初中数学定理公式大全课件.pptVIP

客製化顧客分群之研究 組員: 9634532 黃雅莉、 9634538 謝千柔 9634617 簡盈安 、9634625 張尹真 知識工程 Knowledge Engineering Term Project * * 大綱 個案背景 與 願景目標 文獻探討 研究方法 TO-BE MODEL 結論 * * 個案背景 與 願景目標 Z餐廳股份有限公司，為台灣知名的日式料理餐飲集團，有感於市場競爭之激烈，想要精準掌握顧客消費喜好，提供完善服務，故須分析顧客歷史消費記錄，計劃於未來整合顧客服務週期，進行主動式行銷折價券活動與特定重要節日之個人化服務，提供更為貼心的多元化服務。 為塑造顧客個人化服務環境，提供客戶個人化服務，我們針對每個不同的消費者進行主動行銷模式，推出個人化的服務給予顧客客製化折價商品組合券，讓顧客感受餐飲服務業者的體貼與用心，剌激客戶消費用餐的欲望。 * * 文獻探討 顧客關係管理的定義為企業管理每次與顧客產生互動的過程，並將資源集中於高投資報酬率與深具潛力的顧客身上(Berson, 1999) Smith(1956)，提出市場區隔這個名詞時，對於市場區隔的定義是因應消費者或使用者之需求，在產品或行銷的手法上做更正確合理的調整，他認為對於眾多且分歧的市場訊息，是需要依照客戶的需求面適當的將產品及行銷活動做適當的調整，將市場切割成同質性較高的小眾市場，有助於回應顧客的需求 邱顯貴(2000) 提出一整合性的循環架構，結合資料探勘、知識管理與顧客關係管理並應用至網站上的顧客服務。 * * 文獻探討 RFM種類 Arthur Hughes 顧客五等分法 (1994) R:最近購買日 F:購買頻率 M:購買金額 將顧客的RFM 三個構面分別切割成為五等分 ,將顧客區分為125 群,從(1,1,1) [3 分]至(5,5,5) [15 分] Shaw et al.（1999） R分成五類;F分成兩類;M分成兩類 由最不具價值的顧客(111) [3 分]到最具價值的顧客(522) [9 分]，並對分數較高的顧客採取行銷策略 3. Sung (1998) 利用SOM將顧客的RFM先分群，然後比較各群的RFM平均值和全部RFM的平均值並觀察其變化是否上升或下降，來判斷各群的顧客是否為忠誠度高的黃金顧客還是潛在顧客或是即將流失的顧客。 * * 文獻探討 4. Bob Stone (1995) K-means algorithm 又稱為Forgy’s algorithm，概念就是反覆的調整，使得一個目標函數越來越小。 構面 指標分數 指標分數權重 最近購買日 最近3個月為24分 最近3~6個月為12分 最近6~9個月為6分 最近9~12個月為3分 最近12個月以上為0分 中 購買次數 購買次數 x 4分 高 購買金額 購買金額 x 10%(最高為9分) 低 * * 研究方法 顧客消費流程 * * 研究方法 決策模式 * * 研究方法 決策支援系統組成元件 每季折價券發放之研究流程 * * TO-BE MODEL -資料蒐集 1. 客戶之點餐記錄 : 包括消費金額、點餐組合... 2. 服務記錄 :包括顧客偏好、特殊要求、訂位要求... 3. 個人基本資料 : 包括姓名、性別、年齡、地址、職業、生日、重要紀念日、外食次數，飲食偏好、過敏食材、服務滿意度… * * TO-BE MODEL -資料蒐集 顧客個人基本資料 * * TO-BE MODEL -RFM分群 參考「Arthur Hughes 顧客五等分法」 採用購買頻率(F)和購買金額(M)作為分群指標 將顧客的購買頻率(F)和購買金額(M)切割成三和四等分 指標 統計值 編號 購買頻率 1-3次 [1] 4-6次 [2] 7-9次 [3] 購買金額 50,000元以下 [1] 50,001元-100,000元 [2] 100,001元-150,000元 [3] 150,001元以上 [4] * * TO-BE MODEL - RFM分群 購買頻率(F)和購買金額(M)兩指標權重相同 分數相加後積分相同的分為一群 F編號 M編號 1 2 3 1 2 3 4 2 3 4 5 3 4 5 6 4 5 6 7 積分 人數 積分2 109 積分3 373 積分4 427 積分5 531 積分6 808 積分7 498 合計 2,746 * * TO-BE MODEL-分群前所需的資料 F+M指標積分越高者表示顧客重要程度越高，即須更精準分群此一積分的顧客群