臺灣博碩士論文加值系統

摘 要

行動電話在近幾年的發展真是令人讚嘆，它持續不斷的演進，正逐漸改變我們的生活、娛樂，甚至商業交易模式，除了成為人們生活和工作上不可或缺工具，更隱含龐大的商機。行動電話市場百家爭鳴、競爭激烈，行動電話的產品特性：單價高、生命週期短、價格競爭激烈下跌迅速、消費者忠誠度低，在高階智慧型行動電話產品更是明顯。流通業是串起製造大廠與零售商之間交易的重要橋梁，在激烈競爭的行動電話產品市場，為保持庫存供貨水準，所面臨存貨太多造成資金積壓不利企業經營，存貨太少降低服務績效，失去商機又賺不到錢，形成兩難，因此準確的預測銷售對企業營運提昇顯得更為重要。
本研究以 2006-2007 年高階智慧型行動電話的歷史銷售數據，針對通訊產品流通業及高階智慧型行動電話的特性，並以歷史銷售數量、品牌、機型、價格、時間、地區、鋪貨、景氣對策指標、消費者信心指數、股票加權指數及美元匯率經濟因素等可能影響預測模型之變數，以符合實務上預測所需的獨特性，經過各種方式的特徵選擇(Feature Selection)後，建構各種倒傳遞類神經網路模式(Back Propagation Neural Network, BPN)進行測試，再以平均絕對百分比差( Mean Absolute Percentage Error , MAPE )做為評估的標準，決定最佳銷售預測模式。
研究結果顯示，本研究與實際銷售準確度相當接近，有助於通訊產品流通業建構最適高階智慧型行動電話之銷售預測模式，並可以進一步建立企業知識管理，累積經驗傳承，提升企業經營績效及提高競爭力。

Abstract

Mobile phone development in recent years is really amazing, its keeping evolution has gradually changed our lives and becoming an indispensable tool for a modern technological savvy human being. The mobile phone market is highly competitive and the product is seen as: high unit price, short life cycle, intense price competition with fast diminishing value as new models are introduced, high product substitution, little consumer loyalty, especially seen in the high end smart phones. A smooth logistic channel between the retailers and manufacturers is the key to maintain a just in time inventory level without large overhead and warehouse space. Too much inventory is detrimental to the company cash flow and too little inventory is lost opportunities when consumers can’t get the product right away and therefore, an accurate forecast of sales for enterprise operations become more important.

In this study, high-end smart mobile phones sold between 2006 and2007 are selected as research objects. The historical sales data for high-end smart mobile phone features, such as historical sales volume, brand, model, price, time, area, and the distribution rate of economic stimulus measures indicator, the consumer confidence index, stock-weighted index and the dollar exchange rate and other economic factors that may affect the prediction model are considered as variables. Through various forms of feature selection, the construction of a variety of back-propagation neural network model (BPN), and then a minimum mean absolute percentage error (MAPE) as the evaluation criteria, the best sales forecasting model is obtained.

The results showed that the present study and the accuracy level is very close to the actual sales, which can help build the optimal sales forecast model of high-end smart mobile phone for distribution industries , and can be further embedded into an enterprise knowledge management to accumulate experience, and thus enhance business performance and improve their competitiveness.

目錄
摘要 i
Abstract ii
致謝詞 iv
目錄 v
表目錄 vii
圖目錄 ix

第一章 緒 論 1
1.1 研究背景 1
1.2 研究動機 2
1.3 研究範圍 3
1.4 研究目的 3
1.5 論文架構 4
第二章 文獻探討 6
2.1 流通業 6
2.1.1 行銷通路的作用與分類 6
2.1.2 行銷通路的結構與組織 7
2.2 銷售預測 10
2.2.1 預測的目的與性質 11
2.2.2 預測的方法 12
2.2.3 預測誤差的衡量 14
2.3 類神經網路 15
2.3.1神經網路模型 15
2.3.2 類神經網路架構 18
2.3.3 類神經網路分類 19
2.3.4 倒傳遞類神經網路 20
2.3.5 倒傳遞類神經網路應用於預測相關文獻 28
第三章 研究方法 31
3.1 研究流程 31
3.2 資料分析 32
3.3 倒傳遞類神經網路建構 42
第四章 實驗設計與結果分析 46
4.1 實驗一：相關變數分析 46
4.2 實驗二：經濟指標延遲影響分析 54
4.3 實驗三：跨品牌同類型產品影響分析 57
第五章 結論與建議 61
5.1 結論 61
5.2 未來研究建議... 62

參考文獻

[中文文獻]

[1] 郭明哲，1985，預測方法理論與實例， PP. 301-325。
[2] 鄧勝梁，1998，行銷管理理論與策略， PP.277-282。
[3] 方世榮，1997，行銷學原理，第7版。
[4] 葉怡成，2006，類神經網路模式應用與實作， PP. 1.2-4.51，PP.15.2-19.16。
[5] 林振松，2002，應用類神經網路於啤酒之銷售預測， PP.38-67。
[6] 范佐松，2004，應用類神經網路於流通業商品採購建議之研究，輔仁大學資訊管理學系，碩士論文， PP.41-77。
[7] 林忠，2004，應用類神經網路於咖啡連鎖業商品銷售預測之研究，PP.29-55。
[8] 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，PP.43-91。
[9] 陳功興，2006，便利商店鮮食商品銷售預測模式之研究－探討類神經網路與平假日移動平均法的比較，PP.97-124。
[10] 廖敏伶，2006，應用類神經網路於果蔬汁之生產預測，PP.35-74。
[11] 沈偉立，2007，結合廻歸決策樹與類神經網路於時間序列資料之預測，PP.36-64。
[12] 行政院中華民國統計資訊網，總體統計資料庫。
臺灣銀行，一年期定存利率。
財政部關稅總局海關三旬匯率。
台灣證券交易所，發行量加權指數。
 
[英文文獻]

[13] Jacobs, R. A., (1988), “Increased Rates of Convergence Through Learning Rate Adaptation,” Neural Networks, vol. 1, pp. 295-307.
[14] Porter,M.E.,(1980),Competitive Strategy ,New York, N. Y.：The Free ress, pp.xvii-39。
[15] Wotruba, T.R. and E. K. Simpson, (1992), Sales Management text & Cases, Second Edition, Pws-Kent. 。
[16] Donlebell and O. J. Krasner, (1977),“Selecting Environmental Forecasting from Business Planning Requirements,” Academy of Management Review, Vol. 19, No. 5, pp. 373-383。
[17] Lewis, C. D., (1982), “Industrial and Business Forecasting Method,” Butterworth Scientific,London, PP.38-41。