

9
600540
查詢門市庫存
資料探勘因為是透過各種資料分析技術,挖掘出顧客的消費行為模式與各項營運作業之管理決策等,可說是知識管理之一大利器。例如,7-11超商就是充分運用資料探勘技術,不斷推出各種抓住顧客心房的行銷活動,以贏得更多顧客的心,並將店舖之經營作更完善的規劃管理,使其獲利並使績效能夠長期位居國內零售業之領先地位。
內容簡介
所謂「資料探勘」(Data Mining)是利用模型認知技術與統計的手法處理大數據,發現有意義的新模型及傾向的過程。IBM SPSS Modeler 是一款資料探勘與預測分析軟體,可以使用Microsoft 安裝程式(MSI) 在Windows 系統上完成安裝,最近也可以在雲端使用它。它擁有 30 多種基本的機器學習算法和自動建模方法,具有 R 語言可擴展性,可使用 Python 腳本。使用IBM SPSS Modeler軟體可以找出人們最頻繁討論的話題,或是企業可以了解消費者實際關心的問題。
資料探勘因為是透過各種資料分析技術,挖掘出顧客的消費行為模式與各項營運作業之管理決策等,可說是知識管理之一大利器。例如,7-11超商就是充分運用資料探勘技術,不斷推出各種抓住顧客心房的行銷活動,以贏得更多顧客的心,並將店舖之經營作更完善的規劃管理,使其獲利並使績效能夠長期位居國內零售業之領先地位。
根據美國一項調查超過7萬名購物者的行銷研究,發現消費者在他們店中購物的行為有其一定的慣性,如果門市經營者或是行銷人員能夠善用「消費者行為」模式,將可有效改善經營品質。
書中也一併列舉IBM SPSS Modeler常用的分析方法供讀者參考。資料探勘的方法包括監督式學習、非監督式學習等。監督式學習包括:分類、估計、預測等;非監督式學習包括:集群、關聯規則分析等。上述相關的分析方法,在第1篇中均有步驟式的介紹 ; 第2篇中舉出百貨業的資料案例,分析顧客的消費行為,利用IBM SPSS Modeler從RFM的角度探討消費者的特徵,以及如何向未購買者推銷商品,盼能藉由此例題能激起讀者對資料探勘的興趣。
資料探勘因為是透過各種資料分析技術,挖掘出顧客的消費行為模式與各項營運作業之管理決策等,可說是知識管理之一大利器。例如,7-11超商就是充分運用資料探勘技術,不斷推出各種抓住顧客心房的行銷活動,以贏得更多顧客的心,並將店舖之經營作更完善的規劃管理,使其獲利並使績效能夠長期位居國內零售業之領先地位。
根據美國一項調查超過7萬名購物者的行銷研究,發現消費者在他們店中購物的行為有其一定的慣性,如果門市經營者或是行銷人員能夠善用「消費者行為」模式,將可有效改善經營品質。
書中也一併列舉IBM SPSS Modeler常用的分析方法供讀者參考。資料探勘的方法包括監督式學習、非監督式學習等。監督式學習包括:分類、估計、預測等;非監督式學習包括:集群、關聯規則分析等。上述相關的分析方法,在第1篇中均有步驟式的介紹 ; 第2篇中舉出百貨業的資料案例,分析顧客的消費行為,利用IBM SPSS Modeler從RFM的角度探討消費者的特徵,以及如何向未購買者推銷商品,盼能藉由此例題能激起讀者對資料探勘的興趣。
產品目錄
目 錄
第1篇 基礎篇
1. 何謂資料探勘
1.1 資料探勘的意義與過程
1.2 Modeler的介面
1.3 Modeler的利用例與主要應用領域
1.4 IBM SPSS Modeler試用版的下載
1.5 Modeler的基本操作
1.6 IBM SPSS Modeler的節點形狀與功能
2. Modeler範例1─關聯規則、決策樹(C5.0)、主成分分析、集群分析
2.1 問題的發生狀況法則的探索
2.2 有關品質管理諸工具的構成
2.3 關聯規則
2.4 決策樹分析的一種C5.0
2.5 Kohonen網路
2.6 利用主成分分析密集大量的變數
3. Modeler範例2─類神經網路、決策樹(CART)
3.1 類神經網路的基礎理論
3.2 類神經網路與Modeler
3.3 利用CART從學習結果抽出規則
4. Modeler範例3─判別分析、時間序列、二項羅吉斯迴歸、多項羅吉斯迴歸
4.1 利用判別分析
4.2 時間序列
4.3 二項羅吉斯迴歸
4.4 多項羅吉斯迴歸
5. 購物籃分析(關聯歸納/C5.0)、支援向量機器(SVM)、廣義線性模型、Cox迴歸
5.1 購物籃分析
5.2 支援向量機器(SVM)
5.3 廣義線性模型
5.4 Cox迴歸
第2篇 應用篇
6. 在開始顧客分析之前
6.1 顧客分析的5個業務課題
6.2 掌握顧客的4個數據
6.3 資料探勘手法是顧客分析的核心
6.4 準備顧客分析工具
7. 理解顧客行為將顧客價值定量化
7.1 使用購買明細數據之後的顧客行為紀要
7.2 購買金額等級與優良顧客定義
7.3 利用RFM分數理解顧客
7.4 掌握顧客行為的特徵
7.5 十分位數分析
8. 發現顧客的行為模式
8.1 關聯規則
8.2 協同過濾
8.3 時系列關聯
8.4 關聯規則的留意點
9. 將顧客的行為分類
9.1 利用集群分析將顧客行為類型化
9.2 理解集群的特徵
9.3 依照集群推薦
10. 預測顧客行為
10.1 行銷活動的反應預測
10.2 休眠的判別預測
10.3 顧客與商品的匹配
11. 確立顧客分析的基礎
11.1 處理大數據
11.2 將分析流程效率化
第1篇 基礎篇
1. 何謂資料探勘
1.1 資料探勘的意義與過程
1.2 Modeler的介面
1.3 Modeler的利用例與主要應用領域
1.4 IBM SPSS Modeler試用版的下載
1.5 Modeler的基本操作
1.6 IBM SPSS Modeler的節點形狀與功能
2. Modeler範例1─關聯規則、決策樹(C5.0)、主成分分析、集群分析
2.1 問題的發生狀況法則的探索
2.2 有關品質管理諸工具的構成
2.3 關聯規則
2.4 決策樹分析的一種C5.0
2.5 Kohonen網路
2.6 利用主成分分析密集大量的變數
3. Modeler範例2─類神經網路、決策樹(CART)
3.1 類神經網路的基礎理論
3.2 類神經網路與Modeler
3.3 利用CART從學習結果抽出規則
4. Modeler範例3─判別分析、時間序列、二項羅吉斯迴歸、多項羅吉斯迴歸
4.1 利用判別分析
4.2 時間序列
4.3 二項羅吉斯迴歸
4.4 多項羅吉斯迴歸
5. 購物籃分析(關聯歸納/C5.0)、支援向量機器(SVM)、廣義線性模型、Cox迴歸
5.1 購物籃分析
5.2 支援向量機器(SVM)
5.3 廣義線性模型
5.4 Cox迴歸
第2篇 應用篇
6. 在開始顧客分析之前
6.1 顧客分析的5個業務課題
6.2 掌握顧客的4個數據
6.3 資料探勘手法是顧客分析的核心
6.4 準備顧客分析工具
7. 理解顧客行為將顧客價值定量化
7.1 使用購買明細數據之後的顧客行為紀要
7.2 購買金額等級與優良顧客定義
7.3 利用RFM分數理解顧客
7.4 掌握顧客行為的特徵
7.5 十分位數分析
8. 發現顧客的行為模式
8.1 關聯規則
8.2 協同過濾
8.3 時系列關聯
8.4 關聯規則的留意點
9. 將顧客的行為分類
9.1 利用集群分析將顧客行為類型化
9.2 理解集群的特徵
9.3 依照集群推薦
10. 預測顧客行為
10.1 行銷活動的反應預測
10.2 休眠的判別預測
10.3 顧客與商品的匹配
11. 確立顧客分析的基礎
11.1 處理大數據
11.2 將分析流程效率化
規格
誠品貨碼 / 2682085567005
ISBN13 / 9786263172319
ISBN10 / 6263172312
EAN貨碼 / 9786263172319
頁數 / 504
開數 / 16K
裝訂 / P:平裝
語言 / 1:中文/繁體
尺寸 / 26X19CM
級別 / N:無
退貨說明
退貨須知:
- 依照消費者保護法的規定,您享有商品貨到次日起七天猶豫期(含例假日)的權益(請注意!猶豫期非試用期),辦理退貨之商品必須是全新狀態(不得有刮傷、破損、受潮)且需完整(包含全部商品、配件、原廠內外包裝、贈品及所有附隨文件或資料的完整性等)。
- 請您以送貨廠商使用之包裝紙箱將退貨商品包裝妥當,若原紙箱已遺失,請另使用其他紙箱包覆於商品原廠包裝之外,切勿直接於原廠包裝上黏貼紙張或書寫文字。若原廠包裝損毀將可能被認定為已逾越檢查商品之必要程度,本公司得依毀損程度扣除回復原狀必要費用(整新費)後退費;請您先確認商品正確、外觀可接受,再行拆封,以免影響您的權利;若為產品瑕疵,本公司接受退貨。
依「通訊交易解除權合理例外情事適用準則」,下列商品不適用七日猶豫期,除產品本身有瑕疵外,不接受退貨:
- 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮蔬果、乳製品、冷凍冷藏食材、蛋糕)
- 依消費者要求所為之客製化給付。(如:客製印章、鋼筆刻字)
- 報紙、期刊或雜誌。
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,經消費者事先同意始提供。(如:電子書)
- 已拆封之個人衛生用品。(如:內衣褲、襪類、褲襪、刮鬍刀、除毛刀等貼身用品)
- 國際航空客運服務。
若您退貨時有下列情形,可能被認定已逾越檢查商品之必要程度而須負擔為回復原狀必要費用(整新費),或影響您的退貨權利,請您在拆封前決定是否要退貨:
- 以數位或電磁紀錄形式儲存或著作權相關之商品(包含但不限於CD、VCD、DVD、電腦軟體等) 包裝已拆封者(除運送用之包裝以外)。
- 耗材(包含但不限於墨水匣、碳粉匣、紙張、筆類墨水、清潔劑補充包等)之商品包裝已拆封者(除運送用之包裝以外)。
- 衣飾鞋類/寢具/織品(包含但不限於衣褲、鞋子、襪子、泳裝、床單、被套、填充玩具)或之商品缺件(含購買商品、附件、內外包裝、贈品等)或經剪標或下水或商品有不可回復之髒污或磨損痕跡。
- 食品、美容/保養用品、內衣褲等消耗性或個人衛生用品、商品銷售頁面上特別載明之商品已拆封者(除運送用之包裝外一切包裝、包括但不限於瓶蓋、封口、封膜等接觸商品內容之包裝部分)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 家電、3C、畫作、電子閱讀器等商品,除商品本身有瑕疵外,退回之商品已拆封(除運送用之包裝外一切包裝、包括但不限於封膜等接觸商品內容之包裝部分、移除封條、拆除吊牌、拆除貼膠或標籤等情形)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 退貨程序請參閱【客服專區→常見問題→誠品線上退貨退款】之說明。
付款/配送






































