1.1 研究背景
近年來，顧客關係管理(Customer Relationship Management, CRM)已經成為企業在經 營上的重要策略之一，企業認知到顧客關係管理的重要性，因此紛紛將此觀念加以導入 至營運模式中；然而顧客關係管理要成功，必須要能夠掌握真正具有價值的顧客，如此 企業的獲利才能穩定成長，避免不必要的資源浪費，因此顧客的獲得，價值的掌握、維 持與增強在現今競爭的商業環境中扮演著重要的關鍵成功要素。由於現今的顧客之需求 難以掌握、顧客異質性高、市場上競爭激烈、整合溝通行銷活動多元化、同儕意見影響 力大、行銷資訊複雜且雜亂等情況下，企業要能夠建立與顧客的關係，往往會相當困難，
即使企業已朝向顧客為導向，並且把顧客視為資產來與企業流程整合來思考，但是顧客 關係管理並非容易的事，因此，如何以顧客為導向來運作企業、與顧客之間建立良好溝 通與互動的機制、創造顧客價值以及找出具有價值的顧客，進而達到顧客的維持與信任 等相關議題，皆已成為企業在經營顧客關係管理上最主要的考量要素。
顧客關係管理包含許多的程序，包括：設定顧客關係管理目標、思維執行策略、制 定衡量顧客的尺度、顧客的價值評估、分析顧客關係管理執行有效性等，而這些運作程 序都是必須要加以去衡量及評估的，尤其是顧客的價值評估，因為瞭解「誰才是獲利的 顧客」是相當重要的，確定誰才是真正有獲利價值的顧客才能夠精確發展出具有效果的 顧客關係管理，而且20/80 法則也驗証了前 20%的價值顧客可以貢獻 80%的企業獲利，
所以掌握精確的顧客價值在顧客關係管理中確實有其必要性，這樣的觀念也因此突顯出 顧客終身價值(Customer Lifetime Value, CLV)在顧客關係管理中的關鍵。
近幾年由於資訊科技發達，加上會員制度導入的觀念成熟，使得許多企業皆有個別 專屬的資訊系統來運作日常的作業以及輔助決策，而這些資訊系統有部份專門記載顧客 的資料，儲放在資料庫中，這些資料對於企業來說或許只是個日常運作所紀錄的歷史「資 料」，但是若能夠仔細的去瞭解每筆資料間的關係，反而能夠找出有意義的「資訊」，這
樣的資訊也帶給顧客關係管理上的協助，因為裡頭儲存各種與顧客相關的資訊，包括：
購買的商品、時間、地點資料，顧客人口統計資料等，尤其是當企業不斷的成長時，顧 客的資料量會相當龐大且雜亂，要能夠適切發展行銷計畫來吸引每個顧客，就必須透過 客制化，甚至一對一行銷的方式來滿足與維持顧客，此時，資料庫的分析評估與應用便 可以解決這方面的問題，因此在近年來，資料探勘(Data Mining)、資料庫行銷(Database Marketing)、甚至是一對一行銷(One to One Markeing)等相關的議題皆在行銷領域中發 燒。
綜合以上所述，在現今的新行銷紀元中所重視的就是如何能夠在紛亂且競爭激烈的 商業市場中，找出顧客的價值，精確的顧客區隔，提昇行銷的精確度及效益，並且從企 業的資料庫中找出具有潛在價值的顧客，進而提供完善服務、促銷活動、產品、通路配 銷來滿足消費者的需求與心理，建立起有效的顧客關係管理，使企業能夠長期獲利。
1.2 研究動機
顧客關係管理所涉及到的層面相當廣泛，包括：顧客資料蒐集、顧客資料庫導入、
顧客資料整理、顧客價值分析、顧客關係管理執行策略等。由於企業管理資訊系統 (Management Information System, MIS)導入的觀念增加以及科技的技術進步，企業越來 越有能力去蒐集以及累積大量的顧客資料於資料庫中，因此資料庫裡的顧客相關知識對 於行銷的運用功能上是相當有幫助的，然而，許多在資料庫中有用的顧客特質、購買行 為樣式等行銷觀點知識是大量的、隱藏的、以及未被觸及的，要瞭解資料中的潛在關係，
用手動的方式來分析出有價值決策制定資訊是幾乎不可能的，因此資料探勘在1994 年 開始受到注目，是最近發展的方法以及技術(Trybula, 1997)，透過資料探勘的技術將可 以從大量的資料去加以整理，並從中發掘出有用的潛在資訊，進一步來瞭解消費者的潛 在行為樣式，Davis(1999)根據專業以及商業文獻指出，許多企業使用資料探勘技術來當 作協助他們運用計謀來打敗競爭者的工具，協助定義新顧客的方法和更改低成本的策略 基礎，因此在近幾年，資料探勘已被廣為注意以及在商業界普及應用(Chye & Grey, 2002)。Goebel & Gruenwald(1999)指出，資料庫的知識發掘是發展迅速的領域，這領域 有很強的研究需求、實務上的急迫性以及社會和經濟的需要。
另一方面，為了能夠找出精確且有潛力的顧客，當企業專注在顧客資料庫的導入與 蒐集時，去分析顧客終身價值(Customer Lifetime Value)亦是非常重要的，因為顧客終身 價值是一種系統化的方式去瞭解和評估顧客與廠商的關係(Jain & Singh, 2002)，可以找 出哪些顧客對於企業的貢獻度高與潛在的價值有多大；再者，由於顧客終身價值是去分 析顧客停留在企業的期間，因此顧客終身價值模型是去評估顧客整個長期的價值(Hwang et al., 2004)，考量時間的變數；由於它的效益高，所以顧客身價值分析越來越受到重視。
近年來，顧客終身價值的研究也越來越多的，其主要原因有三：1、顧客終身價值為顧 客關係管理流程的必要過程，因此企業越來越有興趣瞭解此領域；2、行銷科學機構把 此議題列為主要研究的重點；3、顧客終身價值領域的實證研究是特別缺乏的(Reinartz &
Kumar, 2000)。Blattberg et al.(2001)也指出，評估行銷價值相關的議題也持續受到注意。
然而另人感到意外的是，雖然一直以來，顧客終身價值在一般管理以及行銷管理上都是 很明顯的重要觀念，但是專注在以價值為基礎的觀念設計才在近年來出現(e.g. Blattberg et al., 2001; Doyle, 2000)。在實際的研究上，行銷管理在這領域也只有部份學者在探討，
原因在於：1、缺少在探討以及計算決定個別顧客的方法，例如交叉銷售(cross-selling)、
向上銷售(up-selling)以及口碑傳播(worth-of-mouth)；2、沒有存在一個完整的模型來連結 各種相關部份的方法在一起，因此這方面的研究依舊欠缺。
在顧客終身價值分析的領域中，有個議題是相當重要的，但卻少被提及，亦即為顧 客潛在價值。顧客潛在價值的衡量在近幾年的研究中陸續出現，顧客潛在價值的考量是 具有未來導向的，預測性的，然而價值潛力的因素之衡量並不容易，目前的研究中，建 議考量的因素包括：顧客忠誠(customer loyalty)(Hwang et al., 2004; Knox, 1998)、交叉銷 售(cross-selling)及向上銷售(up-selling) (Bauer et al., 2003)、推薦行為(recommendation behavior)(Bauer et al., 2003)、人口統計變數與產品使用行為(Jain & Singh, 2002)以及未來 的購買行為(Ryals, 2002)等。有些研究雖有考量到許多因素，但仍被建議應考量其它的 各種因素，包括：向上銷售、參考價值 (見 Berger & Nasr, 1998; Dwyer, 1997; Keane &
Wang, 1995; Reinartz & Kumar, 2000; Wang & Spiegel, 1994)、顧客維持率(Mulhern, 1999)，然而，這些因素雖然重要，但都難以去衡量及分析，因此本研究的動機亦即想 要試著將資料探勘以及顧客終身價值分析整合在一起來發掘出顧客潛在，藉以解決部份 的潛在價值因素及有效的衡量顧客價值。
綜合以上所述，茲將本研究所欲探討的問題及動機包括資料轉換成資訊面、顧客潛 在價值分析與評估面以及顧客關係管理策略面，茲彙整如下：
1、資料轉換成資訊面：
(1)企業如何從龐大的資料庫中發現顧客潛在價值的資訊？應該要何種方法來找出這類 的資訊？
(2)在資料庫中，如何衡量哪一位顧客是具有獲利的？對企業是否有貢獻價值？如何得知 顧客的潛在價值有多大？包括：顧客活動力、購買金額以及交叉銷售(cross-selling) 的潛力。
2、顧客價值發現之分析與評估面：
(1)資料探勘以及顧客終身價值在資料庫分析中扮演的角色為何？
(2) 資料探勘技術與顧客終身價值分析對於顧客價值的發現以及對於顧客關係管理有何 效益上的提昇？
(3)顧客價值應如何來呈現？
3、顧客關係管理策略面
(1)如何將顧客的價值劃分成各種不同特質的群體？每個群體的價值結構如何？有何種 特性？
(2)價值高的前 20%顧客如何來管理，有何策略上的意義，價值為後 80%的顧客怎樣的 策略意義於其中，應如何來管理？
(2)如何根據顧客價值分析的結果發展出有效的顧客關係管理行銷方案？
1.3 研究目的
資料探勘是從大量的顧客資料庫找出潛在的顧客行為樣式，顧客終身價值是從資料 庫中去分析出哪些顧客對於企業的貢獻程度高以及顧客潛在價值如何，兩者之間有相輔 相成的功效，若將兩者的觀念結合來應用，應用於顧客價值發現應會有不錯的成效，如
此對於顧客關係管理的應用以及策略執行會更具效力，因此值得探討研究。然而這顧客 終身價值以及資料探勘對於顧客關係管理的研究通常都是被各別探討的，顯少有研究將 此兩概念整合，故本研究的主要目的在於發展有效的顧客關係管理運作模式，專注在發 展顧客終身價值的運用，將資料探勘的技術以及流程，導入顧客終身價值的概念，透過 顧客的資料庫，分析出具有價值的顧客，透過實証研究，以顧客終身價值為基礎，發展 出有效的顧客關係管理分析模式及應用策略。
Hwang et al.(2004)發展出考量過去貢獻獲利以及期望潛在價值的模型來衡量顧客終 身價值，利用決策樹來將人口統計變數以及顧客忠誠度整合至期望潛在價值當中，並且
Hwang et al.(2004)發展出考量過去貢獻獲利以及期望潛在價值的模型來衡量顧客終 身價值，利用決策樹來將人口統計變數以及顧客忠誠度整合至期望潛在價值當中，並且