臺灣博碩士論文加值系統

隨著網際網路的發展以及網路購物的興起，愈來愈多商品及服務可以透過網路通路進行購買，亦有愈來愈多企業開始經營網路購物平台。網路購物有許多優點，對企業而言，網路平台的經營成本較實體通路低，不需要聘請銷售人員協助顧客挑選商品，取而代之的是大量的產品資訊，例如：豐富的影像視覺及詳細的文字介紹，此外，網友的評論及關鍵意見領袖的推薦亦能有效影響消費者的購物意願。對消費者而言，相較於實體通路，網路購物的搜尋成本更低，且不受時空限制，消費者可以不必出門購物，也不必擔心店面打烊，隨時隨地上網收集產品資訊並直接進行線上訂購，透過現今快速的物流系統，消費者亦能在短時間內收到產品。

當網路購物的趨勢逐漸成形，企業開始更加重視顧客在網站上的瀏覽行為，透過追蹤並分析網路流量，行銷人員可以快速瞭解使用者在網站上的瀏覽歷程，然而消費者行為存在異質性，因此必須了解每一位顧客的偏好及造訪模式，並進一步透過客製化的行銷溝通，才能與顧客建立良好的關係，最終提升其滿意度及忠誠度，並同時為企業帶來良好的營收成長。

本研究採用美國comScore資料庫，針對Hotels.com住宿訂房網站之使用者造訪資料進行深入分析，此外，為了考量使用者間的異質性，本研究透過層級貝氏統計法建立預測模型，主要針對造訪時間間隔變數，將使用者的造訪行為以規律或不規律之型態進行區分，透過實證分析，本研究將造訪者分為三個族群：怠慢型造訪者，其不規律造訪時間間隔大於規律造訪時間間隔；加速型造訪者，其不規律造訪時間間隔小於規律造訪時間間隔；混合型造訪者，其不規律造訪時間間隔接近規律造訪時間間隔。此外，進一步結合時間序列折線圖進行分析，以更加了解個別使用者的造訪行為趨勢，最終提供企業合適的客製化行銷管理策略。

中文摘要 i
英文摘要 ii
目 錄 iv
圖目錄 vi
表目錄 vii
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究問題 2
第三節 研究目的 2
第四節 研究流程 3
第二章 文獻探討 4
第一節 顧客關係管理 4
第二節 資料庫行銷 7
第三節 消費者網路行為分析 10
第三章 研究方法 12
第一節 貝氏統計 12
第二節 層級貝氏統計模型 15
第三節 伽瑪分配 16
第四節 模型建立 17
第四章 實證分析 19
第一節 資料說明 19
第二節 樣本資料描述 20
第三節 實證分析 26
第五章 結論與建議 35
第一節 研究結果 35
第二節 行銷管理意涵 36
第三節 研究限制與後續研究建議 37
參考文獻 38

一、中文部分

1.李大有(2011)，「網路造訪行為與瀏覽行為對購買決策影響之研究」，國立臺灣大學國際企業學研究所博士論文。
2.呂玉敏(2005)，「應用雙變量層級貝氏定理於顧客價值分析─以網路購物為例」，國立臺灣大學商學研究所碩士論文。
3.周佳瑢(2014)，「跨網站網路造訪與瀏覽行為對購買決策之影響─以Southwest.com為例」，國立臺灣大學國際企業學研究所碩士論文。
4.陳信良(2005)，「以層級貝氏統計方法建構一般化迦瑪分配購買期間預測模型」，國立臺灣大學國際企業學研究所碩士論文。
5.陳靜怡(2005)，「購買量與購買時程雙變量之預測-層級貝氏潛藏行為模型之建構」，國立臺灣大學國際企業學研究所博士論文。
6.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」，國立臺灣大學國際企業學研究所碩士論文。
7.廖韋菁(2012)，「網路瀏覽行為對購買決策之影響─以Zappos為例」，國立臺灣大學國際企業學研究所碩士論文。
8.賴巧文(2010)，「網路消費者行為之網站造訪期間對購買期間的影響性─以訂機票網站為例」，國立臺灣大學國際企業學研究所碩士論文。

二、英文部分

1.Alba, J., Lynch J., Weitz, B., Janiszewski, C., Lutz, R., Sawyer, A., and Wood, S. (1997), “Interactive home shopping: consumer, retailer, and manufacturer incentives to participate in electronic marketplaces,” Journal of Marketing, 61(3), 38–53.

2.Boulding, W., Staelin, R., Ehret, M., and Johnston, W.J. (2005), “A Customer Relationship Management Roadmap: What Is Known, Potential Pitfalls, and Where to Go,” Journal of Marketing, 69(4), 155-166.
3.Bucklin, R. E., Lattin, J. M., Ansari, A., Gupta, S., Bell, D., Coupey, E., ... and Steckel, J. (2002), “Choice and the Internet: From clickstream to research stream,” Marketing Letters, 13(3), 245-258.

4.Bucklin, R., and Sismeiro, C. (2000), “A model of website browsing behavior estimated on clickstream data,” Working Paper presented at the Marketing Science Conference at UCLA.
5.Cespedes, F. V., and Smith, H. J. (1993), “Database marketing: New rules for policy and practice,” Sloan Management Review, 34(4), 7-22.

6.Chen, I. J., and Popovich, K. (2003), “Understanding customer relationship management (CRM) People, process and technology,” Business process management journal, 9(5), 672-688.

7.Geissler, G. L., and Zinkhan, G. M. (1998), “Consumer perceptions of the World Wide Web: An exploratory study using focus group interviews,” NA-Advances in Consumer Research Volume 25.

8.Glazer, R. (1997), “Strategy and Structure in Information- Intensive Markets: The Relationship Between Marketing and IT,” Journal of Market Focused Management, 2 (1), 65-81.
9.Hobby, J. (1999), “Looking After the One Who Matters,” Accountancy Age, (October 28), 28-30.
10.Hoffman, Donna L., and Novak, Thomas P. (1996), “Marketing in hypermedia computer-mediated environments: Conceptual foundations,” Journal of Marketing, 60(3), 50-68.

11.Hughes, A. (1993), “Where database marketers usually go wrong”, Database Marketing, August, 8(2), 1-3.

12.Kincaid, J.W. (2003), Customer Relationship Management: Getting it Right!. Prentice-Hall PTR, Upper Saddle River, NJ.
13.Kutner, Steve and John C. (1997), “Managing the Customer Portfolio of Healthcare Enterprises,” The Healthcare Forum Journal, 4 (September–October), 52-54.

14.Lenk, P. J. and A. G. Rao (1990), “New Models From Old: Forecasting Product Adoption By Hierarchical Bayes Procedures,” Marketing Science, 9(1), 42-53.

15.Levitt, T. (1960), “Marketing Myopia,” Harvard Business Review, 38, 45-60.
16.Moe, W. W. (2003), “Buying, searching, or browsing: Differentiating between online shoppers using in-store navigational clickstream,” Journal of consumer psychology, 13(1-2), 29-39.
17.Moe, W. W., and Fader, P. S. (2004), “Capturing evolving visit behavior in clickstream data,” Journal of Interactive Marketing, 18(1), 5-19.

18.Ngai, E.W., (2005), “Customer relationship management research (1992-2002) An academic literature review and classification,” Marketing Intelligence & Planning, 23(6), 582-605.

19.Parvatiyar, A. and Sheth, J. N. (2001), “Customer relationship management: Emerging practice, process, and discipline,” Journal of Economic and Social research, 3(2), 1-34.
20.Peppers, Don, Martha R., and Bob D. (1999), “Is your company ready for one-to-one marketing,” Harvard business review, 77(1), 151-160.

21.Rapp, S. (1989), “RJR vs. Philip Morris: The Battle of the Databases,” Direct Marketing, 96.

22.Rapp, S., and Collins, T. (1987), MaxiMarketing. New York: McGraw-Hill.

23.Schoenbachler, D. D., Gordon, G. L., Foley, D., and Spellman, L. (1997), “Understanding consumer database marketing,” Journal of Consumer Marketing, 14(1), 5-19.

24.Shani, D., and Chalasani, S. (1992), “Exploiting niches using relationship marketing,” Journal of consumer marketing, 9(3), 33-42.

25.Swift, R.S. (2000), Accelerating Customer Relationships— Using CRM and Relationship Technologies. Upper Saddle River, NJ: Prentice Hall.
26.Wang, W. L., Vakratsas, D., and Jen, L. C., “Accounting for Idiosyncratic Temporal Deviations from Routine Purchasing Behavior,” Working paper.