| 論文名稱 | 整合QFD及文字探勘發展精緻農業之電子商務宅配物流服務模式 |
| 學位 | 碩士 |
| 年別 | 108 |
| 學校系所 | 國立交通大學 運輸與物流管理學系 |
| 作者 | 吳佳雄 |
| 指導教授 | 陳穆臻 |
| 論文摘要 | 近年來低溫物流宅配技術快速發展，消費者的網路購物目標逐漸轉移至生鮮農產品， 精緻農業電商亦成為關注焦點，而網路評論也影響著消費者的購買行為，也因此本研究使用文字探勘(Text Mining)來取得消費者在網路上對精緻農產品，或服務留言的不滿意或滿意的聲音，以作為資料收集來源，接著用品質機能展開將分類好的資料，經過計算找出服務屬性的優先改善次序。 本研究檢視品質機能展開(Quality Function Deployment, QFD)中品質屋(the House of Quality, HOQ)後發現，其對規劃矩陣(Planning Matrix)的研究較為缺乏，尤其是競爭者分析的部分，是故本研究除了找出服務屬性的優先改善次序外，也會藉由情緒分析(Sentiment Analysis)去探討品質機能展開的競爭者分析(Competitiveness Analysis)，此為品質機能展開的研究缺口。此外QFD的關聯係數的部分，本研究則以關聯法則探勘(Association Rules Mining)，去找出顧客需求項目及服務屬性項目的關聯，此為另一個創新作法。 在優先改善次序結果中，本研究找出Amazon應該改善的服務流程的服務屬性項目(字詞)，其結果顯示服務流程「配送」部分仍是電商最需要改善的部分，而在資源更充裕下，再去改善服務流程的「訂單處理」、「顧客收貨」、「供貨況查詢」，這三個部分。 在競爭者分析中，本研究發現Amazon在服務品質構面及變數「便利性-配送」、「有形性-冷藏方式」、「可靠性-貨物一致準確到達」對顧客有負面情緒的產生，因此本研究建議Amazon對於顧客需求的改善目標，可以這三個目標為改善標的。 |
| 附件下載 | 作者未開放授權 |
| 張貼日 | 2019/06/30 |
查看次數:
145