摘 要
國內自從民國86年開放電子下單業務以來，由於多家業者加入競爭及交易環境的多元下，使得電子交易市場呈現蓬勃發展的現象。電子式交易占國內股市的成交比重，根據統計已經接近10%，因此相信在未來的交易市場中，電子式下單將扮演著更加重要的角色，美國證券市場電子式下單比例則高達百分之二十的使用情形下，本研究相信國內電子交易市場將有很大的成長空間。
若能從資料中找出顯著且有效的消費行為或模式，將能賦予企業更多的經營智慧，此一過程稱之為資料探勘(Data Mining)。資料探勘是瞭解客戶行為的有效工具，企業運用探勘技術建構預測模型，可以預先發掘可能流失的客戶，儘早採取預防措施。所以本研究希望能藉由資料探勘的方法，瞭解這群電子下單客戶的行為屬性，進而提供券商做為行銷及客戶關係管理時的依據。
由於國內業者所掌握的客戶基本資料相當有限且業者普遍缺乏人口統計等次級資料，因此，本研究將利用業者現有之客戶電子下單資料，探索客戶下單行為屬性及客戶流失預警模式研究。
經由資料整理得知，電子下單客戶符合『80/20法則』，故本研究將所有客戶依成交總金額進行分類為『優質客戶』與『一般客戶』，並分別以統計方法分析之間的異同處，並應用關連式分析與序列分析演算法進行分析，期望找出兩者之間下單行為的差異性。
本研究採用統計分析、關連式分析、序列分析、決策樹歸納技術及顧客價值分析等分析方法進行研究。

關鍵詞：資料探勘、關連式分析、序列分析、決策樹

none

參考文獻
一、中文文獻
[1]吳旭志,賴淑貞譯(2001)，Michael J. A. B ,Gordon S. L. 著，資料採礦理論與實務顧客關係管理的技術與科學，數博網資訊股份有限公司。
[2]彭文正(2001)譯，Michael J. A. B, Gordon S. L，資料採礦顧客關係管理暨電子行銷之應用，數博網資訊股份有限公司。
[3]吳安琪(2000)，利用資料探勘的技術及統計的方法增強圖書館的經營與服務，國立交通大學資訊科學研究所碩士論文。
[4]呂麗琴(2000)，證券商網站採行客戶關係管理系統之研究，淡江大學資訊管理學系碩士班碩士論文。
[5]周旭華譯(1994)，William L. , Priscilla L. B. , James M. M. & Allen E. S. 著，優勢行銷，天下文化出版社。
[6]邱義堂(2000)，通信資料庫之資料探勘：客戶流失預測之研究，國立中山大學資訊管理學系碩士論文。
[7]洪哲倫(2001)，探討基植於時間序列上的群組化技，逢甲大學資訊工程學系碩士班碩士論文。
[8]留乃俊(2001)，大型資料庫中高效率之漸進式關聯規則探勘方法，國立成功大學資訊工程研究所碩士論文。
[9]張洲期(2000)，應用資料挖掘技術於產品替代性及互補性之研究，國立中正大學資訊管理學系碩士班碩士論文。
[10]張振魁(2000)，以類神經網路提高股票單日交易策略之獲利，國立中央大學資訊管理學系碩士班碩士論文。
[11]張瑋倫(2000)，應用資料挖掘學習方法探討顧客關係管理問題，私立天主教輔仁大學資訊管理學系碩士論文。
[12]陳惠良(2001)，顧客關係管理於電子商務應用之互動與相關性研究，國立台北科技大學生產系統工程與管理研究所碩士論文。
[13]楊文昇(2001)，有效率的挖掘關聯法則之高頻物項集合演算法，逢甲大學資訊工程學系碩士班碩士論文。
[14]楊煜愷(2001)，以完全項目集合演算法挖掘與分析使用者瀏覽行，國立暨南國際大學資訊管理研究所碩士論。
[15]楊德勝(2000)，網際網路關係行銷之探討—以證券業為例，國立政治大學企業管理研究所碩士論文。
[16]蔡永恒(2000)，應用資料挖掘技術研究銀行顧客消費行為，靜宜大學資訊管理學系碩士班碩士論文。
[17]謝育勳(2000)，員工知識管理資訊系統之設計與發—資料採擷技術之應用，國立中央大學人力資源管理研究所碩士論文。
[18]謝邦昌編著(2001)，資料採礦入門及應用從統計技術看資料採礦，數博網資訊股份有限公司。
[19]趙民德(2001)，關於數據採礦中取樣概念的一些探，國立成功大學統計學系統計學報第24期。
[20]台灣科技大學電子商務研究中心，http://ecenter.cm.ntust.edu.tw。
[21]寶來證券與金融服務業的電子化，http://www.find.org.tw/0105/trend/0105_trend_disp.asp?trend_id=1143

二、英文文獻
[22]Alex, S. ,“Winning CRM Strategics,” ABA BANKING JOURNAL, pp.54-66, Oct. 1999.
[23]Batra, R. et al.(Eds.), “The new direct marketing: How to implement a profit-driven database marketing strategy,” Burr Ridge, IL:Irwin, 1995.
[24]Berry, M. J. A. and Linoff, G., “Data Mining Techniques: For Marketing Sale and Customer Support, ” John Wiley & Sons, Inc., 1997.
[25]Chaudhuri, S. and Dayal, U. ,“An Overview of Data Warehousing and OLAP Technology,” ACM SIGMOD RECORD, Vol 26, No.1, pp.65-74, 1997.
[26]Allen, C., Kania, D. ,and Yaeckel, B., “Internet WORLD Guide to One-To-One Web Marketing,” 1998.
[27]Fayyad, U. M., “Data Mining and Knowledge Discovery: Making Sense out of Data,” IEEE Expert, Vol.11, No.5, pp.20-25, Oct. 1996.
[28]Goodman, J., “Retail/Database: Leveraging the Customer Database to Your Competitive Advantage,” Direct Marketing, Garden City, Vol.55, Iss.8, p.26, 2 pgs, Dec. 1992.
[29]Gordon, S. L, “CRM：the Intelligent Enterprise ?, ” Intelligent Enterprise, Nov.16,1999, pp. 8-13.
[30]Kahan, S., “Forging long-term relationships,” The Practical Accountant,Boston, Apr.1998,Vol.31, Iss.4, p.23, 2 pgs.
[31]Michael J. A. B. and Linoff, .G ,“Data Mining Techniques For Marketing, Sales, and Customer Support,” John Wiley & Sons, New York, 1997.
[32]Schijns, J. M. C. and Schroder, G. J.,“Segment selection by relationship strength,”Journal of Direct Marketing, New York, Summer 1996, Vol.10, Iss.3, p.69, 11 pgs.