應用關聯法則於網路消費性產品的分析與行銷建議

應用關聯法則於網路消費性產品的分析與行銷建議

ID:36013474

大小:519.50 KB

页数:13页

时间:2019-04-28

應用關聯法則於網路消費性產品的分析與行銷建議_第1页
應用關聯法則於網路消費性產品的分析與行銷建議_第2页
應用關聯法則於網路消費性產品的分析與行銷建議_第3页
應用關聯法則於網路消費性產品的分析與行銷建議_第4页
應用關聯法則於網路消費性產品的分析與行銷建議_第5页
资源描述:

《應用關聯法則於網路消費性產品的分析與行銷建議》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第二屆離島資訊技術與應用研討會,2002年6月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-HungLaiChih-HungWu樹德科技大學資訊管理系DepartmentofInformationManagementShu-TeUniversityE-mail:jjoyce66@mail2000.com.twkenlai@mail2000.cm.tw johnw@mail.stu.edu.tw jkj@ms9.url.com.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

2、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(DataMining)、電子商務(ElectronicCommerce)、關聯法則(AssociationRules

3、)、支持度(Support)、可信度(Confidence)。1.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(CustomerRelationshipManagement)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(DataMining)正是此一環節的重要技術。資料探

4、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,資料探勘應用在顧客關係管理上時,是收集和顧客有關的資料並作分析,藉以把原始資料轉換成決策商機。資料探勘是整個客戶關係管理的核心技術之

5、一,也是構成商業智慧的基礎。328在本研究中,我們探討耀欣股份有限公司成立的一個實驗性購物網站的商品銷售狀況。透過資料探勘的技術,分析顧客的個人資料及交易資料,了解顧客的購買行為與產品之間的關係,期望發現有用的潛在商業智慧,提供企業做為制定行銷策略的參考。因此,本研究希望達到以下目的:1.找出該網站消費產品的特性,並發掘會員購買商品的特徵。2.提供管理者適合的產品行銷策略。由於消費者需求不斷改變,找出真正適合的商品,可以適應瞬息萬變和激烈競爭的市場,降低和分散營運風險。根據研究分析結果,給予決策者適合校園消費者的各種行銷策略,以擴大銷售量,增加利潤。本文主要架構為

6、:第2節介紹資料探勘的定義及步驟;第3節分析研究目的及研究架構;第4節依照研究方法,實際應用於案例中分析研究結果;第5節綜合分析各階段的實驗結果;第6節討論研究成果並對未來研究課題做建議。1.資料探勘(DataMining)2.1資料探勘的定義過去文獻對資料探勘的定義是從資料庫中挖掘出不明確、前所未知以及潛在有用的資訊的過程[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(Knowledgediscoveryindatabase,

7、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(MachineLeaning)、專家系統(ExpertSystem)、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

8、等;應用領

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。