应用资料采撷技术於顾客关系管理之消费行为研究－以某化粧品公司.pptVIP

應用資料採擷技術於顧客關係管理之消費行為研究－以某化粧品公司為例 組員:資管四A 陳宗隆 資管四A 李盤論 資管四A 游盈欣 資管四A 莊雅淳 目錄 研究目的 研究範圍與假設 消費行為屬性分析 模型分析流程 不同集群消費者之購買行為差異分析 顧客產品區隔之SOM 顧客人數比率之分析 顧客購買週期數之分析 顧客營收比率之分析 平均產品類別之分析 平均產品類別與顧客人數比例分佈之分析 顧客消費區隔之RFM 分析 KPI 顧客消費產品區隔 研究結論 研究目的(1/2) 在多數的化妝品公司中，顧客資料尚未轉換電子化的形式，因此，在將顧客關係管理導入時將會產生障礙，是以本研究將提出完整的顧客關係管理程序，有助於化妝品業的導入。 用集群分析方法模式，分析顧客分群的結果資料採擷中最常使用的分群法為自組織映射圖網路，而SOM方法用於非監督式的分群，非監督式的顧客分在於顧客資料只有輸入欄位變數，而沒有輸出欄位變數，因此，本研究將根據化妝品專櫃以及網路行銷所收集的顧客基本資料及消費記錄做為顧客分群的輸入欄位變數，以期在化妝品業顧客資料庫中找出效果最佳的分群結果。 研究目的(2/2) 資料採擷技術的應用，係將顧客分群結果提供行銷決策與建議，並利用智力礦工之工具將顧客資料做分群，將不同需求的顧客區隔並進行不同的行銷活動，達到降低成本、提高利潤的目的。 研究範圍與假設 (1/2) 研究對象： 本研究以某化妝品公司為例，針對其顧客購買行為作為研究對象，希望以資料採擷的技術，從該化妝品公司中既有顧客的基本資料中，針對顧客購買人數比率、購買期數、營收比率及平均購買產品類別數等購買行為來分析，找出有意義的資訊，協助決策者及服務人員做出正確的決策與有效率的服務。 研究假設： 本研究利用IBM 公司之資料採擷軟體中之智力礦工（Intelligence Miner）工具，針對顧客基本資料及消費記錄的七項變數：(1)居住地區(2)職業(3)年齡(4)消費日期(5)消費類別(6)消費金額(7)最近一次與前次消費時距，做為顧客區隔的判斷依據。 研究範圍與假設 (2/2) 研究主題： CRM系統的建構，主要與顧客建立友善與關懷之長久的關係，為使顧客認同公司的產品及服務，透過與顧客互動的機會，了解顧客現在及未來的需求，藉此來拉近與縮短顧客的距離 其目的為下列四點： (1)辨識最有價值與開發潛在顧客。 (2)推出具吸引潛在顧客的新產品或服務。 (3)在正確的時間傳遞最合乎需求的產品或服務給顧客， 以確保顧客的忠誠度。 (4)採擷顧客資訊做為行銷決策與產品生產的建議。 因此化妝品公司以上述四項要點，利用資料採擷的技術來協助該公司區隔什麼樣的產品及服務比較適合哪些顧客。 消費行為屬性分析 根據本研究資料庫分析，惟有透過資料分析才能反映真正消費行為，而本研究交易資料可分為兩大類，一為產品資料，另一為交易行為資料。 模型分析流程 不同集群消費者 之購買行為差異分析 為瞭解消費者對產品購買比率之差異，透過資料採擷技術之智力礦工之工具來分析，區隔出不同集群，本節分別就顧客購買人數比率、顧客購買週期、購客營收比率、顧客購買產品平均類別數逐一做進一步探討。 顧客產品區隔之SOM 顧客人數比率之分析 顧客購買週期數之分析 從(表)矩陣分析構面來看顧客購買週期數，明顯可看出集群5、集群2與集群4 占顧客購買人數比例數之前三位。而且購買週期皆超過60% 從顧客產品區隔之SOM 圖發現集群2，對公司產品具高度忠誠度，集群5為核心菁英型，尤其是集群5，這集群顧客不僅購買頻率高且集中某些高單價產品；另集群4為精挑細選型，此集群成員專們挑公司週年慶，或商品促銷、特價時，精挑細選後購買所需商品，是公司不可缺少的固定集群。 顧客營收比率之分析 平均產品類別之分析 從(表) 矩陣分析構面來看顧客營收比率，明顯可看出集群5、集群4與集群2分別在平均產品類別數排名之前三名 從顧客產品區隔之SOM圖看出集群5之顧客表現出對該公司所銷售之高單價產品的接受度，因此在此項高居第一名。而集群4與集群2之顧客也表現不差 平均產品類別與顧客人數比例分佈之分析 從(表)矩陣分析構面來看顧客人數比率，明顯可看出集群2、集群5