臺灣博碩士論文加值系統

本研究以直銷產業為研究對象。有別於傳統通路的經營方式，直銷產業大多採用會員制的經營模式，透過與顧客間直接且一對一的溝通，建立一種長期且穩定的顧客關係，也是企業利基的來源。隨著資訊科技的進步，此種特殊的經營模式結合了資料探勘的各種方法與技術，使得企業得以從現存之資料庫中挖掘出各種顧客的特徵與屬性、消費行為的趨勢、購買產品的關聯性等等。

本研究以一間知名的直銷化妝品公司為個案分析對象，利用企業內部之會員及交易資料庫，進行資料庫行銷之實證分析工作，研究主題包含兩個部分，第一部分為顧客分群，第二部分為產品關聯性分析。傳統上進行顧客分群時，通常會針對顧客的價值，也就是對企業的貢獻程度來區分顧客；本研究將從顧客購買商品的行為特性面出發，採用新的構面進行分群，將顧客區分為購買商品以自用為主的「消費型」顧客，以及會邀約親友一起購買，擁有分享產品、轉賣等行為的「分享、銷售型」顧客；進行完顧客分群之後，再利用關聯規則分析來挖掘最佳顧客的消費傾向，並與整體顧客之關聯規則進行比較，最後提出具體的策略意涵。

研究結果顯示，利用顧客購買行為分群模型所區分出來的最佳顧客--「分享、銷售型」顧客，對於企業而言也為具有價值之顧客；此外，關聯規則分析的結果也顯示「分享、銷售型」顧客之產品關聯規則與整體顧客之關聯規則非常類似，具有相當程度的一致性。由於顧客購買行為分群模型是從消費行為面切入，對於企業而言，此一分群結果將可確實反映出具有不同購買行為特性的顧客，使得行銷人員可以依據分群結果針對顧客的行為面特性制定行銷策略。

This thesis focuses on direct-sales industry, which differs greatly from others in the business model. In this industry, there is a long-term and stable relationship between the company and its customers. Such an inseparable relationship comes from direct and on-to-one communication with customers, and contributes to the corporate profit.
Due to the improvement of Information Technology, many direct-sales companies integrate advanced data mining techniques into existing database in order to explore some important information, including customers’ characteristic, attribute, and purchasing behavior, etc.
A Cosmetics Direct-Sales company is chosen to do a case study. There are two subjects in this thesis--Customer segmentation and Product association. In customer segmentation, the most popular and frequently-used model is RFM model, which takes customer value as criteria. This research attempts to propose a new customer segmentation method- Purchasing Behavior Customer Segmentation (PBCS). Customers are clustered based on their purchasing behavior and objective. “Consumption type customers” are those who purchase for personal use, whereas “Sales-and-Sharing type customers” are those who purchase not only for private use but also for selling or sharing. After customer segmentation, we conduct Association Rule Analysis to analyze product association of “Sales-and-Sharing type customers”.
The result shows that the best customers--“Sales-and-Sharing type customers” are also valuable customers. In addition, their product association represents the similar pattern with whole customers’ product association. This segmentation model provides expertise another method to classify customers, and thus expertise can work out marketing strategy based on customers’ purchasing behavior.

謝誌 i
摘要 ii
Abstract iii
目錄 iv
圖目錄 vi
表目錄 vii
第一章 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 7
第四節 研究對象與範圍 8
第五節 論文架構 9
第二章 文獻探討 11
第一節 顧客關係管理 11
（一） 顧客關係管理的定義 11
（二） 顧客關係管理的架構 14
（三） 顧客關係管理的循環過程 16
（四） 顧客關係管理的執行步驟 18
第二節 資料庫行銷 20
（一） 資料庫行銷的定義 20
（二） 資料庫行銷的功能 22
（三） 資料庫行銷的執行方法 24
第三節 資料探勘 25
（一） 資料探勘的定義 25
（二） 資料探勘的功能 27
（三） 資料探勘的執行步驟 29
第四節 保養品 31
（一） 保養品之定義 31
（二） 保養品的通路以及消費者購買特性 33
第三章 研究方法 36
第一節 研究流程 36
第二節 顧客購買行為分群方法 38
（一） 顧客類型描述 38
（二） 顧客購買行為分群模型 40
（三） 調整後的顧客購買行為分群模型 44
第三節 關聯規則分析 48
第四章 個案分析 51
第一節 個案公司資料內容及特性說明 51
（一） 資料內涵與抽樣方法 51
（二） 敘述統計分析 54
第二節 個案資料分析 57
（一） 客購買行為分群模型 58
（二） 關聯規則分析 67
第五章 結論與建議 73
第一節 結論 73
第二節 研究限制 76
第三節 後續研究建議 76
參考文獻 78

（1)王泱琳與黃治蘋譯(2000)，21世紀行銷大趨勢：活用資料庫，創造高業績的一對一行銷新法則，台北：麥格羅希爾，譯自Frederick Newell
（2）中國民國直銷協會網站：www.dsa.org.tw
（3）行政院公平交易委員會網站：www.ftc.gov.tw
（4）李宗龍(2001)，「信用卡使用特性對消費性貸款行為之預測」，國立台灣大學國際企業學研究所碩士論文
（5）林慧晶(1997)，「資料庫行銷之客戶價值分析與行銷策略應用」，國立台灣大學國際企業學系研究所碩士論文
（6）東方線上2005年版E-ICP消費者行銷資料庫
（7）東方線上2006年版E-ICP消費者行銷資料庫
（8）陳文華(2000)，「運用資料倉儲技術於顧客關係管理」，能力雜誌，第527期，頁132-138
（9）陳曉開譯(2003)，「客戶關係管理手冊」，台灣培生教育，譯自Jill Dyche
（10）劉玉萍(2000)，整理NCR公司助理副總裁Ronald S. Swift於遠擎智慧企業部舉辦2000「一對一行銷」研討會中之專題演講：運用「一對一行銷」執行顧客關係管理以提升企業利潤，電子化企業：經理人報告，第11期，頁7-10
（11）Amrit Tiwana (1997), The Essential Guide to Knowledge Management: E-Business and CRM Application, Prentice Hall.
（12）Berry, M.J.A. and Linoff, G (1997), Data Mining Technique for Marketing, Sale, and Customer Support, Wiley Computer.
（13）Berson, A., Smith, S. and Thearling, K (2001), Building Data Mining Application for CRM, New York, McGraw-Hill Inc.
（14）Bhatia, Anil (1999), Customer Relationship Management, 1st ed. U.S.A ;Don Hull
（15）Brown, S. A. & Gulycz, M. (2002), “Performance Driven CRM,” Canda: PwC Consulting.
（16）Bugel, Marnix S. and Bertina, A. H. Bus (1998), “The Strategic Utilization of Database Marketing,” The Journal of Database Marketing, Vol.6, No.2, pp.156-163.
（17）Cespedes, Frank V. and Smith, H. Jeff (1993), “Database Marketing：New Rules for Policy and Practice,” Sloan Management Review, pp.7-22, Summer.
（18）Fayyad, U. M. (1996), Data mining and knowledge discovery: Making sense out of data . IEEE Expert, 11(5), October, 22-23.
（19）Fayyad,U. M. Shapiro,G. P. and Uthurusamy,R. eds. (1996), Advances in Knowledge Discovery and Data Mining, Menlo Park, CA: AAAI/MIT Press.
（20）Grupe, G. H. Owrang, M. M (1995), “Database Mining Discovering New Knowledge and Cooperative Advantage,” 12, 26-31.
（21）Hall, C. ed (1995), The Devil''s in The Details : Techniques, Tools, and Application for Database Mining and Knowledge Discovery Part 1, Intelligent Software, September.
（22）Ham, J. and Kamber, M. (2001), Data Mining: Concepts and Techniques. San Diego: Academic Press.
（23）Han, J. and M. Kamber (2000), Data Mining：Concepts and Techniques, San Francisco, CA, USA：Morgan Kaufmann.
（24）Hughes, Arthur M. (1994), Strategic Database Marketing, Chicago：Probus Publishing.
（25）Hughes, A.M. (1996), The Complete Database Marketer Second Generation Strategies and Techniques for Tapping the Power of Your Customer Database, Revised ed., McGraw-Hill Publishing Company Inc.
（26）Hughes, Arthur. M. (2001), Strategic database marketing-the masterplan for starting and managing a portfolio, customer-based marketing program New York: McGraw-Hill
（27）Jackie Kandell(2000), “CRM, ERM, one-to-one Decoding Relationship Management Theory and technology”, Trust &Eastates, April 2000,pp:49-53.
（28）Klaus, D.W. (2000), “CRM Systems and Users: How Do They Fit? ,” Presented at the CRM connect conference in Zurich.
（29）Kotler, P., Marketing Management：Analysis, Planning,Implementation, and Control, 10th ed., New Jersey：David Borkowsky
（30）Payne, A. & Frow, P. (2005), “A Strategic Framework for Customer Relationship Management,” Journal of Marketing, 69, pp. 167-176.
（31）Peacock, P.R. (1998), “Data Mining in Marketing:Part1,” Marketing Management, Vol. 6, No., pp. 8-18.
（32）Pivotal Co.(1999), Electronic business relationship management. Pivotal Co.　Business Report, October 1999.
（33）Ravi Kalakota & Marcia Robinson (1999), E-Business: Roadmap for Success, Addison-Wesley.
（34）Roh, T. H., Ahn, C. K. and Ingoo, H. (2005), “The priority factor model for customer relationship management system success,” Expert Systems with Applications, Vol.
（35）Ronale S. Swift (2001), Accelerating Customer Relationship, London , Prentice Hall.
（36）Shani, David and Chalasani, Sujana (1992), “Exploiting Niches Using Relationship Marketing,” The Journal of Consumer Marketing, Vol. 9, pp. 33-42, Summer.
（37）Shaw, R. and Stone, M. (1990), Database Marketing, Gower Publishing.
（38）Swift, R. (2001), “Accelerating Customer Relationships,” Prentice Hall.
（39）Zablah, A. R., Bellenger, D. N. & Johnston, W. J. (2004), “An Evaluation of Divergent Perspectives on Customer Relationship Management: Towards a Common Understanding of an Emerging Phenomenon,” Industrial Marketing Management, 33, pp. 475-489.