancom.com.tw/newmessage/ivr1.htm, 2000年2月22日。
[16]蘇友章，「應用AHP模式探討資訊安全決策選擇之研究」，私立樹德科技大學資訊管理研究所碩士論文，2004年
[17]瞿鴻斌，「資訊安全風險評估驗證系統」，私立世新大學管理學院碩士論文，2005年。
[18]Anil,Bhatia, “Customer Relationship Management “,1sted.,toolboxPortal for CRM,1999
[19]Cabena，Cabena,P.P.O. Hadjinian, R. Stadler, J. Verhess and A. Zanasi , Discovering Data Mining from Concept to implementation, Prentice Hall, New York, NY,1997
[20]Call center magazine, “Correlating IVR performance and customer satisfaction,” 16, 2, p13. 2003
[21]E.F. Codd, & S.B. Codd, & C.T. Salley. Providing OLAP(On-line Analytical Processing) to User-Analysts An IT Mandate. White Paper Arbor Software Corporation.1993
[22]Empirix, “Correlating IVR Performance and Customer Satisfaction”， Database Systems Corp.， http://www.easyivr.com/tech-ivr-applications_108.htm ，Last modified: January, 2006.
[23]Fayyad, U. M., Piatetsky-Shapiro, G., Smyth, P. & Uthurusamy, R., Advances in knowledge discovery and data mining, Menlo Park, CA: AAAI Press. 1996
[24]Frawley，Frawley, W.J.G.S. Paitetsky and C.J.Matheus, Knowledge Discovery in database：An Overview,Knowledge Discovery in Database, AAAI Press, Menlo Park, CA,1991
[25]Harman H.H., Modern factor analysis (3rd ed.). Chicago: University of Chicago Press. 1976 ,“Interpretive Approach to Bankruptcy Prediction.” Journal of Management , Information Systems, Vol. 16, No. 1, 1999, pp63-85.
[26]Kaiser H.F., Little Jiffy, Educational and Psychological Measurement, 34, pp.111-117. , Mark IV 1974
[27]Kalakota ,Ravi and Marcia Robinson, e-Business: Roadmap for Success ,1’ed.,U.S.A.:Mary T.O ’Brien,1999
[28]Jae Kyeong Kim et al., Detecting the change of customer behavior based on decision tree analysis,Expert Systems, Vol. 22, No. 4, September 2005
[29]Jiawei Han & Micheline Kamber， “ Data mining Concepts and Techniques ” San Francisco : Morgan Kaufmann Publishers .2001
[30]Quinlan, J. R., C4.5: Programs for machine learning, San Mateo: Morgan Kaufmann，1993
[31]W. H. Inmon， Building the data warehouse. New York : Wiley Computer Pub. 1996