| 论文名称 | 整合QFD及文字探勘发展精致农业之电子商务宅配物流服务模式 |
| 年别 | 108 |
| 学位 | 硕士 |
| 学校系所 | 国立交通大学 运输与物流管理学系 |
| 作者 | 吴佳雄 |
| 指导教授 | 陈穆臻 |
| 论文摘要 | 近年来低温物流宅配技术快速发展，消费者的网络购物目标逐渐转移至生鲜农产品， 精致农业电商亦成为关注焦点，而网络评论也影响着消费者的购买行为，也因此本研究使用文字探勘(Text Mining)来取得消费者在网络上对精致农产品，或服务留言的不满意或满意的声音，以作为资料收集来源，接着用品质机能展开将分类好的资料，经过计算找出服务属性的优先改善次序。 本研究检视品质机能展开(Quality Function Deployment, QFD)中品质屋(the House of Quality, HOQ)后发现，其对规划矩阵(Planning Matrix)的研究较为缺乏，尤其是竞争者分析的部分，是故本研究除了找出服务属性的优先改善次序外，也会借由情绪分析(Sentiment Analysis)去探讨品质机能展开的竞争者分析(Competitiveness Analysis)，此为品质机能展开的研究缺口。此外QFD的关联系数的部分，本研究则以关联法则探勘(Association Rules Mining)，去找出顾客需求项目及服务属性项目的关联，此为另一个创新作法。 在优先改善次序结果中，本研究找出Amazon应该改善的服务流程的服务属性项目(字词)，其结果显示服务流程「配送」部分仍是电商最需要改善的部分，而在资源更充裕下，再去改善服务流程的「订单处理」、「顾客收货」、「供货况查询」，这三个部分。 在竞争者分析中，本研究发现Amazon在服务品质构面及变量「便利性-配送」、「有形性-冷藏方式」、「可靠性-货物一致准确到达」对顾客有负面情绪的产生，因此本研究建议Amazon对于顾客需求的改善目标，可以这三个目标为改善标的。 |
| 附件下载 | 作者未开放授权 |
| 张贴日 | 2019/06/30 |
| Hashtags |
查看次数:
267