網路行銷決策分析工具之研究---以線上資料為基礎A Study of Analytical Tool of Internet Marketing Decisions---Based on Online Behavior Data

行政院國家科學委員會專題研究計畫成果報告

網路行銷決策分析工具之研究-以線上資料為基礎

A Study of Analytical Tool of Internet Marketing Decisions – Based on

Online Behavior Data

計畫編號：NSC89-2416-H-110-093

執行期限：89 年 8 月 1 日至 90 年 7 月 31 日

主持人：賴香菊 國立中山大學資管系

一、中文摘要 面臨電子商務競爭劇烈、環境變化迅速 的時代，網站經營者必須能快速掌握消費者 動態，進行各種行銷研究分析，才能即時推 出各種新的行銷對策，以因應環境的變化。 對於中小企業，網站經營雖然帶來了另一個 新契機，但也因資源、人才之有限，常無法 進行必要的行銷研究。為了協助中小企業網 站能掌握契機外，也能輕易地進行必要的行 銷研究分析，本研究的目的便是要開發出具 有彈性、擴展性和可攜性的線上行銷研究系 統，能夠協助網站經營者整合線上行為資 料、會員資料及產品資料，進行各種行銷研 究分析。 關鍵詞：行銷研究、Web 應用程式、線上行 銷分析、網路行銷。 Abstr act

In order to survive well in the rapidly changing and very competitive E-Commerce age, a website manager must discern the customer behavior all the times and carry out the necessary marketing research and therefore proceed the right marketing decisions at the right time. Although the Internet brings a new chance to the small and medium enterprises (SME), it is not easy for them to develop an online marketing research system by themselves due to the scarcity of resources. In order to let the SME have better online marketing capabilities, This research is to develop a scaleable, flexible, and portable online marketing research system. With such a system, the marketing people of SME can carry out the required online marketing research easily without the assistance from IS people.

Keywor ds: Marketing Research, Web

Application, Online Marketing Analysis, Internet Marketing.

二、緣由與目的 由於行銷研究的目的就是在提供有關 的行銷資訊，利用有系統的設計來收集行銷 資訊，協助企業主管制訂正確的決策。 在網際網路中，網站伺服器(web server) 的日誌檔(log files)，會完整記錄使用者的瀏 覽過程，也可以撰寫CGI程式搭配伺服器端 的資料庫系統來記錄會員資料、購物車進出 資料及訂單資料等，如能善用這些可以即時 收集到的資料，並輕易地隨時進行必要的分 析，企業網站就可依據研究結果，即時推出 新的行銷對策。 但現今的網站管理軟體大部份都只專 注於利用日誌檔做網站流量分析、網路廣告 流量分析等方面，這些資料無法讓網站經營 者有效了解上網瀏覽產品的消費者型態或 被瀏覽產品的特性，因而無法據以制定適當 的行銷決策。 鑑於以上的論述，本研究的目的是開發 出具有彈性、擴展性和可攜性的線上行銷研 究系統，能夠協助網站經營者整合線上行為 資料、會員資料及產品資料，提供線上行銷 研究分析的功能，亦即可以依行銷研究的需 要，針對線上行為、顧客背景、產品資料等 進行各種不同的整合性行銷分析；亦可以依 需要增加新的行銷研究分析模式。 三、結果與討論 行銷分析

線上行為資料主要包含了瀏覽資料、購 物車資料及訂單資料三大項，但為了進行有 效的行銷分析，必須搭配會員資料、產品資 料來分析。而在分析模式方面，系統提供的 有基本分析及進階分析功能，基本分析就包 括了各種單項分析及交叉分析，針對每一種 線上行為資料，均可依據產品屬性或會員屬 性等來進行單項屬性分析及多項屬性之交 叉分析；而進階分析主要是集群分析等的功 能。表 1 就是基本行銷分析的分析類型。 表 1 基本行銷分析類型 會員屬性 性別 年齡 職業 居住地 區 … … 類別 價位 促銷產品 熱門產品 產 品 屬 性 … … … 線 上 瀏 覽 資 料 會員合計 類別 價位 促銷產品 熱門產品 產 品 屬 性 … … … 購 物 車 資 料 會員合計 類別 價位 促銷產品 熱門產品 產 品 屬 性 … … … 訂 單 資 料 會員合計 就單項分析而言，以線上瀏覽資料為 例，可以依據會員背景資料來做分析，例如 可分析會員職業、性別、年齡的比例，也可 依據產品資料來做分析，分析出各類產品被 瀏覽的比例、促銷產品與非促銷品被瀏覽的 比例、不同價位被瀏覽的比例或篩選出熱門 產品等，其中不同價位被瀏覽的比例分析可 讓行銷人員依需要設定價位間距，如設定為 500元，則系統會將產品價格按500元間距來 分類，分析不同價位群被瀏覽的比例。 若就多項屬性之交叉分析而言，行銷人 員可依需求選擇產品屬性或會員屬性來進 行交叉分析，以購物車資料為例，行銷人員 可選擇促銷品及會員性別進行交叉分析，這 樣系統就會分析購買促銷產品者的性別比 例；而行銷人員也可選擇會員居住地區及會 員職業來進行交叉分析，系統就會分析不同 地區購買者的職業分佈情形。 就進階分析而言，本研究限於時間因 素，僅提供了集群分析的部分功能，這部份 主要是利用所收集的資料來對會員做分群 的動作，使用者可先選擇所要分群的資料對 象為瀏覽資料、使用購物車或購物資料，然 後再選擇所要採用的資料屬性，如性別、職 業、年齡、產品等等。由於有些屬性是類別 型態的資料，而有些是數值型態的資料，系 統提供了 PAM 及 CLARA 二種演算法來處 理資料。 系統架構 系統在使用者的部份可分成三部份，分 別是網站消費者、網站系統管理者與行銷研 究人員，整個架構如圖 1。 圖 1 線上行銷研究系統架構圖 由於系統應具備可攜性，亦即可以輕易 地整 合至 欲 使用 線 上 行銷 研究 系 統的 網 站，因此必須可以讓網站系統管理人員經由 系統轉換機制設定系統組態，完成系統的整 合。在消費者上網後，與網站的互動過程將 被記錄至日誌檔與網站資料庫中，然後行銷 研究人員就可利用從線上所收集的資料，依 需要進行行銷分析。在系統轉換機制的部 份，需要由網站系統管理者來設定，設定流 程如圖 2，包括了資料庫伺服器及行銷資訊 來源之設定。在資料庫伺服器的設定部份， 主要是要設定資料庫伺服器類型、伺服器位 址和資料庫管理員的帳號、密碼等，設定了 這些資訊後，系統程式就會偵測到資料庫管 理員的權限， 在資料庫伺服器上，透過 SQL(Structural Query Language)自動建立了 行銷研究資料庫的綱要。

圖 2 設定系統組態流程

在行銷資訊來源部份，就是設定行銷資 訊儲存在資料庫伺服器裡的位址，例如設定

會員資料裡的會員帳號項目的資料來源，就 包括了資料庫名稱、資料表名稱及欄位名 稱。若系統所預設的項目並未包含使用者所 要分析的項目，這時使用者就可新增該分析 項目，並且設定其資訊來源。經由系統管理 者設定行銷資訊來源後，系統就會將原本網 站上的行銷資料複製至行銷研究資料庫，其 資料庫綱要就是在設定資料庫伺服器時自 動建立的綱要，以避免從事行銷分析時遭遇 到資料欄位型態不一致的問題，而系統預設 是每 日會 去 更新 行 銷 研究 資料 庫 裡的 資 料，接下來行銷人員就可利用系統來進行相 關的行銷分析。 消費者端主要是消費者透過瀏覽器至 購物網站從事購買行為，消費者在網站上的 整個購物流程會被網站伺服器記錄於資料 庫中，包含了會員、網頁屬性、促銷法則、 產品、購物車、訂單等相關資料。線上收集 資料的方式主要是透過 CGI 及日誌檔的方 式，因此網站可利用網頁表單的方式收集到 會員基本資料、購物車及訂單資料。至於瀏 覽資料的收集，可利用 Cookie 的機制，當 消費者瀏覽網站時，網站伺服器分配一個 Session ID 給消費者，以辨別出不同的消費 者，並連同會員帳號及所瀏覽的產品編號寫 入 Cookie 中，然後利用消費者瀏覽器記錄 Cookie 的功能,，就能記錄了 Session ID、會 員帳號及產品編號等資訊，這樣網站管理人 員就可從網站日誌檔所記錄的資料中(包含 Cookie)，得知每一位消費者完整的瀏覽過 程。 經由行銷研究人員設定分析資料後，就 能從行銷研究資料庫收集到符合條件的行 銷資訊，接著行銷研究人員就可利用這些資 料來進行分析，線上行銷研究系統的行銷分 析流程如圖 3。系統提供了多種分析方法， 包括了一般性的統計交叉分析及進階性的 資料分析技術，而所有的分析模式皆儲存於 模式庫中，除了系統現存的分析模式外，將 來也可新增分析模式。行銷人員選擇了行銷 分析模式後，系統就會將相關的資料利用該 分析模式進行分析。 圖 3 行銷分析流程 在增加分析模式的部份，使用者必須選 擇該模式的程式檔案來源及其線上資料類 別，這邊所指的線上資料類別就是指設定該 分析模式將應用於線上瀏覽資料、購物車資 料或訂單資料，設定應用類別後，若該分析 模式有參數的需求，則系統也會讓其設定參 數名稱及參數個數等資料，如此該分析模式 就會新增至分析模式庫中，其整個流程如圖 4。 圖 4 增加分析模式流程 系統開發環境 系 統 開 發 所 採 用 的 作 業 系 統 平 台 是 Windows 2000 Advanced Server，網站伺服 器使用的是 Windows IIS，而資料庫管理系 統是採用 Microsoft SQL Server。在程式的 撰寫方面，伺服器端的程式是以 PHP 來撰 寫，而瀏覽器端的程式則是以 Java Script 來撰寫。 至於實驗資料的來源，則是以和碩科技 對映(mirror)網站的資料為主，和碩科技是 一個以出版電子商務、Unix、Linux 及程式 設計等圖書為主的公司，同時也已進行線上 銷售，因此就以該對映網站已收集的資料做 為系統開發的實驗資料。 雛形系統功能架構 圖 5 系統功能架構 如圖 5 所示，左方的功能選擇就是系統 所提供的功能，包括了系統管理人員使用的 系統設定、增加分析項目及增加分析模式功

能，及行銷人員從事行銷分析的基本分析、 交叉分析和集群分析的功能。 系統設定 藉著設定資料庫伺服器的資料，系統就 能正確地存取資料庫伺服器，並自動建立行 銷研究資料庫的綱要。當使用者將行銷資訊 來源設定完成之後，系統就會將原本網站資 料庫中所存放的資料複製至行銷研究資料 庫中，系統預設是每日會去更新行銷研究資 料庫裡的資料。其設定畫面如圖 6。 圖 6 設定 DBMS 相關資訊 行銷分析 在行銷分析部份，系統可分成三個部 份，分別是基本分析、交叉分析及集群分 析，以下將分別加以說明。 1.基本分析 當行銷人員要從事基本分析時，可先選 擇分析的線上行為資料類別(線上瀏覽資 料、購物車資料或訂單資料)，再去選擇分 析類型，系統提供的行銷分析類型分析包括 了會員分析、產品類別分析、促銷品分析、 價位分析、熱門產品分析及放入購物車卻未 訂購之產品分析，其畫面如圖 7 所示： 圖 7 選擇基本分析類型 圖 8 的分析結果就是使用者針對購物 車資料進行促銷品分析的結果，從結果中可 看出被放進購物車的產品中，15.38%是屬於 促銷品，而下面的會員分析則是結合會員資 料來分析將這些促銷品放進購物車的會員 屬性。 圖 8 購物車資料的促銷品分析 2.交叉分析 在交叉分析的部份，系統主要是讓使用 者依著管理需求，選擇所要分析的項目，項 目包括了線上行為資料、產品資料及會員資 料，因此使用者就從這些項目中組合所要分 析的項目。圖 9 就是選擇交叉分析項目的畫 面，使用者可組合三個項目來分析。

圖 9 交叉分析選項 圖 10 的交叉分析結果就是使用者結合 了線上瀏覽資料、熱門產品及會員性別的分 析結果，系統會依序列出被瀏覽次數排名前 十名的產品，並結合會員性別資料來進行進 一步分析，從圖中可發現，有些被瀏覽次數 排名較前名的產品在結合會員性別分析時 其人數會少於排名較後面的產品，其主要原 因就 是有 些 瀏覽 者 是 以匿 名的 方 式在 瀏 覽，而沒有做會員登入的動作，所以會產生 這樣的現象。 圖 10 交叉分析結果 3.集群分析 集群分析主要是幫助使用者針對會員 資料做分群的功能，藉著選取所要分群的對 象，決定分群的數目及其屬性，並選擇集群 分析演算法(包括了 PAM 及 CLARA 二種)， 就可將網站的資料分出不同的族群，以觀察 各族群的現象。其設定畫面如圖 11。 圖 11 集群分析設定畫面 圖 12 就是利用 CLARA 演算法從瀏覽 網站的會員中分五群的分析結果，其是以性 別、年齡、居住地區、職業、每天上網時數 及產品為分群屬性，該分析模式會自動剔除 少於 3 秒的瀏覽資料。 圖 12 集群分析結果 除了既有的分析外，系統也可持續地新 增分析模式，讓使用者從事更多樣化地行銷 分析，一旦有新增分析模式的需求，就可使 用增加分析模式的功能，只要設定其相關資 訊，包括了模式名稱、模式應用範圍、模式 檔案來源及模式所需參數，就可新增分析模 式。其設定畫面如圖 13。

圖 13 增加分析模式 四、計畫成果自評 本研究主要是開發出具有彈性、擴展性 及可攜性的線上行銷研究系統，利用這個系 統能夠快速地導入企業網站，從事線上的行 銷研究，本研究的結果如下： (1) 開發出常見的及重要的行銷分析模式， 讓行銷人員可以不必藉助於資訊人員， 便能輕易地即時針對不同的線上行為資 料，進行會員背景資料及產品特性資料 的分析。 (2) 除了系統所提供的基本分析模式及分 析項目外，使用者亦可依本身的特殊需 求增加分析項目與分析模式。 (3) 利用 PHP 來開發系統，不但沒有瀏覽器 支援與否的問題，也能達到跨平台及跨 網站伺服器的功能，更重要的是由於 PHP 是採取開放性的原始碼，是屬於自 由(free)的軟體，因而更能達到可攜性的 功能。 利用線上行銷研究系統，企業從事行銷 研究時，就不須資訊人員重新開發系統，因 而可節省下許多的時間及人力成本，能夠快 速地作行銷分析，而不會因時間的因素失去 許多商機，對於各項資源均有限的中小企 業，該系統助益更大。 在後續研究方向上，在系統與網站資料 庫結合上，仍有許多資料整合的議題可以研 究，另外則是行銷分析模式的部份，應可以 開發更多的分析技術來分析線上所收集的 行銷資料。 五、參考文獻 [1]黃俊英，行銷研究概論，華泰書局，1995。 [2]張力仁，“影響中小企業管理者導入電子商 務因素之研究 ”，東華國企所碩士論文， 2000。 [3]林淑芳，行銷資訊資源研究，漢美圖書有限 公司，1997。 [4]楊子青，“購物車資料在網路行銷溝通決策 之應用 ”，中山資管所博士論文，2000。

[5]Copeland, D. R., R. C. Corbo, S. A. Falkenthal, J. L. Fisher and M. N. Sandler,“Which Web development tool is right for you? ”IT Professional, Vol. 22, 2000, pp.20 –27. [6]Hayes, F.,“Common Gateway Interface, ”

Computerworld, Vol. 33, No.29, 1999, p74.

[7]Lee, C., C. J. Chen and H. Lu,“An Aspect of Query Optimization in Multidatabase Systems, ”ACM SIGMOD Record, Vol.24, No.3, 1995, pp.28-33.

[8]Lockett, A., C. Holland, I. D. Blackman and P. Naude,“Using the WWW as a medium for Marketing Research in Financial Services: The Case of Xenon Laboratories, ” Proceedings of the 32nd Annual Hawaii International Conference on Systems Sciences , 1999.

[9]Ng, R. T. and J. Han,“Efficient and Effective Clustering Methods for Spatial Data Mining, ”Proceedings of the 20th VLDB Conference, 1994.

[10]Parent, C. and S. Spaccapietra,“Issues and Approaches of Database

Integration, ”Communications of the ACM, Vol.41, No.5, 1998, pp.166-178.

[11]Struse, D.,“Marketing Research's Top 25 Influences, ”Marketing Research, Vol. 11, No.4, Winter99/Spring2000, pp.4-9.