每天累積的大量訂單資料，不該只是留在系統裡。 透過 AI、數據分析與推薦模型，從歷史交易紀錄中找出真正有價值的客戶洞察與商機。
你是否也遇到這些問題？
- 累積大量訂單資料，卻不知道該如何分析。
- 商品推薦多半依靠經驗，缺乏數據依據。
- 無法有效辨識高價值客戶與不同消費族群。
- 想使用 AI 與 Python，但不知道如何導入實際工作。
課程將帶你學會
客戶分群
運用 RFM 模型分析消費頻率、最近消費時間與消費金額。
需求洞察
從歷史訂單找出顧客偏好、消費特徵與潛在需求。
商品推薦
透過關聯規則與 TF-IDF 建立更具依據的推薦邏輯。
生成式 AI × Python
利用生成式 AI 協助撰寫與理解 Python 程式，加速分析工作。
課程特色
本課程不是只談理論，而是以實際訂單資料與商業情境為核心， 透過四大實戰案例，逐步完成資料整理、客戶分析、推薦模型與決策應用。
學員將搭配生成式 AI、Python 與 Google Colab， 建立可延伸至日常工作的資料分析流程， 協助企業提升客戶經營、推薦精準度與營運決策效率。
適合參加對象
- 零售、餐飲、旅宿及其他服務業從業者
- 行銷、會員經營與電商人員
- 企業管理者與營運決策人員
- 希望學習 AI、Python 與數據分析應用者
上課老師
林沛傑 / 東吳大學EMBA 助理教授
- 專長：AI與智慧物流運用、雲端系統、大數據分析、運籌管理
- 經歷：Yahoo 資訊系統建置顧問、全虹企業資訊系統建置顧問、物流技術與戰略雜誌專欄作家、台灣全球商貿運籌發展協會物流資訊系統、冷鏈 IOT課程講師、中華民國資訊技師
上課資訊
政府補助免費課程(限量30名)
上課日期：
115 年 9 月 8 日、15 日｜09:00–16:00
115 年 9 月 21 日、29 日｜09:00–17:00
總時數：30 小時
上課地點：TCCC 台中文創館 13 樓台中市西區台灣大道二段 2 號 13 樓之 1
