應用RFMB模型於網路購物市場

RFMB Model Applications on E-Shopping Market

10.29836/LMR.201012.0008

蔣文育(Wen-Yu Chiang)

RFMB ； SOM ； C4.5決策樹 ； 分類規則 ； RFMB ； Self-Organizing Map ； C4.5 Decision Tree ； Classification Rules

運籌管理評論

4卷1期（2010 / 12 / 01）

103 - 115

繁體中文

本研究之目的在於精確的掌握網路購物市場之顧客價值，研究結果所得之商業知識能使購物網站產業提高對消費者價值之能見度。本研究提出將RFM Model改良為RFMB（Recency，Frequency，Monetary，Brand-Discount-Price）Model，並將其進行實證分析。以網路購物產業中之大學生市場為研究對象，研究方法採用非監督式類神經分群法之自組織映射圖（Self-Organizing Map，SOM）對台灣北、中、南之城、鄉大學學生進行網路購物之市場區隔分析，並以區別分析測試其分群之準確度，分群結果發現三個網路購物市場：成本考量、風險考量、以及便利考量。分群結果與RFMB變數進行C4.5決策樹之分類演算，並產生6項分類規則。研究結果發現RFMB Model能在同等級的顧客中將有潛力升級之顧客區別出來，進而了解消費者之價值與其隸屬之市場，以便網路購物產業留住高價值顧客，以及對有潛力升級之顧客行銷使其價值等級提昇。

The objective of this research is to understand the customer values of E-Shopping markets. This paper uses RFMB model, Self-Organizing Map algorithm, and C4.5 decision tree to analyze E-Shopping market of universities' students and creates 6 classification rules. The E-Shopping market of the universities' students can be divided into three definite clusters and their features are: cost, risk, and convenience considerations. The result of this research discovers that those upgradeable customers can be found out in the same level. E-Shopping industries can promote them to be the higher value.