一、導(dǎo)論在經(jīng)歷過(guò)電子化沖擊的九○年代后，企業(yè)E化程度已逐漸成熟，然而在比較分析E化所帶來(lái)之成本效益與投資報(bào)酬率后，許多企業(yè)仍對(duì)E化所帶來(lái)的成果表示失望，是E化所保證之營(yíng)運(yùn)前景有如海市蜃樓般遙不可及？或是在E化的過(guò)程中忽略某些成功的要素？企業(yè)間在經(jīng)歷有如革命般歷程之電子化過(guò)程，在承接組織再造、人力資源、營(yíng)運(yùn)模式、信息科技、商務(wù)環(huán)境變遷等有如大海浪潮般沖襲企業(yè)營(yíng)運(yùn)基礎(chǔ)之力量后，許多企業(yè)已慢慢察覺(jué)無(wú)論何種經(jīng)營(yíng)模式，最重要的是能夠徹底掌握與顧客間之互動(dòng)，了解顧客之需求；與此方向背道而馳的任何E化努力，不僅不會(huì)為公司帶來(lái)任何E化的成果，相反地在電子化的過(guò)程中，企業(yè)卻可能因?yàn)槭ピ兄虡I(yè)戰(zhàn)略目標(biāo)而慘遭或?yàn)l臨淘汰的命運(yùn)。為徹底掌握企業(yè)E化的成果、整合公司的資源、了解顧客的需求、調(diào)整經(jīng)營(yíng)模式與營(yíng)銷(xiāo)策略，部份企業(yè)已紛紛開(kāi)始導(dǎo)入顧客關(guān)系管理之軟件，希望藉此來(lái)改善公司與顧客間之互動(dòng)關(guān)系，掌握顧客之需求。顧客關(guān)系管理之范圍涉及甚廣，包括電子化服務(wù)、電話服務(wù)中心、資料采礦等均屬顧客關(guān)系管理之一環(huán)，其中以資料采礦雖最為大眾所熟知，然而對(duì)其應(yīng)用方式也較其他電子商務(wù)軟件來(lái)的陌生。主要原因?yàn)閷?dǎo)入資料采礦所費(fèi)不貲，許多企業(yè)對(duì)其所能對(duì)企業(yè)營(yíng)運(yùn)產(chǎn)生之正面效果仍持保留態(tài)度；其次，許多公司業(yè)已導(dǎo)入企業(yè)資源規(guī)劃、供應(yīng)鏈管理及部份顧客關(guān)系管理管理等應(yīng)用軟件，其所能提供企業(yè)之報(bào)表及分析報(bào)告，企業(yè)經(jīng)營(yíng)及管理階層業(yè)已耗費(fèi)相當(dāng)大的時(shí)間精力與人力資源來(lái)進(jìn)行消化分析，對(duì)于安裝另外一套新的軟件來(lái)進(jìn)行顧客資料分析之效益存疑；最后，許多企業(yè)對(duì)自身營(yíng)運(yùn)分析相當(dāng)自信，認(rèn)為對(duì)客戶之需求與特性業(yè)已了如指掌，并無(wú)藉由其他軟件來(lái)對(duì)客戶群進(jìn)行分析管理之必要。上述觀點(diǎn)整體而言尚屬正確，畢竟商業(yè)軟件之導(dǎo)入需要大量人力資源與金錢(qián)之投資，且過(guò)度的投資往往造成企業(yè)財(cái)務(wù)之困難，應(yīng)謹(jǐn)慎從之，況且無(wú)論何種應(yīng)用軟件，均無(wú)法完全取代傳統(tǒng)企業(yè)與顧客間長(zhǎng)期以來(lái)所建立之商務(wù)關(guān)系。然而由于電子商務(wù)之興起，顧客利用各種不同的管道如電話、傳真、網(wǎng)絡(luò)等大幅增加與企業(yè)間之互動(dòng)機(jī)會(huì)，而這些互動(dòng)關(guān)系則提供了企業(yè)最佳的機(jī)會(huì)來(lái)了解顧客之特性。由于信息科技發(fā)展迅速，許多企業(yè)在尚未掌握舊有信息軟件之功能前，新一波的信息風(fēng)潮卻早已充斥于各大傳播媒體與信息科技新聞中，如在資料采礦逐漸興起的同時(shí)，許多企業(yè)可能會(huì)有疑問(wèn)，公司為了提高產(chǎn)業(yè)競(jìng)爭(zhēng)力，業(yè)已導(dǎo)入企業(yè)資源規(guī)劃、供應(yīng)鏈管理以及顧客關(guān)系管理等軟件設(shè)備，上述各項(xiàng)軟件業(yè)可產(chǎn)生多項(xiàng)制式報(bào)告，故資料采礦對(duì)其有無(wú)一定之必要性？要回答這個(gè)問(wèn)題，首先我們必須要檢視一下企業(yè)電子化的歷程與其實(shí)質(zhì)內(nèi)涵。多數(shù)企業(yè)所安裝之ERP、SCM、CRM等軟件僅僅汰換公司舊有的系統(tǒng)，改善原先作業(yè)流程，因此對(duì)于企業(yè)所產(chǎn)生之效益固然存在，惟企業(yè)基本運(yùn)作模式仍未有徹底改變，因此所獲得之經(jīng)濟(jì)效益有限。其次，多數(shù)公司均于同一時(shí)期前后導(dǎo)入各項(xiàng)軟件，由于企業(yè)導(dǎo)入家數(shù)之增多，相對(duì)的軟件所能對(duì)企業(yè)營(yíng)運(yùn)所產(chǎn)生之競(jìng)爭(zhēng)優(yōu)勢(shì)也逐漸降低。最后，多數(shù)E化軟件均負(fù)責(zé)處理交易（Transaction）所產(chǎn)生的資料或是過(guò)去的數(shù)據(jù)資料，而缺乏能力預(yù)測(cè)顧客可能之行為模式以及其對(duì)企業(yè)營(yíng)運(yùn)所造成之影響。而資料采礦正可彌補(bǔ)上述幾項(xiàng)信息軟件之不足，使企業(yè)得以一個(gè)較為寬廣的視野來(lái)審思與檢視自身經(jīng)營(yíng)模式，了解顧客特性。然而要了解資料采礦，就必須先了解顧客關(guān)系管理的真正意涵，本文將由顧客關(guān)系管理著手，分析顧客關(guān)系管理對(duì)于企業(yè)營(yíng)運(yùn)之重要性，并介紹資料采礦如何協(xié)助企業(yè)進(jìn)行顧客關(guān)系管理及經(jīng)營(yíng)營(yíng)銷(xiāo)策略之規(guī)劃。二、顧客關(guān)系管理對(duì)企業(yè)經(jīng)營(yíng)之重要性什么是顧客關(guān)系管理？顧客關(guān)系管理是一項(xiàng)經(jīng)營(yíng)管理的概念，要求企業(yè)將焦點(diǎn)放在企業(yè)營(yíng)運(yùn)最重要的核心─顧客─之上，試著與顧客間建立一種「學(xué)習(xí)關(guān)系」，從顧客對(duì)企業(yè)所提供產(chǎn)品與服務(wù)之表現(xiàn)，來(lái)學(xué)習(xí)如何加強(qiáng)提供更佳的產(chǎn)品與服務(wù)質(zhì)量，進(jìn)而以顧客為中心，訂定有效的經(jīng)營(yíng)管理與營(yíng)運(yùn)目標(biāo)，以建立企業(yè)與顧客間之關(guān)系。長(zhǎng)久以來(lái)，顧客關(guān)系管理一直是企業(yè)經(jīng)營(yíng)努力的目標(biāo)，了解顧客需求或創(chuàng)造顧客需求，一直是企業(yè)經(jīng)營(yíng)之核心，此企業(yè)經(jīng)營(yíng)基本原則并未隨著電子商務(wù)時(shí)代來(lái)臨而有所改變。然而隨著信息軟件功能之提升，導(dǎo)致企業(yè)與顧客間之互動(dòng)關(guān)系亦隨之演化，以往企業(yè)與顧客關(guān)系之建立，存在于雙方長(zhǎng)期以來(lái)所建立的互動(dòng)聯(lián)系，但隨著信息科技進(jìn)步，愈來(lái)愈多的企業(yè)應(yīng)用信息軟件來(lái)管理經(jīng)營(yíng)與顧客間之互動(dòng)關(guān)系。由于網(wǎng)絡(luò)與信息軟件之普遍使用，企業(yè)與顧客間之互動(dòng)亦愈加頻繁，在電子商務(wù)時(shí)代，不同營(yíng)銷(xiāo)管道與策略，使得企業(yè)與顧客間之關(guān)系愈趨復(fù)雜，如何在顧客群中發(fā)掘獲利率高之客戶群，以及如何保持與既有顧客間之良好關(guān)系，均為驅(qū)動(dòng)顧客關(guān)系管理之主要因素。電子商務(wù)時(shí)代所稱之顧客關(guān)系管理主要是藉由信息軟件之應(yīng)用來(lái)協(xié)助企業(yè)提升對(duì)于顧客之服務(wù)，改善企業(yè)與顧客間之互動(dòng)關(guān)系。要充分掌握顧客關(guān)系管理之精髓，除提升服務(wù)質(zhì)量外，企業(yè)生產(chǎn)之產(chǎn)品與提供之服務(wù)亦必須符合既有顧客及未來(lái)潛在顧客群之期望與要求；換言之，企業(yè)必須掌握顧客整體之生命周期，針對(duì)不同顧客需求提供產(chǎn)品與服務(wù)。目前顧客關(guān)系管理之信息軟件，均已提供整合方案，協(xié)助企業(yè)了解利用顧客于企業(yè)數(shù)據(jù)庫(kù)之資料，完整呈現(xiàn)顧客群與企業(yè)間之關(guān)系，并將其整合至企業(yè)整體經(jīng)營(yíng)策略之內(nèi)。顧客關(guān)系管理的精髓在于藉由信息軟件之輔助，企業(yè)得以對(duì)于客戶所做的每一個(gè)互動(dòng)加以記錄，而增加企業(yè)位于客戶需求之學(xué)習(xí)效果，使企業(yè)更加了解掌握特定顧客之需求，因此企業(yè)未來(lái)在傳達(dá)營(yíng)銷(xiāo)訊息予顧客時(shí)，得以更加精確地掌握不同顧客之特質(zhì)，進(jìn)而降低營(yíng)銷(xiāo)成本與提高營(yíng)銷(xiāo)效率，亦可藉此作為市場(chǎng)區(qū)隔之工具，拉大與市場(chǎng)競(jìng)爭(zhēng)者之差距，以保持企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)。三、顧客關(guān)系管理與資料采礦顧客關(guān)系管理不僅可提升企業(yè)與顧客間之互動(dòng)關(guān)系，同時(shí)也藉由互動(dòng)關(guān)系來(lái)搜集顧客資料。一般而言，顧客關(guān)系管理搜集之顧客資料包括營(yíng)銷(xiāo)活動(dòng)的顧客反應(yīng)度、運(yùn)銷(xiāo)和產(chǎn)品供應(yīng)之相關(guān)數(shù)據(jù)資料、銷(xiāo)售與購(gòu)買(mǎi)之資料、客戶資料、客戶網(wǎng)站注冊(cè)資料、相關(guān)服務(wù)之?dāng)?shù)據(jù)、產(chǎn)品市場(chǎng)資料及網(wǎng)絡(luò)銷(xiāo)售數(shù)據(jù)等。由于各項(xiàng)資料均為顧客與企業(yè)間之互動(dòng)而產(chǎn)生，因此藉由分析顧客之各項(xiàng)資料，得以有效掌握顧客特性，而分析資料的主要工具之一即為資料采礦。顧客關(guān)系管理對(duì)企業(yè)而言乃是將顧客關(guān)系放在企業(yè)經(jīng)營(yíng)之核心，以滿足顧客需求之營(yíng)銷(xiāo)理念；而資料采礦則為顧客關(guān)系管理之工具之一，如前述由于顧客關(guān)系管理涉及多種層面，因此資料采礦并非顧客關(guān)系管理之唯一模式，然而由于其資料分析之特質(zhì)，使其成為顧客關(guān)系管理上之必要之工具。要有效應(yīng)用資料采礦，首先必須整合資料采礦、顧客關(guān)系管理與公司整體策略。顧客關(guān)系管理從較大的范疇而言，為管理企業(yè)所有顧客群與企業(yè)間之互動(dòng)。在實(shí)務(wù)上，則牽涉到如何應(yīng)用顧客資料，更加有效地提升企業(yè)對(duì)顧客之服務(wù)，與增進(jìn)企業(yè)與顧客間之互動(dòng)關(guān)系。基本上，企業(yè)在進(jìn)行顧客關(guān)系管理上存在著許多不同層次與相互關(guān)連之策略考量，主要包括顧客之獲取、增加顧客對(duì)于企業(yè)之價(jià)值，以及顧客之留存。而顧客之資料采礦可有效地在各項(xiàng)不同層面增加公司收益，協(xié)助達(dá)成企業(yè)營(yíng)運(yùn)之整體策略目標(biāo)。資料采礦應(yīng)用于顧客關(guān)系管理之具體實(shí)例可概分為下列幾種層次：（一）顧客獲利率（CustomerProfitability）：

了解企業(yè)對(duì)于不同客戶群之獲利率，為企業(yè)利用資料采礦之方式來(lái)進(jìn)行顧客關(guān)系管理的第一步。倘若企業(yè)對(duì)于不同客戶群之獲利程度無(wú)法清楚掌握，就無(wú)法妥善規(guī)劃未來(lái)企業(yè)的營(yíng)銷(xiāo)及營(yíng)運(yùn)方向，也因此可能導(dǎo)致企業(yè)錯(cuò)誤的投資及營(yíng)銷(xiāo)現(xiàn)象策略。

許多企業(yè)往往認(rèn)為客戶永遠(yuǎn)是對(duì)的，因此無(wú)論客戶的要求為何，均應(yīng)努力達(dá)成。此種論點(diǎn)在某些層面而言應(yīng)屬正確；然從實(shí)務(wù)層面來(lái)看，企業(yè)針對(duì)不同的客戶需求而改善自身營(yíng)運(yùn)流程與成本，由于不同的客戶群對(duì)商品與服務(wù)需求程度之不同，企業(yè)所采行之定價(jià)與獲利程度亦有所不同。

倘若部門(mén)流程間未盡完善，往往導(dǎo)致部份獲利程度較低之客戶有「過(guò)度服務(wù)」，而獲利程度較高之客戶反而產(chǎn)生「服務(wù)不足」之情形。因此，了解不同顧客群對(duì)于企業(yè)獲利之貢獻(xiàn)程度，可以使企業(yè)類似站在一個(gè)置高點(diǎn)上，對(duì)顧客關(guān)系管理可得到一個(gè)較為清晰之全貌，作為調(diào)整營(yíng)運(yùn)模式與營(yíng)銷(xiāo)策略之依據(jù)，再?gòu)募扔兄A(chǔ)上，提高企業(yè)對(duì)于客戶群之獲利程度，增加企業(yè)之營(yíng)收。

（二）顧客之獲?。–ustomerAcquisition）：

企業(yè)傳統(tǒng)贏取顧客的方式多透過(guò)整體營(yíng)銷(xiāo)策略之規(guī)劃，輔以強(qiáng)勢(shì)之廣告宣傳訴求，來(lái)贏取顧客對(duì)于產(chǎn)品與服務(wù)之青睞。惟此種方式多以企業(yè)對(duì)于其商品之特定客戶群所內(nèi)含之特質(zhì)而量身訂作而成。其與顧客關(guān)系管理之差別即在于，傳統(tǒng)之廣告營(yíng)銷(xiāo)方式系由企業(yè)針對(duì)自身對(duì)客戶之認(rèn)知所發(fā)起；而顧客關(guān)系管理則為有系統(tǒng)地記錄特定顧客群對(duì)于商品之反應(yīng)與特性，再針對(duì)其特點(diǎn)擬定廣告營(yíng)銷(xiāo)訴求，如此可有效提高營(yíng)銷(xiāo)之有效率，以吸引更多客戶消費(fèi)企業(yè)商品。（三）交叉銷(xiāo)售（Cross-Selling）：如何提高既有客戶增加購(gòu)買(mǎi)公司其他不同產(chǎn)品一直是企業(yè)努力的目標(biāo)。交叉銷(xiāo)售不僅可提高既有客戶對(duì)不同產(chǎn)品之購(gòu)買(mǎi)，顧客對(duì)于不同產(chǎn)品購(gòu)買(mǎi)量之增加亦可大幅提升客戶對(duì)于企業(yè)之忠誠(chéng)度，減少客戶轉(zhuǎn)移至競(jìng)爭(zhēng)對(duì)手之可能性。然而從實(shí)務(wù)上而言，多數(shù)企業(yè)對(duì)交叉銷(xiāo)售多以企業(yè)整體客戶群為基礎(chǔ)，由于不同客戶群對(duì)于商品喜好與服務(wù)程度不一，舊有信息系統(tǒng)并無(wú)法提供有效的資料分析與營(yíng)銷(xiāo)工具，因此在交叉銷(xiāo)售上往往并無(wú)效率，部份商品甚至引起客戶反感而產(chǎn)生反效果。藉由數(shù)位采礦之功能，企業(yè)可由不同客戶群間產(chǎn)品購(gòu)買(mǎi)的歷史、信用額度等資料，來(lái)判斷顧客要求進(jìn)而提供符合客戶要求之商品或服務(wù)。（四）顧客之掌握（CustomerRetention）：從傳統(tǒng)營(yíng)銷(xiāo)的觀點(diǎn)而言，取得一個(gè)新客戶所花費(fèi)的成本較約維持一個(gè)既有的客戶高出六倍之多。激烈的商業(yè)競(jìng)爭(zhēng)，導(dǎo)致客戶有更多的選擇；因此如何掌握既有客戶群，避免其移轉(zhuǎn)至競(jìng)爭(zhēng)對(duì)手，一直是企業(yè)努力的目標(biāo)之一。藉由資料采礦之應(yīng)用，企業(yè)可以了解客戶移轉(zhuǎn)之主要原因及其具有之特性，進(jìn)而使企業(yè)有能力提供不同的方案與誘因，吸引顧客繼續(xù)與企業(yè)維持良好的商務(wù)關(guān)系。（五）顧客之區(qū)分（CustomerSegmentation）：不同之客戶群必然存在著不同的特質(zhì)，將顧客群有系統(tǒng)地分類，可以協(xié)助企業(yè)從一個(gè)較為寬廣的視野來(lái)審思與檢驗(yàn)公司既有的營(yíng)運(yùn)策略，針對(duì)不同的客戶特性來(lái)設(shè)計(jì)商品與服務(wù)，擬定不同的營(yíng)銷(xiāo)策略與廣告模式，以取代舊式以企業(yè)觀點(diǎn)出發(fā)之營(yíng)銷(xiāo)模式。資料采礦除了可以應(yīng)用在顧客關(guān)系管理外，亦可應(yīng)用在不同企業(yè)管理之領(lǐng)域；藉由資料采礦之使用，可使企業(yè)了解企業(yè)運(yùn)作現(xiàn)況外，并可以藉由整合顧客與產(chǎn)品之資料數(shù)據(jù)，找出顧客對(duì)于企業(yè)產(chǎn)品與服務(wù)之滿意度或不滿意之部分。資料采礦同時(shí)可以增進(jìn)企業(yè)營(yíng)運(yùn)效率，創(chuàng)造企業(yè)知識(shí)之附加價(jià)值。資料采礦可運(yùn)用在弊端之偵測(cè)、產(chǎn)品于市場(chǎng)之定位、企業(yè)利潤(rùn)中心之發(fā)掘以及公司物產(chǎn)管理等。對(duì)于零售業(yè)者而言，資料采礦可以協(xié)助業(yè)者了解顧客依據(jù)人口統(tǒng)計(jì)學(xué)之分類所產(chǎn)生之消費(fèi)特性，發(fā)掘消費(fèi)者采購(gòu)模式，以及改善直接郵寄之廣告宣傳效益。對(duì)于銀行業(yè)者而言，資料采礦可以協(xié)助銀行了解客戶信用卡發(fā)放與使用所可以產(chǎn)生之弊端，協(xié)助找出對(duì)銀行而言最有利潤(rùn)以及忠誠(chéng)度最佳之顧客群。電信業(yè)者則可利用資料采礦之資料分析了解顧客拒絕續(xù)約之原因，并借以提供消費(fèi)誘因以留住消費(fèi)者。保險(xiǎn)業(yè)者則利用資料采礦來(lái)分析保戶通常要求理賠之模式，除了可以調(diào)整作業(yè)流程外，并可加強(qiáng)稽核，以防止詐財(cái)之可能性發(fā)生。制造業(yè)者則可針對(duì)不同標(biāo)的作成本分析，了解產(chǎn)業(yè)及產(chǎn)品之特性，以提高獲益率。四、資料倉(cāng)儲(chǔ)（DataWarehouse）與資料采礦要進(jìn)行資料采礦前，企業(yè)必須先行建置資料倉(cāng)儲(chǔ)。資料倉(cāng)儲(chǔ)乃是儲(chǔ)存大量資料之?dāng)?shù)據(jù)庫(kù)，其與數(shù)據(jù)庫(kù)最大的不同之處則在于，數(shù)據(jù)庫(kù)中所儲(chǔ)存之資料通常為與營(yíng)運(yùn)（Operation）相關(guān)之資料，而這些資料在累積一段時(shí)間后，除儲(chǔ)存?zhèn)浞萃猓嗫杉右哉砗笠妻D(zhuǎn)至另一資料系統(tǒng)供作資料分析之用，稱之為資料倉(cāng)儲(chǔ)。由于將數(shù)據(jù)庫(kù)中之資料移轉(zhuǎn)至資料倉(cāng)儲(chǔ)必須先行經(jīng)過(guò)資料萃取及重新整理之過(guò)程，因此資料分析師可藉由相關(guān)分析工具如在線分析處理（On-LineAnalyticalProcessing,OLAP）之工具、統(tǒng)計(jì)分析以及其他如資料采礦之分析工具來(lái)進(jìn)行資料分析。（資料來(lái)源：InformationDiscoveryINC.）不同的分析工具針對(duì)相同的資料數(shù)據(jù)可能產(chǎn)生各種簡(jiǎn)單與復(fù)雜的分析結(jié)果。一般而言，數(shù)據(jù)庫(kù)均有類似如詢問(wèn)（Query）與報(bào)告（Reporting）等分析工具，藉由系統(tǒng)所設(shè)定之參數(shù)，產(chǎn)生不同之分析報(bào)告。此類分析報(bào)告多屬制式性質(zhì)，通常由部門(mén)中技術(shù)類型之經(jīng)理（FunctionalManager）來(lái)負(fù)責(zé)，一般分析的標(biāo)的為不同時(shí)期之銷(xiāo)售量、成本等資料；而在線分析進(jìn)行之工具以及多層次（Multi-Dimensional）分析工具則多屬企業(yè)內(nèi)部商業(yè)分析人士專屬使用，這些分析工具使得分析人士有能力得以對(duì)于原始資料加以剖析（Drill）以了解資料所呈現(xiàn)出之不同面向，或是了解不同參數(shù)間之相關(guān)性；資料采礦亦具有上述之特性，惟其與上述各項(xiàng)分析工具主要之區(qū)分在于資料采礦可以針對(duì)相當(dāng)大量之資料加以分析，找出資料中的隱性模式（HiddenPatterns）。資料采礦本質(zhì)上與統(tǒng)計(jì)分析技術(shù)及在線分析技術(shù)有所不同。統(tǒng)計(jì)技術(shù)分析僅能針對(duì)較少量之資料，就資料之關(guān)聯(lián)性或統(tǒng)計(jì)學(xué)上不同之標(biāo)的加以分析；而在線分析處理技術(shù)，則為一般資料倉(cāng)儲(chǔ)所采用之分析報(bào)告，可以針對(duì)制式化以及關(guān)聯(lián)性較低的數(shù)據(jù)資料加以分析。例如在線分析處理可以提供零售業(yè)者了解不同產(chǎn)品、區(qū)域以及其對(duì)于成本及銷(xiāo)售收入之影響，但是并無(wú)法提供顧客之購(gòu)買(mǎi)行為模式，如顧客在購(gòu)買(mǎi)零食后通常會(huì)購(gòu)買(mǎi)飲料等顧客購(gòu)買(mǎi)相關(guān)產(chǎn)品間之關(guān)連性。以下的例子可以簡(jiǎn)單的說(shuō)明在線分析處理與資料采礦對(duì)于資料分析的不同點(diǎn)：五、資料采礦之步驟與技術(shù)分類網(wǎng)絡(luò)或信息軟件之應(yīng)用并未改變資料采礦之流程，但是新信息科技加速了資料采礦的流程并擴(kuò)充了應(yīng)用層面。在實(shí)體商品世界中，直效營(yíng)銷(xiāo)（DirectMarketing）可能要耗費(fèi)數(shù)周甚至數(shù)月來(lái)籌備，在信息世界的領(lǐng)域中，直效營(yíng)銷(xiāo)往往只是彈指之間即可完成。雖然資料采礦涉及信息軟件與統(tǒng)計(jì)分析，范圍相當(dāng)廣泛，然而由于信息科技的進(jìn)步，一般企業(yè)使用者幾乎不需要過(guò)分了解軟件背后所涵蓋之專業(yè)知識(shí)。最重要的是，資料采礦之重點(diǎn)在于能夠了解資料背后所寓含之意義，以及資料分析對(duì)于商務(wù)營(yíng)運(yùn)所可能產(chǎn)生之功效，倘若公司無(wú)法或錯(cuò)誤解讀資料，資料采礦也就完全失去了意義，甚至可能對(duì)公司營(yíng)運(yùn)產(chǎn)生負(fù)面效果。資料采礦系一種利用分析與行為模塊（Modeling）之技術(shù)，可了解顧客行為模式同時(shí)預(yù)測(cè)顧客未來(lái)可能行為模式之信息軟件應(yīng)用。而進(jìn)行資料采礦有三個(gè)基本步驟：資料之描述、預(yù)測(cè)模塊之建立以及測(cè)試模塊之可信度。首先，業(yè)者必須針對(duì)需進(jìn)行資料采礦之資料進(jìn)行整理，了解資料分析對(duì)于企業(yè)運(yùn)作所可能產(chǎn)生之效益與優(yōu)點(diǎn)，再針對(duì)數(shù)據(jù)庫(kù)中之資料加以分析，擷取最符合經(jīng)濟(jì)效益之資料內(nèi)容。其次，企業(yè)必須就歷史數(shù)據(jù)庫(kù)中之資料建立一個(gè)可供分析使用之模式（Model），并針對(duì)所設(shè)計(jì)之模式整合編修較不完整或遺失之資料，再?gòu)乃O(shè)計(jì)之模式中找尋可資利用之資料行為模式。最后，則必須針對(duì)所建立之模塊進(jìn)行測(cè)試。測(cè)試之進(jìn)行可從數(shù)據(jù)庫(kù)中透過(guò)取樣之方式，以測(cè)試所建立模塊結(jié)果之真?zhèn)危缓笤購(gòu)臏y(cè)試結(jié)果了解模塊之可信度。由于不同之產(chǎn)業(yè)與顧客群特性，企業(yè)有時(shí)必須針對(duì)不同之模塊設(shè)計(jì)來(lái)進(jìn)行抽樣研究，再?gòu)闹姓覍ぷ詈线m之模塊與應(yīng)用方式。錯(cuò)誤之模塊設(shè)計(jì)往往將導(dǎo)論出不同之結(jié)論，由于資料采礦之結(jié)果通常為營(yíng)銷(xiāo)策略之重要指標(biāo)，因此錯(cuò)誤的設(shè)計(jì)不僅會(huì)使企業(yè)的營(yíng)銷(xiāo)計(jì)劃不如預(yù)期，甚至可能會(huì)使公司營(yíng)運(yùn)遭到嚴(yán)重打擊。資料采礦雖與傳統(tǒng)所用之統(tǒng)計(jì)分析有所不同，然二者之本質(zhì)內(nèi)容仍屬類似。簡(jiǎn)單的資料采礦仍普遍應(yīng)用統(tǒng)計(jì)學(xué)中之資料分析方式，分析資料之?dāng)?shù)學(xué)特性如平均值、中位數(shù)等，以及了解數(shù)據(jù)資料間之關(guān)連性如線性回歸等分析方式，來(lái)作為資料預(yù)測(cè)之依據(jù)。而常見(jiàn)之資料采礦分析類別可概分為下列數(shù)種：（一）線性回歸（LinearRegression）：線性回歸分析方式乃是藉由二個(gè)或二個(gè)以上之變量，了解彼此間之關(guān)系。如廣告預(yù)算可能對(duì)銷(xiāo)售收入所造成之影響，即可藉由廣告預(yù)算與銷(xiāo)售收入二者之歷史數(shù)據(jù)，利用線性回歸分析來(lái)了解數(shù)據(jù)間之關(guān)連性，進(jìn)而預(yù)測(cè)未來(lái)廣告收入之增減可能對(duì)銷(xiāo)售收入所產(chǎn)生之影響。（二）最鄰近者（NearestNeighbor）：此種分析方式性質(zhì)上與之后介紹的叢集分析方式近似。此種分析方式可算是所有分析技術(shù)中最簡(jiǎn)易也最常為使用者使用之方式。使用者可以利用過(guò)去的數(shù)據(jù)資料，訓(xùn)練應(yīng)用軟件了解不同數(shù)據(jù)間之關(guān)連性。例如使用過(guò)去十個(gè)時(shí)期的股票價(jià)格，其中前九次為預(yù)測(cè)數(shù)據(jù)（predictorvalue），第十次則為預(yù)測(cè)決定數(shù)據(jù)（predictionvalue）；重復(fù)依循不同次序輸入十項(xiàng)不同股票價(jià)格可以產(chǎn)生十種不同之訓(xùn)練模塊，然后再由其推斷可信度較高之?dāng)?shù)據(jù)。（三）叢集（Clustering）：叢集就是將不同的資料數(shù)據(jù)加以分類，然后提供使用者一個(gè)較佳的資料觀察點(diǎn)來(lái)分析資料。一般來(lái)說(shuō)，叢集分析法可以提供使用者，尤其是營(yíng)銷(xiāo)部門(mén)，了解產(chǎn)品及顧客之特性，進(jìn)而制訂出有效之營(yíng)銷(xiāo)策略。叢集分類的方式可依照策略之需要來(lái)制訂相關(guān)資料變量，并無(wú)特定的方式或最佳之方式，由于叢級(jí)與最鄰近者分析方法類似，因此二者經(jīng)常配合使用。（四）決策樹(shù)（DecisionTree）：決策樹(shù)之分析方式是一種十分適合使用者進(jìn)行資料分析之工具。由于決策樹(shù)系將資料依據(jù)不同的變量循序來(lái)產(chǎn)生分析結(jié)果，因此使用者幾乎不需要擁有任何統(tǒng)計(jì)分析之知識(shí)，即可藉由決策樹(shù)之分析方式來(lái)分析顧客或消費(fèi)者之特質(zhì)與異同點(diǎn)。與上述各項(xiàng)分析方法不同的是，決策樹(shù)分析法系由使用者之意旨來(lái)將資料依據(jù)其特性加以分類，使用者并可利用決策樹(shù)之各項(xiàng)不同變量來(lái)判斷及預(yù)測(cè)可能之結(jié)果。然而，決策樹(shù)并非毫無(wú)缺點(diǎn)，倘決策過(guò)程中選擇之問(wèn)題錯(cuò)誤，將導(dǎo)致整體分析出現(xiàn)明顯之偏差，影響分析質(zhì)量。（五）神經(jīng)網(wǎng)絡(luò)（NeuralNetwork）：神經(jīng)網(wǎng)絡(luò)系指藉由不同之變量設(shè)定，來(lái)訓(xùn)練軟件做出較佳之決策分析與預(yù)測(cè)，其原理與人腦神經(jīng)系統(tǒng)運(yùn)作之原理類似，因此稱之為神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)對(duì)于資料分析與預(yù)測(cè)十分有效率，且其導(dǎo)入與使用十分簡(jiǎn)易，然而其軟件內(nèi)部隱含之模塊（Model）十分復(fù)雜，即便統(tǒng)計(jì)學(xué)專家有時(shí)亦無(wú)法完全掌握其中的精要。其原理則為藉由不同資料變量之連結(jié)來(lái)推論出可能之結(jié)果。變量越多，產(chǎn)生之結(jié)果正確率越高，或藉由對(duì)于變量加權(quán)值之運(yùn)作，可獲得更佳之分析結(jié)果。（六）規(guī)則演繹（RuleInduction）：規(guī)則演繹為資料采礦中最直接也最為一般使用者所了解之分析方式。藉由分析模塊之設(shè)計(jì)，可以了解龐大數(shù)據(jù)庫(kù)中資料之特性規(guī)律，稱之為規(guī)則（Rule）。例如零售業(yè)者可以了解百分之七十的顧客于購(gòu)買(mǎi)真皮牛仔褲后，均購(gòu)買(mǎi)塑膠皮帶，因此這二者間有其一定之關(guān)連性，可稱之為規(guī)則。了解規(guī)則之存在，有助于知道顧客與產(chǎn)品之特質(zhì)，然而并非每一項(xiàng)規(guī)則均有其實(shí)用價(jià)值，資料之實(shí)用性與否仍須視企業(yè)性質(zhì)而定。六、資料采礦于網(wǎng)絡(luò)上之應(yīng)用資料采礦在網(wǎng)絡(luò)上之應(yīng)用與一般利用數(shù)據(jù)庫(kù)中客戶資料所作的分析有所不同。目前的顧客關(guān)系管理軟件多利用網(wǎng)絡(luò)來(lái)增加企業(yè)與顧客間之互動(dòng)，當(dāng)顧客或潛在的客戶到訪企業(yè)網(wǎng)址時(shí)，往往能藉由顧客關(guān)系管理之信息軟件來(lái)進(jìn)行資料搜集，進(jìn)而以資料采礦之分析工具來(lái)進(jìn)行資料分析。當(dāng)顧客到訪網(wǎng)站時(shí)，顧客其實(shí)即已提供了許多寶貴的顧客資料，企業(yè)即可藉由這些信息分析來(lái)了解顧客的行為模式。如顧客所提供的個(gè)人資料、顧客點(diǎn)選的網(wǎng)頁(yè)內(nèi)容、于不同網(wǎng)頁(yè)所停留的時(shí)間長(zhǎng)短、利用搜尋引擎時(shí)所經(jīng)常使用的關(guān)鍵字，以及顧客到訪網(wǎng)站的時(shí)間點(diǎn)等，藉由數(shù)據(jù)庫(kù)的設(shè)置可以將這些資料儲(chǔ)存起來(lái)供日后分析之用，借以了解顧客網(wǎng)站乃至于公司所提供之產(chǎn)品與服務(wù)性質(zhì)的滿意度。大部份的網(wǎng)站或相關(guān)軟件均有上述的功能，惟其在實(shí)務(wù)應(yīng)用上之困難存在于企業(yè)本身缺乏對(duì)資料進(jìn)行分析之意愿，以及缺乏對(duì)于資料分析解讀之人力資源。要利用資料采礦的技術(shù)來(lái)分析顧客于網(wǎng)站上之行為模式，首先企業(yè)必須建構(gòu)一套可以記錄顧客對(duì)于網(wǎng)站產(chǎn)品及服務(wù)的機(jī)制，并先確認(rèn)進(jìn)行網(wǎng)絡(luò)資料采礦之目標(biāo)，配合整體營(yíng)運(yùn)策略來(lái)完整搜集顧客資料。一般而言，可用來(lái)區(qū)分及利用網(wǎng)站訪客的特質(zhì)包括地理區(qū)隔、人格特質(zhì)及訪客使用之信息設(shè)備等方面。地理區(qū)隔包括訪客地址、收入、購(gòu)買(mǎi)能力等；人格特質(zhì)則包括訪客之購(gòu)買(mǎi)特性，如是否為沖動(dòng)性或精打細(xì)算型消費(fèi)者；而訪客所使用之信息設(shè)備則包括訪客使用之網(wǎng)絡(luò)頻寬、操作系統(tǒng)、瀏覽器或服務(wù)器等。而訪客于網(wǎng)頁(yè)中的點(diǎn)選順序與落點(diǎn)可以將顧客群依照產(chǎn)品來(lái)加以分類，以了解產(chǎn)品與服務(wù)對(duì)于顧客所提供之吸引力。上述各項(xiàng)特質(zhì)均可利用不同的軟件與網(wǎng)站內(nèi)容促使訪客提供相關(guān)資料。當(dāng)網(wǎng)站訪客與網(wǎng)站產(chǎn)生互動(dòng)時(shí)，即有機(jī)會(huì)產(chǎn)生資料，而這些資料的累積可以針對(duì)企業(yè)銷(xiāo)售及整體策略加以分析。如顧客之購(gòu)買(mǎi)歷史、點(diǎn)選廣告之次數(shù)、網(wǎng)站上所提供之信息以及網(wǎng)頁(yè)點(diǎn)選之落點(diǎn)與頻率以及訪客于網(wǎng)站停留時(shí)間等，均為極為珍貴之顧客資料。在采取網(wǎng)絡(luò)資料采礦之前，由于可供擷取之資料過(guò)多，考量成本效益后，企業(yè)必須界定采取網(wǎng)絡(luò)資料采礦之目標(biāo)，以作為整體策略之準(zhǔn)則。多數(shù)企業(yè)采取網(wǎng)絡(luò)資料采礦多為支援公司整體營(yíng)銷(xiāo)策略，亦有部份企業(yè)僅將網(wǎng)絡(luò)作為其營(yíng)銷(xiāo)管道之一，并將其與傳統(tǒng)營(yíng)銷(xiāo)管道區(qū)隔。然而顧客愈加有效利用網(wǎng)站資源，表示網(wǎng)站的設(shè)立有助于企業(yè)整體營(yíng)銷(xiāo)策略之推展，因此在規(guī)劃網(wǎng)絡(luò)資料采礦整體策略前，最好能夠有一個(gè)十分明確的目標(biāo)。如：增加顧客平均瀏覽網(wǎng)頁(yè)之頁(yè)數(shù)、增加顧客于網(wǎng)絡(luò)購(gòu)買(mǎi)之?dāng)?shù)量與銷(xiāo)售金額、減少產(chǎn)品退回、增加品牌知名度、增加顧客到訪網(wǎng)站之頻率，或減少顧客購(gòu)買(mǎi)產(chǎn)品之流程等，均可為企業(yè)提升營(yíng)運(yùn)效率之目標(biāo)，并將方案內(nèi)容整合企業(yè)整體營(yíng)運(yùn)計(jì)劃之內(nèi)。除了確認(rèn)計(jì)劃目標(biāo)外，企業(yè)尚須了解自身問(wèn)題之所在。以網(wǎng)絡(luò)營(yíng)銷(xiāo)（WebMarketing）為例，網(wǎng)絡(luò)營(yíng)銷(xiāo)者通常面對(duì)的問(wèn)題有，如何強(qiáng)化廣告訴求、如何創(chuàng)造訪客個(gè)人化網(wǎng)頁(yè)、如何將關(guān)聯(lián)性較高的產(chǎn)品置于同一網(wǎng)頁(yè)上、如何將相關(guān)文章（以資訊為主）加以分類條列、區(qū)分不同特質(zhì)的訪客、統(tǒng)計(jì)忽略之資料，以及預(yù)測(cè)顧客未來(lái)之行為模式等等。不同部門(mén)間有其不同的業(yè)務(wù)與資料需求，因此在資料搜集與分析后，不同部門(mén)間即可針對(duì)原先設(shè)定之計(jì)劃方向調(diào)整各項(xiàng)營(yíng)銷(xiāo)策略。七、顧客關(guān)系管理與資料采礦應(yīng)注意事項(xiàng)部份企業(yè)仍視電子商務(wù)為信息科技，由信息部門(mén)專責(zé)管理，然而企業(yè)往往發(fā)現(xiàn)，完善的技術(shù)管理并無(wú)法使信息科技產(chǎn)生最大的效能，如何將信息科技完備地應(yīng)用在商業(yè)營(yíng)運(yùn)上，才是公司導(dǎo)入信息軟件的主要目的。資料采礦之實(shí)施也同樣具備上述特性，多數(shù)公司仍由信息部門(mén)來(lái)專責(zé)管理，然而由于資料采礦因?yàn)樯婕邦櫩唾Y料之判讀以及資料分析后在商業(yè)上之應(yīng)用，因此企業(yè)在導(dǎo)入資料采礦時(shí)最好能夠籌組一個(gè)包括信息部門(mén)與商業(yè)部門(mén)人士之導(dǎo)入團(tuán)隊(duì)，方能使資料采礦獲得最大的功效。顧客關(guān)系管理并非