跳到主要內容

臺灣博碩士論文加值系統

(35.172.136.29) 您好!臺灣時間:2021/08/02 18:34
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

我願授權國圖
: 
twitterline
研究生:王偉丞
研究生(外文):Wen-Cheng Wang
論文名稱:從信用卡交易紀錄探勘消費者衝動性購買行為
論文名稱(外文):Exploring Customer Impulse Buying Behavior from Credit Card Transaction Records
指導教授:任立中任立中引用關係
指導教授(外文):Li-Chung Jen
口試委員:周建亨陳靜怡
口試委員(外文):Chien-Heng ChouChing-I Chen
口試日期:2015-05-25
學位類別:碩士
校院名稱:國立臺灣大學
系所名稱:國際企業學研究所
學門:商業及管理學門
學類:企業管理學類
論文種類:學術論文
論文出版年:2015
畢業學年度:103
語文別:中文
論文頁數:139
中文關鍵詞:衝動性購買行為資料庫行銷資料探勘集群分析兩階段集群分析動態區隔穩定性卡方檢定交叉表分析
外文關鍵詞:Impulse BuyingDatabase MarketingData MiningCluster AnalysisTwo-Step Cluster AnalysisDynamic Segments StabilityChi-Square TestCross-Table Analysis
相關次數:
  • 被引用被引用:0
  • 點閱點閱:377
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:1
衝動性購買行為屬於一種突發的、難以抗拒的消費行為,在過去的研究上,大多是以心理層面的研究出發,探討任何可能的行銷刺激、購物環境、行為變數、人格特質等影響因素。過去傳統的方式,是以問卷分析的方式來解析研究引發衝動性購買行為的影響因子;但由於衝動性購買的突發性,導致研究者常常無法立即性地得知確切的原因究竟是什麼;抑或在測量消費者購買前跟購買後的態度差異時,也不一定能獲得最真實、態度一致的結果,因此導致研究上的限制。
然而衝動性購買在消費者行為上是一種極為普遍的現象,其交易行為幾乎隨時都在發生。從過去的研究中,可以知道當涉及某些特定的商店、特定產品或是產業時,會有衝動性購買行為的比例相對提升許多;且更進一步顯示出,具有衝動性購買行為特質的顧客,對企業主所追求的顧客價值相對來說也更大。因此對於衝動性購買的研究不管在學術或是實務上無疑是一項發展趨勢。
現今資料庫探勘的崛起、資訊科技、網路的普及,將社會帶向了一個全新的面貌。而在大數據時代的來臨,無數的交易行為代表著無數的交易資料被一一紀錄下來,這些紀錄代表的即是消費者最真實也是最確切的交易情況。資料庫統計方法的使用,搭配行銷決策的運用,我們可以嘗試去挖掘消費者背後的行為動機。但民眾的衝動性購買行為在過去的發展中,鮮少有利用消費者的交易紀錄來探勘消費者的消費行為特質。
因此,本研究運用資料統計探勘方式,以消費者的信用卡交易紀錄為主,利用兩階段集群分析法,搭配群集分類的動態穩定性檢驗,來確認利用該分析方式是否能有效地從資料庫紀錄中分類出具有衝動性購買行為特質的顧客。
其結果顯示,經由交易紀錄欄位做變數處理的分類變數指標,有效地將顧客分成衝動性與非衝動性購買顧客,且其區隔穩定性的結果為顯著,代表該分群方法妥當,但本次想要抓取的衝動性購買顧客比例卻過低。因此,考慮單一變數分類指標來做顧客分類,並以交叉表卡方檢定來分析檢驗,其分類結果顯著,且抓取的衝動性購買顧客人數和範圍也有效擴大。
根據人口統計變數和交易項目分析結果,我們可以進一步與相關的企業主合作發展各種顧客關係管理方案、一對一客製化行銷策略、推薦系統等,為企業及市場創造更大的價值。


Impulse buying behavior is an unexpected and irresistible purchasing behavior. From all the past research on impulse buying, most researchers focused on psychological factors like purchasing environment, personality traits, marketing stimuli and behavior parameters etc. by using traditional questionnaire analysis to study the factors that lead to impulse buying. Because of the characteristic of being unexpected and sudden, researchers couldn’t identify the exact reason immediately. We even couldn’t know the actual outcomes when measuring the difference of purchasing attitudes before buying and after buying. That leads to the restrictions of previous research.
Impulse buying is a very normal behavior of consumer behavior and transactions that could happen anytime and anywhere. According to past research, the percentage of impulse buying behavior would rise when some specific stores and particular industries were involved. Furthermore, the more impulse buying characteristics consumers have, the more customer value enterprises pursue. Therefore, no matter on academic research or on practices, impulse buying researches has already been a developed trend.
The developments of database mining, information technology, and ubiquitous network have changed the society. Countless transaction behavior means countless transaction data are being recorded during the big data era. With the statistical methods on database and the collocation of marketing strategies, we can try to identify the motivations behind the consumer behavior. But there are few research studying impulse buying by using data mining methods on consumer transaction records. Therefore, I tried to use some data mining methods to analyze the credit cards transaction database that targeted customers with impulse buying characteristics by utilizing two-step clustering analysis, demographic variables analysis, and the dynamic segments stability analysis.
According to the first outcome, the variables we chose and dealt with used in two-step clustering analysis from the credit cards database are able to differentiate the impulse buying and non-impulse buying customers. But the percentage of the impulse buying customer was too low. So, I kept tring another method to identify impulse buying customers by using only one classification index that was made from database. The second time’s outcome was siginificant and the number of those impulse buying customers we identified was much more than the first time.
Finally, we can use these results, as well as the demographic variables analysis and the transaction items of industries analysis from records to make customer management programs, one-to-one customized marketing strategies, recommendation systems and to develop the collaboration relationships with related industries and enterprises. With the objective to create bigger and much more value for the market and companies.


目錄
目錄……………………………………………………1
表目錄…………………………………………………5
圖目錄…………………………………………………7
第一章 緒論………………………………………9
1.1研究背景…………………………………………9
1.2研究動機…………………………………………10
1.3研究目的…………………………………………12
1.4論文架構…………………………………………13
第二章 文獻探討……………………………………14
2.1衝動性購買行為…………………………………………14
2.1.1早期衝動性購買行為定義發展…………………………14
2.1.2中期衝動性購買行為研究觀點……………………………16
2.1.3近代衝動性購買行為探討視野…………………………18
2.2資料探勘概述…………………………………………………20
2.3資料庫行銷應用…………………………………………24
2.3.1資料庫行銷定義…………………………………………25
2.3.2資料庫行銷的功能………………………………………27
2.3.3資料庫行銷之執行範圍…………………………………29
2.3.4資料庫行銷之成長策略應用……………………………32
2.3.5近代資料庫行銷………………………………………33
2.4集群分析………………………………………………………34
2.4.1集群分析概述……………………………………………34
2.4.2統計集群分析……………………………………………35
2.4.3 K-means演算法……………………………………38
2.4.4兩階段集群分析法……………………………………39
2.5區隔穩定性……………………………………………………41
第三章 研究方法……………………………………43
3.1研究概述與架構……………………………………………43
3.2資料庫來源與篩選……………………………………………46
3.3變數定義與編碼…………………………………………………46
3.3.1顧客交易紀錄欄位………………………………………47
3.3.2顧客人口統計變數………………………………………54
3.4資料庫樣本結構……………………………………………55
3.4.1樣本結構…………………………………………………55
3.5分析方法……………………………………………………60
3.5.1兩階段集群分析法………………………………………60
3.5.2群內與群間命名及比較…………………………………60
3.5.3動態區隔穩定性與交叉表卡方檢定……………………61
第四章 資料分析結果(一)……………………………62
4.1顧客分群………………………………………………………62
4.1.1 2011年資料分群與評估…………………………………62
4.1.2 2012年資料分群與評估…………………………………63
4.1.3兩群分群結果評估………………………………………65
4.2群集數據分析比較與描述命名………………………………66
4.2.1 2011年各群數據分析與列表……………………………66
4.2.2 2012年各群數據分析與列表……………………………73
4.2.3群集描述與命名……………………………………………81
4.3動態區隔穩定性檢定………………………………………91
第五章 資料分析結果(二)...........................96
5.1顧客分類………………………………………..….……………..96
5.2 2011年和2012年顧客分類及交叉表分析……....……………...96
5.3分組顧客人口統計變數分析…………………...…..……………99
5.4分組顧客交易項目所屬產業分析…………………...................101
5.4.1四組顧客交易項目產業分析……………………..………..101
5.4.2產業消費比例與顧客排列組合比較……………..………..119
5.5分析結果探討…………………...…………………....................123
第六章 結論與建議………………………..…………127
6.1研究結論………………………….……………….…...………..127
6.2研究限制………………………….……………….……...…..…129
6.2.1資料庫樣本的限制………………………………...……….129
6.2.2人口統計變數的限制………………………………...…….130
6.2.3變數與交易項目定義的限制…………………………...….130
6.2.4動態區隔穩定的限制…………………………...………….131
6.3行銷策略與研究建議………………………………...…………131
6.3.1行銷策略………………………….………………...………131
6.3.2研究建議………………………….…………………...……132
參考文獻……………………………………………....135
中文部分…………………………………………………...………135
英文部分……………………………………………………...……137


中文部分
1.曾憲雄、蔡秀滿、蘇東興、曾秋蓉、王慶堯著,2005,“資料探勘”,初版旗標,台北。
2.胡鈞傑,2006, "應用貝氏統計方法於建立顧客消費行為預測之時間序列模型", 臺灣大學國際企業學研究所學位論文 :1-76。
3.廖怡芳,2004,“資料庫行銷之應用--以百貨業為例", 臺灣大學國際企業學研究所學位論文 : 1-122。
4.曾建豪,2010,“網路消費者行為之網站造訪期間對購買期間之影響性-以 Amazon. Com為例”:1-114。
5.彭銘修,2011,"顧客價值與遷徙路徑分析─ 以信用卡資料庫為例" ,臺灣大學國際企業學研究所學位論文 : 1-65。
6.王嵐,2010,"B2B 企業之顧客採購行為分析-以醫藥公司為例", 臺灣大學國際企業學研究所學位論文 : 1-63。
7.劉蕙,2006, "以群集分析與序列型樣輔助資料庫行銷策略",元智大學資訊管理學系學位論文 : 1-53。
8.Huang, Bowen,2013,“巨量資料生態雲端策略集群分析-以財務績效指標探討”Diss. 國立交通大學。
9.陳信宏,2004,"利用非動態資料庫之銀行顧客分群研究",臺灣大學商學研究所學位論文: 1-100。
10.Hsiao, Shih Chung,2007,"資料探勘應用於資訊家電之一對一行銷之研究",淡江大學管理科學研究所碩士班學位論文 : 1-164。
11.張原彰,2005, "運用資料包絡分析法與集群分析做績效評估",臺北科技大學商業自動化與管理研究所學位論文 : 1-58。
12.詹曉涵,2007,"網路資料庫行銷之顧客集中度分析—以 DELL電腦網站為例",臺灣大學國際企業學研究所學位論文 : 1-109。
13.胡凱傑、林彥伶,2010,“時間壓力與人格特質對衝動性購買行為之影響-以時間壓力來源為調節變數”,第13屆科技整合管理研討會:347-362。
14.邱瀞萱,2004,“衝動性購買行為影響因素之探討-以實體通路與電視購物為例”,國立政治大學商學院企業管理學系。
15.蕭君華,2009,“大學生衝動性購買行為前因後果的探索性研究”,華人前瞻研究第五卷第二期:41-60。
16.譚宜行、洪淑玲,2007,"信用卡促銷策略對消費者知覺價值與購買意願之影響-以衝動性購買特質為干擾變數" 出版之碩士論文。
17.龔昶元,、黃偉哲,2008, "網路廣告促銷方式、衝動性特質對網路衝動性購買行為之影響" ,行銷評論 5.2 : 249-273。
18.吳萬益、柯菁菁,2010,“影響衝動性購買因素及干擾效果之探討”,行銷科學學報第六卷第一期:1-24。
19.吳基逞、汪秩仁、郭怡君,2010, "衝動性購買行為之購後情緒研究", 中山管理評論18.3 : 647-683。
英文部分
1.Liao, T. Warren(2005),1857-1874, "Clustering of time series data—a survey." Pattern recognition38.11。
2.Berkhin, Pavel(2006) "A survey of clustering data mining techniques." Grouping multidimensional data. Springer Berlin Heidelberg,25-71.。
3.Sturn, Alexander, John Quackenbush, and Zlatko Trajanoski(2002) "Genesis: cluster analysis of microarray data." Bioinformatics 18.1 : 207-208.。
4.Satish, S. M., and Sivakumaran Bharadhwaj(2010) "Information search behaviour among new car buyers: A two-step cluster analysis." IIMB Management Review22.1 : 5-15.。
5.Lange, Tilman, et al(2004) "Stability-based validation of clustering solutions." Neural computation 16.6 : 1299-1323。
6.Fonseca, Jaime RS, and Margarida GMS Cardoso(2007) "Supermarket customers segments stability." Journal of Targeting, measurement and Analysis for Marketing 15.4 : 210-221。
7.Forney, Judith C., and Eun Joo Park.(2009) "Browsing perspectives for impulse buying behavior of college students." TAFCS Research Journal 1.1 : 1-3。
8.Madhavaram, Sreedhar Rao, and Debra A. Laverie.(2004) "Exploring impulse purchasing on the internet." Advances in Consumer Research 31.1 : 59-66。
9.Hodge, Rebecca.(2004) "Factors influencing impulse buying during an online purchase transaction."。
10.Muruganantham, G., and Ravi Shankar Bhakat.(2013) "A review of impulse buying behavior." International Journal of Marketing Studies 5.3 : p149:
11.Rook, Dennis W.(1987) "The buying impulse." Journal of consumer research :189-199。
12.Crawford, Gerry, and T. C. Melewar.(2003) "The importance of impulse purchasing behaviour in the international airport environment." Journal of Consumer Behaviour 3.1 : 85-98。
13.Abratt, Russell, and Stephen Donald Goodey.(1990) "Unplanned buying and in‐store stimuli in supermarkets." Managerial and Decision Economics 11.2 : 111-121。
14.Han, Yu K., et al.(1991) "Impulse buying behavior of apparel purchasers." Clothing and Textiles Research Journal 9.3 : 15-21。
15..Wu, Ya-Ling, and Ying-Siou Ye.(2013) "Understanding Impulsive Buying Behavior in Mobile Commerce." PACIS. 。
16..Floh, Arne, and Maria Madlberger.(2013) "The role of atmospheric cues in online impulse-buying behavior." Electronic Commerce Research and Applications12.6 : 425-439。
17.Punj, Girish, and David W. Stewart.(1983) "Cluster analysis in marketing research: review and suggestions for application." Journal of marketing research : 134-148。


QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
1. 湯晏:〈「泰岱鴻毛只等閒」-紀念吳魯芹先生〉,《傳記文學》,第四十三卷第五期,1983年11月。
2. 吳葆珠:〈服裝最佳教授-為紀念魯芹逝世一週年而寫〉,《傳記文學》,第四十五卷第一期,1984年7月。
3. 17. 龔昶元,、黃偉哲,2008, "網路廣告促銷方式、衝動性特質對網路衝動性購買行為之影響" ,行銷評論 5.2 : 249-273。
4. 石永貴:〈我對吳魯芹吳嘉棠兩先生的印象〉,《傳記文學》,第四十三卷第五期,1983年11月。
5. 湯晏:〈從容坦蕩好文章-吳魯芹「暮雲集」讀後〉,《傳記文學》,第四十七卷第一期,1985年7月。
6. 鐘麗慧:〈虎虎生氣的一條老漢:吳魯芹其人其書〉,《新書月刊》創刊號,1983年10月。
7. 劉守宜:〈念魯芹,談往事〉,《傳記文學》,第四十三卷第三期,1983年9月。
8. 張佛千:〈敬悼吳魯芹先生〉,《傳記文學》,第四十三卷三期,1983年9月。
9. 鄭通和:〈魯芹生平事略〉,《傳記文學》,第四十三卷三期,1983年9月。
10. 殷海光:〈書刊評介《美國去來》〉,《自由中國》,第八卷第六期,1953年3月16日。
11. 19. 吳基逞、汪秩仁、郭怡君,2010, "衝動性購買行為之購後情緒研究", 中山管理評論18.3 : 647-683。
12. 5. 徐啟賢、林榮泰(2011)。文化產品設計程序。 設計學報第16卷,第4期 ,P.1-18。
13. 喻平(2002)。論數學解題教學的現代理論基礎。數學傳播26(4):60-68。
14. 黃敏晃(1991)。淺談數學解題。教與學,23,2-15。
 
無相關點閱論文