5.1 結論
本研究中，利用台灣地區線上光碟銷售網站的實際交易資料，透過分 析及整理後，應用Microsoft的試算表軟體Excel，十分容易的建立完整銷 售預測模型，並透過Excel本身的規劃求解功能，便可以即時得到銷售模型 需要的參數，一般企業很容易應用於既有的資料而得到寶貴的銷售預測結 果。本研究並運用驗證資料來檢驗預測的準確性，並與一般常用的線性迴 歸預測模型加以比較，證明本研究模型能夠更準確的預測重複購買行為及 顧客價值。
電子商務業者在歷經網路泡沫化之後，如何預測電子商務企業的經營 績效及未來發展成為一個重要課題。本研究除了驗證研究模型對於台灣線 上光碟銷售資料的適用性及優越性外，藉由該模型在整體銷售預測上的準 確性，能夠提供電子商務企業一個不同於問卷調查、點閱率、網站流量的 評估方法。
5.2 管理意涵及建議
針對該公司未來的經營管理上，提出幾點建議：
一、新客戶有減少的趨勢，建議定期展開吸引新客戶的行銷活動。因為 這些客戶之中會有三成左右會繼續購買，並且根據首次購買片數期 望值為 3.77 片，可以評估新增客戶數的初期利潤，作為考量投入行 銷資源數量的決策依據
二、該公司舊有客戶重複購買的比例較高，而且舊客戶的貢獻佔公司收 益的比重一半以上，因此深耕既有客戶將可以為企業帶來可觀的利 潤。根據重複購買機率下降情形，建議該公司當顧客購買後，如果 在三個月內沒有再次消費，應於第四個月主動對客戶發動行銷活 動，如寄發新產品廣告、提供限時購買優惠等，吸引客戶消費，避 免客戶流失，提高企業獲利。
46
5.3 研究限制與展望
因為資料的限制，本研究只有利用兩個月的資料作為驗證資料，只能 驗證短期的預測能力。如有後續的交易資料，即可以驗證該模型中長期的 優越預測能力。此外本研究資料的商品為同質性較高的光碟產品，未來可 以研究將此模型應用於具有商品異質性的企業，如同時銷售圖書、音樂下 載、3C商品的購物網站，藉以比較在不同產品類型、消費者涉入程度、交 易成本影響下，該模型的適用性及預測能力變化。
本研究模型假設外在環境及產業無劇烈變化下，利用歷史資料來預測 未來銷售率，並未考慮新競爭者及產業變動之影響，也未預測未來新增客 戶對公司之貢獻。未來可以針對新客戶人數的預測模型研究，擴大本模型 適用範圍及準確性。
由於本模型能夠依據歷史資料，提供未來銷售預測，將來可以研究是 否可以應用在經營管理上，用以訂定業務人員的業績目標，更準確評估業 務人員的績效。
本研究僅就現有客戶族群的交易時間及數量作探討，以整體的觀念來 預測現有消費群重複購買的機率及公司未來之獲利，並沒有完全利用研究 資料中豐富的個人交易資訊，未來可以利用預測個體消費行為的機率模型 來預測單一消費者未來的消費行為，或透過RFM 模型找出影響客戶價值的 關鍵因素，建立客戶屬性分析，協助企業找出高價值或潛力的客戶，為企 業提供更有效的行銷策略。
47
中文參考文獻
[1] 「創新資訊應用研究計畫」,資策會 FIND/經濟部技術處,2007
[2] 張紹勳,「網際網路行銷之成功模式」，中華管理評論，Vol. 3, No 2, 17-38,民 國 89 年
英文參考文獻
[1] Alba, J., Lynch, J., Weitz, B., Janiszewski, C., Lutz, R., & Wood S. (1997). Interactive Home shopping: consumer, retailer, and manufacturer incentives to participate in electronic marketplaces. Journal of Marketing, 64, 38-53.
[2] Colombo, R. and W. Jiang,(1999) “A Stochastic RFM Model”, Journal of Interactive Marketing, Vol. 13, No. 3, Summer, pp.2-12.,
[3] Ehrenberg , (1959) “The Pattern of Consumer Purchases“, Applied Statistics, Vol. 8, No.
1 (Mar.), ,pp.26-41
[4] Fader, P. S. and B. G.S. Hardie,(2001) “A Note on Implementing the Fader and Hardie "CDNOW Model"”
[5] Fader, P. S. and B. G.S. Hardie,(2001) "Forecasting Repeat Sales at CDNOW: A Case Study," Interfaces, 31 (May-June), Part 2 of 2, S94-S107.,
[6] Fader, P. S., B. G. S. Hardie, & K. L. Lee. (2005) “Counting Your Customers’: the Easy Way: An Alternative to the Pareto/NBD Model”, Marketing Science 24(2), pp.275-284.
[7] Hoffman, K.L. and Novak, T.P. (1996). “Marketing in the Hypermedia
computer-mediated environments: conceptual foundations.” Journal of Marketing, 60(3), 50-68.
[8] Hughes Arthur M.. (1994),”Strategic Database Marketing”. Probus Publishing, Chicago.
[9] Kalakota R., and A. B. Whinston, (1996) Frontiers of Electronic Commerce, Addison Wesley.
[10] Schmittlein, D. C.,D. G. Morrison, and R. Colombo. (1987),”Counting Your Customers:
Who They Are and What Will They Do Next?”Management Science,33(January), pp.1-24,
48
49
附錄二
第一到十二月銷售預測表
月份
採購數量 1 2 3 4 5 6 7 8 9 10 11 12 總計
0 0 76 213 313 415 496 599 682 767 828 891 948
1 26 51 45 50 47 57 54 57 51 53 52 60 602
2 19 38 33 37 34 42 40 42 38 39 39 44 445
3 14 28 25 27 26 31 29 31 28 29 29 33 330
4 10 20 18 20 19 23 22 23 21 22 22 25 246
5 8 15 14 15 14 17 16 17 16 16 16 19 184
6 6 11 10 11 11 13 12 13 12 12 12 14 138
7 4 8 8 8 8 10 9 10 9 9 9 11 104
8 3 6 6 6 6 7 7 8 7 7 7 8 78
9 2 5 4 5 5 6 5 6 5 6 5 6 59
10 2 3 3 4 4 4 4 4 4 4 4 5 45
11 1 2 2 3 3 3 3 3 3 3 3 4 35
12 1 2 2 2 2 2 2 3 2 3 3 3 27
13 1 1 1 2 2 2 2 2 2 2 2 2 21
14 0 1 1 1 1 1 1 2 2 2 2 2 16
15 0 1 1 1 1 1 1 1 1 1 1 1 12
16 0 1 1 1 1 1 1 1 1 1 1 1 10
17 0 0 0 1 1 1 1 1 1 1 1 1 8
18 0 0 0 0 0 1 1 1 1 1 1 1 6
19 0 0 0 0 0 0 0 0 0 1 1 1 5
20+ 0 1 1 1 2 2 2 2 2 2 2 3 21
總銷售量 363 734 678 757 730 877 849 902 833 864 858 968
50
附錄三
第一到十二月銷售預測卡方檢定結果
1 月 2 月 3 月 4 月 5 月 6 月 7 月 8 月 9 月 10 月 11 月 12 月 0 0.07 0.02 1.72 0.08 0.44 0.00 0.22 0.00 0.23 0.21 1.23
1 1.89 1.02 0.03 0.11 0.06 1.31 0.11 0.68 1.64 6.19 0.55 0.07
2 1.95 0.08 2.29 4.17 0.18 0.55 0.80 1.51 0.00 0.18 0.04 0.29
3 0.07 1.41 0.52 7.12 0.08 2.07 0.40 0.02 0.62 0.17 0.34 0.03
4 3.14 0.32 0.17 0.00 4.22 3.49 0.17 0.13 0.17 0.44 0.99 5.20
5 1.55 0.06 2.26 0.06 0.04 0.00 0.78 0.74 0.29 0.13 3.67 3.87
6 0.44 0.07 1.65 2.08 8.16 0.27 0.15 0.34 4.11 0.48 0.89 2.59
7 0.00 1.26 0.03 1.36 3.15 4.61 1.44 0.08 1.67 0.03 0.01 0.02
8 0.33 0.71 0.47 0.83 0.14 1.49 0.52 0.04 0.13 0.20 3.72 0.46
9 0.02 0.50 2.47 0.12 0.56 0.05 0.03 2.43 0.33 2.25 0.41 0.22
10 3.49 0.03 2.48 0.10 1.80 0.34 1.09 1.30 1.08 0.72 0.13 0.33
11 2.75 0.11 1.05 0.19 1.06 0.45 1.06 0.56 0.21 1.60 1.60 0.03
12 0.02 0.73 0.02 0.00 0.42 2.46 0.08 0.06 0.88 0.81 0.07 0.25
13 0.20 5.03 1.87 1.59 0.10 0.42 0.42 2.02 0.58 0.00 0.51 1.43
14 0.59 0.00 1.06 2.61 1.24 0.20 0.15 0.21 1.44 3.74 1.58 0.31
15 0.35 0.77 5.87 0.00 1.11 0.02 6.98 1.24 1.20 0.05 1.25 0.29
16 0.25 0.32 0.22 0.73 0.08 0.01 0.91 0.97 0.95 16.36 1.00 1.08
17 0.19 0.43 0.48 0.33 0.59 0.13 0.72 0.77 2.02 0.06 0.80 0.86
18 0.14 0.32 1.03 0.44 0.47 0.55 0.32 0.61 0.25 0.63 0.20 0.69
19 0.10 0.25 0.29 0.35 0.37 0.43 5.21 0.49 0.53 0.51 0.51 0.55
20+ 0.28 0.03 1.21 0.15 0.27 0.00 0.40 0.25 0.20 2.85 0.86 4.50