醒吾技術學院 - c011.hwu.edu.twc011.hwu.edu.tw/ezfiles/61/1061/img/229/112684234.pdf ·...
TRANSCRIPT
醒吾技術學院
資訊管理系
(五專部)
(94 學年度)畢業專題
企業決策支援模式建立之研究---
---以系統傢俱業展售之選址為例
組員:
59006014 【曾勝憶】
59006018 【李彥興】
59006038 【黃鈴雅】
59006068 【蕭竣丞】
59006102 【陳秉貴】
指導老師: 黃書猛 博士
中華民國九十五年一月十二日
企業決策支援模式建立之研究
-
以系統傢俱業展售之選址為例
曾勝憶、李彥興
黃鈴雅、蕭竣丞
陳秉貴、
撰
九十四學年度畢業專題
醒吾技術學院
資訊管理系
醒吾技術學院專題實作期末報告電子檔案授權書
本授權書所授權之論文為授權人在醒吾技術學院資訊管理系科 94 學年度
第 1 學期取得 副學士 學位之論文。
名稱:企業決策支援模式建立之研究-以系統傢俱業展售之選址為例
學生: 曾勝憶 李彥興 黃鈴雅
蕭竣丞 陳秉貴
指導老師: 黃書猛
茲同意將授權人擁有著作權之上列論文全文電子檔(含摘要)以無償、非專屬方
式授權予醒吾技術學院與學校圖書館,並授權其得將該論文重製成微縮、光碟或
其他數位化載體後,將授權標的上載至網路。另基於著作權法規定之合理使用原
則,授權人同意依下列勾選所授予之公開權限,提供讀者不限地域、時間及次數
之免費線上檢索、閱覽、下載或列印。
醒吾技術學院全文電子使用權限授權(請勾選下列一項授權選項):
▓ 校內外立即公開
□ 校內立即公開,校外永不公開
□ 校內立即公開,校外一年後公開
□ 校內一年後公開,校外永不公開
□ 校內外均一年後公開
□ 校內校外均不公開
本校圖書館全文電子檔使用權限授權(請勾選下列一項授權選項):
▓ 立即公開
□ 不公開
□ 開放日為:西元 年 月 日
立授權書人對上述授權書之著作有著作權,尚未專屬授權予其他法人或自然人。
本件授權不影響著作人對原著作之著作權及衍生著作權,並得為其他之專屬授
權。
授權人:
(簽名)
中 華 民 國 95 年 1 月 12 日
授 權 書
本授權書所授權之期末報告為本組學生在醒吾技術學院資訊管理系科。
94 學年度第 1 學期取得 副學士 學位之論文。
名稱: 企業決策支援模式建立之研究-以系統傢俱業展售之選址為例
■同意 □不同意
本人具有著作財產權之論文全文資料,授予醒吾技術學院、及校內圖書館,
得不限地域、時間與次數以微縮、光碟或數位化等各種方式重製後散布發行
或上載網路。
■同意 □不同意
本人具有著作財產權之論文全文資料,授予醒吾技術學院指定送繳之圖書館
及本人畢業學校圖書館,為學術研究之目的以各種方法重製,或為上述目的
再授權他人以各種方法重製,不限地域與時間,惟每人以一份為限。
上述授權內容均無須訂立讓與及授權契約書。依本授權之發行權為非專屬性
發行權利。依本授權所為之收錄、重製、發行及學術研發利用均為無償。上述同
意與不同意之欄位若未勾選,本人同意視同授權。
指導老師姓名: 黃書猛 老師
學生簽名:
(親筆正楷)
中 華 民 國 95 年 1 月 12 日
醒 吾 技 術 學 院
資訊管理學系科
專題實作審定書
本校資訊管理系科學生專題
企業決策支援模式建立之研究-
以系統傢俱業展售店之選址為例
合於畢業水準、業經本系科委員會評審認可。
口試委員:
指導老師:
系主任:
中 華 民 國 95 年 1 月 12 日
誌 謝
本論文得以如期完成,皆要歸功於 黃書猛主任不厭其煩的指導,並且
給予我們許多的鼓勵和教誨,使的我們的專題做的更加的順利,突破重重的難
關,並完成我們的專題。同時我們也特別感謝 周重石老師及各位老師在論文審
查時之建議與指正,使得我們的內容更加的完備。
此外,感謝系上所有師長的教導;感念同學、朋友與學弟妹們的關心與協助。
最後感謝我們的父母及家人的支持,使我們得以順利完成學業。
在此向您們獻上我最誠摯的謝意。
摘 要
本專題先依據系統傢俱業現有客戶問卷調查資料,蒐集會員資料要用的屬性
資料,利用 Data Mining 分群法將客戶的特徵找出,使用 SPSS 統計每個區域的
人口數(村),算出各屬性的權重,找出最佳區域以適合營業,利用實務立地原則
選址找出最佳地點,商圈觀念,分析、畫出最佳範圍;顧客所在之處就是利潤,
企業要能確實掌握目標,追求正確的顧客群,服務這些顧客,並進而從中賺取利
潤,使資源發揮最大的效用,同時,也能從特定的顧客群中發展出有價值的關係。
目錄 第壹章:緒論
第一節研究動機………………………………………………………………1
第二節研究目的………………………………………………………………1
第三節研究範圍………………………………………………………………1
第貳章:理論及軟體介紹
第一節資料探勘介紹…………………………………………………………2
第二節資料探勘方法…………………………………………………………2
第三節 SPSS 之介紹與運用……………………………………………………3
第四節 GIS 介紹與應用………………………………………………………4
第五節探勘流程介紹…………………………………………………………6
第參章:研究方法
第一節研究步驟………………………………………………………………7
第二節客戶資料與人口普查介紹客戶資料…………………………………9
第三節分析方法………………………………………………………………13
第四章:研究結果
第一節蒐集整理找出資料的特微……………………………………………14
第二節實務立地的套用………………………………………………………15
第三節商圈觀念的套用………………………………………………………20
第五章:結論與建議
結論與建議……………………………………………………………………22
參考文獻 ……………………………………………………………………24
作者簡介 ……………………………………………………………………25
圖目錄
圖 1資料探勘流程簡介圖…………………………………………………………6 圖 2步驟流程圖……………………………………………………………………7
圖 3客戶問卷調查表………………………………………………………………8
圖 4分群法示意圖…………………………………………………………………13
圖 5三角關係示意圖………………………………………………………………15
圖 6前門/後門示意圖………………………………………………………………16
圖 7迴旋三角示意圖………………………………………………………………17
圖 8漏斗觀念示意圖………………………………………………………………18
圖 9 以地圖表示最佳地點…………………………………………………………19
圖 10 商圈範圍與最佳地點………………………………………………………20
圖 11 實地探測圖…………………………………………………………………21
表目錄
表 1客戶資料………………………………………………………………………9
表 2客戶資料特徵分析……………………………………………………………9
表 3個別屬性代碼對照表…………………………………………………………10
表 4縣市代碼對照表………………………………………………………………10
表 5行政院主計處 89年人口普查表………………………………………………11
表 6 SPSS 載入人口普查表…………………………………………………………12
表 7計算龜山鄉各村權重…………………………………………………………14
第壹章、緒論
1.1 研究動機
在現今的消費市場上有很多商店,但有些商店往往過不了多久就會結束營
業,而我們的動機就是想要幫助業者在立地選址上有一個正確的選擇,根據文獻
Ronald曾指出美國的連鎖業者在立地選址決策上,82%的美國連鎖業立地決策是
由高階主管參與最後決策;零售業商店的店址會好會壞直接影響零售業的營運成
功率,而有60%的零售業者經營失敗的主要原因是在於店址不佳;以專家立場指
出,若能選定適合的開店店址,日後成功比率超過五成以上,所以立地對於業者
之重要性由此可見。
企業追求的目標不外乎有二,極大化獲利和極大化市場,許多企業為達極大
化市場的目標,經常選擇的方法為開設分店,但分店地點的選擇攸關其營運績
效,所以如何選擇適當開設分店的地點,成為企業決策成敗重要關鍵;一般企業
在選擇分店地點,大都依靠決策者主觀的經驗判斷,欠缺客觀資料分析之決策支
援,所以常潛在許多失敗的風險。
1.2 研究目的
本專題嘗試先運用資料挖掘的方法,在客戶交易資料中,尋找歸納出客戶共
同的特性,與人口普查表比對和實務立地法找出最適合設立展售店之區域,再和
現已設立之展售店之位置進行比對,並就各展售店業績分析檢討,以作為新客戶
問卷調查之設計修正之依據並確立本決策支援模式之實用性。
1.3 研究範圍
由於時間上與資料上的限制,本研究將選擇以龜山鄉地區為研究之地理範
圍;本研究是歐德家具業者在展售店上面之選址重要性,因為有些店址常常因為
位址不佳,而導致關閉大吉。因離本學校最近的歐德家具展售店在龜山地區,所
以本研究將範圍設定在龜山地區。
第貳章、理論及軟體介紹
2.1 資料探勘介紹
資料探勘(data mining)是一門新進的熱門研究領域,主要探討如何在大量
資料中,發掘潛藏的有用資訊,以提供決策人員參考。例如在大量交易資料中,
發覺產品銷售關聯性,在文獻目錄中,發覺到熱門研究主題在大量文件資料中,
發覺話題趨勢在網際網頁中歸納有用資訊等。資料探勘可視為資料庫知識發掘
(knowledge discovery in database)的一部份,知識發掘的整個過程包括資料
選取、前置處理、轉換、資料探勘及解釋與評估。和資料探勘相關的研究領域包
括資料庫、機器學習、人工智慧、專家系統、特徵識別、統計學及資料視覺化等,
目前幾個較普遍的資料探勘技術包括決策樹、類神經網路、歸納式邏輯。[3]
2.2 資料探勘方法[3]
(1)分類
分類法是按照分析對象的屬性分門別類並加以定義,建立類組(Class)。例
如,如何將信用申請者的風險屬性,區分為高度風險申請者,中度風險申請者及
低度風險申請者。分類法使用的技巧有決策樹(Decisino tree),記憶基礎推理
(memory - basedreasoning) 根據不同團體的物件特性建立屬性變數,當新物件
進來時,可以前述的屬性加以判定並分類。
(2)分群
(同質分組)將異質母體中區隔為較具同質性之群組(clusters)。同質分組相
當於行銷術語中的區隔化(segmentation),但是,假定事先未對於區隔加以定
義,而資料中自然產生區隔。使用的技巧包括k-means法及agglomeration法。以
特定變數將集合團體加以分組的過程,目的在於找出群與群之間的不同,以及同
一群內各個團體的相似點。
(3)關聯
從所有物件決定那些相關物件應該放在一起。例如超市中相關之盥洗用品
(牙刷、牙膏、牙線),放在同一間貨架上。在客戶行銷系統上,此種功能是用來
確認交叉銷售(cross selling)的機會已設計出吸引人的產品群組。聯合性分析
常用來探討同一筆交易中,兩種產品一起被購買的可能性。
(4)趨勢分析
根據即有連續性數值之相關屬性資料,已獲致某一屬性未知之值。例如按照
信用申請者之教育程度、行為別來推 0估其信用卡消費量。使用的技巧包括統計
方法上之相關分析、回歸分析及類神經網路方法。
5.循序特徵
根據對象屬性之過去觀察值來推估該屬性未來之值。例如由顧客過去之刷卡
消費量預測其未來之刷卡消費量。使用的技巧包括回歸分析、時間數列分及類神
經網路方法。
2.3 SPSS 之介紹與運用
SPSS 全名為 Statistics Package for the Social Sciences 社會 科學統計
軟體程式,是芝加哥大學的 Nie , Hull , Jenkins 和 Steinbrenner 與艾伯塔
大學的 Bent 為資料處理而發展出的裝軟體程式,它能從事描述性的單變項統
計、多變項統計和無母數等統計方法。SPSS 在大電腦的統計分析蔚為主流,特
別在研究及學術機構,而 PC 版本雖不完全具備 SPSS/PC+原有的功能,但使 PC
結合此軟體成為最有效的統計分析工具,並在 PC 作業環境下能大量輸出資料,
交談式主功能和執行序列,使軟體所佔的空間儘可能的減少,標式功能有精彩的
解說,且畫圖和製作表格的能力是一流的,資料處理能力強大,然而卻無法有
效管理資料,及作 ANOVA 迴歸分析是其缺點。
用 EXCEL 沒辦法進行 SPSS 的計算!因為 SPSS 的許多運算功能都是 EXCEL 所
無法計算的如獨立樣本 T 檢定,單因子變異數分析,逐步回歸...兩者的功能
比較一下即可察覺其不同處甚多。SPSS 是社會科學統計軟體,EXCEL 則並非特定
針對統計應用而設計再者利用 SPSS 做計算其報表結果會將許多相關資訊附加在
報表內如個數,平均數,標準差,顯著性,信賴區間...等資訊而利用 EXCEL 的話則
必須要一項一項算才算的出來就便利性以及節省時間的角度而言自然還是用
SPSS 比較好。[9]
2.4 GIS 介紹與應用
一、地理資訊系統(Geographic Information System;簡稱 GlS)[6]
廣泛的說,GIS 是由電腦硬體、軟體、地理資料及人員組織所形成,使其能
有效的擷取、儲存更新、管理、分析及展示所有形式的地理資料。簡易的說,GIS
是一電腦系統,它能掌握和使用地球表面的地理資料,真實世界是由許多相關的
地理資料層所組成。GIS 和一般的電腦軟體的差別,在於它可以作空間查詢
(spatial queries)。而資料庫(data base)的概念是 GIS 之中心,也是 GIS 和一
般繪圖體之最大差異。
GIS 是一可以完成下列工作的資訊管理系統:
1. 蒐集、儲存與擷取空間位置資訊。
2. 在設定的環境中指出滿足特定條件的位置。
3. 在該環境中找出資料間的關係。
4. 分析相關的空間資料以幫助對該環境的決策。
5. 在特定應用的模式中選取與傳遞資料,以加速對各種方案影響的評估。
6. 不論是分析前或後,均可以圖形與文數字展示所選的環境(即與空間相關的
資料)。
GIS 所使用的資料可分成兩大類:一為空間資料(Spatial Data)、另一為非
空間資料(Non-spatial Data)。所謂空間資料是指表示物體空間位置的資料,
通常這些資料是以圖形表示,故又稱為圖形資料(Graphic Data)。而非空間資
料則指圖形以外的所有資料,它可以是文件、檔案或其他形式的資料,通常亦稱
之為屬性資料(Attribute Data)。說明如後:空間資料包含
1.圖形資料(Graphics)- 點、線、面。
2.坐標資料(Coordinate) - 球面坐標、平面坐標。
3.空間關係(Topology) - 相鄰、相連、組成。
而屬性資料包含:
1.點- 如氣候測站、交通事故地點、消防栓、地下水井、點污染源等 。
2.線- 如道路、河流、地下管線、斷層線等。
3.面- 如地籍坵塊、行政區域、土地利用、建築物、土壤等。
GIS 是一門新技術,所牽涉的學術基礎涵蓋地圖學、電腦資訊科學、地理學、
測量學、遙感探測、數學、統計及商業資料處理。而在應用方面,大致可分為六
類型:
1.地點(Location)查詢:如「最近一家麥當勞在哪裡?」
2.狀況(Condition)查詢:如「台北目前共有幾家傢俱?」
3.趨勢(Trend)探討:如「過去二十年來,台灣各縣市人口增長趨勢與分布情
形為何?」
4.最佳路線(Routing)安排:求得兩點間最具效率,或景點最多的途徑等,像
快遞公司每日送貨服務最經濟省時的走法,就需要做進一步的分析計算。
5.模式分析(Pattern):如垃圾掩埋場最適地點的選擇評估,或野生動物棲地
活動範圍與道路間的關係。
6.預測性的虛擬模型(Modeling):如洩油事件,在風向與潮流等當地條件
的影響下,多少噸原油在 24小時、48小時甚至一星期後,污染將擴散至哪
些地區,對該區生態造成多大衝擊?
2.5 探勘流程介紹
資料探勘流程簡介圖
圖 1資料探勘流程簡介圖 [3]
首先我們從資料庫(會員資料 5百筆)選取出我們所要的資料,也就是選出較
適合讓我們分析結果的屬性資料,例如年齡、收入、職業別、教育程度等…接著
進行轉換資料的動作,此動作就是將同一屬性的資料放在一起,也可以降低我們
資料的容量,並且執行探勘的動作,也就是用到分群的方法將客戶的特徵統合計
算權重,再將顯示出來的結果在一個解釋,並分析出最佳的營業區塊。
第參章 研究方法
3.1 研究步驟
首先我們先收集我們的會員資料約 500 筆左右,接著我們刪除不必要的資
料,接著找出各資料間的特徵,在同一時間我們也向行政院主計處申請最新人口
普查資料,收到資料後統計出各村的特徵以村為單位,接著回到資料間的特徵並
利用分群的方法做資料探勘的動作,找出各個特徵,緊接著計算出各村的權重,
並找出最佳區域以適合營業,利用實務立地原則選址找出最佳地點,商圈觀念,
分析、畫出最佳範圍。步驟流程如下圖 2:
圖 2 步驟流程圖
收集會員資料
文獻研析
資料整理
立地觀念
分群(cluster)
計算權重
找出特徵
顯示符合區塊
商圈觀念
申請近年人口普查資料
找出最佳地點
畫出合適的範圍
統計特徵數量
(以村為單位) 資料探勘
本專題所蒐集的 500 筆資料規格,內容包含有客戶編號、客戶姓名、性別、
生日、行動電話、E-mail、郵遞區號、地址、購買傢俱類型、教育程度、職業別、
從哪得知本公司產品......等等,如下圖 3:
圖 3客戶問卷調查表
3.2 客戶資料與人口普查介紹
下表為客戶整體資料的一部分,此為 500 筆客戶資料原始檔
表 1客戶資料
經過研究分析後我們發現客戶資料中購買傢俱佔大多數為年齡、教育程度與
職業別消費能力最強的特徵,而年齡中以 40~50 歲、教育程度以高中~專科、職
業別以工商業為主,所以選用這三種特徵做為本專題研究的資料屬性。客戶資料
特徵分析如下表 2:
年齡 教育程度 職業別
40~50 歲 高中~專科 工、商業
表 2客戶資料特徵分析
此表為對照人口普查表代表的數字,此表可幫助我們翻譯屬性對照表
表 3個別屬性代碼對照表
此表為對照人口普查表代表的數字,此表可幫助我們翻譯縣市對照表
表 4縣市代碼對照表
下圖為行政院主計處所提供人口調查資料,因為筆數有數百萬餘筆,所以為
了整理方便,以數字代碼來表示整理資料屬性,經過解碼之後我們用藍實線劃分
出來的代碼便是我們所需要的屬性,分別是年齡、教育程度、職業別。
表 5行政院主計處 89年人口普查表
將人口普查表經過 SPSS 載入之後,只提出我們所需要的資料屬性,此圖以
楓樹村為例,年齡上的數字就是代表實際年齡,教育程度內的 2.0 代表綠色圖示
內的 02國中(初中),工作代碼內的 3代表為行業代號內的 3服務業。
表 6 SPSS 載入人口普查表
3.3 分析方法
本組專題利用資料探勘裡面的分群此方法,而所謂分群(cluster)是指根據
已知的資料及其類別屬性來建立資料的分類模型。分類模型的建立可以讓我們了
解屬於各種類別屬性的資料具備哪些特徵,同時也可以用來預測新進料的類別屬
性。如下圖 4所示:[3]
圖 4分群法示意圖
第四章、研究結果
4.1 蒐集整理找出資料的特徵
我們先找到業者給予我們的會員資料,找出三樣特徵,再透過主計處的人口
普查資料做結合找到最適合的村。如下表 7:
表 7計算龜山鄉各村權重
4.2 實務立地的套用
接著利用實務立地的四大理論:[6]
(一)三角定理
圖 5 三角關係示意圖
此圖說明三角關係:生活三角就是將這三個地點加以連結形成ㄧ個三角形,
三角形的三邊長就是人ㄧ天主要的三條活動線,此外,還要考慮消費者在上班上
學會比下班放學時,更易產生和時間競賽的心理(擔心趕不上公車、火車,怕遲
到的心理壓力),使得店開專家認為商店地點最好能位於這三條線上的回家下班
路線上或是購物回家的路線上,比較能提供消費者購物便利的需求,創造佳的營
業績效。
(二)前門/後門觀念
圖 6 前門/後門示意圖
前門/後門觀念:此圖說明對 A 店而言是屬於 A 與 B 兩社區的前門位置,A
店的商圈涵蓋 A社區。就 B店而言是屬於該社區的後門位置,B店的商圈僅涵蓋
較小的B社區。H地點的住戶比較會往A店的方向購物而比較不會走向B店購物。
所以,業者稱 A點是該社區商圈的咽喉,取得這個地點開商店可以涵蓋較大的商
圈,能夠取得地利的先天優勢。
(三)迴旋三角
圖 7 迴旋三角示意圖
上圖表示由於在台灣車輛是靠右邊行駛,因些台灣的消費者應該是採取由
W(工作地點)到 H(家)點的回家行進方式,靠近回家路線的三角窗就是圖上的近
角也就是迴旋三角,在回家路程另一側三角窗稱之遠角。任一商圈中競爭優勢取
決於立地之優劣,如果先佔據迴旋三角的地點,消費者會因為便利為第一,所以
開設新店應以道路的迴旋三角為第一優先開店地點。
(四)漏斗觀念
圖 8漏斗觀念示意圖
業者將人或車流視為水,將能匯集各分支流量的主通道視為漏斗口所以,(1)
除了要實地現場勘查外,更要由地圖上尋找出漏斗口處的迴旋三角地點(2)設店
應設於漏斗口,而漏斗口應具備以下五個特點:
a. 位於主要幹道上
b. 交通流量大
c. 商圈腹地大
d. 公車站牌多
e. 接近消費者
透過以上四種方法,找到了大岡鄉最適合營業的地點。(如下圖 9)
最最佳佳
地地點點
圖 9 以地圖表示最佳地點
這份地圖上顯示的是經由我們整理資料後,進行實務立地法以及商圈觀念的
分析及研究,所規劃出最佳的開設地點。
4.3 商圈觀念的套用
基本上傳統展售店業者均會依商圈 50公尺、150 公尺、250 公尺繪製商圈地
圖如下圖 10所示:
圖 10 商圈範圍與最佳地點
此圖承上圖的所說的利用商圈的觀念來分析開店的位置,通常最大的範圍是
150 公尺內,而經過我們實地的測量之後發現歐德業者剛好在 150 公尺的範圍
內,確實的範圍大約為 120 公尺,所以歐德業者的地點恰好符合商圈的觀念。
最最佳佳範範圍圍
半半徑徑115500 尺尺
歐歐德德
而實地探測情況最佳的地點和歐德分店的實際位置如下圖所示:
圖 11 實地探測圖
這張圖片是上面兩張地圖的近照圖,歐德業者為右邊的紅色圖框裡的店面,
右邊的紅色圖框是我們分析後的最佳地點,而最佳地點是一棟新建的大廈,兩個
地點實在很相近,未來歐德業者如果想遷移展售店,將可以移至左邊的大廈一樓
做為店面,因為角落的那棟大廈是車流量較大的方向,業者的店面與最佳地點的
距離經過實地的測量,大約是一百公尺,所以我們推薦業者有機會的話可以遷至
角落的店面,以獲得最佳的利潤。
最最
佳佳
地地
第五章、結論與建議
隨著市場的競爭越來越激烈,各個企業及廠商透過各種研究方法,藉由科技
及知識的力量來達到獲利最大的目標,不管是什麼方式都要重視主要客戶的消費
行為,再決定決策的方式。
一、利用資料探勘〈Data Mining〉的方式來挖掘會員的消費特徵。
二、透過各種方法找出最適合營業的區塊,研究架構分為兩個方向進行:(1)利
用了資料探勘的技術,在大量的會員資料中找出有用的資料〈又可稱為資
訊〉,進而分析出會員的消費特徵;(2)利用 SPSS 軟體向行政院主計處申請
的人口普查資料以分析出的會員消費特徵為範圍近進行分析。
三、以村為單位算出各村的權數〈本專題以歐德業者龜山鄉為例,以村為範圍,
也可以縣、市、里等等作為單位,並不會影響結果〉。
四、找出權數最重的村,根據四大實務立地的原則〈詳見第四章第二節〉找出最
適合營業的地點。
五、套上商圈的觀念〈詳見第四章第三節〉,只要是在商圈的範圍內,都是相當
適合建議業者開設展售店的區塊!
本專題研究顯示,只要利用本專題所使用的方法就可以找出適合設置展售店
的位置,給予決策者在選址時的參考,也希望給予決策者一個有科學根據的
選址模式,已達到銷售額最大的目標。
在建議的部分有以下幾點說明:
一、時間方面:行政院主計處所給的最新人口普查資料是 89 年度所調查的,與
歐德公司所給予的會員資料年份不完整,導致在分析上的可信度降低。
二、空間方面:歐德業者給予的會員資料是從各地填寫完成的,所以包含了各地
方的消費族群特徵,也使得分析資料上面可信度不高。配合第一點建議業者
未來在會員資料蒐集方面能夠在時間點和地點能加以區隔,如此一來,便可
大幅的提高可信度,使得本專題能夠更完善。
三、歐德業者給予的會員資料只有 500 筆,可用資料只有 400 多筆也造成分析困
擾。
四、在同一地區只有一家分店,未來希望業者再同一地區有兩家以上的分店,讓
我們能更準確的分析業者銷售額。
五、因礙於 Data Mining 等相關專有名詞尚未被官方統一,造成各種文章都有不
同的翻譯問題,所以使得撰寫報告時不得以有中文和英文共同出現的情形,
未來希望官方能將專有名詞統一命名,避免一字多翻譯而造成混淆的情形發
生。解果出錯,非常希望主計處能修改說明的方式,更簡單明瞭的使用人口
普查資料,而避免資料處理錯誤的情形發生。
六、為了要完成本專題,我們蒐集了很多論文和書籍,透過研讀各文章,讓我們
能夠成長吸收、獲益頗多,才能完成本專題,希望未來能不忘所學,應用所
擁有的知識能夠對社會有所貢獻。
七、行政院主計處的人口普查表解說原始碼的對照檔中,並未有清楚的說明解碼
方式,使得在處理原始資料中花費了很多時間,甚至數次因為解錯碼,使得
參考文獻
1.林錦誼,「探勘含重點項目集之關聯法則-以賣場資料為例」,碩士論文,元智
大學資訊管理研究所,2001。
2.莊國志,「以基因演算法為基礎的網頁瀏覽集分叢技術之研究」,碩士論文,樹
德科技大學資訊管理研究所,2002。
3.黃彥文,「資料探勘之應用-會員消費特徵之發掘」,碩士論文,屏東科技大學
資訊管理研究所,1999。
4.賴凡志,「應用資料探勘於市場區隔分析」碩士論文,台北科技大學商業自動
化與管理研究所,2001。
5.闕嘉萱,「GMDH 在顧客關係管理之應用與分析-以零售業之便利商店為例」,
碩士論文,元智大學工業工程研究所,2000。
6.方傑,「應用地理資訊系統輔助連鎖便利商店立地分析-以楊梅市區為例」,
碩士學位論文,私立中原大學企業管理研究所。1984
7.羅力仁,「連鎖便利商店店址選擇平估模式之研究-運用模糊 AHP 法」,碩士論
文,國立中正大學企業管理研究所。2002
8.施得旭,「地理資訊系統」,儒林書局,1995 。
9.宏德國際軟體諮詢顧問股份有限公司,「SPSS 中文版-教育訓練講義」。
作者簡介
日五專資訊管理科五年二班
曾勝憶 59006014
負責內容:資料收集、文件撰寫、分析會員資料特稱、整理人口普查表
李彥興 59006018
負責內容:資料收集、文件撰寫、分析會員資料特稱、整理人口普查表
黃鈴雅 59006038
負責內容:資料收集、文件撰寫、計算權重、實務立地原則分析
蕭竣丞 59006068
負責內容:資料收集、文件撰寫、分析會員資料特稱、整理人口普查表
陳秉貴 59006102
負責內容:資料收集、文件撰寫、實地探查、計算權重
資訊管理系(科)專題實作評審意見記錄表
評審問題 處理情形 備考
有無參考文獻的註明? 1
人口普查原文上有無註解? 1
有無計算權重來源? 5.此權重是由本專題自行訂定計算方式
中英可否不要混合? 相關專有名詞尚未被官方統一,造成各種文
章都有不同的翻譯問題,所以撰寫報告時不
得以有中文和英文共同出現的情形
研究動機內容可否作適當
調整? 1
為何以村為單位? 5.本專題以歐德業者龜山鄉為例,以村為範
圍,也可以縣、市、里等等作為單位,並不
會影響結果
處理情形請按照
下列選項填入: 1. 已修正於專
題中。 2. 經與指導老
師討論放入
未來專題中。 3. 經與指導老
師討論,可暫
時不放入專
題中。 4. 經與指導老
師討論暫時
無法做到。 5. 其他(請說明)