論文提要內容：
隨著以群眾物流作為最後一哩宅配的新創企業興起，開始有網路平台業者透過群眾外包方式進行貨運配送作業，其中以餐飲外送平台成長最為快速，然而HonestBee、《吃飽沒》相繼退出台灣市場，顯示群眾物流真正的營運模式與商業可行性尚未明確，另外此類平台屬於服務導向產業，因應消費者需求與消費型態進入體驗經濟階段，若能掌握消費者服務體驗行為、探索使用需求，不僅是開發新服務的關鍵，也是維持市場競爭力的要素之一。目前群眾物流的相關文獻處於初步發展階段，群眾物流的定義不盡一致，又以使用者之服務接受度、意圖與偏好的文獻更為不足。
本研究先透過相關文獻回顧歸納群眾物流之定義，並蒐集現況資料了解群眾物流餐飲外送平台的運作模式、平台功能與服務屬性，以台北市、新北市民眾作為研究對象，主要依服務體驗工程(SEE)為研究架構，強調探索使用者體驗為核心，以質化為主，結合服務體驗洞察與方法目的鏈(MEC)；以量化為輔，採用EKB模型方法，探討消費者服務體驗過程中其使用動機、目標價值與使用行為特性，找出目前平台服務屬性缺失，並進一步挖掘消費者潛在需求，期望以顧客導向，提出使用者偏好的服務屬性，以供業者發展創新商業模式參考，進而提升平台營運的可持續性。
歸納消費者服務體驗之使用行為流程，依序平台評估、餐廳/餐點評估、完成訂單並結帳與取餐後續四階段。質化研究結果可得出共5類服務失效點、13項重要服務屬性、6條主要認知路徑，並彙整消費者服務體驗需求表；由量化研究結果可另得出3項重要服務屬性，可發現有使用經驗者其願意等待時間與願付運費價格之可接受程度較高；無使用經驗者其不使用原因為沒機會使用居多、偏好現金付款。而藉由探索性因素分析，找出4個影響使用者滿意度因素構面，並藉由集群分析，將有使用經驗者分為3個集群，發現以較容易受到平台服務項目影響其滿意度之「平台服務導向型」集群的樣本數最多；無使用經驗者分為2個集群，以使用傾向會優先進行平台評估後，再選定一個平台使用之「平台評估型」集群的樣本數最多。此外，值得一提的是本研究發現消費者習慣使用某一平台後便鮮少更換選擇，因此建議平台業者進行布局或規劃時，可呼應本研究結果區隔目標市場，提供差異化、人性化的服務，盡可能提升消費者黏著度。

With the rise of startup enterprises with crowd logistics as the last mile delivery, network platform operators began to carry out freight distribution through crowdsourcing, and the food delivery platforms is growing fastest among them. However, HonestBee and Foodtoall have withdrawn from the business market in Taiwan, showing that the real business models and commercial viability of crowd logistics has not cleared yet. In addition, such platforms belong to the service-oriented industry, in response to consumer demand and consumption patterns into the experience economy stage, if we can know the consumer service experience behavior, explore the use of demand, not only the key to the development of new services, but also one of the factors to maintain market competitiveness. At present, the literature of crowd logistics is in the initial stage of development, the definition of crowd logistics is not consistent, and the literature on user's service acceptance, intention and preference is much more inadequate.
This study first reviews the definition of crowd logistics through relevant literature, and collects current data to understand the operation model, platform function and service attributes of the food delivery via crowd logistics platforms. The people of Taipei City and New Taipei City are the subjects of this study. This study is mainly based on the Service Experience Engineering(SEE) as the research structure, emphasizeing the exploration of user experience as the core, focusing on qualitative research, combining with contextual inquiry and Means-end Chains(MEC); supplemented by quantitative research, using the EKB model to explore the motivation, target value and behavior characteristics of consumer service experience process , finds out the lack of platform service attributes, and further explores the potential needs of consumers. This study is expected to improve the sustainability of platform operation by proposing user-oriented service attributes for the development of innovative business models.
This study summarizes the behavior process of the consumer service experience, and follows four stages which are platform evaluation, restaurant/meal evaluation, order completed and checkout and taking meal follow-up. The results of qualitative research can result in a total of 5 types of service failure points, 13 important service attributes, 6 main cognitive paths, and this study also integrated consumer service experience demand table. The results of quantitative research can result 3 important service attributes and discover that people who have experience of using food delivery platforms are more willing to wait longer and to pay higher deliver charge than those who don't. Then, the reasons for those without experience of using platforms are lack of the opportunity and prefer to pay by cash. Through exploratory factor analysis, four factors affecting user satisfaction were identified ,and according to cluster analysis, the experienced people will be divided into 3 clusters, with the largest sample number of "platform service-oriented" clusters, who are more likely to be affected their satisfaction by platform service projects. On the other hand, those without experience are divided into 2 clusters, with the largest sample number of "platform-evaluated" clusters, who will conduct platform evaluation before selecting a platform to start using. In addition, it is worth mentioning that this study found that consumers are used to using a food delivery platform and are less likely to change. Therefore, it is suggested that the platform operators to carry out layout or marketing plans, can echo the results of this study to segment the target market, to provide differentiated, humaneized services, as far as possible to enhance consumer stickiness.

目錄
 第一章 緒論	1
1.1 研究背景與動機	1
1.2 研究目的	2
1.3 研究範圍與限制	3
1.4 研究流程與架構	3
 第二章 文獻回顧	5
2.1 群眾物流	5
2.1.1 群眾物流之起源：群眾外包(crowdsourcing)	5
2.1.2 群眾物流(crowd logistics)之定義	6
2.1.3 群眾物流之類型	7
2.2 服務體驗工程方法論	10
2.2.1 服務體驗工程法(Service Experience Engineering, SEE)	10
2.2.2 服務體驗洞察	11
2.2.3 服務體驗洞察之操作	12
2.3 方法目的鏈(Means-end Chains, MEC)	14
2.3.1 方法目的鏈理論	14
2.3.1.1 屬性(Attribute)	14
2.3.1.2 結果(Consequence)	14
2.3.1.3 價值(Value)	14
2.3.2 方法目的鏈應用	16
2.3.3 方法目的鏈在新興服務上的作法	16
2.4 消費者行為模型	17
2.4.1 消費者行為(Consumer Behavior)之定義	17
2.4.2 EKB消費者行為模型	18
2.5 文獻小結	21
 第三章 研究內容與方法	23
3.1 調查前置作業	23
3.1.1 群眾物流餐飲外送平台現況	23
3.1.1.1 餐飲外送平台之基本資料比較	23
3.1.1.2 餐飲外送平台之經營運作比較	26
3.1.1.3 餐飲外送平台之功能比較	26
3.1.2 服務體驗旅途框架(Experience Trip Framework)	27
3.2 訪談調查設計	29
3.2.1 訪談方法	29
3.2.1.1 體驗觀察方法：服務體驗工程方法之脈絡洞察法(Contextual Inquiry)	29
3.2.1.2 體驗訪談方法：方法目的鏈之階梯式訪談法(Laddering)	29
3.2.2 訪談設計	30
3.2.2.1 訪談前階段	30
3.2.2.2 體驗觀察階段	30
3.2.2.3 體驗訪談階段	31
3.2.3 訪談對象與抽樣	32
3.2.4 資料分析方法	34
3.2.4.1 建立消費者使用行為流程	34
3.2.4.2 建立階層類目與蘊含矩陣(Implication Matrix)	34
3.2.4.3 繪製價值階層圖(Hierarchical value, HVM)與彙整服務需求列表	35
3.3 問卷調查	36
3.3.1 問卷調查目的	36
3.3.2 問卷架構與操作型定義	36
3.3.2.1 架構推導說明	36
3.3.2.2 變數操作型定義	37
3.3.3 問卷內容與結構形式	38
3.3.4 問卷前測與修正	40
3.3.5 問卷研究對象與樣本數量	40
3.3.6 研究工具	41
3.3.7 資料分析方法	41
 第四章 實證結果分析	43
4.1 訪談調查結果分析	43
4.1.1 樣本結構描述性分析	43
4.1.1.1 社經特性	43
4.1.1.2 使用經驗	44
4.1.2 消費者行為流程	45
4.1.2.1 平台評估階段	45
4.1.2.2 餐廳/餐點評估階段	47
4.1.2.3 完成訂單並結帳階段	49
4.1.2.4 取餐後續階段	51
4.1.3 階層類目與蘊含矩陣	53
4.1.4 價值階層圖與服務需求列表	57
4.1.4.1 價值階層圖	57
4.1.4.2 服務需求列表	64
4.2 問卷調查結果分析	68
4.2.1 樣本結構描述性分析	68
4.2.1.1 社經特性	68
4.2.1.2 使用經驗	70
4.2.2 消費者行為特性描述性分析	71
4.2.2.1 使用前行為	71
4.2.2.2 使用結果	73
4.2.3 消費者選擇與服務偏好描述性分析	73
4.2.3.1 時間選擇偏好	73
4.2.3.2 價格選擇偏好	74
4.2.3.3 支付選擇偏好	74
4.2.3.4 評分對象偏好	76
4.2.3.5 評分方式偏好	76
4.2.3.6 服務項目偏好	77
4.2.4 消費者服務體驗分析	78
4.2.4.1 T檢定	78
4.2.4.2 因素分析	80
4.2.4.3 變異數分析	86
4.2.4.4 集群分析	94
4.2.4.5 迴歸分析	97
4.3 小結	99
 第五章 結論與建議	103
5.1 結論	103
5.2 管理意涵	104
5.3 建議	105
 參考文獻	107
 附錄一 問卷內容	111
 附錄二 蘊含矩陣表	117
 
圖目錄
圖1.4 1 研究流程圖	4
圖2.1 1 群眾外包流程圖Leimeister(2012)	6
圖2.2 2 服務體驗洞察流程圖	11
圖2.2 3 高鐵服務之服務體驗旅程(資策會, 2011)	13
圖2.2 4 親和圖卡片展開圖(資策會, 2011)	13
圖2.4 1 EKB之消費者行為模式	19
圖3.2 1 訪談流程圖	30
圖3.2 2 階梯式訪談範例	32
圖3.2 3訪談資料分析步驟	34
圖3.3 1 問卷研究架構	37
圖4.1 1 餐飲外送平台消費者服務體驗流程圖	45
圖4.1 2 消費者使用群眾物流餐飲外送平台之主要動機	46
圖4.1 3 消費者使用群眾物流餐飲外送平台之次要動機	46
圖4.1 4 消費者服務體驗之平台評估階段流程圖	47
圖4.1 5 消費者服務體驗之餐廳/餐點評估階段流程圖	49
圖4.1 6 消費者服務體驗之完成訂單並結帳階段流程圖	51
圖4.1 7 消費者服務體驗之取餐後續階段流程圖	52
圖4.1 8 消費者服務體驗之價值階層圖	58
圖4.1 9 HVM主要連結路徑圖之省錢	59
圖4.1 10 HVM主要連結路徑圖之時間運用	60
圖4.1 11 HVM主要連結路徑圖之協助選擇	61
圖4.1 12HVM主要連結路徑圖之彈性選擇與提升生活便利性	62
圖4.1 13 HVM主要連結路徑圖之了解餐點狀況與食品安全	63
圖4.1 14 HVM主要連結路徑圖之避免不好感覺	64
圖4.2 1 消費者服務項目偏好	77
圖4.2 2 問卷架構修正	85

 
表目錄
表2.1 1 群眾物流定義	7
表2.1 2 群眾物流類型	8
表2.2 1 服務體驗需求洞察執行條件	12
表2.3 1 價值衡量表	15
表2.4 1 消費者行為定義	17
表3.1 1 餐飲外送平台之基本資料	24
表3.1 2 餐飲外送平台之經營運作	25
表3.1 3 餐飲外送平台之功能	26
表3.1 4 消費者餐飲外送服務體驗與平台服務屬性	27
表3.1 5 消費者使用餐飲外送平台之服務體驗框架	28
表3.3 1 操作型定義	38
表3.3 2 問卷結構與形式	40
表4.1 1 訪談受訪者之社經特性頻次分析表	43
表4.1 2訪談受訪者之使用行為頻次分析表	44
表4.1 3 類目定義表	53
表4.1 4 要素連結次數表	55
表4.1 5 截取值之連結關係與單元格之分析表	57
表4.1 6 餐飲外送平台消費者服務體驗需求表	65
表4.2 1 社經特性頻次分析表	69
表4.2 2 有使用經驗消費者之使用行為頻次分析表	70
表4.2 3 無使用經驗消費者之不曾使用原因頻次分析表	71
表4.2 4 動機與需求頻次分析表	72
表4.2 5 資訊蒐集頻次分析表	72
表4.2 6 使用結果頻次分析表	73
表4.2 7 使用結果整體滿意度平均值分析表	73
表4.2 8 消費者選擇偏好頻次分析表	75
表4.2 9 評分偏好頻次分析表	76
表4.2 10 有無使用經驗服務體驗問卷問項之t檢定	78
表4.2 11 有使用經驗組之KMO and Bartlett’s Test	80
表4.2 12 無使用經驗組之KMO and Bartlett’s Test	80
表4.2 13 有使用經驗組之服務體驗萃取因素	82
表4.2 14 無使用經驗組之服務體驗萃取因素	84
表4.2 15 有使用經驗消費者之社經變數在因素構面上之差異分析	87
表4.2 16 無使用經驗消費者之社經變數在因素構面上之差異分析	87
表4.2 17 有使用經驗消費者之動機需求在因素構面上之差異分析	89
表4.2 18 無使用經驗消費者之使用經驗在因素構面上之差異分析	89
表4.2 19 有使用經驗消費者之使用經驗在因素構面上之差異分析	90
表4.2 20 有使用經驗消費者之時間選擇偏好在因素構面上之差異分析	92
表4.2 21 有使用經驗消費者之價格與支付選擇偏好在因素構面上之差異分析	92
表4.2 22 無使用經驗消費者之時間選擇偏好在因素構面上之差異分析	93
表4.2 23 無使用經驗消費者之價格與支付選擇偏好在因素構面上之差異分析	93
表4.2 24 集群係數增量表-有使用經驗組	94
表4.2 25 集群命名彙整-有使用經驗組	94
表4.2 26 集群係數增量表-無使用經驗組	96
表4.2 27 集群命名彙整-無使用經驗組	96
表4.2 28 服務體驗因素對使用滿意度之迴歸分析	98
表4.2 29 服務體驗因素對使用意願之羅吉斯特迴歸分析	99

1.	Afuah, A., & Tucci, C. L. (2012). Crowdsourcing as a solution to distant search. Academy of Management Review, 37(3), 355-375.
2.	Blohm, I., Marco, L. J., & Zogaj, S. (2014). Crowdsourcing und crowd work–Ein Zukunftsmodell der IT-gestützten Arbeitsorganisation?. In Wirtschaftsinformatik in Wissenschaft und Praxis (pp. 51-64). Springer Gabler, Berlin, Heidelberg.
3.	Boomsma, A. (1983). On the robustness of LISREL (maximum likelihood estimation) against small sample size and non-normality (thesis University of Groningen). Sociometric Foundation, Amsterdam.
4.	Bullinger, H. J., Fähnrich, K. P., & Meiren, T. (2003). Service engineering—methodical development of new service products. International Journal of Production Economics, 85(3), 275-287.
5.	Calantone, R. J., & Vickery, S. K. (2010). Introduction to the special topic forum: using archival and secondary data sources in supply chain management research. Journal of Supply Chain Management, 46(4), 3.
6.	Carbone, V., Rouquet, A., & Roussat, C. (2017). The Rise of Crowd Logistics: A New Way to Co‐Create Logistics Value. Journal of Business Logistics, 38(4), 238-252.
7.	Christensen, G. L., & Olson, J. C. (2002). Mapping consumers' mental models with ZMET. Psychology & Marketing, 19(6), 477-501.
8.	Crowdsourcing: How the power of the crowd is driving the future of business. Random House.
9.	Dablanc,L. (2016).Dgital market places for urban freight:is digital city logistics a disruption to the urban freight routine? Presentation in The VREF Conference on Urban Freight 2016: Plan for the future sharing urban space 17-19 October 2016, Gothenburg.
10.	Ding, L., Velicer, W. and Harlow, L., Effect of estimation methods, number of indicators per factor and improper solutions on structural equation modeling fit indices, Structural Equation Modeling, 2, 119-143, 1995.
11.	Goldenberg, M. A., Klenosky, D. B., O'Leary, J. T., & Templin, T. J. (2000). A means-end investigation of ropes course experiences. Journal of Leisure Research, 32(2), 208-224.
12.	Gutman, J. (1984). Analyzing consumer orientations toward beverages through means–end chain analysis. Psychology & Marketing, 1(3‐4), 23-43.
13.	Howe, J. (2006). The rise of crowdsourcing. Wired magazine, 14(6), 1-4.
14.	Hoyer, W. D., MacInnis, D. J., & Pieters, R. (2010). Consumer behavior (5th International ed.). Cengage Learning Inc.
15.	Hsiao, S.-L., & Yang, H.-L. (2010). A Service Experience Engineering (SEE) Method for Developing New Services. International Journal of Management, 27, 437-449.
16.	Jung, Y., & Kang, H. (2010). User goals in social virtual worlds: A means-end chain approach. Computers in Human Behavior, 26(2), 218-225.
17.	Kahle, L. R., & Kennedy, P. (1988). Using the list of values (LOV) to understand consumers. Journal of Services Marketing, 2(4), 49-56.
18.	Khan, A. K., & Metri, B. A. (2011). Understanding customers’ service experience: review and research propositions. International Journal of Business Environment, 4(1), 45-62.
19.	Klumpp, M. (2017). Crowdsourcing in Logistics: An Evaluation Scheme. In Dynamics in Logistics (pp. 401-411). Springer, Cham.
20.	Leimeister, M. (2012). Crowdfunding, Crowdvoting, Crowdcreation. ZfCM Controlling & Management, 388(2012), 388-392.
21.	Lin, F. R., & Hsieh, P. S. (2011). A SAT view on new service development. Service Science, 3(2), 141-157.
22.	MacCallum, R. C., Widaman, K. F., Zhang, S., & Hong, S. (1999). Sample size in factor analysis. Psychological methods, 4(1), 84.
23.	Mehmann, J., Frehe, V. and Teuteberg, F. (2015), “Crowd logistics – a literature review and maturity model”, in Kersten, W., Blecker, T. and Ringle, C.M. (Eds), Innovations and Strategies for Logistics and Supply Chains, Epubli, Berlin, pp. 117-145
24.	Mitchell, A., The Nine American Lifestyles, New York: Warner, 1983.
25.	Nunes, P.F. and Cespedes, F.V. (2003). The customer has escaped. Harvard Business Review, 81, pp. 96–105.
26.	Olson, J. C., & Reynolds, T. J. (1983). Understanding consumers’ cognitive structures: Implications for advertising strategy. Advertising and consumer psychology, 1, 77-90.
27.	Peng, K. L., Lin, C. Y., Tseng, Y. C., Tsai, J. Y., & Cheng, J. (2013, August). Service Design for Cloud Services of Dental Clinics. In DMS (pp. 66-70).
28.	Peter, J. P., & Olson, J. C. (1993). Consumer behavior and marketing strategy. Homewood, IL: Richard D. Irwin. Inc.
29.	Pike, S. (2012). Destination positioning opportunities using personal values: Elicited through the Repertory Test with Laddering Analysis. Tourism management, 33(1), 100-107.
30.	Punel, A., & Stathopoulos, A. (2017). Modeling the acceptability of crowdsourced goods deliveries: Role of context and experience effects. Transportation Research Part E: Logistics and Transportation Review, 105, 18-38.
31.	Rabinovich, E., & Cheon, S. (2011). Expanding horizons and deepening understanding via the use of secondary data sources. Journal of Business Logistics, 32(4), 303-316.
32.	Rai, H. B., Verlinde, S., Merckx, J., & Macharis, C. (2017). Crowd logistics: an opportunity for more sustainable urban freight transport?. European Transport Research Review, 9(3), 39.
33.	Reynolds, T. J. and Gutman, J. (1988)Laddering theory, method, analysis and interpretation, Journal of Advertising Research, 28(1), pp. 11-31.
34.	Reynolds, T. J., & Olson, J. C. (Eds.). (2001). Understanding consumer decision making: The means-end approach to marketing and advertising strategy. Psychology Press.
35.	Rokeach, M. (1973). The nature of human values. Free press.
36.	Sampaio, A., Savelsbergh, M., Veelenturf, L., & Van Woensel, T. (2017). Crowd-based City Logistics. Optimization Online, 6346, 2017.
37.	Teo, T. S., & Yeong, Y. D. (2003). Assessing the consumer decision process in the digital marketplace. Omega, 31(5), 349-363.
38.	Vannoppen, J., Verbeke, W., & Van Huylenbroeck, G. (2002). Consumer value structures towards supermarket versus farm shop purchase of apples from integrated production in Belgium. British Food Journal, 104(10), 828-844.
39.	何昶鴛, 黃緒瀚, 原友蘭, & 陳銘芷. (2016). 行動商務消費者之購買決策過程探討: 以選擇餐廳為例. 戶外遊憩研究, 29(4), 103-133.
40.	何舒軒, & 宋同正. (2014). 綜論服務設計學術研究發展. 設計學報, 19(2).
41.	劉麗珉(2009). 口碑、忠誠度、文化認同及服務品質對消費者購買行為影響之研究─以高雄飛航日本旅客為例.國立高雄應用科技大學觀光與餐旅管理系碩士論文.
42.	國家發展委員會(2018).107年持有手機民眾數位機會調查報告.行政院主計總處.主普管字第1070400671號。
43.	廖淑伶(2016). 消費者行為.台北市：三民書局。
44.	張良碩(2016). 跨境網購消費者價值之探討:方法目的鏈理論之應用. 國立政治大學資訊管理學系學位論文, 1-67.
45.	林喜雯(2010). 應用方法目的鏈探討登山與健行活動之體驗價值認知. 臺灣大學園藝學研究所學位論文, 1-100.
46.	林娟娟, & 陳文彥(2009). 從資訊搜尋觀點探討影響網站使用行為之因素-以體驗導向與目標導向網路活動為比較之研究. 資訊管理學報, 16(4), 21-48.
47.	林靈宏與張魁峰(2006). 消費者行為學(二版).台北市：五南書局。
48.	欒斌、林鴻文、詹雅晴(2017).物聯網智慧型裝置使用者潛在需求與創新商業模式之探討.科技部補助專題研究計畫成果報告(編號：105-2410-H-011-007-)，未出版.
49.	王鈺姍(2016) 以方法目的鏈探討穿戴式裝置使用者之價值結構.. 國立臺灣科技大學企業管理學系碩士班學位論文, 1-74.
50.	白亦辰(2018). 以方法目的鏈探討 Facebook 直播平台購買行為之研究. 中原大學國際經營與貿易研究所學位論文, 1-58.
51.	簡明輝(2010).消費者行為學(二版).台北市：新文京。
52.	蕭淑玲(2010).《顧客洞察者的田野手冊》.台北市：資策會.
53.	財團法人資訊工業策進會(2008).《服務體驗工程方法指引-實務篇》.台北：經濟部技術處.
54.	財團法人資訊工業策進會(2008).《服務體驗工程方法指引-研究篇》.台北：經濟部技術處.
55.	財團法人資訊工業策進會(2011).《服務體驗工程方法：藍圖。工具。案例》.台北：經濟部技術處.
56.	趙佑馨(2015). 以方法目的鏈比較 Starbucks 與 Cama 吸引消費者購買因素. 中央大學企業管理學系碩士學位論文, 1-101.
57.	邱皓政(2002).量化研究與統計分析.台北市：五南書局。
58.	郭建良,& 白玫莉. (2015). 結合方法-目的鏈及消費者決策模型進行新興服務體驗流程設計的可行性研究. 電子商務學報, 17(3), 345-374.
59.	郭建良(2008).產業觀點下的服務創新方法論雛型.產業與管理論壇,10(1),38-56.
60.	郭芳妤(2014). 群眾外包平台之商業模式探討-以 LimitStyle 為例. 中正大學企業管理系行銷管理研究所學位論文, 1-65.
61.	黃淑琴, & 陳貞吟. (2011). 從價值與魅力品質理論探討女性的婚紗夢. 管理與系統, 18(4), 581-605.
62.	黃雅君(2014).國小運動舞蹈社團學員家長之消費者行為與家庭決策角色研究.國立台灣師範大學運動休閒與餐旅管理研究所,1-192.