跳到主要內容

簡易檢索 / 詳目顯示

研究生: 王嘉璐
論文名稱: 資料採礦於服飾業顧客區隔及其行銷之應用 -以J公司為例
The Application of Data Mining on Customer Segmentation and Related Marketing Strategy in Apparel Industry
指導教授: 鄭宇庭
學位類別: 碩士
Master
系所名稱: 商學院 - 統計學系
Department of Statistics
論文出版年: 2016
畢業學年度: 104
語文別: 中文
論文頁數: 77
中文關鍵詞: 服飾業顧客區隔銷售組合集群分析關聯分析
相關次數: 點閱:146下載:20
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 隨著臺灣整體經濟的繁榮發展,人民收入得到大幅的提升,民眾對於生活品質產生了更高的追求,這也體現在服飾商品的消費上,從而為服飾產業注入了源源不斷的活力。然而,服飾產業的發展也面臨著巨大的考驗。一方面,由於製造業的全球佈局,曾經輝煌一時的臺灣成衣製造業紛紛外移,限制了本土服飾企業的規模發展。另一方面,服飾產業本身品牌眾多、商品替代性高的特性,更加劇了市場競爭。在機遇與挑戰並存的市場環境下,各家服飾企業無不想盡辦法提升自身的競爭力,進而獲得更高的市場佔有率。因此,消費者的需求越來越受到服飾企業的重視,如何瞭解消費者多樣化的偏好,並推出針對性的商品與行銷策略,將是關乎企業未來生存的重要問題。
    本研究以J公司的銷售記錄作為研究對象,運用資料採礦的分析技術,依據顧客消費行為的差異對其進行區隔,並分析重要客群購買商品的關聯模式,進而提出針對於各客群的多樣化商品組合,將其作為企業未來行銷活動的基礎,以期提升公司之經營績效。此外,還就研究結果對J公司目前之經營狀況提出建議,以供公司未來調整經營策略之參考。


    第壹章 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 研究流程 4
    第貳章 文獻探討 6
    第一節 服飾業之概述 6
    第二節 顧客區隔 11
    第三節 資料採礦之相關應用 19
    第參章 研究方法 22
    第一節 資料來源 22
    第二節 研究架構 22
    第三節 資料採礦技術 23
    第肆章 實證分析 28
    第一節 探索性分析 28
    第二節 顧客區隔分析 43
    第三節 銷售組合分析 60
    第伍章 結論與建議 72
    第一節 結論 72
    第二節 建議 74
    參考文獻 76

    一、 中文文獻
    1. 王保義,2009,客戶關係管理中客戶細分的數據挖掘研究,西安電子科技大學企業管理學系碩士論文。
    2. 王雷,2007,基於數據挖掘的電力行業客戶細分模型研究,上海交通大學企業管理學系碩士論文。
    3. 行業標準分類,行政院主計處2011版。
    4. 李媛,2007,電信企業客戶細分的模型研究,北京交通大學資訊管理學系碩士論文。
    5. 徐翔斌、王佳強、塗歡、穆明,2012,基於改進RFM模型的電子商務客戶細分,電腦應用,32卷,5期,頁1439-1442。
    6. 翁志剛,2010,營銷工程,機械工業出版社。
    7. 高榮霞,2008,基於顧客滿意度與忠誠度的市場細分研究,天津大學管理科學與工程學系碩士論文。
    8. 張瑩、孫虹,2015,臺灣服裝產業的發展,設計,3期,頁74-75。
    9. 陳順宇,1998,多變量分析,華泰書局。
    10. 曾小青、徐秦、張丹、林大瀚,2013,基於消費數據挖掘的多指標客户細分新方法,計算機應用研究,30卷,10期,頁2944-2947。
    11. 黃俊英,2000,多變量分析,華泰書局。
    12. 葉立誠,2009,臺灣服飾產業國際行銷發展之探討,文大商管學報,14卷,1期,頁41-56。
    13. 龍海莉,2005,市場細分與目標市場問題研究,西北工業大學西方經濟學系碩士論文。
    14. 謝邦昌、鄭宇庭、蘇志雄,2009,Data Mining概述─以Clementine12.0為例,中華資料採礦協會。
    15. 羅巧芳、吳信宏、張恩啟、鄭易英,2008,應用資料探勘於戶外活動用品專賣店之顧客忠誠及價值分析,品質學報,15卷,4期,293-303。
    16. 羅紀寧,2003,市場細分研究綜述:回顧與展望,山東大學學報,6期,頁45-48。
    二、 英文文獻
    1. Berry, M. J. A. and G. S. Linoff, 1997, “Data Mining Techniques: for Marketing, Sales, and Customer Support”, New York: John Wiley and Sons Inc.
    2. Fayyad, U., S. G. Piatetsky and P. Smyth, 1996, “From Data Mining to Knowledge Discovery in Databases”, American Association for Artificial Intelligence, Vol. 17, No. 3.
    3. Frawley, W. J., G. Piatetsky-Shapiro and C. J. Matheus, 1991, “Knowledge Discovery in Databases: An Overview”, Knowledge Discovery in Databases, Cambridge, MassBhuseffs: AAAI/MIT Press.
    4. Grupe, F. H. and M. M. Owrang, 1995, “Database Mining Discovering New Knowledge and Cooperative Advantage”, Information Systems Management, Vol.12, No. 4, pp. 26-31.
    5. Han, J. W. and M. Kamber, 2006, “Data Mining: Concepts and Techniques”, San Francisco: MorAn Kaufmann.

    QR CODE
    :::