Publications-Theses

Article View/Open

Publication Export

Google ScholarTM

NCCU Library

Citation Infomation

Related Publications in TAIR

題名 應用資料採礦於顧客價值與商品購買規則之研究-以化妝品業為例
The Application of Data Mining on Customer Values and Goods Buying Rules-Cosmetics Industry
作者 楊宛蓉
貢獻者 鄭宇庭<br>蔡紋琦
楊宛蓉
關鍵詞 資料採礦
顧客價值
購買規則
化妝品業
日期 2014
上傳時間 1-Jul-2015 14:43:43 (UTC+8)
摘要 化妝品產業近幾十年來由於受到經濟繁榮發展及人民生活水準的提升而蓬勃發展,化妝品已經從過去的奢侈品,轉為日常生活不可或缺的必需品,使用層面急速擴展,化妝品市場規模亦逐年擴大,具廣大的商機,競爭對手眾多,在此競爭激烈的環境中,如何提升自家化妝品的市場占有率、保留舊顧客、拓展新客源,且與顧客維繫良好的關係,進而提升企業競爭力,為企業須面對的重要課題。
     本研究藉由某家化妝品公司之旗下品牌的銷售明細作為研究資料,應用資料採礦分析方法,對各品牌進行顧客價值分群,瞭解各顧客價值群的特性概況,並針對欲探討之顧客群建立顧客購買產品的關聯規則模式,據此推出不同的商品銷售組合,進行有效行銷以提升銷售金額,最後,則依據研究結果對該家化妝品公司提供建議,作為該業者後續經營之參考。
參考文獻 一、中文文獻
     1.尹相志,2006,SQL Server 2005資料採礦聖經 ,台北市:學貫行銷。
     2.宋龍華,2009,應用資料採礦於智慧型統計資料庫系統,輔仁大學應用統計學研究所碩士論文。
     3.李宏麟,2012,客戶價值分析—以婦幼衛生用品製造商為例,元智大學資訊管理學系碩士論文。
     4.李金桂,2008,小型化妝品業策略聯盟夥伴評選準則與合作模式之分析與建立,逢甲大學經營管理碩士在職專班碩士論文。
     5.林佩蓉,2009,利用資料採礦技術找出不同價值客戶最佳銷售組合—以某量販店為例,國立中正大學企業管理所碩士論文。
     6.林震岩,2007,多變量分析:SPSS的操作與應用,台北:智勝文化。
     7.紀家維,2004,應用脊迴歸分析於資料採礦預測系統之研究,輔仁大學應用統計學研究所碩士論文。
     8.徐茂練,2005,顧客關係管理,台北市 : 全華。
     9.涂永營,2009,應用資料探勘於顧客價值與產品關聯分析之研究—以水療業為例,國立高雄應用科技大學資訊管理系碩士在職專班碩士論文。
     10.梁珍瑜,2003,資料探勘技術在顧客關係管理上分群及分類之應用—以零售業為例,國立台北科技大學商業自動化與管理研究所碩士論文。
     11.陳又旻,2010,台灣化妝品產業區位變遷與經營策略研究,高雄師範大學地理學系碩士論文。
     12.陳育誠、邱純慧,2014,2014特用化學品產業年鑑,財團法人工業技術研究院產業經濟與趨勢研究中心。
     13.陳順宇,1998,多變量分析,台北市:華泰。
     14.黃子恩,2009,顧客價值分析與顧客關係管理之研究—以A鋼鐵公司個案為例,國立高雄應用科技大學工業工程與管理系碩士論文。
     15.黃心心,2012,應用資料探勘技術於食品業之顧客價值分析,南台科技大學企業管理系碩士論文。
     16.黃俊英,2000,多變量分析,台北市:華泰。
     17.楊乃先,2009,探討企業多角化經營之組織結構與人力資源管理制度設計—以跨足化妝品產業為例,輔仁大學管理學研究所碩士論文。
     18.楊清潭,2003,應用資料探勘技術於顧客價值分析之研究,東吳大學資訊科學系碩士論文。
     19.葛萬宏,2010,貨運承攬業客戶價值分析—以U公司為例,國立交通大學管理學院碩士在職專班運輸物流組碩士論文。
     20.劉文良,2010,顧客關係管理:新時代的決勝關鍵,台北市:碁峰資訊股份有限公司。
     21.劉世琪,2003,應用資料挖掘探討顧客價值─以汽車維修業為例,朝陽科技大學工業工程與管理系碩士班碩士論文。
     22.劉麗惠,2013,揮別代工 台商朝品牌路邁進,貿易雜誌,266期。
     23.蕭乃綺,2006,應用資料採礦技術於我國壽險業顧客價值分析之研究,東海大學工業工程與經營資訊學系碩士論文。
     24.謝邦昌、鄭宇庭、蘇志雄,2009,Data Mining概述─以Clementine12.0為例,新北市:中華資料採礦協會。
     二、英文文獻
     1.Berry, M. J. A. and Linoff, G. S., 1997, “Data Mining Techniques: for Marketing, Sales, and Customer Support”, New York: John Wiley and Sons Inc.
     2.Bult, J. R. and Wansbeek, T. J., 1995, “Optimal Selection for Direct Mail”, Journal of Marketing Science, Vol.14, No. 4, pp. 378-394.
     3.Butz, H. E. and Goodstein, L. D., 1996, “Measuring Customer Value: Gaining the Strategic Advantage”, Organizational Dynamics, Vol.24, pp. 63-77.
     4.Engel, J. F., Blackwell, R. D. and Miniard, P. W., 1995, “Consumer Behavior (8th ed.)”, Fort Worth, Texas: Dryden Press.
     5.Fayyad, U., Piatetsky, S. G. and Smyth, P., 1996, “From Data Mining to Knowledge Discovery in Databases”, American Association for Artificial Intelligence, Vol.17, No. 3.
     6.Frawley, W. J., Piatetsky-Shapiro, G., and Matheus, C. J., 1991, “Knowledge Discovery in Databases: An Overview”, Knowledge Discovery in Databases, Cambridge, Massachuseffs: AAAI/MIT Press.
     7.Grupe, F. H., and Owrang, M. M., 1995, “Database Mining Discovering New Knowledge and Cooperative Advantage”, Information Systems Management, Vol.12, No. 4, pp. 26-31.
     8.Han, J. W. and Kamber, M., 2006, “Data Mining: Concepts and Techniques”, San Francisco: Morgan Kaufmann.
     9.Kahan, R., 1998, “Using Database Marketing Techniques to Enhance Your One-to-One Marketing Initiatives”, Journal of Consumer Marketing, Vol.15, No. 5, pp. 491-493.
     10.Kotler, P., Ang, S. H., Leong, S. M. and Tan, C. T., 1999, “Marketing Management: An Asian Perspective”, Singapore: Prentice Hall.
     11.Newell, F., 2000, “Loyalty.com: Customer Relationship Management in the New Era of Internet Marketing”, New York: McGraw-Hill.
     12.Solomon, H., 2000, “Battle Waged Over State of CRM”, Computing Canada.
     13.Sung, H. H. and Sang, C. P., 1998, “Application of Data Mining Tools to Hotel Data Mart on the Internet for Database Marketing”, Expert Systems With Applications, Vol.15, pp. 1-31.
     14.Woodruff, R. B., 1997, “Customer Value: The Next Source for Competitive Advantage”, Journal of the Academy of Marketing Science, Vol.25, No. 2, pp. 139-153.
     15.Zeithaml, V. A., 1988, “Consumer Perceptions of Price, Quality, and Value: A Means-End Model and Synthesis of Evidence”, Journal of Marketing, Vol.52, pp. 2-22.
描述 碩士
國立政治大學
統計研究所
102354011
103
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0102354011
資料類型 thesis
dc.contributor.advisor 鄭宇庭<br>蔡紋琦zh_TW
dc.contributor.author (Authors) 楊宛蓉zh_TW
dc.creator (作者) 楊宛蓉zh_TW
dc.date (日期) 2014en_US
dc.date.accessioned 1-Jul-2015 14:43:43 (UTC+8)-
dc.date.available 1-Jul-2015 14:43:43 (UTC+8)-
dc.date.issued (上傳時間) 1-Jul-2015 14:43:43 (UTC+8)-
dc.identifier (Other Identifiers) G0102354011en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/76162-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 統計研究所zh_TW
dc.description (描述) 102354011zh_TW
dc.description (描述) 103zh_TW
dc.description.abstract (摘要) 化妝品產業近幾十年來由於受到經濟繁榮發展及人民生活水準的提升而蓬勃發展,化妝品已經從過去的奢侈品,轉為日常生活不可或缺的必需品,使用層面急速擴展,化妝品市場規模亦逐年擴大,具廣大的商機,競爭對手眾多,在此競爭激烈的環境中,如何提升自家化妝品的市場占有率、保留舊顧客、拓展新客源,且與顧客維繫良好的關係,進而提升企業競爭力,為企業須面對的重要課題。
     本研究藉由某家化妝品公司之旗下品牌的銷售明細作為研究資料,應用資料採礦分析方法,對各品牌進行顧客價值分群,瞭解各顧客價值群的特性概況,並針對欲探討之顧客群建立顧客購買產品的關聯規則模式,據此推出不同的商品銷售組合,進行有效行銷以提升銷售金額,最後,則依據研究結果對該家化妝品公司提供建議,作為該業者後續經營之參考。
zh_TW
dc.description.tableofcontents 目 錄 I
     表目錄 II
     圖目錄 III
     第壹章 緒論 4
     第一節 研究背景與動機 4
     第二節 研究目的 5
     第三節 研究流程 5
     第貳章 文獻探討 7
     第一節 資料採礦之概述 7
     第二節 化妝品業之概述 10
     第三節 顧客價值 16
     第參章 研究方法 22
     第一節 資料來源 22
     第二節 研究架構 22
     第三節 操作性變數定義 23
     第四節 資料採礦技術 24
     第肆章 研究分析 31
     第一節 探索性分析 31
     第二節 各品牌之會員顧客價值分析 40
     第三節 關聯規則分析 46
     第四節 銷售組合搭配 54
     第伍章 結論與建議 59
     第一節 結論 59
     第二節 建議 60
     參考文獻 62
zh_TW
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0102354011en_US
dc.subject (關鍵詞) 資料採礦zh_TW
dc.subject (關鍵詞) 顧客價值zh_TW
dc.subject (關鍵詞) 購買規則zh_TW
dc.subject (關鍵詞) 化妝品業zh_TW
dc.title (題名) 應用資料採礦於顧客價值與商品購買規則之研究-以化妝品業為例zh_TW
dc.title (題名) The Application of Data Mining on Customer Values and Goods Buying Rules-Cosmetics Industryen_US
dc.type (資料類型) thesisen
dc.relation.reference (參考文獻) 一、中文文獻
     1.尹相志,2006,SQL Server 2005資料採礦聖經 ,台北市:學貫行銷。
     2.宋龍華,2009,應用資料採礦於智慧型統計資料庫系統,輔仁大學應用統計學研究所碩士論文。
     3.李宏麟,2012,客戶價值分析—以婦幼衛生用品製造商為例,元智大學資訊管理學系碩士論文。
     4.李金桂,2008,小型化妝品業策略聯盟夥伴評選準則與合作模式之分析與建立,逢甲大學經營管理碩士在職專班碩士論文。
     5.林佩蓉,2009,利用資料採礦技術找出不同價值客戶最佳銷售組合—以某量販店為例,國立中正大學企業管理所碩士論文。
     6.林震岩,2007,多變量分析:SPSS的操作與應用,台北:智勝文化。
     7.紀家維,2004,應用脊迴歸分析於資料採礦預測系統之研究,輔仁大學應用統計學研究所碩士論文。
     8.徐茂練,2005,顧客關係管理,台北市 : 全華。
     9.涂永營,2009,應用資料探勘於顧客價值與產品關聯分析之研究—以水療業為例,國立高雄應用科技大學資訊管理系碩士在職專班碩士論文。
     10.梁珍瑜,2003,資料探勘技術在顧客關係管理上分群及分類之應用—以零售業為例,國立台北科技大學商業自動化與管理研究所碩士論文。
     11.陳又旻,2010,台灣化妝品產業區位變遷與經營策略研究,高雄師範大學地理學系碩士論文。
     12.陳育誠、邱純慧,2014,2014特用化學品產業年鑑,財團法人工業技術研究院產業經濟與趨勢研究中心。
     13.陳順宇,1998,多變量分析,台北市:華泰。
     14.黃子恩,2009,顧客價值分析與顧客關係管理之研究—以A鋼鐵公司個案為例,國立高雄應用科技大學工業工程與管理系碩士論文。
     15.黃心心,2012,應用資料探勘技術於食品業之顧客價值分析,南台科技大學企業管理系碩士論文。
     16.黃俊英,2000,多變量分析,台北市:華泰。
     17.楊乃先,2009,探討企業多角化經營之組織結構與人力資源管理制度設計—以跨足化妝品產業為例,輔仁大學管理學研究所碩士論文。
     18.楊清潭,2003,應用資料探勘技術於顧客價值分析之研究,東吳大學資訊科學系碩士論文。
     19.葛萬宏,2010,貨運承攬業客戶價值分析—以U公司為例,國立交通大學管理學院碩士在職專班運輸物流組碩士論文。
     20.劉文良,2010,顧客關係管理:新時代的決勝關鍵,台北市:碁峰資訊股份有限公司。
     21.劉世琪,2003,應用資料挖掘探討顧客價值─以汽車維修業為例,朝陽科技大學工業工程與管理系碩士班碩士論文。
     22.劉麗惠,2013,揮別代工 台商朝品牌路邁進,貿易雜誌,266期。
     23.蕭乃綺,2006,應用資料採礦技術於我國壽險業顧客價值分析之研究,東海大學工業工程與經營資訊學系碩士論文。
     24.謝邦昌、鄭宇庭、蘇志雄,2009,Data Mining概述─以Clementine12.0為例,新北市:中華資料採礦協會。
     二、英文文獻
     1.Berry, M. J. A. and Linoff, G. S., 1997, “Data Mining Techniques: for Marketing, Sales, and Customer Support”, New York: John Wiley and Sons Inc.
     2.Bult, J. R. and Wansbeek, T. J., 1995, “Optimal Selection for Direct Mail”, Journal of Marketing Science, Vol.14, No. 4, pp. 378-394.
     3.Butz, H. E. and Goodstein, L. D., 1996, “Measuring Customer Value: Gaining the Strategic Advantage”, Organizational Dynamics, Vol.24, pp. 63-77.
     4.Engel, J. F., Blackwell, R. D. and Miniard, P. W., 1995, “Consumer Behavior (8th ed.)”, Fort Worth, Texas: Dryden Press.
     5.Fayyad, U., Piatetsky, S. G. and Smyth, P., 1996, “From Data Mining to Knowledge Discovery in Databases”, American Association for Artificial Intelligence, Vol.17, No. 3.
     6.Frawley, W. J., Piatetsky-Shapiro, G., and Matheus, C. J., 1991, “Knowledge Discovery in Databases: An Overview”, Knowledge Discovery in Databases, Cambridge, Massachuseffs: AAAI/MIT Press.
     7.Grupe, F. H., and Owrang, M. M., 1995, “Database Mining Discovering New Knowledge and Cooperative Advantage”, Information Systems Management, Vol.12, No. 4, pp. 26-31.
     8.Han, J. W. and Kamber, M., 2006, “Data Mining: Concepts and Techniques”, San Francisco: Morgan Kaufmann.
     9.Kahan, R., 1998, “Using Database Marketing Techniques to Enhance Your One-to-One Marketing Initiatives”, Journal of Consumer Marketing, Vol.15, No. 5, pp. 491-493.
     10.Kotler, P., Ang, S. H., Leong, S. M. and Tan, C. T., 1999, “Marketing Management: An Asian Perspective”, Singapore: Prentice Hall.
     11.Newell, F., 2000, “Loyalty.com: Customer Relationship Management in the New Era of Internet Marketing”, New York: McGraw-Hill.
     12.Solomon, H., 2000, “Battle Waged Over State of CRM”, Computing Canada.
     13.Sung, H. H. and Sang, C. P., 1998, “Application of Data Mining Tools to Hotel Data Mart on the Internet for Database Marketing”, Expert Systems With Applications, Vol.15, pp. 1-31.
     14.Woodruff, R. B., 1997, “Customer Value: The Next Source for Competitive Advantage”, Journal of the Academy of Marketing Science, Vol.25, No. 2, pp. 139-153.
     15.Zeithaml, V. A., 1988, “Consumer Perceptions of Price, Quality, and Value: A Means-End Model and Synthesis of Evidence”, Journal of Marketing, Vol.52, pp. 2-22.
zh_TW