信息化__数据挖掘__以两阶段资料采矿分群方法应用於.pptxVIP

商業自動化期中分組報告;以兩階段資料採礦分群方法應用於顧客關係管理和獲利績效評估之實證研究;壹、緒論;貳、文獻討探;?CRM的導入過程：客戶識別 區隔 互動 客製化 ?CRM的應用範圍：合作型 作業型 分析型;二、客戶價值分析 ?顧客分類與區隔方式：活躍 靜態 潛在 疑似 無利潤 ;?顧客忠誠度：RFM模型 顧客獲利性衡量 顧客價值矩陣;三、資料採礦 ?Data Mining的運作流程 ?Data Mining功能種類：驗證驅動資料採礦 發現驅動資料採礦 ;?傳統統計分析與類神經網路之分群方式： 第一階段分群：自我組織圖 ; 第二階段分群：K-Mean ;; 參、研究架構與方法;(一)LRFM資料模型 為進行“非監督”的兩階段分群作業，須從顧客交易資料庫中，將 L、R、F、M 四個輸入變數資料匯入採礦資料庫內，以提供DM分群作業所需之資料。 L: 指顧客第一次與最後一次交易日間的長度，L越長表示顧客與企業所建立之交易關 係越長 顧客保留長度。 R: 指顧客最後一次交易日與分析日間的長度，當R大於特定的期間時，表示顧客為靜 態顧客。 F: 指顧客在特定期間內發生交易的天數，同一天有多次的交易。 M: 指顧客獲利性。; ;(三)兩階段分群過程 　　兩階段分群方式是由類神經網路的ＳＯＭ與統計方法中得叢集分析構成， 　　屬“非監督式“的學習方法。 　(1)第一階段分群：在ＩＢＭ　ＩＮＴＥＲＬＬＩＧＥＮＴ　ＭＩＮＥＲ中的ＳＯＭ所需　設定的參數有輸出層的維度與處理階段數。 　　輸出維度：所有聚類的數量，處理階段則是學習得次數。 (2)第二階段分群：Ｋ－ＭＥＡＮ分群系統德參數設定有收斂質與學習次數，距離衡量是採歐幾里得方式，每次學習平均總??離越小時，收斂品質越高。;　;（二）多維度顧客分群規則 　　以顧客價值矩陣與顧客關係類型矩陣所構成的多維度顧客分群方式解釋每個群體樣式，包括； 　　（１）最佳顧客：區分為高價值忠誠、高價值新顧客、潛在忠誠顧客、 　　　　　　　　　　　高價值流失顧客。 　　（２）頻率型顧客：區分為高購買頻率顧客、頻率型促銷顧客、潛在頻率型顧客、 　　　　　　　　　　　頻率型流失顧客。 　　（３）消費型顧客：區分為白金顧客、消費型促銷顧客、潛在消費型顧客、 　　　　　　　　　　　消費型流失顧客。 　　（４）不確定顧客：區分為低消耗成本顧客，不確定新顧客，高消耗成本顧客、 　　　　　　　　　　　不確定流失顧客。　;; 肆、個案研究;選擇個案公司的理由: 1.資料採礦所需的資料是企業內部的隱密資料取得不易。 2.國內大型量販店屬新興行業，業者雖累積龐大顧客人數卻少有結合DM技術在 CRM上的應用。故選擇一家尚未結合DM於CRM上的大型購物中心。 3.此個案公司為目前國內一家透過郵寄活動來進行CRM的零售業大型購物中心， 故其累積的顧客人數與歷史交易資料足夠所需的資料採礦作業。;個案公司之經營特色: (1)目前分店數陸續擴張 (2)顧客主要以年輕夫妻或小家庭為主 (3)目前行銷資訊由MIS部門所供應，且尚無結合DM技術，僅以SQL方式進行 (4)主要行銷活動為型錄寄送，成本相當高;;顧客分類方式: 依顧客的「消費金額」區分和「造訪次數」區分。顧客分類的區分則根據消費特 性採十等分區分顧客等級。依照是否有消費來區分顧客為活躍型與靜態型。此公 司的CRM活動中主要顧客以活躍顧客為對象。 ;三、個案公司之CRM定義與運作流程 CRM定義:針對不同的主題與顧客互動，累積與顧客互動的資料透過互動資料庫 學