第五章 結論與建議
第二節 研究限制及建議
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二節 研究限制及建議
一、研究限制
根據過去預測市場和創意市場案例經驗，參與人數之多寡對於創意的 數量、激發學習效應以及評鑑的品質具有重要影響。本研究的創意市場計 畫為一封閉市場，只限國寶人壽企業內部員工參與，並不對外開放一般民 眾提案及交易買賣。雖規劃獎金和記功嘉獎作為獎勵誘因，但誘因是否夠 強烈，足以有效吸引參與者有意願在公務繁忙之餘，額外撥冗業餘時間，
並且願意自發性地花費時間、心力去了解整個活動機制和系統操作，這取 決於參與者個人的考量。因此，本研究僅能就主動登入且願意參與交易、
填答問卷的成員所提供之資料，進行收集與分析。
因為在個人資料保護法之規範下，無法事前得到參與者之資料，創意 市場之帳號密碼必須透過企業內部統一寄發。創意提案和交易績效之獎金 亦由企業直接頒發，並非由政大預測市場研究中心做辦理，可能造成部分 參與者對創意市場執行過程之公信力和匿名性提出質疑，導致降低其信賴 度和參與意願。創意市場平台的操作流程對於初次使用的成員而言較陌生，
雖已製作手冊、教學影片，並安排訓練課程，向參與者講解如何操作下單 進行交易買賣，卻仍受限於訓練時間、場地以及網頁瀏覽之限制，亦可能 阻礙其參與意願。
由於本研究對象為保險業，保險商品具有週期較長之特性，不同於其 他一般製造業之商品，可以立即從銷售量之多寡判別其優劣。即便採行創 意市場產生之方案於市面上推出銷售，也不易在短期間內衡量公司出獲利 情形，利潤是否成長還需仰賴後續長期的追蹤。本研究僅能針對相關人員，
進行問卷填答之方式，藉此評估其成效。
105
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
二、相關建議
(一)加強宣導和訓練
新險種和新保單商品的開發過程牽涉到機率論、保險、法律、精算、心 理學等多方面的知識和技術，同時，必須清楚知道市場目前的需求，才有辦 法針對保險項目的種類、內容進行設計和規劃。因此，保險公司在執行創意 市場之前，必須加強內部宣導和教育訓練，培養員工之專業能力，提升員工 素質，精準地掌握市場脈動、競爭者動態和消費者需求，再以此為基礎進行 產品之開發，才能有效地增強保險公司競爭能力，增加其經營效益。
(二)確保匿名性
創意市場過程雖採行匿名方式，企圖讓參與者表達內心真實想法，但是 最終頒發獎勵時，仍會公布得獎者之資訊，帳號密碼的發放亦是由企業內部 單位來執行，使得參與者擔憂可能失去其意義。建議可採取事先簽定同意書，
或是讓參與者自行登入個人資料以索取帳號密碼的形式，免除由企業內部單 位來進行發放作業。事後頒發獎勵應採取和提出創意提案相同方式，完全由 立場中立之第三方來執行，以確保參與方之匿名性，提升創意市場的公信力 和信賴度。
(三)提高申購限制
創意股票申購是為了先進行初步的篩選，然而可能存在聯合護航某特定標的 大量集資的現象，導致其他優良之創新提案無法獲得上市交易機會，而就此 埋沒的缺陷。尤其當個人持有虛擬貨幣數量很多，申購所損失的成本較低，
可能只單純跟著群眾的動向做選擇，產生跟風心理的羊群效應。因此，在交 易期間的設定上可以延長申購天數，讓更多交易者有充足時間加入市場。另 外，可考慮將虛擬貨幣分成兩階段發放，申購時僅先給予部分資金，直到進
106
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
入評鑑階段，再發放另一筆交易資金，使交易者在進行申購時會更謹慎思考 而不盲從。
(四)簡化交易平台
部分參與者反應創意市場進行流程略為複雜、繁瑣，而且交易平台頁面 不夠簡潔，以致於實際操作時不易理解，無法順利進行創意市場的買賣。建 議交易頁面可以更清晰、直覺的方式呈現，並提供線上小幫手、FAQ 說明，
使參與者在頁面上即可輕易 熟悉操作模式，更 順利於平台中進行查閱資訊 和買賣的動作，有利提升創意市場的參與度，優化評鑑結果。
(五)擴大參與
建議可提供更吸引人的獎勵誘因 （包含記功嘉獎、獎金加碼、獎狀、
獎牌 或增設其他獎品 ），大幅提升參與興趣，鼓勵更多交易者加入市場。
本次研究為一封閉市場，建議可同時進行公開市場之運作，以便讓會員、客 戶、一般大眾也能將其意見想法等資訊，一併反映至市場當中，並且比較兩 者之間的結果差異，檢驗創意市場機制是否亦適用於非公司企業內部成員，
用來作為判斷創意市場之成效表現之基礎。
(六)延伸運用
創意市場為一新興工具，有別於傳統方法。雖然目前採行的狀況仍不普 遍，但在本研究中，受訪的決策者給予相當正面評價。個人認為應善用創意 市場工具，使其充分發揮其價值，若能延伸運用至其他產業和創意競賽中，
例如：科技業新技術研發、製造業新商品開發，並且藉由市面上消費者之購 買和使用情形做為分析其成效之依據；許多公開辦理之競賽過去多半採用專 家決選和網路投票的方式做為評選工具，審查過程不公開，專家的主觀意見 占絕大部分比重，網路投票亦可能衍生灌票和護航的問題。創意市場如何應 用至競賽之評鑑當中，補足以上之缺失，也是未來相當值得研究的課題。
107
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
參考文獻
中文專書
[1] 陳義彥，2001。《民意調查》。台北：五南。
[2] 陳義彥、黃紀、洪永泰、盛杏湲、游清鑫、鄭夙芬、陳陸輝、蔡佳泓合著，
2009。《民意調查新論》。台北：五南。
[3] 童振源、池秉聰、戴中擎、葉家興、杜映磊，2013。《國寶人壽登峰造極創 意市場計畫結案報告》。
中文譯著
[1] Alex F. Osborn著，師範譯，2004。《實用想像學》(Applied Imagination)。
台北市：文藝生活書房。
[2] James Surowiecki著，楊玉齡譯，2005。《群眾的智慧：如何讓個人、 團 隊、企業與社會變得更聰明》(The Wisdom of Crowd)。台北：遠流。
[3] Juanita Brown and David Isaacs著，高子梅譯，2007。《世界咖啡館》(The World Cafe: shaping our futures through conversations that matter)。
台北市：臉譜出版社。
[4] Peter M. Senge著，郭進隆譯，1994。《第五項修煉：學習型組織的藝術與 實務》(The Fifth Discipline―The Art and Practice of the Learning Organization)。台北市：天下文化。
[5] Peter Miller著，林俊宏譯，2010。《群的智慧―向螞蟻、蜜蜂、飛鳥學習 組織運作絕技》(The Smart Swarm:How Understanding Flocks, Schools, and Colonies Can Make Us Better at Communicating, Decision Making, and Getting Things Done)。台北：天下文化。
[6] Richard J. Crisp and Rhiannon N. Turner著，李政賢譯，2009。《社會 心理學》(Social Psychology)。台北市：五南。
[7] Wolfgang Donsbach and Michael W. Traugott著，國家教育研究院主譯，
楊雅婷、梁書寧、楊濟鶴譯，2012。《民意與民調研究》。新北市：韋伯文
108
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
化國際。
期刊論文
[1] 曾玠郡、王孫崇和李世炳，2008年6月。〈從選舉預測到經濟物理學實驗－
談臺灣政治期貨交易中心之演進〉，《物理雙月刊》，30卷3期，頁265-268。
網際網路
[1] 未來事件交易所。< http://xfuture.org/>最後瀏覽日：2013/12/15。
[2] 林欣靜，2010。〈「未來事件交易所」成交未來〉，《光華雜誌》，頁46-56。
<http://www.taiwan-panorama.com/show_issue.php?id=201089908046c.t xt&table1=1&cur_page=8&distype=>最後瀏覽日：2013/09/15。
[3] 保險業公開資訊觀測站。<http://ins-info.ib.gov.tw/>最後瀏覽日：
2013/12/13。
[4] 財團法人保險事業發展中心。<http://www.tii.org.tw/index.asp>最後瀏 覽日：2013/12/13。
[5] 國寶人壽企業網站。<http://web2.globallife.com.tw/>最後瀏覽日：
2013/12/14
[6] 譚瑾瑜，2013．ECFA第二階段降稅成果及ECFA後續談判的發展。
<http://www.npf.org.tw/post/2/12018>最後瀏覽日：2013/12/15。
官方文件
[1] 行政院衛生署疾病管制局99 年度科技研究發展計畫，2010/12/20。〈以預 測市場理論建構傳染病預測模式研究報告〉。
英文專書
[1] Philip E. Tetlock, 2006. Expert Political Judgment: How Good Is It?
How Can We Know? Princeton: Princeton University Press.
英文期刊論文
[1] Arina Soukhoroukova, Martin Spann, and Bernd Skiera, 2007. “Creating
109
‧
and Evaluating New Product Ideas with Idea Markets.”
Produktinnovation mit.
[2] Arina Soukhoroukova, Martin Spann, and Bernd Skiera, 2012. “Sourcing, Filtering, and Evaluating New Product Ideas: An Empirical Exploration of the Performance of Idea Markets,” Journal of Product Innovation Management, Vol. 29, No. 1, pp. 100–112.
[3] Bo Cowgill, Justin Wolfers, and Eric Zitzewitz, 2009. “Using
Prediction Markets to Track Information Flows: Evidence from Google,”
Auctions, Market Mechanisms and Their Applications, Vol. 14.
[4] Brain Spears, Christina LaComb, John Interrante, Janet Barnett and Deniz Senturk-Dogonaksoy, 2009. “Examining Trader Behavior in Idea Markets: An Implementation of GE's Imagination Markets,” Journal of Prediction Market, Vol. 3, pp. 17-39.
[5] Charles F. Manski, 2006. “Interpreting The Prediction of Prediction Markets,” Economic Letters, Vol. 91, Issue 3, pp. 425-429.
[6] Chia-Chien Hsu, and Brian A. Sandford, 2007. “The Delphi Technique:
Making Sense Of Consensus,” Practical Assessment, Research &
Evaluation, Vol. 12, No. 10, pp.1.
[7] Christina Ann LaComb, Janet Arlie Barnett, and Qimei Pan, 2007. “The imagination market,” Information Systems Frontiers, Vol. 9, No. 2, pp.245-256.
[8] David M. Pennock, Steve Lawrence, C. Lee Giles, and Finn Arup Nielsen, 2001. “The power of play: Efficiency and forecast accuracy in web market games,” NEC Research Institute Technical Report.
[9] Efthimios Bothos, Dimitris Apostolou, and Gregoris Mentzas, 2009.
“ IDEM:A Prediction Market for Idea Management,” Designing E-Business Systems. Markets, Services, and Networks, Vol. 22, pp.
1-13.
110
‧
[10]Efthimios Bothos, Dimitris Apostolou, and Gregoris Mentzas, 2009.
“Collective intelligence for idea management with Internet-based information aggregation market,” Internet Research, Vol. 19, No. 1, pp.26-41.
[11]Ely Dahan, Arina Soukhoroukova, and Martin Spann, 2010. “New Product Development 2.0: Preference Markets—How Scalable Securities Markets Identify Winning Product Concepts and Attributes.”Journal of Product Innovation Management, Vol. 27, No. 7, pp. 937–954.
[12]Eugene F. Fama, 1991. “Efficient Capital Markets:Ⅱ,” Journal of Finance, Vol. 66, pp.1575-1617.
[13]Harlan J. Strauss and L. Harmon Zeigler, 1975. “The Delphi Technique and Its Uses In Social Research,” Journal of Creative Behavior, pp.253-259.
[14]J.Scott Armstrong, 1980. “Seer-Sucker Theory：The Value of Expert in Forecasting,” Technology Review, pp. 16-24.
[15]Jay F. Nunamaker, Robert O. Briggs, Daniel D. Mittleman, Douglas R.
Vogel, and Pierre A. Balthazard, 1996. "Lessons from a Dozen Years of Group Support Systems Research: A Discussion of Lab and Field Findings", Journal of Management Information Systems, Vol. 13, No.
3, pp. 163–207.
[16]Jillian M. Hender, Thomas L. Rodgers, Douglas L. Dean, and Jay F.
Nunamaker, Jr., 2001. “Improving Group Creativity: Brainstorming Versus Non-brainstorming Techniques in a GSS Environment,”
Proceedings of the 34th Hawaii International Conference on System Sciences, Vol.1.
[17]Jim Lavoie, 2009. “The Innovation Engine at Rite-Solutions: Lessons from the CEO,” Journal of Prediction Markets, Vol. 3, No. 1, pp. 1-11.
[18]Justin Wolfers and Eric Zitzewitz, 2006. “Interpreting Prediction Market Prices as Probabilities,” NBER Working Paper, No. 12200.
111
‧
[19]Kay-Yut, Chen and Charles Plott, 2002. “Information Aggregation Mechanisms: Concept, Design and Implementation for a Sales
Forecasting Problem.” Social Science Working Paper, No. 1131.
[20]Kesten C. Green, J. Scott Armstrong, and Andreas Graefe, 2007.
“Methods to Elicit Forecasts from Groups: Delphi and Prediction Markets Compared,” Foresight: The International Journal of Applied Forecasting, pp. 17-20.
[21]Marco Ottaviani, 2009. “The Design of Idea Markets: An Economist’s Perspective,” Journal of Prediction Markets, Vol. 3, No. 1, pp.
41-44.
[22]Marion Kristin Poetz and Martin Schreier, 2012. “The Value of Crowdsourcing: Can Users Really Compete with Professionals in Generating New Product Ideas?” Journal of Product Innovation Management, Vol. 29, No. 2, pp. 245-256.
[23]Michael Diehl and Wolfgang Strpebe, 1997. “Productivity Loss In Brainstorming Groups: Toward the Solution of a Riddle,” Journal of Personality and Social Psychology, Vol. 53, No. 3, pp. 497-509.
[24]Muammer Ozer, 2005. “Factors which influence decision making in new product evaluation,” European Journal of Operational Research, Vol.163, pp.784-801.
[25]Olivier Toubia, 2006. “Idea Generation, Creativity, and Incentives,”
Marketing Science, Vol. 25, No. 5, pp.411-425.
[26]Philip M. Polgreen, Forrest D. Nelson, and George R. Neumann, 2007.
“Use of Prediction Markets to Forecast Infectious Disease Activity,”
Oxford Journals, pp.272-279.
[27]R. Brent Gallupe, Alan R. Dennis, William H. Cooper, Joseph S.
Valacich, Lana M. Bastianutti, and Jay F. Nunamaker, Jr., 1992.
“Electronic Brainstorming and Group Size,” The Academy of Management Journal, Vol. 35, No. 2, pp. 350-369.
112
‧
[28]Robert Eisenberger, Frances Haskins and Paul Gambleton, 1999.
“Promised Reward and Creativity: Effects of Prior Experience,”
Journal of Experimental Social Psychology, Vol. 35, No. 3, pp.
308–325.
[29]Robin Hanson and Ryan Oprea, “A Manipulator Can Aid Prediction Market Accuracy.” Economica, Vol. 76, Issue 302, Apr. 2009, pp. 304-314.
[30]Rowe Gene and Wright George, 1999. “The Delphi technique as a
[30]Rowe Gene and Wright George, 1999. “The Delphi technique as a