Please use this identifier to cite or link to this item: http://hdl.handle.net/11455/55622
標題: 利用資料探勘來預測顧客對不同產品類別之偏好程度
Using Data Mining to Predict Customers' Preferences for Different Product Categories
作者: 張簡尚偉
關鍵字: 應用研究;管理科學;市場區隔;目標行銷;關聯規則探勘;分群方法
摘要: 
在講究顧客導向的時代,企業經營者須主動發掘並瞭解顧客的潛在偏好,以提供多樣化的產品與服務。為求改善只利用顧客背景資料進行分群的不足,本研究以產品屬性特徵做為聚類處理的基礎,比對其歷史交易紀錄,找出偏好購買相似產品功能的顧客族群,透過關聯規則探勘來描述各類產品消費族群的具體特徵,最後計算每位顧客與各群顧客區隔特徵相符的規則得分,以判斷每位新舊顧客多重隸屬於不同市場區隔的程度。為評估各產品區隔市場之潛力,將進一步針對不同產品區隔之顧客,結合顧客終身價值概念以估算各區隔顧客之貢獻潛力,並透過動態資料探勘之概念,追蹤顧客在區隔間隸屬程度值的改變程度及轉移機率,供決策者針對顧客偏好之變動做出即時且適當的回應,透過行銷策略的修正以滿足顧客需求並提高企業獲利機會。本研究的特點在於同時採用產品特徵與顧客屬性進行多重隸屬的市場區隔,並透過顧客終身價值可進一步衡量不同產品區隔之顧客對企業產生的累計利潤貢獻程度,估算顧客市場潛力,以助於目標行銷組合策略之制訂,讓企業能快速掌握消費者需求變化的脈動,創造商機。為了驗證本方法的實務可應用性,本計畫亦將進行案例研究,以實際案例結果修正所提出之方法。
URI: http://hdl.handle.net/11455/55622
其他識別: NSC93-2416-H005-008
Appears in Collections:科技管理研究所

Show full item record
 

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.