第一節 研究背景與研究動機
行銷模式隨著時代演進、經濟的發展，逐漸發展出截然不同的面貌，現今的 企業不得不考慮到消費者的「動態性」和「異質性」，過去生產導向和銷售導向的 行銷模式已不再適用於今日的消費者，行銷人員面臨的將是更嚴峻的挑戰。在今 天，行銷的思維逐漸轉變為顧客導向，在設計產品與服務時，以顧客的角度出發 並以解決顧客的問題為目的。但消費者常是多變的、不專情的，要怎麼做好顧客 關係管理並留住顧客，成為一項企業不得不去思考的重大議題。
在過去，企業了解的顧客的方式僅限於前線人員的經驗或是行銷人員的問卷 發放、訪談等研究方式，但是隨著資訊科技的發展，資料庫行銷提供企業更有效 的方法，可以幫助企業了解顧客、並落實顧客關係管理，最終達到一對一行銷的 目的。
台灣信用卡市場自 1974 年發行第一張信用卡後，發展迄今已將近 10 年的歷 史，現今信用卡已成為人們日常生活的一部分 (賴柏志、孫銘誼，2012) 。但國內 發卡銀行眾多，競爭愈趨激烈，儘管銀行爭相推出不同的行銷活動，希望能刺激 持卡人消費，但各家信用卡發卡銀行常面臨顧客辦了卡卻不使用的狀況，主要的 原因還是在於銀行對顧客了解的程度不夠，以至於行銷活動的成效不彰，也無法 與顧客建立長期的關係。
本研究嘗試以國內某發卡銀行的資料庫為資料來源，結合RFM 模型和層級貝 氏模式等估計方式，捕捉消費者的異質性；並建立移轉機率矩陣模型以估計顧客 的動態性，希望能藉由上述兩個過程，了解該銀行之顧客價值，並提供模型估計 顧客未來之狀態，以利發卡銀行規畫未來行銷策略，並建立良好顧客關係。
第二節 研究問題與範圍
一、 顧客價值初步分析
整理與顧客價值有關之資訊，包括刷卡金額、刷卡頻率、顧客購買區間 (Inter-purchase Time) 並進行顧客價值分析，計算活躍性指標、穩定性指標，並根 據不同的人口統計變數區隔來探討其在顧客價值上的差異，試圖利用統計方法找 出不同顧客價值的消費者之特性。
二、 建構層級貝氏Probit 模式之移轉機率矩陣
利用馬可夫鏈理論建立一層級貝氏 Probit 模式之移轉機率矩陣，藉此預估顧 客未來刷卡的金額及頻率，並檢驗模型的預測力。
三、 顧客價值遷徙路徑分析
利用先前建構之層級貝氏 Probit 模式之移轉機率矩陣，分別針對顧客的消費 狀態做最終落點分析與路徑分析。透過最終落點分析，可以了解顧客長期而言最 終的消費狀態為何；透過路徑分析，找出顧客最有可能遵循的路徑，並根據人口 統計變數去探討遵循不同路徑的顧客群之間，是否有顯著的差異性，這些性質將 可以幫助發卡銀行在審核發卡對象時就能先預估其未來的顧客價值。
第三節 研究流程
本研究的流程架構圖如下圖表示：
圖1.1 研究流程架構圖