國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 3-1 研究架構
三、RFM 分析
根據 D 公司網路設備的性質，透過交易時間、交易頻率及交易金額等變數 資料的蒐集與整理，經由 RFM 方法的應用分析，瞭解不同材料性質對 D 公司的 貢獻程度及交易總額的高低。此外，也針對(1)銷售地區、(2)顧客類型、(3)產品 種類指出在這三者間扮演最高顧客的是哪一種類、地區或是類型，最後也分析最 終顧客的交易情形並從中找到顧客端的價值。
第三節 分析方法
一、 平均數檢定
所謂「平均數檢定」係對所觀察的現象間的平均數間之差異或整體內部各單 位間的差異，進行分析的方法，主要在於說明平均數的代表性。依其分析理論和 研究假設，概可區分獨立樣本右尾 T 檢定、配對樣本雙尾 T 檢定及變異數分析
銷售地區 關東地區 關西地區 九州地區 Sale to group
經營成效 交易次數 交易總數量 交易總金額 顧客類型
SI/NI Distributor
D-other
產品種類 Wireless
Switch maintenance service
Material
‧
‧
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
(一) 最近購買日
最近購買日是指顧客從公司消費任何事物的最近時間點。將資料庫顧客的資 料依最近購買日排序，把距離現今日期最近購買的顧客交易記錄資料排在最上層，
而將資料庫均分成五等份，每一等份相當於整個資料庫的 20%，而最上端等份的 資料也就是最接近目前日期的 20%，此編碼為「5」，接近目前日期 20%~40%的 等份資料編碼為「4」，以此類推，依序各編碼為「3」、「2」、「1」。而在進行任何 促銷活動之後，編碼數字越大的顧客代表期回應購買的機率越大。
(二) 購買頻率
購買頻率是指顧客在公司所設定之特定期間內，向該公司進行消費的次數。
衡量購買頻率的方法有很多(例如：每年平均購買的次數、每年平均購買商品的 數量、一個月期間開支票和存款的總數量等等)，依企業的產品類別或服務性質 找出最適當的衡量方法，而計算出購買頻率後，同樣依序排列並將其平均成五等 份，最上端的等份資料為資料庫中次數最多的前 20%，編碼為「5」，依序各編碼 為「4」、「3」、「2」、「1」。編碼越大的顧客代表其回應率越高，但值得注意的是，
若最近購買日與消費頻率同樣為「5」的顧客，在進行促銷活動後，最近購買日 編碼為「5」的顧客會較消費頻率編碼為「5」者有較大的回應率，表示同樣是好 的測量工具，但最近購買日仍優於購買頻率，也因此模型稱為 RFM，而不是 FRM 或 FMR。
(三) 購買金額
消費金額是指顧客在公司所設定之時間內，對該公司所支出的金額。根據特 定時間內所消費的金額將資料庫的交易資料依序排列後，平均分為五等份，總消 費金額最多的前 20%顧客編碼為「5」，同樣依序各編碼為「4」、「3」、「2」、「1」。
購買金額對回應率的影響不及最近購買日與購買頻率，因其回應率是拆信可能性 與購買能力的相對情況而定，購買能力強的人往往有較多信件，經過濾後則拆閱 此促銷信件的機率變低；相對而言，購買能力強者則比購買能力弱者有較大機率
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第肆章 實證分析
本章區分為三節，於第一節將針對公司的網路設備交易次數和交易金額和交 易總數量等分配資料進行探索性的分析；從探索性分析的結果中更進一步針對 D 公司交易金額與「銷售地區」、「顧客型態」、「產品種類」進行平均數的檢定此為 第二節討論的範疇。於最後一節在針對「銷售地區」、「顧客型態」、「產品種類」
以及 D 公司的顧客進行 RFM 的顧客或是商品地分析