【 單車環島 】 Bike Fitting 中文是什麼 ？ 台北推薦 — Dynamic Labs
要實現10年前的夢想 — 單車環島，
第一個遇到的難題就是：「 我該買什麼車？ 」 「 這台車是否適合我 ？ 」
買車前要「 試駕 」、買衣服前要 「 試穿 」，那買單車前有沒有 「 試騎 」 功能呢？Bike Fitting 是什麼 ？ Fitting 的中文？
經過我的理解 —
Bike Fitting 其實就是一種數據分析的應用， 配合每個人的身體狀況，調整單車的角度來優化騎乘的效率。
Bike Fitting 的系統百家爭鳴，各大單車品牌也都推出自家的 Fitting 系統，例如：Giant 捷安特是「 Right Ride System 」、 Merida 美利達則有 「 Merida Bike Fit」、Cannondale 「 Guru 」、Shimano 「 Bikefitting.com 」、 Specialized 「Body Geometry Fit 」。
近幾年，台灣也有不少提供 Bike Fitting 的工作室，例如：臺北地區的 Dynamic Lab 則是採用 「 Velogicfit 」、Friday BikeFit 使用 「 Retül 」，中部的 CPS — Cycle Plus Studio 用的是 「 STT System 」。
經過一番研究、親身體驗後：
Bike Fitting 其實是有三大元素組成：
車友 ( Rider )、資料 ( Data )、教練 ( Fitter )
三大元素環環相扣，必須相互配合，才能找到真正適合自己的騎乘角度。
1. 車友 ( Rider )
騎車最重要的當然就是車友、騎士本身，單車的錢是你要出、單車是你自己要騎，車友本身在 Bike Fitting 扮演三大功能。- 身體狀況：每個人都是獨特的個體，身體狀況都不一樣，個人本身的柔軟度、肌耐力、腿力、核心肌群都會影響騎乘的姿勢和表現，甚至是身體任何部位是否受過傷 ？ 也都會成為Bike Fitting 的參考依據。 所以，Fitting 過程可能會被要求做身體前彎、腳併攏伸直、四肢按壓測試柔軟度等等。
- 個人偏好：買車當然是要買自己喜歡，但也會有現實的考量，包括預算限制、單車塗裝、獨鍾特定品牌、、、等等，例如：我當初就是希望針對某一台指定單車，想要知道我到底適不適合騎？很任性的希望可以買得好又騎得舒服。
- 騎乘回饋： Fitting 過程的感受只有自己最清楚，身體哪裡不舒服？姿勢哪裡覺得不順暢？除了靠敏銳的 Fitter 在過程中發現，如果自己能夠清楚表達、溝通，也有助於 Fitter 了解你真正的騎乘感受，並做適當的調整。
2. 資料 ( Data )
數據分析領域，不外乎就是考量三大要素：資料搜集、資料完整性、資料精確度。
Fitting 的資料搜集主要是透過 Fitting 系統和教練的觀察和紀錄。- 資料搜集：想要做數據分析當然要有資料，之前提到的 Bike Fitting 系統，就是搜集騎乘資料的管道。傳統的可以透過儀器或工具，做手動量測，例如：量測身高、跨高，透過量角器量測你騎乘的角度 ; 比較先進的，則是透過各種感測器 ( sensor )，將身體數據、騎乘數據直接做紀錄、自動儲存後上傳雲端等待分析。
- 資料完整性：單車是一個動態騎乘的情境，理想的單車資料搜集，當然就是可以模擬你動態的騎乘狀況，把各項數據同步紀錄和呈現。資料紀錄範圍簡單的是搜集 2Ｄ( 平面 ) 資料，完整的就是搜集 3D 動態資料。資料的呈現有的相對擬真，是直接投射你本人的騎乘畫面，例如：Dynamic Lab 的 「 Velogicfit 」系統 ; 有些系統則是模擬的人物，只有呈現個人騎乘角度，但在人像則是模擬的人物，例如：CPS 的 「 STT 」系統。
- 資料精確度：Garbage In, Garbage Out. （ 垃圾進，垃圾出 ）如果資料搜集過程已經失準，量測角度完全錯誤，後續的數據分析一點用處都沒有。所以， Bike Fitting 前或是 Fitting 過程中，Fitter 必須校正儀器的設定是否正確，才能確保資料的搜集精確，達到資料分析的意義。
3. 教練 ( Fitter )
最後，Fitting 過程中的最大關鍵：教練 ( Fitter )
這有點像是數據分析師的角色，但他們更多了單車騎乘和自行車訓練的專業。同一份資料到不同的數據分析師手上，可能會有不同的解讀和詮釋。更何況 Bike Fitting 過程中，還會牽涉到車友和教練的互動、溝通。
不同的教練的最大差異主要是這三點：
- 溝通技巧：教練對事物、對人的敏銳度會影響到他的觀察力，甚至能不能在適當的時候發問、引導車友做更多的回饋，適當扮演「 聆聽者 」的角色，雖然這不是正規的數據，卻也是在做後續判斷資料的一種，好的教練可以在過程中搜集到系統無法蒐集的資訊，而這些關於車友的切身感受，深深影響 Fitting 的品質和最後結果。
- 資料判讀：系統會搜集很多資料，不同系統搜集的資料也不完全一致，教練如何在短時間內快速抓取資料的核心重點，看出數據的異常和騎乘的問題原因，就考驗教練的能耐了，因為 Fitting 過程中，是個即時、立即的環境，要立馬調整單車角度去找出最好的解決方案，這和一般在辦公室分析數據不太一樣，講究即戰力和快速反應變通。
- 經驗值：這一點就是所謂的 「 黑盒子 」啦，這會取決於不同教練的知識背景、騎車經驗、銷售技巧？！ 做出最後判斷要調整的零件、修正的角度，提出最終的單車調整建議。
數據分析雖然講究的是客觀，但在資料判讀、資料詮釋上，難免會加入主觀的想法和思考，這就很難避免～但無論如何，綜觀以上 Bike Fitting 的核心，一個 Bike Fitting 的優劣，就留給每一位車友自行判斷囉～ 至少，我對自己最後選擇的 「 Dynamic Lab 」 很滿意！而且在 Fitting 過程中，也讓我自己對於數據分析在單車界的應用有另一番體悟 ～ 最後和大家分享我最後買的愛車 — 2019 EnviLiv
給大家參考我選擇的 Fitting 工作室：Dynamic Lab （台北）
& 耐心幫我調整單車的職人工作室：驛站單車 (台中)
同場加映：
如果對於 Fitting 過程有任何疑問，推薦可以去看 Eva 影片喔～
小小做個問卷調查:
喜歡【數據分析】系列，請給我10個拍手！
如果你跟我一樣也愛騎車，15個拍手讓我知道吧！
如果你跟我一樣想單車環島、或是已經單車環島過了，請不要吝嗇拍滿50個拍手！！！歡迎分享、轉貼文章～任何想法也歡迎交流～
記得Follow【化繁為簡的資訊整理術】，隨時掌握最新文章喔！
