走在汽車革命的路上論文書籍站
國立臺北科技大學 設計學院設計博士班 王鴻祥所指導 陳志平的 數據驅動產品設計：應用機器學習分類、 歸納與預測風格 （2021），提出YAO BIKE 二 店關鍵因素是什麼，來自於機器學習、數據驅動產品設計、品牌風格、設計資料集、作品風格預測。
而第二篇論文國立高雄科技大學 管理學院博士班 徐村和所指導 何森田的 依顧客體驗之要因在顧客旅程中改善行銷策略：FL-D方法 （2021），提出因為有 資源基礎理論、競爭優勢理論、以顧客為中心、行銷策略、顧客旅程、顧客體驗、關鍵成功因素、模糊語意偏好關係法、決策試驗與評估實驗室、決策試驗與評估實驗室為基礎的網絡分析的重點而找出了 YAO BIKE 二 店的解答。
數據驅動產品設計：應用機器學習分類、 歸納與預測風格
為了解決YAO BIKE 二 店 的問題，作者陳志平 這樣論述：
本研究創建了一個基於機器學習以及深度學習的數據驅動產品設計模擬工具，將此設計評估、風格分類以及預測系統用來提升年輕設計師對於風格與設計品味的認識，包含品牌風格以及年代風格，並利用電腦來辨識年輕設計師所創作之作品風格，從收集過往案例且基於產品設計資料庫，由電腦提供一些理性的建議，此建議是有異於人類經驗的設計導師建議。以六個數據驅動的產品設計案例為核心。透過「數據驅動產品設計」的概念以及「應用機器學習分類、歸納與預測風格」之應用，提出此方法於產品設計過程中所產生的資料價值，將有助於促進年輕設計師的設計評估、判斷與決策的實用工具。 首先，建構本論文的架構，包括：（1）擬定產品設計應用
之範圍，（2）品牌風格以及年代風格的探討，（3）風格分類、歸納與預測之概念呈現，（4）數據驅動解決方案之應用與設計實驗之驗證。其次，本研究對促進設計的創新價值所需數據科學化的工具，應用數據驅動產品設計的概念，深入探討產品設計過程中所對應的機器學習與深度學習運算方法，並著重於風格之分類與歸納。擬定出四個產品領域，包括：（A）道奇以及積架的品牌汽車的設計風格探討，（B）Genius品牌電腦滑鼠在三十五年期間風格演變之調查，（C）手指微血管顯微鏡之醫療裝置設計與擷取影像清晰度的探討，（D）以人因工程為基礎的手工具設計實驗與評估。 最後，本研究嘗試將數據驅動產品設計之概念轉變成設計課程之規劃，在
教學實踐上提出包含：（1）產品設計資料庫；（2）設計樣品製作；（3）設計目標與評估；（4）數據驅動方式的應用；（5）數據可視化。藉此概念在課程學習上能夠讓學生了解自己設計作品的風格走向，讓學生了解品牌產品設計風格的演變，利用品牌產品的歷史設計資料，來預測學生作品的設計風格，期待結合數據驅動與機器學習方式，能夠提升未來投入產品設計教學領域之成效，並且提供一些數據驅動設計的範式，進而從學校教學實踐之後，將此方法推廣至業界，達成產品設計創新價值的目標。
依顧客體驗之要因在顧客旅程中改善行銷策略：FL-D方法
為了解決YAO BIKE 二 店 的問題，作者何森田 這樣論述：
資源基礎理論指出公司核心資源能增強其行銷策略而獲得競爭優勢，且行銷策略之制定需以顧客為中心。從顧客旅程中改善行銷策略是企業之重要問題，然而該問題在過去的相關研究似乎未受到重視。因此，本研究旨在探討如何從顧客體驗中分析出關鍵成功因素與它的最主要影響因素，並以這兩項重要因素在顧客旅程中改善行銷策略。 從顧客體驗之角度構建顧客體驗層級架構，藉以發展問卷。開發以模糊語意偏好關係法(Fuzzy LinPreRa, FL)為基礎的DEMATEL、DANP和DP (Fuzzy LinPreRa-based DEMATEL, DANP and DP, FL-D)，它是創新的混合模糊多準則決策分析方法。
首先、運用Fuzzy LinPreRa為基礎的DEMATEL，分析星巴克顧客體驗層級架構各因素的相互影響關係並繪製影響力網絡關係圖(INRM)。第二、Fuzzy LinPreRa為基礎的DANP，用於分析星巴克顧客體驗層級架構中之關鍵成功因素。第三、Fuzzy LinPreRa為基礎的DP，用於分析星巴克顧客體驗層級架構中各準則之績效。第四、分析結果「香氣誘人」是關鍵成功因素，且有0.5889分之績效缺口需要改善，而「香氣誘人」的最主要影響因素是「新鮮的」。據此，訪談重度消費者期望在顧客旅程中的哪些接觸點？用什麼方式？獲得「香氣誘人」改善後之體驗。彙整訪談逐字稿進行內容分析後，制定在顧客旅程中
改善行銷策略之方案。最後提出結論並指出研究侷限與未來之研究建議。 開發更簡便、快速且實用之FL-D方法，藉以探討星巴克顧客體驗層級架構中各因素的相互影響關係、關鍵成功因素及績效，這些對方法論及行銷策略管理提供了理論貢獻；從顧客旅程中制定改善行銷策略之方案，這對於企業在達成提升品牌形象與績效之策略目標提供了實務貢獻。整體而言，本研究創造了新的方法論、理論背景與實證檢驗結果。