淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-3006202019552700
中文論文名稱 資料探勘於行動支付與虛實整合商業模式之研究
英文論文名稱 The Study of Data Mining Approach Implements on The Mobile Payment and Online to Offline Business Model
校院名稱 淡江大學
系所名稱(中) 管理科學學系企業經營碩士班
系所名稱(英) Master's Program In Business And Management, Department Of Management Sciences
學年度 108
學期 2
出版年 109
研究生中文姓名 楊玲淩
研究生英文姓名 Ling-Ling Yang
學號 607620217
學位類別 碩士
語文別 中文
口試日期 2020-06-20
論文頁數 158頁
口試委員 指導教授-廖述賢
委員-吳家齊
委員-王維康
中文關鍵字 行動支付  實體通路  網路通路  虛實整合  資料探勘  商業模式 
英文關鍵字 Mobile Payment  Physical Channel  Virtual Channel  Online and Offline  Data Mining  Business Model 
學科別分類
中文摘要 在網路科技蓬勃發展的世代,因應現今社會生活的需求與電子商務的崛起,購物模式逐漸改變。在過去購買商品只能至實體通路選購付款,現在隨時隨地都可以透過網路平台進行購物消費,但是純實體與純電商的商業價值仍是有限的,故將銷售市場線上與線下的虛實整合成為重要的商業趨勢。
購物模式的變化與智慧型手機的盛行,也帶動支付方式的多元發展,消費不再侷限於以現金、信用卡付款等支付工具,智慧型手機成為這世代新興的支付媒介,行動支付的便利性給予顧客新的支付體驗,其所帶來的商機是不可限量的,但要如何將行動支付更有價值的運用在虛實購物上,以及實體與網路通路之間如何進行虛實整合是此研究的研究目的。
本研究透過集群分析、關聯規則深入挖掘不同集群顧客在行動支付、實體與網路間的消費行為,並從中發現行為間所潛在的關聯因素,分析結果將以知識地圖的方式提供行動支付及虛實整合業者作為商業模式上的參考與建議。
英文摘要 In response to the change of today's shopping trends and the rise of e-commerce, the consumer spending model has gradually transformed. In the past, the purchase of goods can only be done from physical channels. Now, it can be consumed through the Internet platform anytime and anywhere, but the commercial value is still limited. Therefore, the integration of e-commerce and physical channels has become an important business trend.
The change of shopping behavior and the prevalence of smart phones have also led to the diversified development of payment methods. Mobile payment have become the emerging payment trend of this generation. The convenience of mobile payment provides customers a new payment experience. The business opportunities brought about by mobile payment is unlimited, but how to take advantage of mobile payment via e-commerce and physical channel is the purpose of this research.
In order to provide in-depth breakdown on consumer payment methods, online and offline spending behavior, this study uses questionnaires and data exploration methods, and then mines the potential information through cluster analysis and association rules to provide an comprehensive proposal on how to best integrate mobile payment methods across both online and offline channels.
論文目次 目錄
謝辭I
中文摘要II
英文摘要III
目錄IV
表目錄VIII
圖目錄X
第一章 緒論1
1.1 研究背景與動機1
1.2 研究目的13
1.3 研究方法與流程14
第二章 文獻探討16
2.1 行動支付16
2.1.1 行動支付的定義16
2.1.2 行動支付的應用19
2.1.3 臺灣行動支付發展23
2.2 實體購物與網路購物26
2.2.1 實體購物定義26
2.2.2 網路購物定義27
2.2.3 實體購物與網路購物的特性與比較28
2.3 虛實整合31
2.3.1 虛實整合定義31
2.3.2 虛實整合商業模式33
2.4 資料探勘35
2.4.1 資料探勘之定義35
2.4.2 資料探勘作業流程37
2.4.3 資料探勘的功能39
2.5 商業模式42
2.5.1 商業模式定義42
2.5.2 商業模式九宮格44
第三章 研究方法47
3.1 研究設計與架構47
3.2 資料庫與資料倉儲的設計建立48
3.3 問卷設計與發放56
3.3.1 問卷發放57
3.4 集群分析與關聯規則58
3.4.1 集群分析58
3.4.2 關聯規則59
3.4.3 Apriori演算法62
3.5 資料探勘軟體 SPSS Modeler65
第四章 研究分析與實證結果67
4.1 問卷回收之結構描述67
4.2 資料探勘之K-means集群分析70
4.2.1 顧客輪廓之分群結果72
4.3 關聯規則之Apriori演算法77
4.4 行動支付與實體購物之關聯分析78
4.4.1 集群一(追求流行學生族)行動支付與實體購物之關聯78
4.4.2 集群二(享受生活上班族)行動支付與實體購物之關聯80
4.4.3 集群三(重視服務熟男族)行動支付與實體購物之關聯82
4.4.4 小結84
4.5 行動支付與網路購物之關聯分析86
4.5.1 集群一(追求流行學生族)行動支付與網路購物之關聯86
4.5.2 集群二(享受生活上班族)行動支付與網路購物之關聯88
4.4.3 集群三(重視服務熟男族)行動支付與網路購物之關聯90
4.5.4 小結92
4.6 虛實整合與商業模式之關聯分析94
4.6.1 集群一(追求流行學生族)虛實整合與商業模式之關聯94
4.6.2 集群二(享受生活上班族)虛實整合與商業模式之關聯96
4.6.3 集群三(重視服務熟男族)虛實整合與商業模式之關聯98
4.6.4 小結100
第五章 結論與後續研究建議102
5.1 研究結論與管理意涵102
5.1.1 行動支付與實體購物之研究結論103
5.1.2 行動支付與實體購物之管理意涵104
5.1.3 行動支付與網路購物之研究結論112
5.1.4 行動支付與網路購物之管理意涵113
5.1.5 虛實整合與商業模式之研究結論121
5.1.6 虛實整合與商業模式之管理意涵122
5.2 研究限制130
5.3 後續研究建議131
參考文獻132
附錄一155
表目錄
表2-1 行動支付相關定義18
表2-2 行動支付的NFC安全技術20
表2-3 實體通路和網路通路的功能特性29
表2-4 網路購物與實體購物之比較30
表2-5 虛實整合的定義32
表2-6 資料探勘的定義36
表2-7 資料探勘的流程38
表2-8 監督式學習與非監督式學習的資料探勘功能39
表2-9 商業模式的定義42
表2-9 商業模式的定義(續)43
表2-10 商業模式九大要素說明45
表2-10 商業模式九大要素說明(續)46
表3-1 實體、關聯與屬性的概述49
表3-2 問卷發放回收情形57
表4-1 問卷回收統計表67
表4-2 顧客基本資料統計表69
表4-3 K-means分群結果75
表4-3 K-means分群結果(續)76
表4-4 集群一行動支付與實體購物之關聯法則79
表4-5 集群二行動支付與實體購物之關聯法則81
表4-6 集群三行動支付與實體購物之關聯法則83
表4-7 行動支付與實體購物分析之三群異同處85
表4-8 集群一行動支付與網路購物之關聯法則87
表4-9 集群二行動支付與網路購物之關聯法則89
表4-10 集群三行動支付與網路購物之關聯法則91
表4-11 行動支付與網路購物分析之三群異同處93
表4-12 集群一虛實整合與商業模式之關聯法則95
表4-13 集群二虛實整合與商業模式之關聯法則97
表4-14 集群三虛實整合與商業模式之關聯法則99
表4-15 虛實整合與商業模式分析之三群異同處101
表5-1 行動支付與實體購物之整合建議107
表5-2 行動支付與網路購物之整合建議115
表5-3 虛實整合與商業模式之整合建議124
圖目錄
圖1-1 108年批發、零售及餐飲業經營實況調查報告2
圖1-2 零售業營業額及年增率(2019)3
圖1-3 網路購物業營業額及年成長率4
圖1-4 從純電商跨足實體店的零售業者6
圖1-5 多通路示意圖6
圖1-6 全通路整合模式8
圖1-7 各購物通路的零售銷售額9
圖1-8 臺灣行動支付代表廠商10
圖1-9 研究流程圖15
圖2-1 臺灣主要行動支付業者24
圖2-2 商業模式九宮格(BMC)44
圖3-1 研究架構圖47
圖3-2 概念性資料庫:E-R圖50
圖3-3 邏輯性資料庫設計圖52
圖3-4 實體資料庫關聯圖53
圖3-5 雪花綱要模式55
圖3-6 問卷架構圖56
圖3-7 Apriori演算法產生之候選項目集合與高頻項目集合推導過程64
圖3-8 資料探勘工具滿意度(2015)66
圖4-1 資料探勘節點串流圖70
圖4-2 集群(叢集)大小分配圖71
圖4-3 集群比較圖71
圖4-4 資料探勘的模型路徑圖77
圖4-5 集群一行動支付與實體購物之蛛網圖78
圖4-6 集群二行動支付與實體購物之蛛網圖80
圖4-7 集群三行動支付與實體購物之蛛網圖82
圖4-8 集群一行動支付與網路購物之蛛網圖86
圖4-9 集群二行動支付與網路購物之蛛網圖88
圖4-10 集群三行動支付與網路購物之蛛網圖90
圖4-11 集群一虛實整合與商業模式之蛛網圖94
圖4-12 集群二虛實整合與商業模式之蛛網圖96
圖4-13 集群三虛實整合與商業模式之蛛網圖98
圖5-1 行動支付與實體購物之知識地圖108
圖5-2 行動支付與網路購物之知識地圖116
圖5-3 虛實整合與商業模式之知識地圖125
參考文獻 王有誠(2019)。平台商業模式開放邊界之初探。(未出版之碩士論文)。國立成功大學,台南市。
王麗君(2016)。台灣銀行業對第三方支付發展策略之探討-以S金控為例。(未出版之碩士論文)。國立政治大學,臺北市。
吳慧貞(2015)。使用資料探勘探討多層式圖書自動分類系統之研究。(未出版之碩士論文)。國立中興大學,台中市。
李宛穎(1999)。線上銷售考量因素之研究。(未出版之碩士論文)。國立中山大學,高雄市。
官振華(1996)。WWW使用者運用電子購物意願之研究-以人格特質,購買涉入與網路使用行為探討。(未出版之碩士論文)。國立中央大學,桃園縣。
林秀英(2015)。風起雲湧的行動支付競賽。臺灣經濟研究月刊,38(5),55-63。
林宗達、田育任(2018)。邁向多元發展之 QR Code 共用平台及技術規格。財金資訊季刊,91,15-23。
林慶德、陳宇芬(譯)(2006)。資料庫管理與應用(原作者:Jeffrey A.HOffer,Mary B.Prescott,Fred R.McFadden著)。臺北市:全華圖書。
洪美智(2015)。台灣金融業行動支付發展策略之研究-以C銀行為例。(未出版之碩士論文)。國立成功大學,台南市。
洪誠甫(2012)。影響消費者選擇虛擬通路之因素-以3C產品為例。(未出版之碩士論文)。國立高雄第一科技大學,高雄市。
洪瓊梅(2017)。行動支付促進因素影響消費者使用意願。(未出版之碩士論文)。輔仁大學,新北市。
胡大偉(2018)。採用行動支付意願影響因素之研究。(未出版之碩士論文)。輔仁大學,新北市。
胡克鈞(2018)。高雄市高中職學生網路購物行為之研究。(未出版之碩士論文)。國立高雄大學,高雄市。
范陳燕兒(2018)。越南線上購物顧客滿意度之研究。(未出版之碩士論文)。長庚大學,桃園縣。
高秀珍(2017)。以延伸科技接受模型探討開發中及已開發國家消費者之線上購物意願。(未出版之碩士論文)。國立臺灣科技大學,臺北市。
張孝維(2018)。QR Code 行動支付應用。財金資訊季刊,91,33-35。
張昭容(2014)。行動支付使用者採用意圖之研究。(未出版之碩士論文)。國立臺灣大學,臺北市。
張景堯(2011)。網路購物之顧客關係管理、服務品質與品牌形象認知關聯性之研究-以「Yahoo!奇摩購物中心」為例。(未出版之碩士論文)。國立彰化師範大學,彰化縣。
張雅雯(2018)。服飾品牌個性與顧客關係之研究:虛實整合的觀點。(未出版之碩士論文)。國立臺中教育大學,台中市。
梁哲誠(2002)。以交易成本理論分析虛擬與實體通路整合-台灣便利商店在電子商務的優勢。(未出版之碩士論文)。國立高雄第一科技大學,高雄市。
郭瀚揚(2019)。資料探勘應用之研究:零售業的RFM分析架構。(未出版之碩士論文)。國立臺灣師範大學,臺北市。
陳乃萁(2008)。K-means集群分析法應用於號誌定時時制時段劃分之研究(未出版之碩士論文)。逢甲大學,台中市。
陳以筑(2019)。國內觀光企業轉型穆斯林友善觀光場域之商業模式分析。(未出版之碩士論文)。國立高雄科技大學,高雄市。
陳怡君(2019)。電信詐騙之問題解決-商業模式畫布之應用。(未出版之碩士論文)。實踐大學,臺北市。
陳菀揚(2018)。打造全方位智慧好鄰居。Taiwan Economic Forum,16(2),62-78。
曾裕文(2011)。我國行動支付之業務應用探討。財金資訊季刊,69 ,2-7。
黃國軒(2019)。早餐業創新商業模式之探討-以F早午餐店為例。(未出版之碩士論文)。國立臺北科技大學,臺北市。
黃薇霖(2017)。一級產業六級化服務品質之研究。(未出版之碩士論文)。國立屏東大學,屏東縣。
楊碧雲(2017)。藝人、名人、新銳設計師個性時尚服飾之創新商業模式-以BLENDER為例。(未出版之碩士論文)。國立中山大學,高雄市。
經濟部中小企業處(2018)。普及智慧支付 開創數位經濟。Taiwan Economic Forum,16(2),15-28。
葉怡成(2017)。資料探勘:程序與模式使用Excel實作。臺北市:五南書局。
廖冠羽(2012)。虛實整合經營模式下之通路、品牌、流程與顧客服務整合對顧客價值與線上購買意圖影響之研究。(未出版之碩士論文)。德明財經科技大學,臺北市。
廖述賢(2007)。資訊管理。臺北市:雙葉書廊。
廖述賢、溫志皓(2019)。資料探勘:人工智慧與機器學習發展以SPSS Modeler為範例。臺北市:博碩文化。
劉正雄(2016)。零售業多通路虛實整合之研究:以3C公司為例。(未出版之碩士論文)。逢甲大學,台中市。
劉玉霞(2019)。以科技接受模式探討行動支付對消費者行為的影響。(未出版之碩士論文)。國立臺灣大學,臺北市。
劉宗維(2018)。全球行動支付比率之關鍵因素(未出版之碩士論文)。中原大學,桃園縣。
鄭又華、劉宗維、賴俊唐(2018)。支付系統與競爭(研究計畫編號PG10705-0016),公平交易委員會。
戴國良(2016)。顧客關係管理: 精華理論與實務案例 (第二版)。臺北市:五南書局。
薛宸栩(2014)。實體通路、虛擬通路、品牌體驗、品牌愛慕與品牌忠誠度之研究-以精品化妝品業為實證。(未出版之碩士論文)。國立臺北科技大學經營管理系碩士班碩士論文,台北市。
謝邦昌(2017)。SQL Server資料採礦與商業智慧:適用SQL Server 2016/2014(第二版)。臺北市:碁峰書局。
簡子翔(2018)。感應式行動支付之營收分享機制—理論模型與市場研究。(未出版之碩士論文)。國立臺灣大學,臺北市。
簡禎富、許嘉裕(2019)。大數據分析與資料挖礦(第二版)。新北市:前程文化。
Achtenhagen, L., Melin, L., & Naldi, L. (2013). Dynamics of business models–strategizing, critical capabilities and activities for sustained value creation. Long range planning, 46(6), 427-442.
Afuah, A. (2002). Internet business models and strategies: Text and cases. New York: McGraw-Hill.
Agrawal, R., & Srikant, R. (1994). Fast algorithms for mining association rules. Proceedings of the 20th VLDB international conference, VLDB, 1215, 487-499.
Agrawal, R., Imieliński, T., & Swami, A. (1993). Mining association rules between sets of items in large databases. Proceedings of the 1993 ACM SIGMOD international conference on Management of Data, SIGMOD,93, 207-216.
Alba, J., Lynch, J., Weitz, B., Janiszewski, C., Lutz, R., Sawyer, A., & Wood, S. (1997). Interactive home shopping: consumer, retailer, and manufacturer incentives to participate in electronic marketplaces. Journal of marketing, 61(3), 38-53.
Applegate, M., & Collura, M. (2000). Emerging E Business Models: Lessons from the Field. Harvard Business School Press.
Bellman, R., Clark, C. E., Malcolm, D. G., Craft, C. J., & Ricciardi, F. M. (1957).On the construction of a multi-stage, multi-person business game.Operations Research, 5(4), 469-503.
Bernstein, F., Song, J. S., & Zheng, X. (2008). “Bricks-and-mortar” vs. “clicks-and-mortar”: An equilibrium analysis. European Journal of Operational Research, 187(3), 671-690.
Berry, M. J., & Linoff, G. S. (2011). Data mining techniques: for marketing, sales, and customer relationship management. Hoboken: John Wiley & Sons.
Berson, A., & Smith, S. (1997). Data warehousing, data mining, and OLAP. New York: McGraw-Hill.
Berson, A., Smith, S., & Thearling, K. (1999). Building data mining applications for CRM. New York: McGraw-Hill.
Burke, R. (2002). Hybrid recommender systems: Survey and experiments. User modeling and user-adapted interaction, 12(4), 331-370.
Cabena, P., Hadjinian, P., Stadler, R., Verhees, J., & Zanasi, A. (1998). Discovering Data Mining. From Concept to Implementation. New Jersey: Prentice Hall.
Casadesus-Masanell, R., & Ricart, J. E. (2010). From strategy to business models and onto tactics. Long range planning, 43(2-3), 195-215.
Chan, P. S., & Pollard, D. (2003). Succeeding in the dotcom economy: Challenges for brick & mortar companies. International Journal of Management, 20(1), 11.
Chandra, S., Srivastava, S. C., & Theng, Y. L. (2010). Evaluating the role of trust in consumer adoption of mobile payment systems: An empirical analysis. Communications of the Association for Information Systems, 27(1), 29.
Chen, P. S. (1976). The entity-relationship model—toward a unified view of data. ACM Transactions on Database Systems (TODS), 1(1), 9-36.
Chien, C. F., & Chen, L. F. (2008). Data mining to improve personnel selection and enhance human capital: A case study in high-technology industry. Expert Systems with applications, 34(1), 280-290.
Clark, T., & Hazen, B. (2017). Business Models for Teams: See how Your Organization Really Works and how Each Person Fits in. London: Penguin.
Dahlberg, T., Mallat, N., Ondrus, J., & Zmijewska, A. (2008). Past, present and future of mobile payments research: A literature review. Electronic commerce research and applications, 7(2), 165-181.
Du, Y., & Tang, Y. (2014). Study on the Development of O2O E-commerce Platform of China from the Perspective of Offline Service Quality. International Journal of Business and Social Science, 5(4), 308-312.
Funk, J. L. (2004). Key technological trajectories and the expansion of mobile Internet applications. Info, 6(3), 208-215.
Furht, B. (2011). Handbook of augmented reality. London: Springer Science & Business Media.
Ghezzi, A., Renga, F., Balocco, R., & Pescetto, P. (2010). Mobile Payment Applications: offer state of the art in the Italian market. Info, 12(5), 3-22.
Han, J., Pei, J., & Kamber, M. (2011). Data mining: concepts and techniques. Amsterdam: Elsevier.
Hand, D. J. (2007). Principles of data mining. Drug safety, 30(7), 621-622.
Hanson, W., & Kalyanam, K. (2007). Principles of Internet marketing. Nashville: South-Western College Publishing.
Harper, G., & Pickett, S. D. (2006). Methods for mining HTS data. Drug Discovery Today, 11(15-16), 694-699.
Hofacker, C. F., Malthouse, E. C., & Sultan, F. (2016). Big data and consumer behavior: Imminent opportunities. Journal of Consumer Marketing, 33(2), 89-97.
Hoffer, J. A., George, J. F., & Valacich, J. S. (2017). Modern systems analysis and design. London: Pearson.
Hoffman, D. L., & Novak, T. P. (1996). Marketing in hypermedia computer-mediated environments: Conceptual foundations. Journal of marketing, 60(3), 50-68.
Hussein, N., Alashqur, A., & Sowan, B. (2015). Using the interestingness measure lift to generate association rules. Journal of Advanced Computer Science & Technology, 4(1), 156.
Ji, X., & Lu, F. (2018). K-means clustering analysis and evaluation for internet of acoustic environment characteristics. Cognitive Systems Research, 52, 603-609.
Johnson, M. W., Christensen, C. M., & Kagermann, H. (2008). Reinventing your business model. Harvard business review, 86(12), 57-68.
Jusoh, Z. M., & Ling, G. H. (2012). Factors influencing consumers’ attitude towards e-commerce purchases through online shopping. International Journal of Humanities and Social Science, 2(4), 223-230.
Karnouskos, S. (2004). Mobile payment: a journey through existing procedures and standardization initiatives. IEEE Communications Surveys & Tutorials, 6(4), 44-66.
Koklić, M. K. (2019). Effect of Specialty Store Environment on Consumer’sEmotional States: The Moderating Role of Price Consciousness. MARKET/TRŽIŠTE, 31(1), 7-22.
Lang, Y. M., & Li, T. Y. (2017). The College Students’ Behavior Intention of Using Mobile Payments in Taiwan: an Exploratory Research. International Journal of Management and Applied Science, 3(3), 89-93.
Liébana-Cabanillas, F., Muñoz-Leiva, F., & Sánchez-Fernández, J., (2018). A global approach to the analysis of user behavior in mobile payment systems in the new electronic environment. Journal of Service Business, 12, 25-64.
Luna, I. R. (2017). Mobile Payments at the Point of Sale: Key Issues, Perspectives and Guidelines for Future User Adoption. Unpublished doctoral dissertation. Universidad de Granada, Spain.
MacQueen, J. (1967). Some methods for classification and analysis of multivariate observations. Proceedings of the fifth Berkeley symposium on mathematical statistics and probability, 1(14), 281-297.
Madureira, A. (2017). Factors that hinder the success of SIM-based mobile NFC service deployments. Telematics and Informatics, 34(1), 133-150.
Magretta, J. (2002). Why business models matter. Harvard Business Review, 80(5), 86-92.
Mallat, N. (2007). Exploring consumer adoption of mobile payments-A qualitative study. The Journal of Strategic Information Systems, 16(4),413-432.
Mariscal, G., Marban, O., & Fernandez, C. (2010). A survey of data mining and knowledge discovery process models and methodologies. The Knowledge Engineering Review, 25(2), 137-166.
Markham, S. K., Kowolenko, M., & Michaelis, T. L. (2015). Unstructured text analytics to support new product development decisions. Research-Technology Management, 58(2), 30-39.
McCue, C. (2014). Data mining and predictive analysis: Intelligence gathering and crime analysis. Oxford: Butterworth-Heinemann.
Mehta, K., & Bhattacharyya, S. (2004). Adequacy of training data for evolutionary mining of trading rules. Decision support systems, 37(4), 461-474.
Morris, M., Schindehutte, M., & Allen, J. (2005). The entrepreneur's business model: toward a unified perspective. Journal of business research, 58(6), 726-735.
Olmo, J. L., Luna, J. M., Romero, J. R., & Ventura, S. (2013). Mining association rules with single and multi-objective grammar guided ant programming. Integrated Computer-Aided Engineering, 20(3), 217-234.
Osterwalder, A., & Pigneur, Y. (2010). Business model generation: a handbook for visionaries, game changers, and challengers. Hoboken: John Wiley & Sons.
Pottruck, D. S., & Pearce, T. (2001). Clicks and mortar: Passion driven growth in an internet driven world. Hoboken: Jossey-Bass.
Priyadharsini, C., & Thanamani, A. S. (2014). An Overview of Knowledge Discovery Database and Data mining Techniques. International Journal of Innovative Research in Computer and Communication Engineering, 2(1), 1571-1578.
Rafalski, E. (2002). Using data mining/data repository methods to identify marketing opportunities in health care. Journal of Consumer Marketing, 19(7), 607-613.
Rayport, J. F., & Jaworski, B. J. (2004). Best face forward. Harvard business review, 82(12), 47-52.
Richard, D., & Mala, D. (2018). GI-ANFIS approach for envisage heart attack disease using data mining techniques. International Journal of Innovative Research in Advanced Engineering (IJIRAE), 5(3), 106-111.
Roiger, R. J. (2017). Data mining: a tutorial-based primer. Florida: Chapman and Hall/CRC.
Santhi, V., & Gopal, L. (2018). The Consumer Behaviour towards Online Shopping in Coimbatore city-An Exploratory study. International Journal of Pure and Applied Mathematics, 120(5), 1459-1489.
Santos, M. Y., & Amaral, L. A. (2004). Mining geo-referenced data with qualitative spatial reasoning strategies. Computers & Graphics, 28(3),371-379.
Shaw, M. J., Subramaniam, C., Tan, G. W., & Welge, M. E. (2001). Knowledge management and data mining for marketing. Decision support systems, 31(1), 127-137.
Spekman, R. E., & Davis, E. W. (2004). Risky business: expanding the discussion on risk and the extended enterprise. International Journal of Physical Distribution & Logistics Management, 34(5), 414-433.
Steinfield, C., Bouwman, H., & Adelaar, T. (2002). The dynamics of click-and-mortar electronic commerce: opportunities and management strategies. International Journal of Electronic Commerce, 7(1), 93-119.
Taher, A., Leigh, T. W., & French, W. A. (1996). Augmented retail services: the lifetime value of affection. Journal of business research, 35(3), 217-228.
Weng, X., & Zhang, L. (2015). Analysis of O2O model’s development problems and trend. Ibusiness, 7(1), 51-57.
Wirth, R., & Hipp, J. (2000). CRISP-DM: Towards a standard process model for data mining. Proceedings of the 4th international conference on the practical applications of knowledge discovery and data mining. London: Springer-Verlag.
Zhou, T. (2013). An empirical examination of continuance intention of mobile payment services. Decision support systems, 54(2), 1085-1091.
Zott, C., Amit, R., & Massa, L. (2011). The business model: recent developments and future research. Journal of management, 37(4), 1019-1042.
Marketing Charts. (2018, May). Omnichannel Shoppers Spend Far More Than Online-Only Customers. Marketing Charts. Retrieved from https://www.marketingcharts.com/industries/retail-and-e-commerce-83428
Rampell, A. (2010, August). Why Online2offline Commerce Is a Trillion Dollar Opportunity. TechCrunch. Retrieved from https://techcrunch.com/2010/08/07/why-online2offline-commerce-is-a-trillion-dollar-opportunity/.
Rexer, K., Gearan, P., & Allen, H. (2016). 2015 Data Science Survey. Rexer Analytics. Retrieved from https://www.rexeranalytics.com/assets/rexer_analytics_2015_data_miner_survey_summary_report.pdf
Sorensen, E. (2019, September). QR code payments - what is it and how doesit work? Mobile Transaction. Retrieved from https://www.mobiletransaction.org/qr-code-payment-works/
T客邦(2017年4月)。一次看懂行動支付:什麼是遠端支付、近端支付?國內有哪些方案?T客邦。2019年10月14日。取自https://www.techbang.com/posts/23218-a-read-operation-pay-basic-concepts-solutions-graphic-all-set-pchome231-touch-the-future-author-zhang-yajun
大和有話說(2018年8月)。【圖解】台灣行動支付大比拼:Line Pay、街口支付、Apple Pay|大和有話說【部落格文字資料】。大和有話說。2019年9月8日。取自 https://dahetalk.com/2018/08/19/
王孟倫(2019年10月)。IMF下修我國今年GDP 金管會強調我金融市場穩健成長。自由財經。2019年12月2日。取自https://ec.ltn.com.tw/article/breakingnews/2948496
王曉鋒(2015年10月)。零售4.0》移動時代來臨,從傳統走向無縫零售。SmartM。2019年12月26日。取自https://www.smartlinkin.com.tw/Article/1499
行政院新聞傳播處(2019年9月)。加速推動行動支付普及。行政院。2019年11月24日。取自https://www.ey.gov.tw/Page/5A8A0CB5B41DA11E/84ca877a-f946-4684-a19d-732a351dc448
吳佩娟(2018年3月)。Life8 營收破億展現品牌電商突圍力!靠「早一步」實踐新零售再進化。風傳媒。2019年12月28日。取自https://www.storm.mg/stylish/416221
財政主計金融處(2018年12月)。以「台灣Pay」推動行動支付之成效與展望。行政院。2019年11月24日。取自https://www.ey.gov.tw/Page/448DE008087A1971/a38bdec9-679a-4415-8df4-cde4c629587e#
財團法人台灣網路資訊中心(2019)。2018台灣網路報告。財團法人台灣網路資訊中心。2019年9月8日。取自https://report.twnic.tw/2018/TWNIC_TaiwanInternetReport_2018_CH.pdf
商周編輯顧問採訪組(2018年2 月)。虛實整合的「全通路零售」來了-4.0時代決勝大數據。貿易雜誌,320。2019年10月13日。取自http://www.ieatpe.org.tw/magazine/ebook320/storypage02.html
陳冠榮(2019a)。網購市場成長,2019 年電子購物營收估破 2,000 億元大關。科技新報。2019年12月26日。取自https://finance.technews.tw/2019/08/06/taiwan-e-commerce-market-growing/
陳冠榮(2019b)。PChome 24h購物串接街口支付,6大行動支付全到齊。TechNews科技新報。2019年12月28日。取自 http://technews.tw/2019/03/18/using-jaopay-on-pchome-24h/
陳書榕(2018年4月)。行銷別再區分線上和線下!一張表,教你國際品牌都在做的「全通路」經營。經理人。2019年12月27日。取自https://www.managertoday.com.tw/articles/view/55943
陳賢澔(2019年12月)。新零售、全通路、O2O | 為何觀念大家都有,卻少有品牌做得到位。91APP。2020年01月12日。取自https://www.91app.com/blog/new-retail-concept/
創夢市集(2019年9月)。水果電商「果物配」創造零售新體驗。NOWnews今日新聞。2019年10月13日。取自https://www.nownews.com/new/20190911/3622717/
彭夢竺(2019年11月)。數位轉型再進化!全聯推電商APP分批取貨還可轉送親友。今日新聞。2019年11月24日。取自https://www.nownews.com/news/20191104/3731535/
程倚華、高敬原(2019年5月)。超零售時代來臨,解析3大關鍵要素。數位時代。2019年11月24日。取自https://www.bnext.com.tw/article/53150/-super-retail
馮建棨(2019年8月)。全年營業額挑戰2,000億 電子購物業上半年營收 創新高。中時電子報。2019年12月2日。取自https://www.chinatimes.com/newspapers/20190806000296-260204?chdtv
黃嘉洵(2019年2月)。電商開設實體店正流行。經濟日報。2019年12月27日。取自https://money.udn.com/money/story/10871/3646878
黃慧雯(2019年4月)。網家「玉山 Pi 拍錢包信用卡」報稅月推重磅豪禮。中時電子報。2019年8月20日。取自https://www.chinatimes.com/realtimenews/20190430001932-260410?chdtv
經濟部統計處(2019a)。108年批發、零售及餐飲業經營實況調查報告。經濟部統計處。2019年11月13日。取自https://www.moea.gov.tw/Mns/dos/bulletin/Bulletin.aspx?kind=28&html=1&menu_id=16959&bull_id=6384
經濟部統計處(2019b)。歷年零售業營業額及年增率。經濟部統計處。2019年11月13日。取自https://dmz21.moea.gov.tw/GA/#/b03
經濟部統計處(2019c)。108年電子購物業營收可望再創新猷。經濟部統計處。2019年12月27日。取自https://www.moea.gov.tw/MNS/populace/news/News.aspx?kind=1&menu_id=40&news_id=86046
資策會產業情報研究所(2018年8月)。2019虛擬經濟三大商機:商務、社交、娛樂。資策會產業情報研究所。2019年12月19日。取自https://mic.iii.org.tw/news.aspx?id=504
資策會產業情報研究所(2019年1月)。【行動支付大調查】消費者愛好排名變動 本土業者成長幅度最大。資策會產業情報研究所。2019年10月13日。取自https://mic.iii.org.tw/news.aspx?id=504
廖雅雯(2016年12月)。體驗行銷整合電商服務,實體通路的反擊!動腦新聞。2019年12月28日。取自https://www.brain.com.tw/news/articlecontent?ID=43320
蔡郁薇(2019年5月)。行動支付殊死戰,Line Pay聲量獲得壓倒性的勝利。SmartM新網路科技。2019年8月20日。取自https://www.smartm.com.tw/article/35383534cea3
謝宗憲(2019年6月)。行動支付掌握未來 綜觀各家行動支付的市場趨勢。電子商務時報。2019年12月28日。取自https://www.ectimes.org.tw/?p=58720
藍立晴(2018年8月)。2018行動支付戰開打(一):LINE Pay、街口支付兩虎相爭,PChome後來居上?。匯流新聞網CNEWS。2019年11月24日。取自https://cnews.com.tw/2018-taiwan-mobile-payment-01
蘇宇暉、羅凱揚(2018年9月)。超越通路─多通路、跨通路與全通路。行銷資料科學。2019年12月19日。取自https://medium.com/marketingdatascience/
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2020-07-21公開。
  • 同意授權瀏覽/列印電子全文服務,於2020-07-21起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2486 或 來信