第五章 結論與建議
5.4 研究貢獻
目前研究臉書廣告投放策略的研究不多，只有少數利用問卷調查的方式進 行。本研究則與企業深入合作，使用臉書廣告管理員工具操作廣告投放系統，
實際觀察企業投放策略並進行深入的資料分析，研究方法、經驗及結果，將為 後續探討臉書廣告行銷相關研究的一個很具價值的研究文獻。
63
參考文獻
網站：
Inside(2013) 優化 Facebook 廣告行銷四步驟
http://www.inside.com.tw/2013/09/30/one-small-change-in-your-ad-one-giant-leap-for-your-facebook-campaign
財團法人台灣網路資訊中心(TWNIC)，台灣網際網路使用調查報告，網址：
http://www.twnic.net.tw/index4.php。
數位時代，「網路產業誰領風騷？2015 台灣百大熱門網站揭曉!」，網址：
http://www.bnext.com.tw/article/view/id/35475。
織田紀香(2014) FB 廣告投放設定基本觀。 網址：
http://www.facebook.com/norika1207/posts/4908118875887。
論文書籍：
林彥維(2014) Facebook 粉絲團廣告投放策略之研究-以某兩家服飾業為例，國立 台北科技大學工業工程與管理所。
胡哲生（民 89）。行動導向的實務研究典範與方法設計。商管科技季刊。4，
475-503。
潘慧玲（民 93）。教育研究的取徑。台北市：知識達圖書。
Action Research in Supply Chain Management-A framework for relevant and rigorous research. (2009). Supply Chain Planning and Analysis. MBA Program,
Soochow University.
Blanchard, A. L(2008)“Testing a Model of Sense of Virtual Community,” Computers in Human Behavior, Vol. 24, No. 5, pp. 2107-2123.
Dag Naslund. (2002). Logistics needs qualitative research - especially action research.
International Journal of Physical Distribution & Logistics Management,
32(5), 321.
Fernback,J.,&Thompson,B.Virtual communities(1995):Abort,retry,failure? Retrieved August 11,2009,from http://www.well.com/user/hlr/texts/VCcivil.html.
Hagel,John,& Armstrong,Arthur(1997).Net Gain:Expanding Markers Through Virtual Communities:Harvard Business School Press.
Harper,V.B(2007).Gender differences within perceptions of virtual communities.
Lee, F. S., Vogel, D., and Limayem, M.(2002)“Virtual Community Informatics: What We Know and What We Need to Know,” Unpublished Paper presented at the System Sciences, 2002. HICSS. Proceedings of the 35th Annual Hawaii International Conference on, IEEE.
Martin Müller. (2005). Action Research in Supply Chain Management-An Introduction. In Research Methodologies in Supply Chain Management.
Germany: Physica-Verlag HD.
Paul Coughlan, & David Coghlan. (2002). Action research for operations
management. International Journal of Operations & Production Management,
22(2), 220.
Rick Middel Ir., Louis Brennan, David Coghlan, & Paul Coughlan. (2005). The Application of Action Learning and Action Research in Collaborative Improvement within the Extended Manufacturing Enterprise. In Research
Methodologies in Supply Chain Management.
Rodney McAdam, & Leonard Brown. (2001). Strategic alignment and the supply chain for the steel stockholder sector: An exploratory case study analysis.
Supply Chain Management, 6(2), 83-94.
Rheingold, H.(1993) The Virtual Community: Homesteading on the Electronic Frontier: Basic Books.
Romm, C., Pliskin, N., and Clarke, R.,(1997)“Virtual Communities and Society:
Toward an Integrative Three Phase Model,” International journal of information
65
management, Vol. 17, No. 4, pp. 261-270.
Ridings, C. M., Gefen, D., and Arinze, B(2002)“Some Antecedents and Effects of Trust in Virtual Communities,” The Journal of Strategic Information Systems, Vol. 11, No. 3, pp. 271-295.
Plant, R.(2004)“Online Communities,” Technology in Society, Vol. 26, No. 1, pp. 51-65.
附錄：本研究之行動研究開會紀錄
專案工作會議紀錄(一) 研究案名稱：eseller 流量行為分析研究
時問：105 年 1 月 8 號(五)上午 11 點 00 分 地點：東吳大學城中校區 3211 室
出席者：蘇雄義教授、石尊元負責人、謝昌熹負責人、林韋瀚研究員、曾國棟 研究員、吳宇娗研究員、方 欣研究員、朱志宣研究員
記錄：朱志宣研究員
討論議題
1. 本次研究進行方式、方法與關鍵字等相關溝通。
2. 謝昌熹負責人簡介網頁編輯器，該編輯器定位為行銷人員平台，以元件 (unit)組成，架構類似 google 表單，編輯便利，希望克服行銷人員的資訊 技術問題，以利架構一頁式銷售頁面，成為線上 DM。為使表單可以安插程 式碼，以取得行銷用途之決策資訊，該網頁編輯器由公司自行開發，希望能 透過本次研究了解更多行銷決策需求，以及對應的程式碼安排，優化該產 品。
3. 石尊元負責人表示，google analytics(ga) 可以分析流量的背景與行為，
追蹤每個流量進入網頁後所觸發的行為與最終的結果，一頁式銷售頁很單 純，結果只有購買與否，內容各段有購買鈕，可以研究流量的行為，另外表 單會納入購買者的個資，便利分析。 facebook 工具則由廣告衍生，目前仍 持續改版更新，由轉換像素(pixel)的推廣，追蹤用戶於社群平台以外的行 為，以回饋付費廣告精準資訊，可嘗試知道 facebook 廣告分數與流量行為 的關連。
4. ga 的追蹤，可免費使用，臉書則需要付費才會啟動功能，目前公司介面都
67
可使用。
5. 謝昌熹負責人建議嘗試研究運用 ga 追蹤單一流量的連續行為，以了解使用 者行為地圖，便利行銷決策。石尊元負責人建議從國外文獻參考經驗。
主要結論
1. 本次研究方法為行動研究(Action Research)，關鍵字為社群、行銷、電子 商務，主要運用 google analytics 和 facebook pixel 作為工具，作收集 資料的實驗，兩家公司會協助網站與後台建置，希望能建置符合電商的平 台。
2. 需要盡快建立研究團隊通訊錄，由韋瀚負責。
3. 下周四(1/14)，研究員報告專書第一至五章，報告依序為：方 欣、吳宇 娗、朱志宣、曾國棟、林韋瀚，個人報告時間約 15-20 分鐘‧
4. 下周五(1/15)，第二次專案工作會議。
5. 公司會盡快定義研究方向、開放測試介面給研究員，未來正式上線前，各組 需要先決議程式碼建置。
6. 本次研究須盡快了解兩大工具，以利監控設計。
專案工作會議紀錄(二) 研究案名稱：eseller 流量行為分析研究
時問：105 年 1 月 15 號(五)下午 13 點 00 分 地點：東吳大學城中校區 3211 室
出席者：蘇雄義教授、石尊元負責人、謝昌熹負責人、林韋瀚研究員、曾國棟 研究員、吳宇娗研究員、方 欣研究員、朱志宣研究員
記錄：朱志宣研究員
討論議題
1. 下周三(1/20)，研究員報告專書第八至十二章，報告依序為：曾國棟、朱 志宣、吳宇娗、林韋瀚、方 欣，個人報告時間約 15-20 分鐘，第一至五章 修改內容與檔名後，寄予朱志宣彙整；未來 GA 組回顧完成第六章、FB 組 回顧完成第七章，並放入彙整作文獻參考‧
2. 目前開放成員獨立後台介面，未來會開放測試用途的台灣原生種香檬網 頁，便利測試模擬與快速移轉正式網頁。
3. 目前 GA 測試後台不需要太美觀，主要是測試使用者填表單改變 html 的 input 時，能否送出東西，最簡單就是偵測 page view、點擊、欄位、上 下滑動、輸入等基本事件，以及其他待確認與研究的事件能否成功收到事 件與如何收集，再決定要收集的內容，就可以接續討論上線。
4. FB 工具介面簡介。
5. 蘇教授希望能與以往資料作分析比對，也許可以分析廣告與新舊客戶相關 消費者行為議題。
主要結論
1. 須在過年前完成正式程式碼測試、上線。
2. 公司會盡快提供測試後之後台原始 html 範例便利成員修改。
69
3. FB 與 GA 組要在本週盡快完成各自可能需要的程式碼參數與事件彙整表，
並提供給蘇教授作初步了解，且完成初步基本事件測試。
4. GA 組優先研究每個流量進導購網站後的站內觸發事件，聚焦在瀏覽與點擊
「訂購」。次確認「頁面滾動」事件，以及資料匯出格式的可能性，例如除 敘述統計與統計結果外，能否呈現連串事件觸發的相關統計，便利分析連 續行為。
5. 臉書像素工具可能是用像素圖片追蹤，而以此命名，其便利追蹤廣告轉換 效果(例如:接觸潛在顧客)，如能妥善設定程式碼，可協助了解廣告成本，
有助公司決策。
6. 未來會再加入兩位輔大資工學生協助程式碼工作，讓研究團隊未來專注回 收資料的分析。
7. 未來開會以週四、五下午為主。
專案工作會議紀錄(三) 研究案名稱：eseller 流量行為分析研究
時問：105 年 1 月 27 號(三)下午 14 點 30 分 地點：象漾行銷股份有限公司
出席者：石尊元負責人、林韋瀚研究員、曾國棟研究員、吳宇娗研究員 記錄：林韋瀚研究員
討論議題
1. 與輔大資工研究員會晤並討論後續配合事項。
主要結論
1. Facebook pixel 與 google analytics 兩大系統將由輔大資工同學進行研 究操作，以縮短前期摸索時間。
2. 目前已將部分程式碼埋入銷售網頁中，可以回收「網頁停留時間」、「購買 鈕點擊率」等資訊，預計本周將新增「訂購完成鈕點擊率」。
3. 目前無法追蹤單一使用者瀏覽網頁的連續行為。
4. 研究人員將以目前所能得到資訊進行探討分析，並思考後續研究方向。
71
專案工作會議紀錄(四) 研究案名稱：eseller 流量行為分析研究
時問：105 年 2 月 26 號(五)上午 10 點 30 分 地點：東吳大學城中校區 3211 室
出席者：蘇雄義教授、石尊元負責人、謝昌熹負責人、朱志宣研究員、林韋瀚 研究員、吳宇娗研究員、方欣研究員、曾國棟研究員
記錄：曾國棟研究員
討論議題
1. 討論 GA 組與 FB 組未來分析與分工方向。
主要結論
1. GA 事件流程能否自動化抓資料出來，了解需要知道那些事件及資料來分 析，並請輔大資工系的同學協助自動化輸出資料的功能。
2. 需確定 GA 組要朝哪個方向進行分析?例如每一天流量行為、進網站後流程與 來源(電腦、行動裝置)、新舊客戶的行為與關聯分析。也可從流量來源的興 趣類別進行分析及定義。
3. 需修正 GA 組完成購買鈕資料未能輸出的功能。
4. FB 及 GA 未來是否能直接寫程式自動將資料輸出。
5. FB 組可先針對購買次數、有啟動購買及轉換金額(事件結果)對應到的廣告 型態及 FB 給的分數相關性進行分析。
6. 分析相同類型的族群針對不同廣告類型及 FB 給予不同分數時，是否具有不 同意義。
7. FB 組先將資料分成每日、每周進行初步分析。
專案工作會議紀錄(五) 研究案名稱：eseller 流量行為分析研究
時問：105 年 3 月 4 號(五)下午 02 點 00 分 地點：東吳大學城中校區 3211 室
出席者：蘇雄義教授、林韋瀚研究員、曾國棟研究員、吳宇娗研究員、方 欣研 究員、朱志宣研究員
記錄：方 欣研究員
討論議題
1. 本次會議分別討論 FB 組與 GA 組各自的研究發現。
2. 訪客興趣與購買意願的交叉分析表-此表以工作階段數為基礎描繪網站訪客 特性，交叉結果顯示前三名皆偏好「旅遊/酒店與住宿」消費，平時生活興 趣則於「新聞與閱讀愛好者/娛樂與名人新聞」、「電影」與「旅遊」等相關 資訊來源。另有計算不同族群的回訪率，重新排名後發覺與工作階段的排名 不同，未來可再深究觀察其中原因。
3. 香檬 eseller 導購頁的事件流程分析-2/1-3/2 期間內，觀察最終(或曾經) 到達 CompleteBuy 的事件流程，可以發現經由第一個快捷按鈕至
CompleteBuy 事件者有 20 筆，而經過第二個快捷按鈕至 CompleteBuy 事件 者有 13 筆。
4. 網頁載入速度建議-從「行為」－「網站速度」的報表中可以看出，香檬 eseller 導購頁的平均載入時間需時 24.67 秒，其主要理由為高解析度的相 片不利手機用戶載入。「行為」－「網站速度」－「速度建議」報表中，有 列出調整的方向供業主參考，此部分會在「GA 組分析 2/1-3/2」文件中詳細 說明。
73
5. 蘇教授建議
A. 藉由網站訪客特性和行為流程的交互分析來探討目標消費群購買商品的
A. 藉由網站訪客特性和行為流程的交互分析來探討目標消費群購買商品的