分割式叢聚分析（K-means）

由 J-Express 分析公司的結果，使用評估距離為 Eculidean，K-means 選擇最 初叢聚中心的方法為 Forgy 方法，圖 4-5 為以 K-means 基礎的叢聚方法所叢聚出 來的 20 個叢聚之圖示，表為依序利用 K-means 分析公司之圖示結果（表 4-2-1~4）。

圖 4-5：利用 K-means 分析公司圖示（Eculidean）

表 4-2-1 透過 Eculidean 距離進行 K-means 之結果—叢聚 1 Initialization Method : Forgy

Distance Measure : Eculidean

公司編號 台灣縣市 企業資本額 合約平均金額 合約總金額 件數

F059 2 1 1 1 1

F076 2 1 1 1 1

F088 1 1 1 1 1

38

39

由上表可以得知利用分割式叢聚 K-means 分析公司，評估距離為 Eculidean，

可分析出 4 種叢聚組合，藉由圖表表示方法將結果用表格呈現，經研究發現這些 叢聚組合是由企業資本額、合約平均金額、合約總金額為主要相關結構，由此可 見合約書內的簽約金額與企業主的資本額是有息息相關連的，如果資本額大的公 司下訂單數能力會隨著增加，其次也可以發現公司出貨數量縣市區域有關連性，

距離公司越近訂單較多，越遠距離隨之遞減。所以企業應該從這些分析特性，作 經營方針檢討。

圖 4-6，使用評估距離為 Manhattan，K-means 選擇最初叢聚中心的方法為 Forgy 方法，表為依序利用 K-means 分析公司之圖示結果（表 4-3-1~4）。

圖 4-6：利用 K-means 分析公司圖示（Manhattan）

40

表 4-3-1 透過 Manhattan 距離進行 K-means 之結果—叢聚 1 Initialization Method：Forgy

Distance Measure： Manhattan

公司編號 台灣縣市 企業資本額 合約平均金額 合約總金額 件數

41

F089 3 3 1 1 1

F092 3 3 1 1 1

F120 2 3 1 1 1

F123 2 3 1 1 1

F124 3 3 1 1 1

由圖表分析結果，也是利用 K-means 分析公司，評估距離為 Manhattan，經 由分析結果研討與評估距離為 Eculidean 一樣有 4 種叢聚組合，主要影響叢聚要 素為企業資本額、合約平均金額、合約總金額組成，縣市區域佈置為次要。因此，

公司可多利用兩種分析工具做相關行銷策略擬訂，如其他縣市加強顧客的連繫及 開發新顧客。

圖 4-7 為 J-Express 分析建案的結果，使用評估距離為 Eculidean，K-means 選擇最初叢聚中心的方法為 Forgy 方法，表為依序利用 K-means 分析公司之圖示 結果（表 4-4-1~20）。

圖 4-7：利用 K-means 分析建案圖示（Eculidean）

42

表 4-4-1 透過 Eculidean 距離進行 K-means 之結果—叢聚 1 Initialization Method：Forgy

Distance Measure：Eculidean

建案編號 台灣縣市 合約總金額 門片數 年份 月份

43

44

45

46

47

圖 4-8 為 J-Express 分析建案的結果，使用評估距離為 Manhattan，K-means

48

選擇最初叢聚中心的方法為 Forgy 方法，表為依序利用 K-means 分析公司之圖示 結果（表 4-5-1~20）。

圖 4-8：利用 K-means 分析建案圖示（Manhattan）

表 4-5-1 透過 Manhattan 距離進行 K-means 之結果—叢聚 1 Initialization Method：Forgy

Distance Measure：Manhattan

建案編號 台灣縣市 合約總金額 門片數 年份 月份

C027 3 1 4 102 年 3 月

C032 3 1 4 102 年 1 月

C059 3 1 3 101 年 3 月

C072 3 1 3 99 年 1 月

C108 3 1 3 97 年 2 月

C137 3 1 2 101 年 4 月

C138 2 1 3 101 年 7 月

49

50

51

52

53

54

表 4-5-19 透過 Manhattan 距離進行 K-means 之結果—叢聚 19 建案編號 台灣縣市 合約總金額 門片數 年份 月份

C075 3 1 9 97 年 6 月

C104 3 1 4 97 年 4 月

C105 3 1 2 97 年 5 月

C107 3 1 3 97 年 8 月

C152 3 1 5 97 年 7 月

表 4-5-20 透過 Manhattan 距離進行 K-means 之結果—叢聚 20 建案編號 台灣縣市 合約總金額 門片數 年份 月份

C139 3 1 20 98 年 3 月

由上表可以得知使用 Manhattan 評估距離，其分析結果狀態也是合約總金額、

門片數為叢聚之分群，相同的叢聚利用門片數相近，進而叢聚在一起。

總結：經由多方實驗驗證結果可知，無論階層式叢聚分析或 K-means 分析，

這兩種分析技術的結果，研究所得結果均無太大差異性，已可以充分表示所有合 約書內的叢聚特性，但如何將資料探勘運用在顧客關係管理及市場行銷是一項重 要的課題。由資料歸類得知，該公司的產品是特定群組的顧客，以合約總金額分 三種層次，對公司有三種不同營收貢獻，因此如何掌握現在顧客群，更要拓展現 的客源是當務之急，可利用工具分析的數據，引申公司擬定經營的策略，讓公司 能漸進成長。