臺灣鐵路管理局順應潮流推出新一代的電子購票"臺鐵App購票系統"。本論文以臺鐵App購票中的銷售資料進行票務分析，觀察旅客訂票行為及使用習慣。並提出合適的建議。
本研究採用臺鐵App購票所銷售之71,948筆銷售資料。其每月平均複合成長率為18.52%。各地區往返台北及花蓮之訂票，佔了臺鐵App總銷售票數之27.74%。自強號售票數最高佔總售票率54.54%。有90.70%的旅客僅訂購單程票。平日購票數量佔了所有臺鐵App購票的72.21%。
目前臺鐵App購票使用人數雖不多但有逐步成長的趨勢。如能直接於手機上提供取票功能，並開放區間車購票搭乘，應該能替銷售成長帶來顯著之成效。

TRA releases the new generation of e-ticketing “TRA App Ticketing System”. This paper conducts ticketing analysis for the ticketing data on TRA App, so as to observe the passenger’s booking behavior and using habits, based on which some appropriate suggestions are proposed. 
In this study, 71,948 pen sales data TRA App of tickets sold. The monthly compound growth rate of the sold tickets is 18.52%. The ticketing for the trip between Taipei and Hualien accounts for 27.74% of the total tickets sold on TRA App. The ticketing of Tze-Chiang Limited Express takes up the highest proportion of the total number, reaching 54.54%. 90.70% of the passengers only purchase one-way tickets. The tickets purchased during the ordinary days account for 72.21% of the total number on TRA App.
Currently, the number of passengers purchasing tickets via TRA App is small, but it shows a gradual growth trend. If it provides the function of picking up tickets via the mobile phone and opens the function of purchasing tickets for local trains, it may bring significant effectiveness for the sales growth.

目 次	III
表目錄	V
圖目錄	VII
第一章	緒論	1
第一節	研究背景與動機	1
第二節	研究目的	3
第三節	論文架構	4
第二章	文獻探討	5
第一節	名詞說明	5
第二節	相關文獻	6
第三章	研究設計	14
第一節	研究對象	14
第二節	研究流程	15
第三節	研究範圍	16
第四章	臺鐵App購票簡介與售票資料分析	20
第一節	臺鐵App購票簡介	20
第二節	臺鐵App購票資料分析	24
第三節	研究發現	43
第五章	結論與建議	47
第一節	結論	47
第二節	建議	50
參考文獻	52
表2-1相關文獻列表	6
表3-1售票資料-主檔欄位說明	16
表3-2售票資料-去程明細檔欄位說明	17
表3-3售票資料-回程明細檔欄位說明	18
表4-1 App各票種售票數及比例	24
表4-2民國103年全台人口數統計	25
表4-3臺鐵各售票通路銷售情形	26
表4-4對號列車之訂單數、售票數和發車數之比	27
表4-5 App購票每月售票數及售票之複合成長率	28
表4-6 App售票之男女比例	28
表4-7本國人/外國人App售票數及比例	29
表4-8單程訂單及去回程訂票，售票數	30
表4-9外籍人士訂票數統計	30
表4-10平日/假日訂票及搭車時間	31
表4-11提前訂票天數	32
表4-12單筆訂票之訂票數量	32
表4-13去回程間隔天數及比例	33
表4-14車站售票數分析	33
表4-15搭乘人次最高的起迄車站區間	34
表4-16前10名旅客購票統計	34
表4-17購票人出生地	40
表4-18付款及退票比例統計	42
圖3-2 研究流程圖	15
圖4-1臺鐵票務系統功能架構圖 (資料來源: 2-2鹿潔身副局長-與談三-TRA未來營運發展之研究需求)	22
圖4-2列車座位預售流程圖	23
圖4-3每月售票數	27
圖4-4售票數月複合成長率CGAR（%）	27
圖4-5 A1**70**** - 搭乘時間	35
圖4-6 C2**04**** - 搭乘時間	35
圖4-7 L2**78**** - 搭乘時間	36
圖4-8 H1**82**** - 搭乘時間	36
圖4-9 H2**47**** - 搭乘時間	37
圖4-10 F2**28**** - 搭乘時間	37
圖4-11 F2**55**** - 搭乘時間	38
圖4-12 S2**13**** - 搭乘時間	38
圖4-13 T1**18**** - 搭乘時間	39
圖4-14 V1**18**** - 搭乘時間	39

1.	內政部 統計處，104年第3週內政統計通報（103年底人口結構分析）。(Retrieved 12/1, 2015, from http://www.moi.gov.tw/stat/news_content.aspx?sn=9148)
2.	臺鐵票務規定，（2016/1/5），臺灣鐵路管局現行票務規定及服務項目說明。(Retrieved 2015/12/1, 2015, from http://www.railway.gov.tw/tw/CP.aspx?sn=1312&n=1333)
3.	鹿潔身 副局長，（2013），臺鐵未來營運發展之研究需求（中華民國102年12月5日）。
4.	資策會。(Retrieved 12/1, 2015, from 2014臺灣消費者行動裝置暨APP使用行為研究調查報告)
5.	資訊公開專區-臺鐵統計資訊，（2016/1/4）。
6.	性別統計專區/統計資料（月報）／統計資料（103年報）／調查摘要報告／鐵路統計專有名詞。(Retrieved 12/1, 2015, from http://www.railway.gov.tw/tw/CP.aspx?sn=7460&n=6886#mk7)
7.	劉家伶，民102，行動商務顧客服務因素探討－以高鐵手機購票為例，國立高雄應用科技大學觀光與餐旅管理研究所碩士論文。
8.	廖韋菁，民101，網路瀏覽行為對購買決策之影響－以zappos為例，臺灣大學國際企業學研究所碩士論文。
9.	施智婷，民101，服務需求預測與旅客偏好之整合模式─以一家國道客運公司為例，成功大學交通管理科學系碩士論文。
10.	林昭輝，民93，臺鐵售票曲線之型態分析，國立成功大學交通管理學系博士論文。
11.	賴巧文，民100，網路消費者行為之網站造訪期間對購買期間的影響性－以訂購機票網站為例，臺灣大學國際企業學研究所碩士論文。
12.	陳民祐，民101，應用資料探勘探討線上訂票乘客行為－以臺鐵西幹線為例，中興大學行銷學系所碩士論文。
13.	吳錫惠&吳賜聲，2012，『運用科技接受模式探討使用者在行動通訊上網之影響因素－以智慧型手機為例』，萬能商學學報，（17）：81-102頁。
14.	呂錦隆&周宏彥，2009，『城際客運旅客對網路訂購票網站內容知覺重要性之研究』，立德學報，6（2）：43-64頁。
15.	曾羣偉&蔡旻宏，2013，『應用nfc基於行動app的設計』，全球商業經營管理學報，（5）：141-152頁。
16.	林祥生&劉益豪，2008，『應用資料採礦探討國際線航空旅客之線上購票行為』，運輸計劃季刊，37（2）：197-235頁。
17.	胡惠君.，2015，『察覺app使用者之心智模式：以即時通訊軟體line為例』，設計學報，20（2）：25-42頁。
18.	陳光華&楊政樺，2013，『 行動商務顧客服務因素與市場區隔探討－以台灣高鐵手機快速訂票通關服務為例』，觀光休閒學報，19（3）：279-306頁。
19.	陳立偉&楊清溪，2006，『 What determines the stock price and the informative efficiency: The omitted information frequency observed』，文大商管學報，11（1）：29-59頁。
20.	陳立偉，2008，『Information distribution and the informative efficiency』，管理與系統，15（4）：545-561頁。
21.黃明達&洪維澤，2014，『校園app使用行為之研究－以淡江大學為例』，電腦稽核，（29）：78-91頁。