二研究動機

財務資訊系統期末報告

模糊集群應用於信用卡市場區隔與消費者行為分析

作者：徐村和 朱國明 詹惠君

資料來源：台大管理論叢11（1）民國89年 12月 ： P133 ~P162

指導教授：周宗南 博士 財金所一A

學生：郭佩文

學號：周宗南 9016630

國 九 十 一 年 六 月 十 三 日

„

„ 壹、前言

„ 一、研究背景

„ 二、研究動機

„ 三、研究目的

„ 貳、模糊集群演算法及效度衡量

„ 一、目標函數的設定

„ 二、效度衡量法

„ 三、模式特色

„ 參、研究設計

„ 一、抽樣設計

„ 二、問卷設計

„ 三、問卷回收情形

„ 四、樣本結構

„ 肆、模糊區隔及消費者行為分析

„ 一、持卡者重視的信用卡利益分析

„ 二、因素分析與命名

„ 三、模糊集群分析

„ 四、區隔市場命名與描述

„ （一）、區隔一「信用卡導向區隔」

„ （二）、區隔二「品味導向區隔」

„ （三）、區隔一「紅利導向區隔」

„ （四）、區隔一「安全導向區隔」

„ 五、各區隔市場消費者行為分析

„ 伍、結論與建議

„ 一、結論

„ 二、行銷涵義

„ 三、建議

壹、前言

„

根據財政部所統計的信用卡交易數據顯示，國 人交易習慣已經改變、信用卡成為主要的交易 工具。

由於信用卡市場競爭激烈，因此瞭解信用卡市 場的需求狀況，對信用卡市場進行區隔，以及 瞭解不同利益區隔間消費者行為的差異與特 徵，乃為值得研究的課題。

二研究動機

„ 傳統上市場上所採取集群分析方法，多

為「硬分類（Crisp partition）」，本研

究採用模糊集群鋰論來解決傳統的分群

問題。

三研究目的

„ 使發卡機機構瞭解消費者動機，激發新

產品觀念，對於制定整體性與地區性行

銷策略有極大的幫助。

貳、模糊集群演算法及效度衡量

傳統的集群分析：「硬分類」

模糊群集法：模糊關係

目標函數－軟分類

一、目標函數的設定

„

( ) ( ) ( )

o 越大則分類越模糊 若

為參數 其中

通常 m m m

m

c c i n

u

n k u

u subjectto

V X d u

V U MinJ

n

k

ik c

i

ik

ik

i k c m

i n

k

ik m

, ,

3

~ 5 . 1 ,

1

, 2 ,

1 , 0

, 1

, 1

1 0

:

, ,

1 1

2

1 1

=

≥

>

≤

≤

<

<

≤

≤

=

≤

≤

=

∑

∑

∑∑

=

=

= =

( ) _



 



 −

=

−

=

−

= ∑

= m

j

ij kj

i k i

k

ik

d x v x v x v

d

1

)

(

二、效度衡量法

k i

k i

c

i

n

k

k i

ik

V V

n

X V

u S

,

2

1 1

2 2

min −

−

= ∑ ∑

= =

三、模式特色

„ 1、以隸屬度方式解決傳統「硬分類」將樣本 互斥第分 派到某一區隔的缺失，真正反應出現 實市場中的模糊 性。

„

„

„

誠度），以獲取更多分群的資訊。

„

參、研究設計

„ 一、抽樣設計

„ 研究樣本：台北，高雄都會區持有信用 卡者

„ 樣本研究期間：民國85年11月10日至12 月23日

„ 研究方法：便利抽樣方式的問券調查

二、問卷設計

„

„

參考國內外文獻，設計出30項利益變數，並以 語意五等差異尺度為問卷的衡量標準。

„

性別、年齡、居住地、學歷、婚姻狀況、個人 收入、職業等7項。

„

持卡張數、資訊來源、使用狀態、持卡時間、

每月平均銷售額、使用習慣等六項。

三、問卷回收情形：表1－P142

表1 消費者問券調查樣本份數統計 區域 調查份數回收份數

（比例）

無效份數

（比例）

有效份數

（比例）

台北都會區 500 438份

（87.6

﹪）

50份

（10.0﹪）

388份

（77.6﹪）

高雄都會區 500 364份

（72.8

﹪）

26份

（5.20﹪）

338份

（67.6﹪）

合計 1000 802份

（80.2

﹪）

76份

（7.6﹪）

726份

（72.6﹪）

樣本結構：表2－P14

表二 樣本基本資料統計表

18.04 24.93 29.61 12.81 11.98 2.62 131

181 215 93 87 19 26.33

31.07 26.04 10.95 4.14 1.48 89

105 88 37 14 5 10.82

19.59 32.73 14.43 18.81 3.61 42

76 127 56 73 14.

30萬元以下 31~40萬元 41~70萬元 71~90萬元 90~150萬元 151萬元 年平均

收入

7.02 11.43 20.8 33.47 9.64 7.3 5.65 4.68 51

83 151 243 70 53 41 34 13.91

7.1 7.4 42.01 10.65 9.17 5.62 4.14 47

24 25 142 36 31 19 14 1.03

15.21 32.47 26.03 8.76 5.67 5.67 5.15 4

59 126 101 34 22 22 20 製造業

外商機構 金融保險業 一般企業 軍公教 專業型自由業 家庭主婦 職業

22.45 34.71 34.57 8.26 163

252 251 60 23.37

40.53 34.32 1.78 79

137 116 6 21.65

29.64 34.79 13.92 84

115 135 54 高中職

專科 大學 研究所以上 學歷

50.96 12.4 13.22 23.42 370

90 96 170 58.88

10.95 13.61 16.57 199

37 46 56 44.07

13.66 12.89 29.038 171

53 50 114 未婚

已婚未有小孩 已婚子女一人 已婚子女2人以上 婚姻狀況

及 子女數

12.4 39.81 24.79 8.82 8.4 5.79 90

289 180 64 61 42 16.86

36.69 22.78 7.1 10.65 5.92 57

124 77 24 36 20 8.51

42.53 26.55 10.31 6.44 5.67 33

165 103 40 25 22 25歲以下

25歲~34歲 35歲~44歲 45歲~54歲 55歲~64歲 65歲 年寧

42.7 57.3 310

416 46.45

53.55 157

181 39.43

60.57 153

235 男

女 性別

百分比 人數(全體)

百分比 人數(高雄)

百分比 人數(台北)

項別 變相名稱

肆、模糊區隔及消費者行為分析

„

„

„

„

„

„ 消費者不重視信用卡品牌的特性，表示消費者品牌忠誠度低，容 易受促銷活動影響，而導致品牌移轉

„ 顯示目前各發卡銀行的市場佔有率相當不穩定，這些特性可供發

卡銀行擬定行銷策略之參改。

表3 最重視的利益屬性

0.11494 0.81669

28.每月結帳繳款便利 5

0.12328 0.82085

29.帳單簡明易懂帳款正確 4

0.11092 0.82788

30.顧客問題迅速處理有效解決 3

0.09661 0.84983

26.能有效的防範被冒用 2

0.10736 0.8511

27.失卡零風險 1

標準差 平均值

最重視的利益變數

排名

表4 最不重視的利益屬性

0.19502 0.66300

1.信用卡品牌 5

0.21047 0.62854

14.預借現金功能 4

0.20476 0.60909

8.捐款慈善功能 3

0.22621 0.56000

3.卡片設計精緻漂亮 2

0.24597 0.53959

9.代表自我品味個性 1

標準差 平均值

最不重視的利益變數

排名

二、因素分析與命名

„

„ （一）、Barlett球形檢定，檢定各變異間有無共同變異、拒絕 H。

„ （二）、使用「主成分因素分析」法，歸納出幾個主份分析。

„ （三）、最大變異法－進行直交轉軸，解釋共同因素的內涵。

„ （四）、選擇標準：以特徵值大於一作為因素篩選準則

„ （五）、 篩選結果：表5 －P146

„ 由上述過程得到結帳便利及用卡安全、折扣紅利及消費回饋、旅

遊保障及支援服務、申請手續及契約年費、品味個性、信用、品

牌及知名度、國際電話等8種因素。

表5 利益尋求因素分析之特徵值即解釋變異量

0.83357 2.發卡銀行知名度

0.52823 11.循環信用功能

0.68908 14.預借現金功能

0.48338 8.捐款慈善功能

0.77537 3.卡片設計精緻漂亮

0.53441 7.兼具認同卡功能

0.62156 4.年費高低

0.66024 5.契約條款公平合理

0.63093 15.設有全球緊急支援服務中心

0.68495 19.享有較高的旅遊平安保險

0.74118 21.有道路救援功能

0.50824 22.具有購物保障計畫

0.51620 12.抵減年費辦法

0.54330 17.主動提供消費訊息

0.62656 25.繳款機構普及

0.65792 16.折扣商店分部非常普遍

0.67784 18.享有現金紅利回饋

0.75573 30.顧客問題迅速處理有效解決

0.77046 26.能有效防範被冒用

0.79493 27.失卡零風險

0.81438 28.每月結帳繳款便利

62.8 1.03392

0.67575 24.可以打國際電話

因素八:

國際電話因素

59.4 1.20074

0.83730 1.信用卡品牌

因素七:

品牌及知名度因素

55.4 1.39428

0.74986 13.信用額度高低

因素六:

信用因素

50.7 1.50148

0.80510 9.代表自我個性品味

因素五:

品味個性因素

45.7 1.61919

0.73024 6.申請手續簡便快速

因素四:

申請手術及契約年費 因素

40.3 1.77066

0.75745 20.負有旅行諮詢服務

因素三:

旅遊保障及支元服務 因素

34.4 2.83013

0.74245 23.享有購物消費紅利

因素二:

折扣紅利及消費回饋 因素

25.0 7.49868

0.81652 29.帳單簡明易懂帳款正確

因素一:

結帳便利急用卡安全 因素

累積解釋 變異量(%) 特徵值

因素負荷量 利益尋求變數題目

因素

三、模糊集群分析

„

„

在C=4時S值達到最小

„

區隔二「品味導向區隔」（3）、區隔三「紅 利導向區隔」（4）、區隔四「安全導向區 隔」等四群。

表6 緊密分離度效度值

4852.511030 6

4030753.1234654 10

855.197589 5

628752.6454355 9

412.909729 4

6875532.154651 8

776.318604 3

4895.176832 7

778.843323 2

緊密度分離效度值s 分群數目c

緊密度分離度效度值s 分群數目c

（二）、表7：樣本點在各集群的隸屬度

6 1.713

0.698 0.731

2.858 各集群數目(實質)

6 2

0 1

3 各集群數目 (整數值)

6 0.006

0.216 0.697

0.081 006

1 0.306

0.025 0.009

0.660 005

1 0.135

0.026 0.012

0.827 004

1 0.117

0.207 0.004

0.672 003

1 0.715

0.015 0.006

0.264 002

1 0.434

0.209 0.003

0.354 001

總數 集群四

集群三 集群二

集群一 養本點編號

（三）、表8：各區隔數目、比例、及相關描述值。

0.2325 0.1552

0.04590 0.01919

隸屬度變異數

0.1525 0.12458

0.21425 0.13854

隸屬度標準差

0.5786 0.5783

0.5885 0.6106

隸屬度安全

0.9845 0.9668

0.9012 0.9535

隸屬度最大值

0.4059 0.3885

0.3127 0.3429

隸屬度最小值

0.7555 0.7045

0.7423 0.6516

隸屬度平均數

34;42.196

(10.06%;12.48

%) 74;63.534

(21.89%;18.8

%) 44;87.540

(13.01%;25.9 0%)

186;144.73 (55.03%;42.8 2%)

高雄人數(整數值;

實數值)

38;58.282

(9.79%;15.02%) 114;88.852

(29.38%;22.90

%) 16;43.325

(4.12%;11.17

%) 220;197.541

(56.70%;50.9 1%)

台北人數(整數值;

實數值)

72;100.478

9.92%;13.84%) 188;152.386

(25.90%;13.84

%) 60;130.865

(8.26%;18.03

%) 406;342.271

(55.92%;47.1 4%)

總人數(整數值;實 數值)

區隔四 區隔三

區隔二 區隔一

圖4 硬分類與軟分類市場規模差異圖

406

342.27

188

130.86 100.47 152.38

60 72

集群一 集群二 集群三 集群四

硬分類 軟分類

（四）、圖4：以硬分類與軟分類為市場指標

„ 軟分類市場規模大於硬分類市場規模→

市場穩定→值得開發

„ 軟分類市場規模小於硬分類市場規模→

市場不穩定→市場會流失

一、區隔市場命名與描述

„ 表9－P151：集群中心：使用各集群內各

事物點在各變數的平均值，來描述該集

群。

表9 四個集群之集群中心

-0.0646 0.0357

0.0080 -0.1156

-0.1436 -0.9505

-1.6496 0.9301

集群四

-0.4080 -0.3779

-0.6495 0.3818

-0.5464 0.1248

0.4741 0.2893

集群三

-0.1803 -0.1041

-0.3351 0.0395

-0.4214 -0.6165

-0.6732 -0.4115

集群二

0.2270 0.1840

0.3488 -0.1621

0.3407 0.2019

0.1725 0.0575

集群一

因素八 因素七

因素六 因素五

因素四 因素三

因素二

因素一

集群中心

„

重視因素四與因素六（信用、申請手續及契 約年費因素）

„

重視因素五（持卡者對品味個性因素較重視）

„

較重視因素二（折扣紅利及消費回饋因素）

„

重視因素一（結帳便利及信用卡因素 )

五、各區隔市場消費者行為分析

„ 表10分析－P153~P155

表10分析－P153~P155：

„

„

„

伍、結論與建議

„

„

„

„

„

2、解決某些觀察值無法明確歸屬於其中某一群的 困擾。

3 、以效度指數客觀判斷分群效果的好壞，保留原 始資料的訊息。

二、行銷涵義

„ 軟分類與硬分類之分析

以軟、硬分類來區隔市場規模，並檢定

市場是否具有開發潛力。

三、建議

„

„

„

„

報告結束

謝謝大家，請多多指教！