OLAP 分析

+

中價值顧客： _77.84% 156

1321 220

1321 =

+ +

低價值顧客： _88.80% 79

106 1467

1467 =

+ +

4.5 資料探勘

資料探勘分析上，本研究將利用OLAP 分析、關聯法則以及決策樹來分析，

藉以瞭解顧客的特徵、潛在行為以及預測顧客行為。

4.5.1 OLAP 分析

在OLAP分析方面，本研究針對所有的顧客群來做多維度的描述特徵，包括年 紀、所得、職業、促銷活動參與等，此分析主要是利用多構面表來觀察，並輔以 圖形來衡量，如圖4-4與4-5所示：

由以上的分析結果得知，本研究所預測的結果與實際情形大致相符，準確率 達80%以上，真實正確率亦皆達 75%以上，精確性也皆達 75%以上，因此可信。

交叉圖 圖4-4 OLAP 多構面

Cluster

圖4-5 OLAP 立方體呈現

註：圖中的cluster 為集群的代號，1 表游離顧客群(最小)，9 表黃金顧客群(最大) 究以列出三個構面的資料表及立方體

果。由於OLAP 分析表所呈現資料繁多且大，

及明顯差異之處做說明，彙整如下表4-18

本研 圖來呈現及瞭解各集群的特徵結

因此列於附件1，在此僅針對立方 所示。

體圖

表4-18 OLAP 分析結果表

屬性 立方體圖 各集群在各構面明顯差異之處

年紀 性別 集群

游離顧客群與值得開發顧客群男女 比例差不多，以40-49人數最多；集 群2及6在50-59歲的男性比女性價值

男性。黃金顧客群在 30-39、60-69及80-89歲的女性價值

大 高，其餘比例皆差不多；高忠誠、

一般價值群，在15-19歲的男性價值 比女性高，20-29歲則相反；一般忠 誠與價值群在15-19、20-29以及 80-89歲的男性價值比女性高；須挽 回價值群在所有年齡層中皆以男性 價值較高，其中在15-19以及20-29的 年齡層是沒有此集群的人。一般忠 誠、高價值群的人沒有是15-19歲，

20-29及50-59歲的男性價值大於女 性，40-49、60-69及80-89歲的女性 價值大於

大於男性，而70-79歲的男性價值 於女性。

所得 是否擁 有房子 集群

整體來說，擁有房子的人所貢獻的 價值比較高，而所得以30-50K的貢 獻最多，150K+貢獻是最少

7在110K-130K、150

的。集群 k+及

90K-110K。一般忠誠、高價值群沒 有人的所得在150K+，在110K-130K 及90K-110K則一定為有房子，在 130-150K則一定為沒有房子。黃金 顧客群在150K+的等級，一定有房 子，30-50K的顧客貢獻最多。

大致上，已婚與未婚的比例在各集 為Partial High School，而Graduate Degree的比例是最少的。須挽回價值 群在研究所等級的都是已婚的，而 一般忠誠、高價值群在研究所等級 的都是未婚的，而一般忠誠、高價 值群的Bachelors Degree是最多的，

一般忠誠與價值群的High School Degree是最多的。

續為Daily Paper, Radio, Daily Paper, 以及Product Attachment；須挽回價值 依續為Daily Paper, Cash Register Handout, 以及Sunday Paper, Radio, TV；黃金顧客群方面，顧客現有價 值最高前三個主要接觸的媒體依續 為Street Handout, Daily Paper 以及 Daily Paper, Radio, TV。

群方面，顧客現有價值最高前三個