在現今大數據時代崛起的年代中，企業必須朝著利用各種銷售資料的數據去分析並深入研究網購者對眾多網路銷售平台消費者族群的特性，喜好，意願還有所重視的購買決策因素。因此本研究為探討網購族群特性，通路平台差異性，產品品牌信任度等變項因素對消費者購買意願的影響，以及通路費用結構，配送運費，退貨成本等變項因素對企業營運績效的影響，並探討之間的相互關係。以藉此了解各網購平台消費者購買行為，以作為通路佈局及產品開發等操作策略及經營方向參考，以維持在競爭激烈的通路市場中維持競爭力並持續發展。
本研究採用數據分析法，將傢俱廠商104+105年度的銷售資料共計4646筆，予以整理，分類，分類完成後，利用相關資料分析與變異數分析(ANOVA)，樞紐分析法，列聯表等分析法。
    由本研究結論得知，消費者會因為產品風格及不同分類的選擇差異而影響銷售金額，消費者對網購平台的付款便利性和促銷檔期的差異會影響其購物意願及銷售金額，消費者的居住區域和年齡及性別差異會影響其購買意願及銷售金額，而消費者的購物週期對購買意願及金額則無顯著影響。

In this generation, the big data is suddenly rising. Number of enterprises shall utilize various selling information and data to analyze and deeply research the consumer group character, preferences, purchasing intention and decision of online shopper in tremendous online platform.   

This research explores the effects of online consumer demographic characteristics and differences between ecommerce platforms, brand trust and various factors on customer purchasing intentions. The goal is to increase selling and market sharing in the competitive market by optimization strategies development for channel selling, product development and pricing through online consumer and buying behaviors understanding.

The researching utilizes data analysis to short and categorize by 4646 records of furniture manufacture selling data in 2015 and 2016. Subsequently, the related data is analyzed by variance analysis (ANOVA), regression analysis and series table analysis.

This research includes the following:
•Average selling price is positively impacted by product design and product categorization on ecommerce platforms
•Average selling price and customer purchasing intention are both impacted by these factors
oEase-of-payment of ecommerce platforms 
oPromotion planning
oConsumer geographical location
oConsumer demographics (age and gender)
•Average selling price and customer buying intention are negligibly affected by consumer shopping cycles

目錄
目錄	III
表目錄	IV
圖目錄	IV
第一章　緒論	1
第一節 研究背景與動機	1
第二節 研究目的	2
第二章　網購與通路佈局	3
第一節、電子商務模式	3
第二節 通路佈局	8
第三章 研究設計	16
第一節 數據分析	16
第二節 資料來源及資料整理	18
第三節 研究架構及假說	20
第四章 資料分析	22
第一節 銷售數據的結構	22
第二節 變異數分析	32
第三節 交叉分析表	44
第四節 退貨率分析	58
第五節 假說檢定	66
第五章　結論與建議	67
第一節 研究結論	67
第二節 管理意涵	69
第三節 研究貢獻	72
第四節 研究限制	73
第五節 未來研究之建議	74
參考文獻	75

表目錄
表 2 1：客戶營利比較表	9
表 2 2：網購平台購物便利性比較圖	10
表 2 3：購物平台購後保障性比較圖	11
表 2 4：購物平台產品資訊比較圖	12
表 2 5：購物平台經營策略差異比較圖	14
表 3 1：數據變數分類明細表	19
表 4 1：研究資料性別結構分析表	22
表 4 2：研究資料年齡結構分析表	23
表 4 3：研究資料銷售區域結構分析表	24
表 4 4：研究資料銷售週期結構分析表	25
表 4 5：研究資料通路結構分析表	27
表 4 6：研究資料產品分類分析表	28
表 4 7：研究資料品牌分類分析表	29
表 4 8：研究資料產品風格分類分析表	30
表 4 9：供貨廠商分類比較分析表	31
表 4 10：研究資料描述性統計資料表	32
表 4 11：消費者居住區域別對銷售數值影響之ANOVA分析表	33
表 4 12：消費者年齡別對銷售數值影響之ANOVA分析表	34
表 4 13：消費者性別對銷售數值影響之ANOVA分析表	35
表 4 14：通路平台對銷售數值影響之ANOVA分析表	36
表 4 15：付款方式對銷售數值影響之ANOVA分析表	37
表 4 16：促銷活動對銷售數值影響之ANOVA分析表	38
表 4 17：銷售季別對銷售數值影響之ANOVA分析表	39
表 4 18：銷售月份對銷售數值影響之ANOVA分析表	40
表 4 19：銷售日星期別對銷售數值影響之ANOVA分析表	41
表 4 20：產品風格對銷售數值影響之ANOVA分析表	42
表 4 21：產品品牌對銷售數值影響之ANOVA分析表	43
表 4 22：購買人性別對通路平台的銷售數值交叉分析表	44
表 4 23：購買人年齡別對通路平台的銷售數值交叉分析表	45
表 4 24：購買人居住區域別對通路平台的銷售數值交叉分析表	46
表 4 25：銷售季別對通路平台的銷售數值交叉分析表	47
表 4 26：銷售月份別對通路平台的銷售數值交叉分析表	49
表 4 26：銷售月份別對通路平台的銷售數值交叉分析表(續)	50
表 4 27：銷售星期別對通路平台的銷售數值交叉分析表	51
表 4 27：銷售星期別對通路平台的銷售數值交叉分析表(續)	52
表 4 28：產品風格別對通路平台的銷售數值交叉分析表	53
表 4 29：購買人性別對產品品牌的銷售數值交叉分析表	55
表 4 30：購買人年齡別對產品品牌的銷售數值交叉分析表	56
表 4 31：購買人居住區域別對產品品牌的銷售數值交叉分析表	57
表 4 32：通路＆性別退貨率比較分析表	59
表 4 33：區域＆年齡退貨率比較分析表	60
表 4 34：品牌＆產品分類退貨率比較分析表	61
表 4 35：通路＆品牌消費者回購率分析比較表	62
表 4 36：通路平台經營費用比差異分析比較表	64
表 4 37：通路平台經營費用比差異分析比較表	65
表 4 38：假說檢定彙整表	66

圖目錄
圖 2 1：Kotler 消費者決策模式	6
圖 2 2：交易效用理論	7
圖 2 3：近五年B2C&C2C銷售比較表	15
圖 3 1：研究架構圖	20

參考文獻
中文文獻:
1.李月華、廖子賢,2007,〈網路購物意願影響因素之研究〉。《管理研究學報》
7(1):119-150。)
2.陳毓倫. (2016). 以大數據技術分析及預測手機網路聲量與銷售量之關聯. 淡
江大學資訊工程學系碩士在職專班學位論文, 1-56.
3.劉姿敏。《T 公司網路專賣店銷售量之趨勢分析》。國立交通大學管理學院經
營管理學程,2015。
4.陳曉佩. "傳統通路與電子通路下資訊通路商行銷資源差異性之研究." 淡江
大學管理科學研究所企業經營碩士在職專班學位論文 (2006): 1-77
75
英文文獻：
1.Ajzen, I., & Fishbein,  M. (1975). A Bayesian analysis of  attribution processes. Psychological Bulletin, 82(2), 261.
2.Classen,D. C. Pestotnik S. L.,Evans R. S.,Lloyd,J. F& Burke J. P. (1997). Adverse drug events in hospitalized patients: excess length of stay extra costs and at-tributable mortality. 277(4), 301-306.
3.Chen, Qun, et al. "Reversible blockade of electron transport during ischemia protects mitochondria and decreases myocardial injury following reperfusion." Journal of Phar-macology and Experimental Therapeutics 319.3 (2006): 1405-1412.
4.Do, R. K., Hatada, E., Lee, H., Tourigny, M. R., Hilbert, D., & Chen-Kiang, S. (2000). Attenuation of apoptosis underlies B lymphocyte stimulator enhancement of humoral immune response. Journal of Experimental Medicine, 192(7), 953-964.
5.Hellier, P. K. Geursen, G. M.Carr, R. A. & Rickard J. A. (2003). Customer re-purchase intention: A general structural equation model. European journal of market-ing, 37(11/12),1762-1800.
6.Hornig, B., Arakawa, N., Kohler C., & Drexler, H. (1998). Vitamin C improves endothelial function of conduit arteries in patients with chronic heart failure. Circulation, 97(4), 363-368.
7.Inmon, Bill. "The data warehouse budget." DM Review Magazine, January(1997).
8.Kumar, Nirmalya, Lisa Scheer, and Philip Kotler. "From market driven to market driv-ing." European management journal 18.2 (2000): 129-142.
9.Petre, M., Minocha, S., & Roberts, D. (2006). Usability beyond the website: an empirically-grounded e-commerce evaluation instrument for the total customer expe-rience. Behaviour& Information Technology, 25(2), 189-203.
10.Ramires, M. L. de Castro, C. A. N., Nagasaka, Y. Nagashima, A. Assael, M. J.， &Wakeham, W. A. (1995). Standard reference data for the thermal conductivity of water. Journal of Physical and Chemical Reference Data, 24(3)， 1377-1381.
11.Stern, Louis W., Adel I. El-Ansary, and Anne T. Coughlan. "Marketing channels 5th ed." (1996)
12.Stern, Louis W., and I. Adel. "El-Ansary and James R." Brown-" Management in the Marketing Channels" New Jersey Prentice Hall-1989 (1989)
13.Thaler, R. (1985). Mental accounting and consumer choice. Marketing science, 4(3), 199-214.