學術產出-Theses
Article View/Open
Publication Export
-
題名 入口網站會員特性模式之分析與行銷策略之制訂—以國內某入口網站為例
The Analysis of Characteristics of a Portal Site`s Members and the Making of Selling Tactics: A Case Study of Taiwan`s Portal Site作者 林佩璇
Lin, Pei-Shiung貢獻者 劉文卿
Liou, Wen-Ching
林佩璇
Lin, Pei-Shiung關鍵詞 資料倉儲
資料挖掘
客戶關係管理
入口網站
會員特性
Data Warehouse
Data Mining
Customer Relationship Management
Portal Site
Member Characteristics日期 2001 上傳時間 18-Apr-2016 16:27:29 (UTC+8) 摘要 隨著資訊時代的來臨，網際網路用戶數的急速成長，客戶資料大量湧入的結果造成了企業回應客戶的困難；此外，入口網站的日漸普及與市場新利基的建立，使得上網者對專業化網站的需求提高；而配合新行銷時代的來臨，新科技行銷已從以往的大眾行銷走向一對一的個人化行銷。在這樣的背景與動機驅動下，近年來資料倉儲技術的興起，在這個講求競爭及速度的時代，提供了一套真正能創造企業優勢的方法，資料倉儲與客戶關係管理也逐漸成為企業發展與競爭不可或缺之工具。
With the approach of informational era, the Internet users grow rapidly and the mass production of customers` data results in the difficulty of the response from industries to customers. Moreover, the widespread use of portal sites and the establishment of new market opportunity let the Internet users raise their demand to specialized websites. Because of the coming of new selling era, the selling of new science and technology has changed from the former mass selling to one-to one individual selling. Under the drive of this kind of background and motive, Data Mining technology rises and develops recently. In the era that emphasizes competition and speed, we provide a method that creates the superiority of industries. Data Warehouse and Customer Relationship Management (CRM) is becoming the essential tool for the development and competition of the industries.參考文獻 一、中文文獻 1.丁惠民，「電子郵件行銷的執行策略與成功要件」，電子化企業經理人報告，第16期，民國89年12月，頁27-33。 2.丁惠民，「蕃薯藤數位科技」，電子化企業經理人報告，第11期，民國89年7月，頁35-39。 3.方世榮編譯，「行銷管理學—分析，計劃，執行，與控制 (Kolter, Philip原著)」，二版，東華書局，台北，民國84年2月。 4.王勝宏，「入口網站之顧客認知價值、產品組合特性、與客製化策略關係之研究」，國立政治大學企業管理研究所碩士論文，民國89年7月。 5.史博言，「企業資訊入口網站在知識管理中的功能及特色」，電子化企業經理人報告，第14期，民國89年10月，頁36-39。 6.安迅資訊，「會員導向時代的企業智慧腦」，資訊與電腦，第240期，民國89年7月，頁50-53。 7.安迅資訊，「企業引擎—資料倉儲」，資訊與電腦，第245期，民國89年12月，頁29-31。 8.李慕芸，「邁向二十一世紀的新行銷」，電子化企業經理人報告，第16期，民國89年12月，頁82-88。 9.宋蓓娜，「網際網路消費市場區隔與定位策略之研究—以台灣地區消費市場為例」，國立政治大學資訊管理研究所碩士論文，民國88年7月。 10.林素儀，「線上消費族群寫真」，網路通訊，第71期，民國86年6月，頁76-81。 11.組合國際，「資料倉儲應用新一章--CRM」，資訊與電腦，第240期，民國89年7月，頁54-57。 12.許峻偉，「使用者對網路廣告認知與瀏覽行為之研究」，國立臺灣科技大學管理技術研究所碩士論文，民國88年5月。 13.張瑋倫，「應用資料挖掘學習方法探討顧客關係管理問題」，私立輔仁大學資訊管理研究所碩士論文，民國89年5月。 14.張瓊文，「網際網路用戶數成長趨勢與行為分析」，電子化企業經理人報告，第16期，民國89年12月，頁70-75。 15.蔡永恆，「應用資料挖掘技術研究銀行顧客消費行為」，私立靜宜大學資訊管理研究所碩士論文，民國89年5月。 16.Brian Spengler，「網際網路用戶行為及網路廣告效果評量方式」，電子化企業經理人報告，第16期，民國89年12月，頁34-37。 二、英文文獻 1.Alicia Orr “How Hilton Honors its Loyal Customers,” Target marketing, Vol.23, Issue 11, November 2000, pp. 51-54. 2.Charlotte Dunlap, and Wylie Wong “Portal sites becoming key to e-commerce success,” Computer Reseller News, Jun 1998, pp.1-8. 3.Cohan, Peter S., Net Profit, Jossey-Bass Publishers, 1999. 4.Dickson, Peter R. “Person-Situation: Segmentation`s Missing Link;” Journal of Marketing, Vol.46, Issue 4, Fall 1982, pp. 56-64. 5.D.Peppers, M. Rogers, and B. Dorf “ Is Your Company Ready for One-to–One Marketing,” Harvard Business Review, Vol.77, Issue 1, Jan/Feb 1999, pp. 151-160. 6.Ian H. Witten, and Eibe Frank, Data Mining：Practical Machine Learning Tools and Techniques with Java Implementations, Morgan Kaufmann Publishers, 2000. 7.Mary Inaba, Hiroshi Imai, and Naoki Katoh; “Experimental results of randomized clustering algorithm,” Proceedings of the twelfth annual symposium on Computational geometry, 1996, pp 401-402. 8.Miller, Thomas E. “Segmenting the Internet,” American Demographics, Vol.18, 1996, pp. 48-51. 9.Ruby L. Kennedy, Yuchun Lee, Benjamin Van Roy, Christopher D. Reed, and Dr. Richard P. Lippmann, Solving Data Mining Problems through Pattern Recognition, Prentice Hall PTR, 1998. 10.Thomsen, M. D. ”Advertising on the Internet,” Thesis for Master Degree, Univ. of Westminister, Sep 1996. 11.Upper Saddle River, N.J., Discovering data mining：from concept to implementation, Prentice Hall, 1998. 三、網站文獻 1.呂振誼，「入口網站開創新的市場利基」，民國89年3月。(參閱資策會網站：http://www.fmd.org.tw) 2.陳世運，「台灣500大網站調查結果出爐」，民國89年12月。(參閱資策會網站：http://www.fmd.org.tw) 3.陳世運，「專業性網站最受大眾青睞」，民國89年5月。(參閱詢資策會網站：http://www.fmd.org.tw) 4.陳世運，「AC Nielsen：台灣上網人口突破五百萬人，普及率過三成」，民國89年11月。(參閱資策會網站：http://www.fmd.org.tw) 5.IBM, Intelligent Miner for Data Applications Guide, 1999. ( http://www.redbooks.ibm.com) 6.http://www.e2communications.com 7.http://www.targetonline.com 8.http://www.whatis.com 描述 碩士
國立政治大學
資訊管理學系
88356029資料來源 http://thesis.lib.nccu.edu.tw/record/#A2002001603 資料類型 thesis dc.contributor.advisor 劉文卿 zh_TW dc.contributor.advisor Liou, Wen-Ching en_US dc.contributor.author (Authors) 林佩璇 zh_TW dc.contributor.author (Authors) Lin, Pei-Shiung en_US dc.creator (作者) 林佩璇 zh_TW dc.creator (作者) Lin, Pei-Shiung en_US dc.date (日期) 2001 en_US dc.date.accessioned 18-Apr-2016 16:27:29 (UTC+8) - dc.date.available 18-Apr-2016 16:27:29 (UTC+8) - dc.date.issued (上傳時間) 18-Apr-2016 16:27:29 (UTC+8) - dc.identifier (Other Identifiers) A2002001603 en_US dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/85386 - dc.description (描述) 碩士 zh_TW dc.description (描述) 國立政治大學 zh_TW dc.description (描述) 資訊管理學系 zh_TW dc.description (描述) 88356029 zh_TW dc.description.abstract (摘要) 隨著資訊時代的來臨，網際網路用戶數的急速成長，客戶資料大量湧入的結果造成了企業回應客戶的困難；此外，入口網站的日漸普及與市場新利基的建立，使得上網者對專業化網站的需求提高；而配合新行銷時代的來臨，新科技行銷已從以往的大眾行銷走向一對一的個人化行銷。在這樣的背景與動機驅動下，近年來資料倉儲技術的興起，在這個講求競爭及速度的時代，提供了一套真正能創造企業優勢的方法，資料倉儲與客戶關係管理也逐漸成為企業發展與競爭不可或缺之工具。 zh_TW dc.description.abstract (摘要) With the approach of informational era, the Internet users grow rapidly and the mass production of customers` data results in the difficulty of the response from industries to customers. Moreover, the widespread use of portal sites and the establishment of new market opportunity let the Internet users raise their demand to specialized websites. Because of the coming of new selling era, the selling of new science and technology has changed from the former mass selling to one-to one individual selling. Under the drive of this kind of background and motive, Data Mining technology rises and develops recently. In the era that emphasizes competition and speed, we provide a method that creates the superiority of industries. Data Warehouse and Customer Relationship Management (CRM) is becoming the essential tool for the development and competition of the industries. en_US dc.description.tableofcontents 封面頁 證明書 致謝詞 論文摘要 目錄 表目錄 圖目錄 壹、緒論 一、研究背景 二、研究動機 三、研究目的 四、研究範圍 五、研究限制 貳、文獻探討 一、國內網路用戶數的成長趨勢 二、網路市場區隔 三、網路用戶人口統計變數之相關文獻 四、客戶關係管理 五、入口網站 六、行銷應用之相關文獻 參、研究架構 一、研究架構圖 二、會員特性分析模式 三、網站功能階段分類表 四、行銷模式 肆、研究流程與設計 一、研究流程 二、研究設計 三、資料轉換代碼與欄位值之對應表 伍、使用Intelligent Miner軟體工具的實作結果 一、資料挖掘流程 二、資料挖掘後的圖表與解釋 陸、行銷策略的制訂與建議 一、針對個別挖掘結果所提供之個別行銷策略的參考建議 二、針對所有挖掘結果所提供之整體行銷策略的參考建議 柒、結論 一、論文貢獻 二、未來發展方向 捌、自行開發程式之實作結果(論文補充) 一、執行績效之比較 二、分群結果之比較 三、分群結果之圖表 玖、參考文獻 一、中文文獻 二、英文文獻 三、網路文獻 附錄 zh_TW dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#A2002001603 en_US dc.subject (關鍵詞) 資料倉儲 zh_TW dc.subject (關鍵詞) 資料挖掘 zh_TW dc.subject (關鍵詞) 客戶關係管理 zh_TW dc.subject (關鍵詞) 入口網站 zh_TW dc.subject (關鍵詞) 會員特性 zh_TW dc.subject (關鍵詞) Data Warehouse en_US dc.subject (關鍵詞) Data Mining en_US dc.subject (關鍵詞) Customer Relationship Management en_US dc.subject (關鍵詞) Portal Site en_US dc.subject (關鍵詞) Member Characteristics en_US dc.title (題名) 入口網站會員特性模式之分析與行銷策略之制訂—以國內某入口網站為例 zh_TW dc.title (題名) The Analysis of Characteristics of a Portal Site`s Members and the Making of Selling Tactics: A Case Study of Taiwan`s Portal Site en_US dc.type (資料類型) thesis en_US dc.relation.reference (參考文獻) 一、中文文獻 1.丁惠民，「電子郵件行銷的執行策略與成功要件」，電子化企業經理人報告，第16期，民國89年12月，頁27-33。 2.丁惠民，「蕃薯藤數位科技」，電子化企業經理人報告，第11期，民國89年7月，頁35-39。 3.方世榮編譯，「行銷管理學—分析，計劃，執行，與控制 (Kolter, Philip原著)」，二版，東華書局，台北，民國84年2月。 4.王勝宏，「入口網站之顧客認知價值、產品組合特性、與客製化策略關係之研究」，國立政治大學企業管理研究所碩士論文，民國89年7月。 5.史博言，「企業資訊入口網站在知識管理中的功能及特色」，電子化企業經理人報告，第14期，民國89年10月，頁36-39。 6.安迅資訊，「會員導向時代的企業智慧腦」，資訊與電腦，第240期，民國89年7月，頁50-53。 7.安迅資訊，「企業引擎—資料倉儲」，資訊與電腦，第245期，民國89年12月，頁29-31。 8.李慕芸，「邁向二十一世紀的新行銷」，電子化企業經理人報告，第16期，民國89年12月，頁82-88。 9.宋蓓娜，「網際網路消費市場區隔與定位策略之研究—以台灣地區消費市場為例」，國立政治大學資訊管理研究所碩士論文，民國88年7月。 10.林素儀，「線上消費族群寫真」，網路通訊，第71期，民國86年6月，頁76-81。 11.組合國際，「資料倉儲應用新一章--CRM」，資訊與電腦，第240期，民國89年7月，頁54-57。 12.許峻偉，「使用者對網路廣告認知與瀏覽行為之研究」，國立臺灣科技大學管理技術研究所碩士論文，民國88年5月。 13.張瑋倫，「應用資料挖掘學習方法探討顧客關係管理問題」，私立輔仁大學資訊管理研究所碩士論文，民國89年5月。 14.張瓊文，「網際網路用戶數成長趨勢與行為分析」，電子化企業經理人報告，第16期，民國89年12月，頁70-75。 15.蔡永恆，「應用資料挖掘技術研究銀行顧客消費行為」，私立靜宜大學資訊管理研究所碩士論文，民國89年5月。 16.Brian Spengler，「網際網路用戶行為及網路廣告效果評量方式」，電子化企業經理人報告，第16期，民國89年12月，頁34-37。 二、英文文獻 1.Alicia Orr “How Hilton Honors its Loyal Customers,” Target marketing, Vol.23, Issue 11, November 2000, pp. 51-54. 2.Charlotte Dunlap, and Wylie Wong “Portal sites becoming key to e-commerce success,” Computer Reseller News, Jun 1998, pp.1-8. 3.Cohan, Peter S., Net Profit, Jossey-Bass Publishers, 1999. 4.Dickson, Peter R. “Person-Situation: Segmentation`s Missing Link;” Journal of Marketing, Vol.46, Issue 4, Fall 1982, pp. 56-64. 5.D.Peppers, M. Rogers, and B. Dorf “ Is Your Company Ready for One-to–One Marketing,” Harvard Business Review, Vol.77, Issue 1, Jan/Feb 1999, pp. 151-160. 6.Ian H. Witten, and Eibe Frank, Data Mining：Practical Machine Learning Tools and Techniques with Java Implementations, Morgan Kaufmann Publishers, 2000. 7.Mary Inaba, Hiroshi Imai, and Naoki Katoh; “Experimental results of randomized clustering algorithm,” Proceedings of the twelfth annual symposium on Computational geometry, 1996, pp 401-402. 8.Miller, Thomas E. “Segmenting the Internet,” American Demographics, Vol.18, 1996, pp. 48-51. 9.Ruby L. Kennedy, Yuchun Lee, Benjamin Van Roy, Christopher D. Reed, and Dr. Richard P. Lippmann, Solving Data Mining Problems through Pattern Recognition, Prentice Hall PTR, 1998. 10.Thomsen, M. D. ”Advertising on the Internet,” Thesis for Master Degree, Univ. of Westminister, Sep 1996. 11.Upper Saddle River, N.J., Discovering data mining：from concept to implementation, Prentice Hall, 1998. 三、網站文獻 1.呂振誼，「入口網站開創新的市場利基」，民國89年3月。(參閱資策會網站：http://www.fmd.org.tw) 2.陳世運，「台灣500大網站調查結果出爐」，民國89年12月。(參閱資策會網站：http://www.fmd.org.tw) 3.陳世運，「專業性網站最受大眾青睞」，民國89年5月。(參閱詢資策會網站：http://www.fmd.org.tw) 4.陳世運，「AC Nielsen：台灣上網人口突破五百萬人，普及率過三成」，民國89年11月。(參閱資策會網站：http://www.fmd.org.tw) 5.IBM, Intelligent Miner for Data Applications Guide, 1999. ( http://www.redbooks.ibm.com) 6.http://www.e2communications.com 7.http://www.targetonline.com 8.http://www.whatis.com zh_TW
