請用此 Handle URI 來引用此文件:
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/16580
完整後設資料紀錄
DC 欄位 | 值 | 語言 |
---|---|---|
dc.contributor.advisor | 任立中(Li-Chung Jen) | |
dc.contributor.author | Tsung-Han Tsai | en |
dc.contributor.author | 蔡宗翰 | zh_TW |
dc.date.accessioned | 2021-06-07T18:21:52Z | - |
dc.date.copyright | 2012-01-17 | |
dc.date.issued | 2011 | |
dc.date.submitted | 2011-11-28 | |
dc.identifier.citation | 1. 任立中,《行銷源典》,前程文化,2010
2. 任立中,《行銷資料庫的建構》,國立台灣大學國際企業研究所資料庫行銷上課講義,2010 3. 任立中,陳靜怡,顧客價值遷移路徑分析:馬可夫鏈模型,《台大管理論叢》2007年第17卷第2期p133-158 4. 王嵐,《B2B企業之顧客採購行為分析 ─ 以醫藥公司為例》,台灣大學國際企業學研究所碩士論文,2010。 5. 黃俊英,《多變量分析》,中國經企研究所,2007 6. 林震岩,《多變量分析SPSS的操作與應用》,智勝文化,2007 7. 周文賢,《多變量統計方法》,智勝文化,2002 8. 李章偉,《資料庫行銷之顧客價值分析-以3C 流通業為例》,台灣大學國際企業學研究所碩士論文,2001。 9. 林慧晶,《資料庫行銷之客戶價值分析與行銷策略應用》,國立台灣大學國 際企業研究所碩士論文,1997。 10. 陳文華,應用資料倉儲系統建立CRM,《資訊與電腦》 1999年第226期p122-127。 --- 顧客關係管理成功的關鍵—高品質的顧客資料《能力雜誌》 2000年278期p132-135。 --- 運用資料倉儲技術於顧客關係管理《能力雜誌》 2000年第527 期p.132-138。 1.Berry, L. L. and A. Parasuraman, (1991)” Marketing Service-CompetingThrough Quality”, New York: The Free Press. 2.Berry,M.J.A.,&Linoff,G. (2000).Mastering data mining:the art and science of customer relationship management(1st ed).New York,NY:John Wiley & Sons 3. Cespedes, Frank V. and H. Jeff Smith, “Database Marketing: New Rules for Policy and Practice” Sloan Management Review, 34(4), pp.7-35, 1993 4. Davids, Mery (1999), “How to Avoid the 10 Biggest Mistake in CRM,” Journal of Business Strategy, pp.22-26. 5. Donnelly, Berry & Thompson, (1985)” The Marketing/Retail Banking Partnership: An Evolutionary Perspective”, Journal of Retail Banking, 7(7), pp.9-22. 6. Duboff, Robert S., (1992)“Segmenting Your Market: Marketing to Maximize Profitability,” The Journal of Business Strategy, Vol.13, Iss.6, p.10. 7. G. Punj and. Stewart, (1983)”Cluster Analysis in Marketing Research: Review and Suggestions for Application,”Journal of Marketing Research 7. Gronroos, Christian. (2000)” Service management & marketing: A customer relationship management approach” (2nd ed.). New York, NY: John Wiley & Sons 6. Gronroos, Christian , (1990)“Relationship Approach to Marketing in Service Contexts: The Marketing and Organizational Behavior Interface,” Journal of Business Research, 20 (1), pp.3-12. 7. Lichung Jen, (2007)“The Importance of Modeling Temporal Dependence of Timing and Quantity in Direct Marketing”, Journal of Marketing Research, Vol.46, p482-493. 8. Philip Kotler, Swee Hoon Ang, Siew Meng Leong, and Chin Tiong Tan, (1999)Marketing Management: an Asian perspective, Prentice Hall , 9.Pfeifer. P. E., & Carraway. R. L. (2000)”.Modeling customer relationships sing markov chains.” Journal of Interactive Marketing, 14(2):43-55 10.Raphel, M., Raphel , N. (1995).”Up the loyalty ladder: Turning sometime customers into full-time advocates of yours business”(1st ed).New York, NY: Harper Business 11. Rossi, Peter E., Robert E. McCulloch, and Greg M.Allenby , (1996) “The Value of Purchase History Data in Target Marketing,” Marketing Science, 15(4), pp.321-340. 12. Shaw, R., & M. Stone, (1990) Database Marketing: Strategy and Implementation, John Wiley & Sons Inc.. 13. Shani, David and Sujana Chalasani , (1992)“Exploiting Niches Using Realtionship Marketing,” Journal of Consumer Marketing, 9(3), pp.33-42 14. Stone, Bob, “Successful Direct Marketing Methods,” Lincolnwood, IL: NTC Business Books, pp.37-59, 1995 | |
dc.identifier.uri | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/16580 | - |
dc.description.abstract | 隨著時代的變遷,企業之間的競爭強度日益增加,企業要如何了解消費者的異質性(Heterogeneity)與動態性(Dynamic)永遠都是行銷人員面對的最核心問題與挑戰。從前的企業想著如何降低成本來增加獲利,但在行銷的知識傳遞下,企業開始思考如何了解自己的顧客,進而提供更符合客戶需求的產品與服務,如此不但能增加獲利,確立長久的關係,更能建立一個高效率、可維持的獲利模式。
透過資料庫的建置,企業可以進行成本、存貨的控管;但如何從資料庫中獲得有效的資訊,幫助企業了解市場需求與顧客族群未來的趨勢,才真正考驗著企業的行銷思維與分析能力、經營策略是否與時俱進。本研究針對此問題,利用集群分析(Clustering Analysis),針對通路商之交易資料庫,分析現有顧客的族群消長,試圖預測顧客未來的動態,作為一對一的顧客關係管理基礎。 本研究提供一個系統化的方法,透過集群分析分類顧客,使用邏輯思回歸(Logistic Regression)確認分群變數均顯著有意義後,產生馬可夫鏈移轉機率矩陣(Markov Chain ),探討顧客族群之消長,從中捕捉顧客的動態性,並提出通路商以及品牌商如何應用此方法,提升行銷資源之使用效率,達成一對一行銷的目標。 針對M通路商資料庫,將兩年內的顧客分群,發現通路商有數群不同特性之顧客,利用兩年的資料預測顧客之動態性,發現顧客正在流失,未來若能根據此結果制訂經營策略與搭配的行銷活動,並持續追蹤顧客族群之動態,相信可以改善此情形。 | zh_TW |
dc.description.abstract | Consumer dynamic and consumer Heterogeneity are two core issue of marketing researchers. Companies have begun thinking about how to understand their customers deeper, and prepare better product and service before head. to meet consumers’ or customers’ needs. By doing this, they can not only increase profits, but also build long-term relationship with individual customer, and increase the efficiency of marketing spending.
Through the invention of computers and information systems, database construction became possible and valuable. By using databases, companies can control cost and inventory easily; but how to get valuable information s from the database to help understanding future demands of market and individual customer’s potential behavior are really testing the companies’ ability in marketing research area. This research focuses on customer dynamic issue, using Cluster Analysis method which tested by Logistic Regression to develop a Markov Chain transportation probability matrix to analyze the dynamic of customers of a firm. . In order to understand the dynamic trends of any customer, analyze target will be trace month by month. By tracing which group he/she belongs to, we can build the Markov Chain Matrix to predict future situation of this target customer. This study provide a systematization method for distributors to predict future customers’ distribution , so distributors can develop marketing projects to affect customers and check the effect of those projects .Brand vendors will also benefit from better opportunities to target those customers potentially going to be brand vendors’ target by cooperate with distributors. | en |
dc.description.provenance | Made available in DSpace on 2021-06-07T18:21:52Z (GMT). No. of bitstreams: 1 ntu-100-R98724050-1.pdf: 1016739 bytes, checksum: 6f005391c2e8ea787c1bb6403072cf9b (MD5) Previous issue date: 2011 | en |
dc.description.tableofcontents | 謝詞 I
論 文 摘 要 II Abstract III 目錄 V 表目錄 VII 圖目錄 VIII 第一章 緒論 1 第一節 研究背景與動機 1 第二節 研究目的 3 第三節 研究架構 4 第二章 文獻探討 5 第一節 一對一行銷 6 第二節 資料庫行銷 7 一、 資料庫行銷的定義 8 二、 資料庫行銷的功能 9 三、 資料庫行銷的利益 12 第三節 顧客價值分析 - RFM 模型 14 一、 RFM模型的定義 14 二、 RFM 模型的應用 15 第四節 馬可夫鏈模型 16 第三章 研究方法 17 第一節 兩階段集群法 17 第二節 Logistic迴歸 19 第三節 馬可夫鏈模型 22 第四章 實證分析 24 第一節 資料結構與整理 25 第二節 顧客集群分析 26 一、兩階段集群分析 26 二、Multinominal Logistic迴歸 35 第三節 馬可夫移轉機率矩陣之產生 40 一、個別顧客之馬可夫移轉機率矩陣 40 二、所有顧客之馬可夫移轉機率矩陣 43 第五章 結論與建議 44 第一節 研究應用與意涵 44 一、通路商之應用 45 二、品牌商之應用 48 第二節 研究貢獻 52 第三節 研究限制 54 第四節 未來研究建議 55 | |
dc.language.iso | zh-TW | |
dc.title | 顧客族群消長之分析與應用 | zh_TW |
dc.title | Analysis and Applications of Dynamic of Customer Clusters | en |
dc.type | Thesis | |
dc.date.schoolyear | 100-1 | |
dc.description.degree | 碩士 | |
dc.contributor.oralexamcommittee | 周建亨(Chien-Heng Chou),陳靜怡(Ching-I, Chen) | |
dc.subject.keyword | 資料庫行銷,消費者動態性,集群分析,馬可夫鏈, | zh_TW |
dc.subject.keyword | Database Marketing,Customer Dynamic,Cluster Analysis,Markov Chain, | en |
dc.relation.page | 60 | |
dc.rights.note | 未授權 | |
dc.date.accepted | 2011-11-29 | |
dc.contributor.author-college | 管理學院 | zh_TW |
dc.contributor.author-dept | 國際企業學研究所 | zh_TW |
顯示於系所單位: | 國際企業學系 |
文件中的檔案:
檔案 | 大小 | 格式 | |
---|---|---|---|
ntu-100-1.pdf 目前未授權公開取用 | 992.91 kB | Adobe PDF |
系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。