1. 以消費表現為基礎之 顧客群集分析 第 10 組 報告人 資管 4A H24934023 林俊豪 資管 4A H24931499 顏志憲 資管 4B H24949280 蘇建安

2. 資料來源 資料來源是由一零售商之銷售部門所提供 customer 資料表 紀錄顧客基本資料 product 資料表 紀錄商品基本資料 sales_fact 資料表 紀錄顧客交易資料

4. 顧客分群時，必需事先掌握 : 「要對哪些顧客進行分群？」 「依據顧客的什麼特性進行分群？」 並建立研究所需的顧客歷史交易資料表

5. 顧客歷史交易資料表屬性 Customer 屬性：購買商品之顧客 ( 如 customer_id) 。 Product 屬性：顧客所購買的商品項目 ( 如 product_id) 。 Money Spent 屬性：顧客購買該項商品所花費 之金額 ( 如 store_sales) Transaction Time 屬性：發生交易之時間點 ( 如 time_id) 。

6. 根據顧客歷史交易資料表轉換成轉換成顧客累 積交易資料表，並計算出兩兩商品組合的親近 度

7. 找尋較佳客戶分群數 K 以此研究為例，設定測試 K 值的最小搜尋邊界 (30) 與最大搜尋邊界 (80) ，與搜尋間隔 (10) ，分 別針對每個 K 值測試分群結果品質，挑出平均 值最大的測試 K 值 (60) 。

9. 顧客分群 此研究提供兩種不同的初始質心給定方式 1. 隨機產生初始質心 2. 基因演算法產生初始質心

11. 顧客群價值分析 顧客分群後利用 RFM 價值分析模式衡量每個顧 客群對零售商利潤的貢獻程度 R(Recency ) F(Frequency ) M(Monetary Amount )

13. 研究目的驗證 此研究目的在於讓顧客分群結果中的每個顧客 群內之顧客都有較為相似的消費行為及模式， 如此一來，才能正確地衡量顧客對於零售商的 重要程度，使得零售商在導入顧客關係管理之 過程中，更能持續有效地掌握顧客所反應出的 消費表現，以達成客製化之目標。

14. 研究目的驗證 ( 二 ) 根據研究目的，我們可將驗證準則定義為： 「每個顧客群內之顧客是否都有較為相似的消 費行為及模式？」。

15. 實驗設計 從 customer 資料表中挑出 11 個人口統計之特殊 屬性 將屬性質做適當的轉換 如 : 年齡、婚姻、年收入、性別、教育 …

17. 由於這些特徵屬性的單位尺度並不相同，所以 利用標準常態偏差 (Z-score) 轉換成統一尺度

19. 利用 SPSS10.01 內建的 K-means 分群演算法的 功能，完成以「人口統計」特徵屬性當作區隔 變數的顧客分群方法 假設分群數為 30

20. 完成後分別計算出商品支持度、標準差及前 5 項商品的平均支持度 有兩種比較的方法 : 1. 每個顧客群內最大的 5 項商品之支持度的平 均值 2. 每個顧客群內所有商品之支持度的標準差

21. 歸納分群結果可以發現下列兩種特性 : 每個顧客群內之最大的前五名的商品支持度較大：表 示每個顧客群內之顧客都會比較集中購買某些特定的 商品，也就是說每個顧客群內之顧客比較明顯具有相 同的消費行為及模式。 每個顧客群內的所有商品支持度的標準差較大：表示 每個顧客群內之各種商品之吸引顧客購買的能力，彼 此之間的差異比較大，即表示當我們以每個顧客群內 之支持度較大的商品，用來代表所有顧客的消費行為 及模式之合理性也就相對比較高。

22. 所以有鑑於此，此研究所提出的以顧客對零售 商所提供商品與服務之「消費表現」 \ 當作區隔 變數之顧客分群方法，確實能達成本研究之研 究目的。

23. 討論顧客分群中的變化趨勢 在顧客分群過程中，必需經過若干次的學習循 環，直到滿足學習循環之終止條件為止，也就 是代表 K 個顧客群之質心位置的顧客已經固定 而不更改。

24. 在此實驗中，經過每次學習循環之後，所有顧 客與其顧客群內之質心顧客的相似度之總和有 出現逐漸增加的趨勢變化 在 30 個顧客群中，其代表顧客群質心的顧客 有所更動的數目有出現逐漸減少的趨勢變化 因此會出現「消費表現較為相似的顧客會逐漸 地凝聚在同一顧客群內」之趨勢性的變化

25. 討論顧客群之初始質心顧客的產生 由於不同的顧客群之初始質心顧客的產生方式， 會影響最後顧客分群結果之品質好壞，，所以 此研究提供兩種方式 隨機產生初始質心顧客 以基因演算法產生初始質心顧客

26. 若以基因演算法產生初始質心顧客之方式時， 則我們必需自行設定兩個參數： 演化族群內之染色體數目 ( I ) (10) 疊代演化的次數 ( E ) (5) 當疊代演化次數越多，所得到的 ρ (K ) 之平均 值也會隨之增大 (35 後收斂 )

27. 由上面的做法可以得到結論 : 不論族群內之染色體數目多寡，隨著疊代演化 次數增加，所得到的分群結果品質 ρ (K ) 也有 逐漸提升的趨勢，而其提升幅度是呈現逐漸趨 於緩和的現象。

28. 衡量顧客群之價值分析的結果 以 RFM 模型為基礎，進行顧客群價值分析衡 量每個顧客群對於零售商利潤之貢獻程度，方 能讓零售商依照不同顧客群對於零售商的重要 程度，提供客製化的商品與服務。

29. 可將所有的顧客群分成四種類型 : 最佳型顧客群 : 零售商之核心顧客群予以保留 頻率型顧客群 : 提升顧客的購買金額 消費型顧客群 : 增加顧客的造訪頻率 不確定型顧客群 : 考慮放棄 針對各種不同類型的顧客群使用不同的行銷策 略，以增加公司的競爭優勢，提高企業獲利