| dc.contributor.advisor | 林祖嘉 | zh_TW |
| dc.contributor.author (Authors) | 陳韻如 | zh_TW |
| dc.creator (作者) | 陳韻如 | zh_TW |
| dc.date (日期) | 2016 | en_US |
| dc.date.accessioned | 2-Sep-2016 00:00:56 (UTC+8) | - |
| dc.date.available | 2-Sep-2016 00:00:56 (UTC+8) | - |
| dc.date.issued (上傳時間) | 2-Sep-2016 00:00:56 (UTC+8) | - |
| dc.identifier (Other Identifiers) | G0999320911 | en_US |
| dc.identifier.uri (URI) | http://nccur.lib.nccu.edu.tw/handle/140.119/101112 | - |
| dc.description (描述) | 碩士 | zh_TW |
| dc.description (描述) | 國立政治大學 | zh_TW |
| dc.description (描述) | 經營管理碩士學程(EMBA) | zh_TW |
| dc.description (描述) | 99932091 | zh_TW |
| dc.description.abstract (摘要) | 自2003 年以來，房地產市場面臨不少景氣波動波段，在2016 年實施房地合一稅之後，更開始醞釀一個新的產業結構。目前建商及代銷業者在銷售時最大的困境，便是難以取得潛在及顯在買方的相關資訊，無法洞悉買方從何而來，無法掌握買方的心態。在過去傳統行銷媒體效果已經逐漸式微的情況下，該運用何種方式與買方接近，適當有效地投送媒體預算，已經成為維繫房地產業者生存的當務之急。本研究嘗試運用Y 網站大數據資料庫的分析，搜集買方資訊，並以台灣北、中、南不同區位及不同型態新建案為案例，分析案例在網站上的訪客反應，藉由新建案訪客來源縣市、訪客造訪前一頁及忠誠訪客行為等不同面向的分析，過濾出精準的忠誠訪客，再針對這些目標客戶採取積極性行銷，將行銷資源集中在這些相對高意願的訪客，以達到精準行銷的目的，達成銷售預期。經由Y 網站對四個案例的分析顯示，台北買方長期投資的選擇區位似乎有南移跡象。本研究中的案例皆位於六都，顯示台北客對於六都其他都會區的新建案都抱持頗高的查閱意願，顯示台北客的潛在購買意願高。另，關注新建案的買方來源的前一頁，約有六成以上來自於Google，在行銷預算的配置上，應可加強Google 的預算比例。新建案的買方，無論北部、中部或是南部，其忠誠客戶的比例皆約佔兩成左右，新建案行銷時應集中加強行銷強度，將忠誠買方從線上導向實體的預約看屋行為，提升看屋成交率。 | zh_TW |
| dc.description.abstract (摘要) | Real Estate market has gone through several economic fluctuations since2003, and the industry is currently undergoing restructuring after theconsolidated housing-and-land income tax reformed in 2016. The biggestpredicament confronted by both of the real estate developers andadvertisement sale-agents is often difficult to gather the list and theinformation of prospective and obvious buyers, and clearly understand theirminds. To stay in business, the top priority now is: how to plan and manage acost-effective marketing spend to approach buyers when traditional methodsof marketing have become less effective.This thesis focuses on the application of web analytics from Y website togather buyer’s information, and demonstrated with samples from the differentareas across North, Central, and South region of Taiwan, also different types ofnew construction real estates; by further studying the geographic, referraltraffics, and sticky contents and hits of returning visitors, and further screen outthe shortlist target buyers from the repeat visitors, then focus the marketingresources to take proactive sales approach and precision marketing intargeting the most potential buyers and meet the sales expectation.The web analytics from Y website on these four cases indicates that Taipeiweb visitors’ favored long-term investment choice is shifting toward South. Allsamples from the 6 special municipalities in Taiwan shows web visitors fromTaipei are most interested in new construction real estates located in the other5 special municipalities; even higher than web visitors from its own district area,which reveals that there are more potential buyers in Taipei, and thedevelopers in those 5 special municipalities should try to distribute moremarketing resources in Taipei.Similarly, study shows up to 60% of the referral traffics are from Google, itis suggested to allocate more marketing funds in Google.Statistics from across all region also articulate that about 20% of closingsales are repeat visitors, the sellers should screen out the shortlist targetbuyers from the repeat visitors, then focus the marketing resources to takeproactive sales approach in getting buyers to show up in open-house foron-site sales to follow up and increasing the closing ratio. | en_US |
| dc.description.tableofcontents | 第一章 緒論 1 第一節 研究動機 1 第二節 研究目的 2第二章 房地產市場現況 3 第一節 近二十五年房地產市場供需及景氣變化 3 壹、 建照核發戶數 3 貳、 中古屋買賣登記移轉件數 5 第二節 2003-2016年房地產相關政策 6 壹、 房市政策總覽 6 第三節 北中南房地產市場 10 壹、 雙北市房地產市況 11 貳、 台中市房地產市況 17 參、 高雄市房地產市況 22第三章 房地產行銷 28 第一節 數位行銷運用趨勢 28 壹、 2015數位行銷趨勢之一：大數據轉型巧數據 29 貳、 2016數位5大新趨勢：從「創意驅動」到「數據驅動」 31 第二節 房地產行銷運用現況 32 壹、 房地產行銷運用方式 33 第三節 台灣北中南建案行銷模式分析 35 壹、 台灣北部地區行銷模式 35 貳、 台灣中部地區行銷模式 39 參、 台灣南部地區行銷模式 39 第四節 房地產行銷資料庫運用現況 40 壹、 房仲業的資料庫運用 41 貳、 建設業的資料庫運用 44 參、 代銷業的資料庫運用 45 肆、 房地產業資料庫運用建議 45第四章 精準行銷模式 47 第一節 新建案精準行銷 47 壹、 精準行銷理論 47 貳、 建案精準行銷流程 48 第二節 Ｙ網站整體訪客分析 50 壹、 Ｙ網站基本概況 51 貳、 Ｙ網站會員分析 56 第三節 新建案精準行銷預期效果 66 壹、 新建案的分析內容 66第五章 案例分析 71 第一節 案例分析結構 71 壹、 訪客分析對象 71 貳、 分析結構 72 第二節 案例一_新北市小宅案「府中○○」 74 壹、 訪客來源 75 貳、 訪客忠誠度 77 第三節 案例二_桃園市透天案「大清○○」 78 壹、 訪客來源 79 貳、 訪客忠誠度 80 第四節 案例三_台中市預售案「大家○○」 82 壹、 訪客來源 83 貳、 訪客忠誠度 85 參、 媒體預算配置 86 第五節 案例四_高雄市成屋案「三○」 87 壹、 訪客來源 88 貳、 訪客忠誠度 90第六章 結論 92 第一節 結論 92 | zh_TW |
| dc.format.extent | 5965589 bytes | - |
| dc.format.mimetype | application/pdf | - |
| dc.source.uri (資料來源) | http://thesis.lib.nccu.edu.tw/record/#G0999320911 | en_US |
| dc.subject (關鍵詞) | 網站大數據 | zh_TW |
| dc.subject (關鍵詞) | 忠誠訪客 | zh_TW |
| dc.subject (關鍵詞) | 精準行銷 | zh_TW |
| dc.subject (關鍵詞) | 看屋成交率 | zh_TW |
| dc.subject (關鍵詞) | Big data | en_US |
| dc.subject (關鍵詞) | Repeat Visitors(Returning Visitors) | en_US |
| dc.subject (關鍵詞) | Precision Marketing | en_US |
| dc.subject (關鍵詞) | Open Houses Sales Closing Ratio | en_US |
| dc.title (題名) | 網路資料庫在新成屋及預售屋 精準行銷之運用分析 | zh_TW |
| dc.type (資料類型) | thesis | en_US |
| dc.relation.reference (參考文獻) | 圖書(Books)(1)Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die、陳琇玲譯，2014，『預測分析時代-讓數據告訴你，誰會買、誰說謊、誰會離職、誰會死！』初版，台北，大牌出版/遠足文化事業股份有限公司(2)Brian Clifton(2010)，黃志雄、戴文彬、陳誼峰譯，『流量的秘密』初版，台北，松崗資產管理， (3)曾文龍(1993)，『房地產過去、現在、未來』，台北，大日出版社(4)周俊吉(2015)，『2015台灣地區房地產年鑑』初版，政治大學商學院信義不動產研究發展中心編著，台北，行義文化出版(5) Viktor Mayer-Schonberger、Kenneth Cukier(2013)，林俊宏譯，『大數據Big Data:A Revolution That Will Transform How We Live, Work, and Think』，台灣，天下文化出版(6)張明義、許惠瑜，2013，『完銷力』，台北，詹氏書局(7)城田真琴(2013)，『Big Data大數據的獲利模式：圖解‧案例‧策略‧實戰』，鐘慧真與梁世英譯，經濟新潮社(8)胡世忠(2013)，『雲端時代的殺手級應用：Big Data海量資料分析』，天下雜誌(9)財團法人資訊工業策進會前瞻所(2014)，『巨量資料簡介』，取自http://www.nacs.gov.tw/NcsiWebFileDocuments/3c2136cf0801ea10c866aaa770aa3e94.pptx(10)劉文良(2010)，『顧客關係管理：新時代的決勝關鍵，碁峯資訊股份有限公司』研究報告或技術報告(Technical Reports)(1)亞太地區數位趨勢報告(The APAC Digital report) Adobe ,CMO Council,Paul Robson(2015)(2)2016年全球IT行業報告(IDC FutureScape: Worldwide IT Industry 2016 Predictions- Leading Digital Transformation) IDC,(2016)(3)2016：決定客戶時代成敗的十大關鍵成功因素（The 2016 Top 10 Critical Success Factors To Determine Who Wins And Who Fails In The Age Of The Customer）Forrester(2016)(4) Gartner研究報告(2015)報紙報導(Newspapers)(1)蘇蘅(2014)，『擁抱大數據 與新石油共舞』，聯合報，取自http://udn.com/NEWS/OPINION/OPI4/8767536.shtml。英文部分電子資源(Electronic Documents)(1) 智庫百科(http://wiki.mbalib.com/zh-tw)(2) Alexa排名網站(www.alexa.com) | zh_TW |
