应用关联法则於网路消费性产品的分析与行销建议.docVIP

應用關聯法則於網路消費性產品的分析與行銷建議 李佳蓉 賴建宏 吳志宏 張克彰 Chien-Hung Lai Chih-Hung Wu 樹德科技大學 資訊管理系 Department of Information Management Shu-Te University E-mail: jjoyce66@.tw kenlai@mail2000.cm.tw 　 johnw@.tw　 jkj@.tw 摘 要 在各種原始資料量不斷增加，儲存成本卻逐漸下降的情況下，如何運用這些資料並發現潛在的應用價值，使它對組織有貢獻是一大挑戰。本研究使用資料探勘的技術，實際分析一家網路商店的交易資料庫，運用資料探勘技術中的關聯法則，從資料庫中挖掘消費者購買產品的行為模式與購買產品的關係，並從關聯規則中分析產品與產品間的特性，藉以找出關聯產品之間的屬性與特點。同時希望更進一步的分析消費者的購物行為模式，瞭解顧客的購物習慣與產品特性的關係，並與網路商店的行銷策略相互對照，評估網路商店行銷策略的效益，提供管理者行銷建議與改善顧客關係，給予決策者的決策參考。 關鍵字：資料探勘(Data Mining)、電子商務(Electronic Commerce)、關聯法則(Association Rules)、支持度(Support)、可信度(Confidence)。 緒　論 隨著資訊科技不斷的進步、網際網路的快速發展下，各行各業無不爭相投入網際網路的商業活動。網際網路的世界不同於過去一般傳統產業，在網路上的消費者是不安定而多變的，過去大量而無意義的干擾式行銷己不再被消費者所接受[7]，於是在網路上顧客關係的維持更顯得重要。近年來，客戶關係管理(Customer Relationship Management)逐漸被重視。在客戶關係管理的過程中，如何發現潛在的利基以維護並鞏固業者與客戶間的關係，是一大課題。而資料探勘(Data Mining)正是此一環節的重要技術。 資料探勘的技術是未來的趨勢，它的應用範圍很廣，小至網頁的個人化，大至將太空傳回的訊息加以分門別類，都可以將資料探勘運用上。在商業應用上，資料探勘是從龐大的資料庫中，發掘出有用的資訊和知識，進一步轉變成為市場情報。它可以協助決策者更準確的找出行銷目標，並推出更符合顧客和潛在顧客需求的商品或服務。若能善加利用資料探勘技術，企業可以更瞭解消費者需求以提供更好的服務與產品，消費者也會因此而願意繼續消費，形成企業與消費者雙贏的局面。在[10]中提到，資料探勘收集和顧客有關的資料作分析，把原始資料轉換成商機。資料探勘是整個的核心，也是構成商業智慧的基礎耀欣股份有限公司成立一個實驗性購物網站消費者需求不斷改變，應瞬息萬變和激烈競爭的市場，降低和分散營風險[3]。資料探勘是由存在的資料中挖掘出新的事實，以及發現出專家尚且不知道的新關係[4]。使用自動或半自動的方式對大量的資料做分析，找出有意義的關係或法則[1]。資料庫中之資料庫知識發掘(Knowledge discovery in database, KDD)是自資料庫中選擇合適資料、資料處理、資料轉換、資料探勘到結果評估的一連串過程。狹義定義而言，資料探勘是KDD的一個過程[2]。KDD是多種領域的研究，包括機器學習(Machine Leaning)、專家系統(Expert System)、統計學(Statistics)、資料庫(Databases)、視覺化呈現(Visualization)等。所以資料探勘的相關技術也包括在這些領域內[8]。 資料探勘的技術不止一種。而不論使用何種技術，資料探勘的整體架構都包含下列五個項目(如圖 1)：(使用者溝通介面，建立與使用者之間的溝通；(資料庫：包括資料的正確與否，資料是否過時等等；(應用領域知識：在資料探勘過程中加入更多領域的知識，能夠挖掘更多有意義的知識；(挖掘出的知識：以最佳的方法表達挖掘出的知識，讓使用者更容易接受；(資料探勘方式：依不同需求及目標可以使用關聯法則、叢集法則、分類法則等等。 圖 1　　資料探勘的基本架構[3] 資料探勘的步驟 以商業上的資料探勘為例，通常需要組織三種階層的人共同合作－中上層的決策者(CEO)定義問題及需求，市場分析師(Marketing Analyst)幫助設定分析問題及資料的收集準備，資訊技術分析師(IT Analyst)提供資料的儲存、電腦的操作等等。面對複雜而大量的資料，資料探勘需要事先定義問題及資料過濾…等步驟，才能進行有效的資料探勘及分析。資料探勘的過程如圖 2 圖 2、表 1。 　　　　分析項目 分析因素 資料探勘方法 統計方法 對分析資料屬性定義清楚 必須 必須 對解決問題目標明確 必須 必須 提供分析演算法 統計分析方法、人工智慧、決策樹、類