第三章 研究方法
第二節 研究對象與執行
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
料的蒐集及多重的比較分析，希望找出其共同的規律性和個別差異的致勝關鍵，
期望，提高結論的正確性和參考價值。
第二節 研究對象與執行
3.2.1 研究對象
本研究針對台灣本土 39 家銀行業在 Facebook 粉絲專頁經營模式研究，統 計方式由其官方網站頁面中尋找有粉絲專頁連結者，代表其為企業官方經營之 粉絲專頁，如為社團頁面或是其他私人經營頁面則不算在此內。39 家銀行中有 22 家銀行有官方粉絲專頁，其中有 7 家銀行有一個以上官方粉絲專頁，但因為 其粉絲專頁內容為特定主題，分析結論可能有失偏頗故刪除不列入研究樣本中，
下圖為22 個樣本所在 Facebook 粉絲專頁的歸類項目。
圖3-1 FACEBOOK粉絲專頁分類與本研究分析區域
本研究希望了解粉絲專頁完整一整年度的經營策略，故資料區間從 2016 年1 月 1 日至 2016 年 12 月 31 日的每一則官方貼文作為研究資料。透過資策 會創新應用服務研究所開發的Facebook 社群監測服務機制，透過粉絲專頁動態 時報公開資料數據，依支持度(粉絲專頁目前有多少粉絲按讚)、關注度(粉絲專 頁的粉絲中有多少人會按官方貼文讚)、參與度(粉絲專頁的粉絲中有多少人會
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
銀行作為分析對象，故以等權重的比例進行四個測度的計算。但若考量到支持度(粉絲 人數)為企業經營粉絲專頁的首要指標進行加權(支持度佔 50%比重)，則前五粉絲專頁 將依序變為E 銀行、D 銀行、T 銀行、H 銀行、C 銀行，U 銀行替換成 C 銀行，提供 後續研究者另一計算指標方式。
透過表格可以發現，粉絲人數(支持度)越多的粉絲專頁不必然代表人氣越 高、反應越好，持續性的經營行銷才是達到成功粉絲專頁的最終目的，故本研 究透過類目建構的方式將專頁內容分為幾個類別做分析，探討前五名粉絲專頁 的經營模式並找出其成為人氣粉絲的關鍵因素。
3.2.2 類目建構
本研究主要參考陳卿豪(2013)網路行銷之訊息策略分析和張綺文(2015) Facebook 經營模式探討 Facebook 粉絲專頁中的類目架構方式，分為以粉絲專 頁的官方貼文洞察報告(包含貼文類型和主題、貼文頻率與時段、專頁對於粉絲 所扮演的角色)和以粉絲角度的反應態度(包含使用者對於專頁貼文給予的反應：
讚/留言/分享數量和回饋：留言的內容情緒)，分別了解粉絲專頁經營者與使用 者的習性與思維模式並進行對照分析經營策略是否達到目標受眾之預期。
此外，同時也加入莊宜軒(2012)在企業粉絲專頁之公關策略分析歸納出 Kent and Taylor(1998)和其他以網站、部落格和 Twitter 為研究對象所提出的對 話性溝通原則指標，加入留住訪客、提高再訪率與對話迴路等等構面以強化整 個類目架構，故本研究經過篩選整合並考量Facebook 銀行業粉絲專頁特性之後 將類目建構分為內容面的多媒體運用性、資訊性和互動面的顧客支援性、組織 設定性，每一個類別再進行項目細分以利標準化統計資料，歸納出四大構面27 個指標，詳細的類目說明如下：
‧
Facebook，將官方網站、Youtube 影音、Line 官方帳號等等彼此串聯擴大網路 溝通管道，提供使用者更完整、更全面性的企業資訊。‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
5. 顧客黏著資訊：提供獎賞和娛樂性內容有助於使用者的參與率和提高再訪 率，因次也有助於使用者觀看到更多企業提供之訊息，此類資訊包含抽獎 活動和生活時事等等。
(註 3)Facebook 粉絲專頁有別於以往官方網站的優勢在於可以即時的提供與使 用者的互動機會，讓粉絲給予企業的意見透明化，故粉絲的回覆留言內容的主 題可分為三大項五種情緒：
1. 正面評論：表示對企業的支持與喜愛，包含對目前事物的高興情緒和對新 事物的期待行緒。
2. 負面評論：表示對企業的批評與建議，包含對目前事物不盡理想感到生氣 的情緒或失望而感到難過的情緒。
3. 疑問評論：使用者提出疑問，希望能透過粉絲專頁即時的得到企業或其他 使用者的解答。
3.2.3 多元迴歸變數設定
探討完個別粉絲專頁的類目架構內容分析之後，將透過多元迴歸進行 5 個 人氣粉絲專頁之整合，以量化的資料找出會顯著影響反應程度(關注度、參與度、
傳播度)的變數，本研究主要參考 Ferran Sabate(2014) Factors influencing popularity in Facebook fan pages 中的多元迴歸變數選定與分析方式，首先根據 Facebook 粉絲專頁貼文的官方制式規定找出所有貼文會呈現的資訊作為自變 數並搭配上述的類目項目表之分類方式作為各項假設的來源依據，詳細的自變 數篩選與概念模型如下：
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖3-2 取自粉絲專頁貼文格式的變數設定(底圖節錄自 Facebook 網站)
圖3-3 多元迴歸概念模型(本研究整理)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表3-3 迴歸模型變數定義 編號 自變數 變數類型 數值定義
1a 圖片 虛擬變數 0:貼文沒有圖片 / 1:貼文含有圖片 1b 影片 虛擬變數 0:貼文沒有影片 / 1:貼文含有影片 1c 連結 虛擬變數 0:貼文沒有圖片 / 1:貼文含有圖片
2a 金融商品 虛擬變數 0:貼文主題非金融商品 / 1:主題是金融商品 2b 抽獎活動 虛擬變數 0:貼文主題非抽獎活動 / 1:主題是抽獎活動 2c 企業活動 虛擬變數 0:貼文主題非企業活動 / 1:主題是企業活動 2d 生活時事 虛擬變數 0:貼文主題非生活時事 / 1:主題是生活時事 2e 金融資訊 虛擬變數 0:貼文主題非金融資訊 / 1:主題是金融資訊 2f 卡友優惠 虛擬變數 0:貼文主題非卡友優惠 / 1:主題是卡友優惠 2g 網銀資訊 虛擬變數 0:貼文主題非網銀資訊 / 1:主題是網銀資訊 3 貼文星期 虛擬變數 0:假日貼文(包含六日及國定假日)
1:平日貼文(其他時間)
4 貼文時間 虛擬變數 0:下班時間貼文(星期一至五 9 點前和 18 點 後；六日及國定假日整天)
1:上班時間貼文(其他時間) 5 粉絲人數 一般變數 數值≧0
當日累積粉絲人數，轉變成自然對數函數形 式，以增加模型解釋能力
6 反應程度 一般變數 數值≧0
每則貼文讚＋留言＋分享之數值，轉變成自然 對數函數形式，以增加模型解釋能力。
故本研究將代入 5 個粉絲專頁 2016 年 1 月 1 日至 2016 年 12 月 31 日所有 官方貼文之數據依不同月份跑出迴歸，同時根據文獻指出本研究中粉絲人數和 反應程度之數值應轉換成自然對數可提高整個迴歸模型之可信度，再者將分析 出影響反應程度的因子得到反應程度的模型，並探討期顯著程度和不同月份反 應因子的差異性。