跳到主要內容

臺灣博碩士論文加值系統

(44.221.66.130) 您好!臺灣時間:2024/06/24 06:27
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

: 
twitterline
研究生:陳東滄
研究生(外文):Tung-Tsang Chen
論文名稱:運用資料探勘建構悠遊聯名卡之客戶貢獻度模式-以國內某銀行為例
論文名稱(外文):Data Mining Technique for Co-Branded Easy Card’s Customer Contribution Model
指導教授:謝效昭謝效昭引用關係
指導教授(外文):Hsiao-Chao Hsieh
學位類別:碩士
校院名稱:東吳大學
系所名稱:國際經營與貿易學系
學門:商業及管理學門
學類:貿易學類
論文種類:學術論文
論文出版年:2012
畢業學年度:100
語文別:中文
論文頁數:54
中文關鍵詞:悠遊聯名卡顧客貢獻度資料探勘
外文關鍵詞:Co-branded Easy Cardcustomer contributiondata mining
相關次數:
  • 被引用被引用:4
  • 點閱點閱:468
  • 評分評分:
  • 下載下載:71
  • 收藏至我的研究室書目清單書目收藏:0
悠遊聯名卡因具備信用卡、自動加值及小額支付的功能,造就使用範圍的廣泛性及一卡到底的便利性,成為目前最受歡迎的信用卡。本研究係以某銀行之悠遊聯名卡持卡人資料為例,研究期間為民國99年1月1日至100年10月31日,先以80/20法則,篩選出悠遊聯名卡高貢獻度的客群,並從人口統計特性、持卡特性、使用特性及消費特性資料,選取31項預測變數,再以資料探勘之決策樹分類模式,建置C5.0、CHAID及CART三種預測模型,發現其中有七項變數,為三種模型共同的變數,顯示此七項變數為預測悠遊聯名卡高貢獻度客戶之重要變數,再經由分類矩陣、效益圖及回應圖評估比較,最後以C5.0模型作為本研究最終解釋模型,透過C5.0模型,以「客戶是否有使用循環信用」為第一層變數作區分,共得出四項屬於高貢獻度客戶的特徵規則,並分別依各項特徵規則,提供銀行行銷策略的實務建議。
The Co-branded Easy Card becomes the most popular credit card in Taiwan because it possesses the functions of credit, autoloading, and small amount payment. It creates a widespread using area and the convenience of one card stop. This study was based on some banks’Co-branded Easy Card cardholders’ data and the period is from Jan 1st, 2010 to Oct 31st, 2011. Firstly, the rule of 80/20 was used to select the Co-branded Easy Card’s high contribution customers. Then 31 predicted variables were chosen from the features of demographic statistics, cardholding, using, and spending. After that, the decision tree model of data mining was taken to build three predicted model: C5.0, CHAID, and CART. Seven variables were discovered as the mutual ones in the three models, which showed that the seven variables were the critical ones for predicting Co-branded Easy Card’s high contribution customers. Following the evaluation and comparison by Classification Matrix, Gains Charts, and Response Charts, the study lastly took the model of C5.0 as the final explaining model. Through the model of C5.0 and taking “whether customers using the revolving credit” as the first layer variable to differentiate, the researcher totally gained four items belonging to the feature rules of high contribution customers. And according to each rule separately, this study provided practical suggestions for bank’s marketing strategy.
第一章 緒論 1
第一節 研究動機 1
第二節 研究目的 4
第三節 論文內容 5
第四節 研究流程 6
第二章 文獻探討 7
第一節 悠遊聯名卡 7
第二節 客戶貢獻度的相關文獻 10
第三節 資料探勘的相關文獻 13
第三章 研究方法 19
第一節 研究架構 19
第二節 研究對象 21
第三節 模型建構 22
第四章 資料分析 31
第一節 C5.0演算模式分析 31
第二節 CHAID演算模式分析 34
第三節 CART演算模式分析 35
第四節 三種模型比較 37
第五節 高貢獻度客戶的分析 44
第五章 結論與建議 47
第一節 研究結論 47
第二節 對實務的建議 48
第三節 對後續研究的建議 50
一、中文部份
1.王玉茹(2010),資料探勘信用卡分類模式之建構-以國內某銀行信用卡業務為例,輔仁大學管理學研究所碩士論文。
2.王念萍(2003),探討信用卡市場區隔與顧客價值分析,國立東華大學企業管理研究所碩士論文。
3.王智弘(2002),應用資料探勘技術分析及預測銀行顧客貢獻度之研究,國立中正大學資訊工程研究所碩士論文。
4.吳乃瑋(2007),台北悠遊卡服務品質、滿意度與忠誠度之研究,中華大學經營管理研究所碩士論文。
5.吳安妮(2001),「作業制成本制度(ABC)在管理決策上之效益」,會計研究月刊,第182期,頁59-63。
6.吳長興(2004),應用資料探勘技術建立顧客關係管理之行銷策略,國立成功大學工程科學研究所碩士論文。
7.李卓翰(2006),資料倉儲理論與實務,台北:學貫行銷出版社。
8.李昆正(1999),資料庫行銷:以組合分析理論和行銷資訊做為顧客獲利性分析之實證研究,國立中正大學企業管理研究所碩士論文。
9.李秉翰(2006),以資料探勘技術分析國內學生族群與社會人士使用信用卡消費行為—以C銀行為例,國立中正大學行銷管理研究所碩士論文。
10.周文賢((2002),資料探勘應用於顧客關係管理之研究,國立臺北大學企業管理研究所碩士論文。
11.林盈源(2003),決策樹在資料庫行銷決策之應用,國立成功大學工業管理研究所碩士論文。
12.林彭銘(2010),應用資料探勘於信用卡高齡人士之顧客價值分析,真理大學管理科學研究所碩士論文。
13.金融監理管理委員會銀行局(2012),http://www.banking.gov.tw/Layout/main_ch/index.aspx?frame=3\。
14.洪肇鍇(2006),應用資料探勘技術於信用卡逾期催收風險之實證研究,輔仁大學資訊管理研究所碩士論文。
15.高慧芳(2008),銀行對客戶貢獻度衡量指標建立及經營策略之研究,義守大學財務金融研究所碩士論文。
16.張淑珍(2005),利用一次性的SQL改良決策樹建立信用卡審核之信用評等,東吳大學資訊科學研究所碩士論文。
17.張簡曉馨(2005),信用卡呆卡識別模式之建立,南台科技大學企業管理研究所碩士論文。
18.悠遊卡股份有限公司(2012),http://www.tscc.com.tw/cobrandcard/index.asp。
19.曹容緒(2008),運用資料探勘技術建構顧客流失行為預測模型-以國內某銀行信用卡顧客為例,國立東華大學高階經營管理研究所碩士論文。
20.郭幸香(2010),信用卡帳款分期客戶之特性分析,國立台北大學統計研究所碩士論文。
21.陳佳鈴(2003),應用資料探勘於客戶關係管理之分群研究-以壽險業為例,中華大學科技管理研究所碩士論文。
22.陳宜欣(2006),以資料探勘技術探討顧客忠誠度方案-以某信用卡發卡銀行為例,國立中正大學行銷管理研究所碩士論文。
23.陳麗君(2003),應用資料探勘技術於信用卡黃金級客戶之顧客關係管理,元智大學工業工程與管理學研究所碩士論文。
24.彭慧雯(2001),建構信用卡資料挖礦架構及其實證研究,國立台北科技大學生產系統工程與管理研究所碩士論文。
25.游涵茵(2010),應用資料採礦技術於信用卡使用行為及市場需求,政治大學統計學研究所碩士論文。
26.黃俊英(1996),多變量分析,台北:華泰文化事業公司。
27.黃滿美(2005),資料挖掘在銀行顧客貢獻度與交易行為模型之研究,逢甲大學資訊工程研究所碩士論文。
28.楊忠龍(2007),影響消費者採用悠遊聯名卡因素研究,銘傳大學管理研究所碩士論文。
29.楊清潭(2003),應用資料探勘技術於顧客價值分析之研究,東吳大學資訊科學研究所碩士論文。
30.廖述賢、溫志皓,資料採礦與商業智慧,台北:雙葉書廊公司。
31.劉瓊駿(2009),資產配置對個案銀行手續費貢獻研究-以財富管理客戶為例,國立東華大學企業管理研究所碩士論文。
32.戴銀虹(2004),信用卡價值顧客分析-資料探勘的應用,東吳大學經濟研究所碩士論文。
33.謝邦昌、鄭宇庭、蘇志雄,Data Mining概述,台北:中華資料採礦協會。
34.鍾碧姮(2003),資料探勘應用於銀行業信用卡持卡者、帳戶區隔與零售業酒品交叉銷售之探勘研究,銘傳大學管理科學研究所碩士論文。
35.羅巧芳、吳信宏、張恩啟、鄭易英(2008)「應用資料探勘於戶外活動用品專賣店之顧客忠誠及價值分析」,品質學報,第15卷,第4期,頁293-303。
36.蘇泓憲(2009),應用資料探勘技術於信用卡貢獻度行為-以C銀行為例,銘傳大學財務金融研究所碩士論文。


二、英文部分
1.Berger, P. D. & N. I. Nasr (1998), “Customer Lifetime Value: Marketing Models and Application,”Journal of Interaction Marketing, Vol. 12, pp. 17-30.
2.Berry, M.J.A. & G. Linoff (1997), Data Mining Technique for Marketing, Sale, and Customer Support, New York, NY: Wiley Computer.
3.Brachman, R. J., T. Khabaza, W. Kloesgen, G. Piatesky-Shapiro, & E. Simoudis (1996), “Mining Business Databases,” Communication of the ACM, Vol. 39, No. 11, pp. 42-48.
4.Chye,K.H.,and Gerry, C.K.L(2002),”Data mining and Customer Relationship Marketing in the Banking Industry,”Singapore Management Review, Vol.24,No.2,pp.1-27.
5.Craven, M. W. & J. W. Shavlik (1997), “Using Neural Networks for Data Mining,” Future Generation Computer Systems, Vol. 13, pp. 221-229.
6.Fayyad, U., G. Piatesky-Shapiro, & P. Smyth (1996), “From Data Mining to Knowledge Discovery in Databases,” AI Magazine, Vol. 17, pp. 37-54.
7.Frawely, W. J., G. Piatetsky-Shapiro, & C. J. Matheus (1992), “Knowledge Discovery in Databases - An Overview,” AI Magazine, Vol. 13, pp. 57-70.
8.Han, J. & M. Kamber (2001), Data Mining Concepts and Techniques, San Francisco, CA: Elsevier.
9.Hempel, G. H., A. B. Coleman, & D. G. Simonson (1990), Bank Management, New York, NY: Wiley Computer.
10.Kalakota, R. & M. Robinson (1999), E-Business: Roadmap for Success, 1st ed., Boston, MA: Addison-Wesley.
11.Kotler, P. & G. Armstrong (1996), Principles of Marketing, Englewood Cliffs, NJ: Prentice-Hill.
12.Verhoef,P.C., and Langerak, F(2002),“Eleven Misconceptions about Customers Relationship Management,” Business Strategy Review, Vol.13,No.4,pp.701-76.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top