WIFLY作為台灣Wi-Fi市場的商業先行者，在面臨各種不確定性與競爭公司開始紛紛加入市場之際，除了積極發展基礎建設，提供更廣泛的Wi-Fi接入與加值服務外，更需要運用靈活有效的行銷策略來快速提昇使用率與市占率。本論文運用資料探勘(Data Mining)之關聯分析(Association Analysis)技術，希望藉由分析WIFLY客戶在不同通路間的「消費行為」(Consumer Behavior)，找出客戶的通路移轉行為，並將其進一步歸納出結構化的行為模式，希望對企業未來發展通路行銷策略與制定相關顧客導向式的行銷決策時能有所助益。

WIFLY as a business pioneer of Taiwan Wi-Fi market has not only face the uncertainty of the market situation but also face more and more competitors who have entered the market. In addition to develop the infrastructure to provide a wider range of Wi-Fi access “Hot Spots” and create value-added services actively, it also needs more flexible and effective marketing strategies to increase utilization and market share rapidly. This paper uses the “Association Analysis”, one of the “Data Mining” techniques, to analyze the WIFLY customers’ "consumer behavior" within exiting WIFLY channels, find the behaviors and patterns of the consumer behavior in channel migration. Hope these can help the enterprises to make the future decisions in developing the sales channel and customer-oriented marketing strategy.

中文摘要	I
英文摘要	II
目錄	III
圖目錄	V
表目錄	VI
第一章  緒論	1
1-1  前言	1
1-2  研究動機與目的	4
1-3  論文架構	6
第二章  相關知識及背景	7
2-1  無線網路	7
2-2  資料探勘 (Data Mining)	16
2-3  客戶關係管理在資料探勘上的應用	30
第三章  研究方法	43
3-1  研究目的	43
3-2  研究架構	45
第四章  實作分析結果	47
4-1  資料來源與分析標的	47
4-2  分析過程	48
第五章  結論與未來方向	59
5-1  研究結論	59
5-2  未來方向	61
參考文獻	63
附錄一英文論文	65

圖目錄
圖2.1：資料探勘流程	18
圖2.2：客戶生命週期	35
圖2.3：CRM 基本運作架構	36
圖2.4：消費者決策過程	38
圖3.1：本研究架構	45
圖4.1：C通路每月消費者統計消費人數	52
圖4.2：C通路距離現在時間為基底每7天往前推的的客戶人數統計表	52
圖4.3：A通路每月消費者統計消費人數	54
圖4.4：A通路距離現在時間為基底每7天往前推的的客戶人數統計表	54
圖4.5：B通路司每月消費者統計消費人數	56
圖4.6：B通路距離現在時間為基底每7天往前推的客戶人數統計表	56
圖4.7：D通路每月消費者統計消費人數	58
圖4.8：D通路距離現在時間為基底每7天往前推的客戶人數統計表	58

表目錄
表格4.1：通路銷售統	48
表格4.2：四大通路商總購買(人次) 	49
表格4.3：四大通路商單一通路購買(人次) 	49
表格4.4：通路轉移人數統計	50
表格4.5：C通路轉移分析表	51
表格4.6：A通路轉移分析表	53
表格4.7：B通路轉移分析表	55
表格4.8：D通路轉移分析表	57

賴司平，2006，「利用資料探勘技術分析WIFLY用戶使用行為研究」
沈清正、陳仕昇、高鴻斌、張元哲、陳家仁、黃琮盛、陳彥良，民國91年，「資料間隱含關係的挖掘與展望」，資訊管理學報，第九卷, 第75-100頁。
資策會FIND中心，2009年9月，「2009台灣民眾無線寬頻服務上網現況與需求調查—3G/3.5G/WiFi上網概況」，http://www.find.org.tw/find/home.aspx?page=many&id=234 。
台灣網路資訊中心（TWNIC）於2010年9月「無線網路使用行為」調查，http://www.twnic.net.tw/download/200307/1007d.pdf 。
曾倫崇、粘孝堉、徐憲宏、何嘉惠民，國九十三年十月，「消費者行為學派的另一扇窗－網路消費行為理論」，遠東學報第二十一卷第四期
蘇怡靜，民國91年，「探討顧客關係管理對企業經營績效影響之研究」。
舒瑞國，民國91年，「企業採用顧客關係管理之策略規劃研究」。
黃佳雯，民國90年，「顧客需求導向服務系統之建置」，中央大學工業管理研究所碩士論文，台灣中壢。
邱振儒譯，民國89年，Rober Wayland著，「顧客關係管理」，商周出版。
Agrawal, R. and R. Srikant, “Fast Algorithm for Mining Association Rule in Large Database,” The 20th International Conference Proceedings on Very Large Databases, 1994.
Agrawal, R. and R. Srikant, “Mining Generalized Association Rules,“ The 21th International Conference Proceedings on Very Large Databases, 1995.
Berry, J.A. and G.. S. Linoff, Data Mining Techniques: For Marketing Sale and Customer Support, John Wiley & Sons, Canada , 1997.
Berendt, B. and Spiliopoulou, M., “Analyzing Navigation Behavior in Web Sites Integrating Multiple Information Systems,” VLDB Journal, 9, pp.56-75,2000。
Frawley, W. J., G. Piatetsky-Shapiro and C. J. Matheus, Knowledge Discovery in Database: An Overview, AAAI/MIT Press, 1991.
Han, J. and M. Kamber, Data Mining：Concepts and Techniques, Morgan Kaufmann , USA, 2000.
Kim, E., Kim, W., and Y. Lee, “Combination of Multiple Classifiers for the Customer’s Purchase Behavior Prediction,” Decision Support Systems, 34, pp.167-175, 2002。
Lai, H. C. and T. C. Yang., "A System Architecture of Intelligent Browsing on the Web," Decision Support Systems, 28, pp.219-239, 2000。
Lu, H. and Lin, C.C., “Predicting Customer Behavior in the Market-space: A Study of Rayport and Sviokla’s Framework,” Information & Management, 40, pp.1-10, 2002。