運用多模式表決提升預測效益之研究

Abstract

顧客關係管理重視何種客戶為忠誠者。為瞭解每位獨立客戶，首先必須建置完整的消費者資料庫，資料庫中應記載每位客戶的互動資料，包括客戶基本資料、客戶交易資料、客戶服務資料 、活動因應資料及其他相關互動記錄。 由整體資料倉儲中，找出客戶交易軌跡，以預測客戶購買偏好，並以RFM模式--即購買頻率(frequency) 購買近期性(recency) 和購買金額(monetary) 及貝氏分類法加權RFM模式、決策樹歸納法加權RFM模式、吉尼指標法加權RFM模式、多模式表決法來評估客戶的效益。本研究收集並分析相關提升顧客購買文獻，同時介紹多模式表決，結果顯示由收納法(bagging)導出之合成模式比單一模式好1%至10%。