顧客為企業獲利最直接的來源之一，故保留住獲利價值高的顧客外，另外，開發具有潛在價值的顧客群，為最近企業更為主動方式。不同時間點的顧客群體會產生不同的顧客價值，依循歷年的顧客消費行為模式，先利用非監督式類神經網路做出分群，分出具有相同趨勢及特性的顧客群體，再利用線性迴歸模型預測在往後時間會產生的未來價值。
預測顧客未來價值為增加廠商獲利的方式，對於汽車經銷商為例，在目前台灣汽車市場近乎飽和的狀態，如何保有原本的顧客群體，使其固定回廠保養或保險以及增加對廠商的消費，對買車利潤式微的汽車經銷商來說這為其最大的利潤來源。
本研究利用類神經網路及線性迴歸模型對於顧客資料先做分類後，對於每群有不同潛在價值的顧客群體會有不一樣的策略方式，並依照顧客的潛在價值高低做出價值管理的策略，以確保在每一個顧客都能對其獲得最大的利潤。

Customers are the major asset of profits of enterprise. For keeping high value customer, the other active way for enterprise is developing customers with potential value. Different moments to customers make different customer value. Tracking customer behavior over the years, firstly using self-organizing map makes different customer groups with the same characteristics in consumption, and customer groups in linear regression predicts value in future time.
Predicting customer value increases the way of enterprise to make profit. Taking car dealership for example, there is almost full in car dealership market and selling new cars gets fewer profits, so it is the maximum profit to make customers return for maintenance and spend more for car dealership.
This research uses neural network and linear regression to customer data base. For classification to customers, different customer lead different potential value and enterprise make different strategy to target customers what they want. According to customer potential value, enterprise makes profit management strategy to insure each customer makes maximum profit.

摘要 I
Abstract II
目錄 III
表目錄 VI
圖目錄 VII
第一章 緒論 1
1.1研究背景與動機 1
1.2研究目的 2
1.3研究步驟與流程 3
1.4 研究範圍及限制 4
1.4.1 研究範圍 4
1.4.2 研究限制 4
第二章 文獻探討 5
2.1顧客價值 5
2.1.1 顧客價值定義與內涵 5
2.2 類神經網路 11
2.2.1 監督式類神經網路 11
2.2.2 非監督式類神經網路 15
2.3 線性迴歸 16
2.3.1 線性迴歸定義 16
2.3.2 迴歸分析注意事項 20
2.3.3 迴歸在時間模式相關文獻 23
第三章 研究方法 25
3.1研究流程 25
3.2資料來源 28
3.3研究工具 29
3.4自組織映射圖網路 29
3.5潛在價值預測模式 29
3.5.1顧客潛在價值之計算 30
3.5.2顧客潛在價值之應用 33
第四章 資料分析 35
4.1 資料結構分析 35
4.2 分群之後的顧客群體 40
4.3 顧客群體的迴歸模式 42
4.4 潛在價值分析 44
第五章 結論 53
5.1 研究結論 53
5.2 建議 53
5.3 研究限制與未來方向 55
5.3.1 研究限制 55
5.3.2 未來研究方向 56
參考文獻 57

[1] 楊奕農(2006)，時間序列分析-經濟與財務上之應用，雙葉書廊有限公司。
[2] 吳明隆，涂金堂(2005)，SPSS與統計應用分析，五南圖書出版股份有限公司。
[3] 廖人敬(2005)，「筆記型電腦維修零備件需求預測模式之建立」，中華大學科技管理所碩士論文。
[4] 張凱翔(2005)，「應用違約機率時間序列模型對衍生商品定價」，國立中山大學應用數學系碩士論文。
[5] 陳俊凱(2005)，「改善自組映射圖視覺化與分析產品資料之研究－以行動電話資料為例」，雲林科技大學資訊管理系碩士論文。
[6] 葉怡成(2004)，「類神經網路模式應用與實作」第九版，儒林圖書有限公司。
[7] 楊金聲(2004)，「利用類神經網路與線性迴歸進行成本預測之研究-以印刷電路板產業為例」，中原大學資訊管理研究所碩士論文。
[8] 林展毅(2004)，「具有較佳估計成效的模糊線性迴歸模式之研究」，南台科技大學工業管理研究所碩士論文。
[9] 徐來福(2004)，「應用資料採擷技術於顧客關係管理之消費行為研究－以某化�菻~公司為例」，元智大學工業工程與管理學系碩士論文。
[10] 江盈泰(2004)，「利用顧客區隔以制定個人化促銷計畫來創造顧客價值-以汽車代理商為例」，朝陽科技大學工業工程與管理系碩士班碩士論文。
[11] 林盟凱(2004)，「信用評等時間序列資料分析-結合效能提升技術之類神經網路分類模型」，世新大學資訊管理系碩士論文。
[12] 劉宜昆(2004)，「不同進入時間的Cox 迴歸模型之參數檢定」，東海大學統計學系碩士論文。
[13] 蔡儒玫(2004)，「脆弱選擇權在連續時間模型下的定價」，國立中山大學應用數學系碩士論文。
[14] 陳琬真(2004)，「以後設分析探討顧客貢獻價值、關係品質及顧客忠誠度之關聯性」，國立清華大學科技管理所碩士論文。
[15] 黃郁仁(2004)，「整合案例式推理與類神經網路於新產品銷售預測--以圖書產品為例」，元智大學工業工程與管理系碩士論文。
[16] 周家宏(2003)，「潛在客戶開發之研究-以汽車業為例」，國立台北大學企業管理學系碩士論文。
[17] 楊清潭(2003)，「應用資料探勘技術於顧客價值分析之研究」，東吳大學資訊科學系碩士論文。
[18] 黃信源(2003)，「台灣地區行動電話需求預測模式之建構與評估--時間序列之應用」，國立台北大學企業管理系碩士論文。
[19] 顏振榮(2003)，「門診預約病患約診時間與實際看診時間之分析」，長庚大學醫務管理學研究所碩士論文。
[20] 謝明輝(2003)，「基隆港棧埠作業民營化對船舶靠泊碼頭時間影響之研究」，國立海洋大學航運管理學系碩士論文。
[21] 范碧純(2003)，「以時間序列模型估計預測健保之醫療費用」，國立高雄第一科技大學風險管理與保險所碩士論文。
[22] 連惟謙(2003)，「應用資料分析技術進行顧客流失與顧客價值之研究」，中原大學資訊管理研究所碩士論文。
[23] 葉金池(2002)，「ＷＴＯ後不同類型消費者對汽車業服務品質與行銷競爭力認定之實證研究－以台灣中部地區為例」，靜宜大學企業管理研究所碩士論文。
[24] 劉世琪(2002)，「應用資料挖掘探討顧客價值-以汽車維修業為例」，朝陽科技大學工業工程與管理系碩士班碩士論文。
[25] 黃駿逸(2001)，「時間數列模型對股價指數報酬率預測之能力之評估」，淡江大學財務金融學系碩士論文。
[26] 楊雅惠(2001)，「具時間數列誤差的迴歸模型選模」，國立台北大學統計學系碩士論文。
[27] 黃登源(1998)，應用迴歸分析，華太文化事業股份有限公司。
[28] 吳宗正(1997)，迴歸分析-理論與應用，復文書局。
[29] 林真真、鄧幼涵(1993)，迴歸分析，華太書局。
英文部份
[30] Bridges Eileen, Johnston H. Holly, Sager K. Jeffrey, Using model-based expectations to predict voluntary turnover, International Journal of Research in Marketing, Volume: 24, pp. 65-76(2007).
[31] Buckinx Wouter, Verstraeten Geert, Van den Poel Dirk, Predicting customer loyalty using the internal transactional database, Expert Systems With Applications, Volume: 32, pp. 125-134(2007).
[32] Lee Sungjoo, Lee Seunghoon, Park Yongtae, A prediction model for success of services in e-commerce using decision tree: E-customer’s attitude towards online service, Expert Systems With Applications, Volume: 33, pp. 572-581(2007).
[33] Olive J. David, Prediction intervals for regression models, Computational Statistics and Data Analysis, Volume: 51, pp. 3115-3122(2007).
[34] van Wezel Michiel, Potharst Rob, Improved customer choice predictions using ensemble methods, European Journal of Operational Research, Volume: 181, pp. 436-452(2007).
[35] Boyer K. Kenneth, Hult G. M. Tomas, Customer behavioral intentions for online purchases: An examination of fulfillment method and customer experience level, Journal of Operations Management, Vol: 24, pp. 124-147(2006).
[36] Golfetto Francesca, Gibbert Michael, Marketing competencies and the sources of customer value in business markets, Industrial Marketing Management, Vol: 35, pp. 904-912(2006).
[37] Lin Yichen, Su Hwan-Yann, Chien Shihen, A knowledge-enabled procedure for customer relationship management, Industrial Marketing Management, Vol: 35, pp. 446-456(2006).
[38] Koo Dong-Mo, The fundamental reasons of e-consumers’ loyalty to an online store, Electronic Commerce Research and Applications, Vol: 5, pp. 117-130(2006).
[39] Wang Hsiao-Fan, Hong Wei-Kuo, Managing customer profitability in a competitive market by continuous data mining, Industrial Marketing Management, Vol: 35, pp. 715-723(2006).
[40] Chen Mu-Chen, Chiu Ai-Lun, Chang Hsu-Hwa, Mining changes in customer behavior in retail marketing, Expert Systems With Applications, Vol: 28, pp. 773-781(2005).
[41] Lariviere Bart, Van den Poel Dirk, Predicting customer retention and profitability by using random forests and regression forests techniques, Expert Systems With Applications, Vol: 29, pp. 472-4849(2005).
[42] Román Sergio, Ruiz Salvador, Relationship outcomes of perceived ethical sales behavior: the customer''s perspective, Journal of Business Research, Vol: 58, pp. 439-445(2005).
[43] Bloom Jonathan Z, Tourist market segmentation with linear and non-linear techniques, Tourism Management, Vol: 25, pp. 723-733 (2004).
[44] Buckinx Wouter, Moons Elke, Van den Poel Dirk, Wets Geert, Customer-adapted coupon targeting using feature selection, Expert Systems With Applications, Volume: 26, pp. 509-518(2004).
[45] He Zengyou, Xu Xiaofei, Huang Joshua Zhexue, Deng Shengchun, Mining class outliers: concepts, algorithms and applications in CRM, Expert Systems with Applications, Vol: 27, pp. 681-697(2004).
[46] Hsieh Nan-Chen, An integrated data mining and behavioral scoring model for analyzing bank customers, Expert Systems with Applications, Vol: 27, pp. 623-633(2004).
[47] Larivière Bart, Van den Poel Dirk, Investigating the role of product features in preventing customer churn, by using survival analysis and choice modeling: The case of financial services, Expert Systems with Applications, Vol: 27, pp. 277-285(2004).
[48] Campbell J. Alexandra, Creating customer knowledge competence: managing customer relationship management programs strategically, Industrial Marketing Management, Vol: 32, pp. 375-383(2003).
[49] Chu, Ching-Wu, Zhang Guoqiang Peter, A comparative study of linear and nonlinear models for aggregate retail sales forecasting, International Journal of Production Economics, Volume: 86, pp. 217-231(2003).
[50] Stahl K.Heinz, Matzler Kurt, Hinterhuber H. Hans, Linking customer lifetime value with shareholder value, Industrial Marketing Management, Vol: 32, pp. 267-279(2003).
[51] Swinyard R. William, The effects of salesperson mood, shopper behavior, and store type on customer service, Journal of Retailing and Consumer Services, Vol: 10, pp. 323-333(2003).
[52] Cheng Chun-Hung, Low Boon-Toh, Chan Pak-Kei, J. Motwani, Improving the performance of neural networks in classification using fuzzy linear regression, Expert Systems with Applications, Volume: 20, pp. 201-206(2001).
[53] Verhoef Peter C, Donkers Bas, Predicting customer potential value an application in the insurance industry, Decision Support Systems, Vol: 32, pp. 189-199 (2001).
[54] Eriksson Kent, Vaghult Anna Lofmarck, Customer Retention, Purchasing Behavior and Relationship Substance in Professional Services, Industrial Marketing Management, Vol: 29, pp. 363-372(2000).
[55] Wu Couchen, Chen Hsiu-Li, Counting your customers: Compounding customer’s in-store decisions, interpurchase time and repurchasing behavior, European Journal of Operational Research, Volume: 127, pp. 109-119(2000).
[56] Stroh K. Linda, Gregersen B. Hal, Black J. Stewart, Closing the gap: Expectations versus reality among repatriates, Journal of World Business, Volume: 33, pp. 111-124(1998).
[57] Bendapudi Neeli, Berry L. Leonard, Customers'' motivations for maintaining relationships with service providers, Journal of Retailing, Vol: 73, pp. 15-37(1997).
[58] Patel H. Minnie, A linear program to detect extrapolation in predicting new responses of a multiple linear regression model, Computers & Industrial Engineering, Volume: 28, pp. 787-791(1995).