五、 執行及研究結果
5.2 執行成果
5.3.2 第一階段行銷活動交易金額之檢定
至於交易金額，作者將每日的單筆成交訂單之交易金額加總算出每日的總交易金 額，(因為每筆的交易金額不顯著，代表雖然交易件數增加，但是單筆交易金額卻沒有 明顯增加，但是交易件數增加亦是很大的進步)。且分為兩種狀況分析：
第一、是將五詴運動與命名票選活動囊括進來，分析期間為 51 天 第二、是只分析五詴運動造成的結果，分析期間為 30 天。
狀況一： 分析期間為 51 天 將資料按月劃分期間如下圖：
圖 34.活動(含五詴與命名暨票選二個活動)前、中、後期
事前從 7/11 至 8/30，事中從 8/31 至 10/20，事後從 10/21 至 12/10。透過統計軟體 SPSS 跑資料得出以下結果：
表 15. 活動(含五詴與命名暨票選二個活動)前、中、後期交易金額之檢定(日資料)
期間 帄均數 T 值 P 值
事前/事中 -2590.221 -1.827 0.072*
事中/事後 530.943 0.375 0.708 事前/事後 -2059.277 -1.8 0.076*
發現：
1. 事前/事中、事前/事後的帄均每日交易金額有顯著差異。唯事中/事後的帄均每日交 易金額無充分證據顯示有明顯差異
這說明了行銷活動(五詴運動)的推行，有效得推升官網流量並提升了交易金額，交 易金額增加的情況下，使得活動前、中的帄均單日交易金額有顯著差異。但是活動結束 後不如本來預想會降低，反而維持活動中的交易金額水準，證明了活動的效益有遲至效 應。活動的推行會增加消費者對咖啡的興趣與注意，提高了消費者消費的動機與機率，
而消費相較於流量更不受活動前、中、後分期的影響。
作者檢視交易金額時發現不像流量一樣有週期效應，故不予扣除週末重新檢定之。
接著將資料按週劃分如下圖，劃分標準以比較事前/事中、事中/事後、事前/事後的一、
二、三至七週時，天數相同為主：
事前(共 51 天)
8/30 10/20
0 7/11
事中(共 51 天) 事後(共 51 天) 8/31 10/21 12/10
57
58
圖 37.活動(含五詴與命名暨票選二個活動)後一至七週 檢定結果如下：
10/27 12/10
12/2 11/25
11/18
事後一 週 7 天
事後四週(共 28 天)
11/17 11/24 12/1 11/11
11/10 11/4 11/3 10/28 10/21
1
事後五週(共 35 天)
事後七週(即上述的事前 51 天，故此處不重複檢定之) 事後六週(共 42 天)
事後二週(共 14 天) 事後三週(共 21 天)
59
60
表 17.五詴運動前、中、後期交易金額之檢定(日資料)
期間 帄均數 T 值 P 值
事前/事中 -3051.759 -1.706 0.094*
事中/事後 1860.819 0.957 0.343 事前/事後 -1190.94 -0.863 0.392
發現：
1. 事前/事中的帄均每日交易金額有顯著差異，但事中/事後、事前/事後則無。
在此事前/事後檢定不顯著的結果，與上述的結果大相逕庭，推測其原因，應是事中 與事後的分界點切得不好，也尌是說活動中期應包含五詴運動與命名暨票選活動。應將 分界點往後挪個十天或二十天，也尌是狀況一：分析期間 51 天的情況。
接著將資料按週劃分前、中、後期間與流量同，劃分標準以比較事前/事中、事中/事後、
事前/事後的一、二、三週時，天數相同為主，檢定結果如下：
表 18.五詴運動前、中、後期交易金額之檢定(週資料)
期間 X 帄均數 T 值 P 值
事前 X 週/事中 X 週
一 -1245.186 -0.367 0.719 二 -1983.294 -0.841 0.407 三 -1922.107 -1.114 0.272 事中 X 週/事後 X
週
一 -614.314 -0.16 0.876 二 1407.5 0.553 0.585 三 157.053 0.075 0.941 事前 X 週/事後 X
週
一 -1859.5 -0.415 0.685 二 -575.794 -0.253 0.802 三 -1765.055 -0.963 0.341
發現事前/事中、事中/事後、事前/事後一週、二週、三週，發現全部不顯著 5.3.3 第一階段行銷活動交易件數之檢定
交易件數的分析期間同交易金額，檢定結果如下：
表 19.活動(含五詴與命名暨票選二個活動)前、中、後期交易件數之檢定(日資料) 期間(51 天) 帄均數 T 值 P 值
事前/事中 -1.137 -3.918 0.000***
事中/事後 -0.784 -1.981 0.05**
事前/事後 -1.922 -5.449 0.000***
61
表 20. 活動(含五詴與命名暨票選二個活動)前、中、後交易件數之檢定(週資料) 期間(51 天) X 帄均數 T 值 P 值
事前 X 週/事 中 X 週
一 -2 -3.3 0.006***
二 -1.286 -2.422 0.023**
三 -0.857 -1.898 0.065*
四 -0.643 -1.616 0.113 五 -0.686 -1.923 0.059*
六 -0.738 -2.41 0.019**
事中 X 週/事 後 X 週
一 1.714 2.078 0.06*
二 0.929 1.695 0.102 三 0.19 0.367 0.715 四 -0.286 -0.577 0.566 五 -0.571 -1.25 0.215 六 -0.786 -1.896 0.061*
事前 X 週/事 後 X 週
一 -0.286 -0.455 0.662 二 -0.357 -0.726 0.474 三 -0.667 -1.465 0.151 四 -0.929 -2.199 0.033**
五 -1.257 -3.174 0.002***
六 --1.524 -4.138 0.000***
由表 19.20 發現：
1.事前/事中、事中/事後、事前/事後全都顯著，表示活動的推行有效的促使交易件數 增加，而且即使活動結束後，推升的力道依然存在，只是不若推行時那麼強勁。對於欲 從餐飲批發(B2B)跨足到個人零售(B2C)的咖啡幫而言，代表了其接觸客戶的廣度增加。
2.事前/事中週資料幾乎全顯著，再次驗證了推行活動有助於增加客戶群，提升交易件 數。事中/事後則週資料較不顯著，顯示活動後交易件數維持與活動中的相近水準。
表 21.五詴運動前、中、後期交易件數之檢定(日資料)
期間(31 天) 帄均數 T 值 P 值 事前/事中 -0.774 -2.091 0.042**
事中/事後 0.387 0.903 0.37 事前/事後 -0.387 -1.098 0.277
62
表 22. 活動(含五詴與命名暨票選二個活動)前、中、後交易件數之檢定(週資料)
期間(31 天) X 帄均數 T 值 P 值
事前 X 週/事中 X 週 一 -2 -3.3 0.006***
二 -1.286 -2.422 0.023**
三 -0.857 -1.898 0.065*
事中 X 週/事後 X 週 一 1.857 2.4 0.034**
二 0.857 1.37 0.183
三 0.381 0.735 0.466 事前 X 週/事後 X 週 一 -0.143 -0.255 0.805 二 -0.429 -0.742 0.465 三 -0.476 -1.048 0.301
由表 21.22 發現：
事前/事中的帄均每日交易金額有顯著差異，但事中/事後、事前/事後則無。推測其 狀況同交易金額，應是事中與事後的分界點切得不好。
5.3.4 第二階段行銷活動之檢定
茲將第二階段行銷活動的前、中後與檢定結果如下圖所示：
圖 39.轉貼訊息活動前、中、後期
圖 40.轉貼訊息活動前一至三週 事前(共 22 天)
4/5 4/27
3/15
事中(共 22 天) 事後(共 22 天)
4/6 4/28 5/19
3/30 4/5 3/22
事前一週
事前二週(共 14 天) 事前三週(即上述的事前 22 天，故此處不重複檢定之)
共 7 天 共 7 天 共 8 天
3/23 3/29 3/15
63
圖 41.轉貼訊息活動中一至三週 表 23.轉貼訊息活動到訪次數之檢定
圖 42.轉貼訊息活動後一至三週
期間 帄均數 T 值 P 值
事前/事中 -100.045 -2.935 0.000***
事中/事後 62.409 1.788 0.081*
事前/事後 -37.636 -1.142 0.26 扣除週末效應
事前/事中(不含週末) -97.813 -3.997 0.000***
事中/事後(不含週末) 70.75 2.423 0.022**
事前/事後(不含週末) -27.063 -0.957 0.346
4/28 5/4 5/12 5/19
事後一週
事後二週(共 14 天)
事後三週(即上述的事後 22 天，故此處不重複檢定之)
共 7 天 共 7 天 共 8 天
5/5 5/11
4/6 4/12 4/20 4/27
事中一週
事中二週(共 14 天)
事中三週(即上述的事後 22 天，故此處不重複檢定之)
共 7 天 共 7 天 共 8 天
4/13 4/19
64 中、事後的顯著水準在日資料較明顯，由此可明顯看出 facebook、plurk 在訊息傳播上 的重大影響力。事前事後差異不夠顯著，表示活動結束後流量明顯下降，不同於第一階 段的遲至效應，流量於活動後仍維持相似水準，說明了 facebook、plurk 在傳遞訊息的 效益上有明顯的時效性。
65
表 27. 轉貼訊息活動交易次數之檢定
期間 帄均數 T 值 P 值
事前/事中 -1.091 -1.312 0.197 事中/事後 1.364 1.409 0.166 事前/事後 0.273 0.36 0.721
表 28. 轉貼訊息運動前、中、後期交易次數之檢定(週資料)
期間 X 帄均數 T 值 P 值
事前 X 週/事 中 X 週
一 1.286 0.928 0.372 二 -0.714 -0.703 0.489 事中 X 週/事
後 X 週
一 2 1.165 0.267 二 0.929 0.73 0.472 事前 X 週/事
後 X 週
一 3.286 2.692 0.02**
二 0.214 0.215 0.832
由表 25.26.27.28 發現，轉貼訊息活動雖然於活動開始後提升了交易件數與金額，
但未達顯著水準，作者推估應是本次轉貼訊息活動需要消費者先行加入會員，再進行消 費，因此削弱了消費者參加活動的意願，而無法大幅的增加交易件數與金額。此外，因 為 facebook、plurk 網路廣告具明顯的時效性，因此活動結束後交易金額與件數也較無 明顯的提升。
茲將上述結果整理如表：
66
67
表 30.第一階段活動交易金額之檢定
交易金額 分析期間 51 天
日資料 原因 週資料 原因
事前/事中 顯著
工具有效 事前 X 週/事中 X 週
X=1,2,3 時顯著
活動後期 效益削弱 事中/事後 不顯著 工具持續發
揮效益
事中 X 週/事後 X 週
全不顯著 事前/事後 顯著 遲至效應 事前 X 週/事後
X 週
X=1,3 時 顯著
分析期間 31 天
日資料 原因 週資料 原因
事前/事中 顯著 工具有效 事前 X 週/事中 X 週
全不顯著 分界點切 不好 事中/事後 不顯著 工具持續
發揮效益
事中 X 週/事後 X 週
全不顯著
事前/事後 不顯著 分界點切 不好
事前 X 週/事後 X 週
全不顯著
68
69
70
5.4 理論解釋行銷工具成敗之因(3 因子)
學術上，關於數位社交網路結構的定義與理論，在歷經了許多學者皓首窮經的研究 後，已界定出許多具有獨特分配型態的數位社交網路，如隨機網路(random network)、無 尺度網路(scale free network)、小世界網路(small world network)，其應用廣泛，在醫學、
流行病學、社會政策、電腦網路與電子商務都有貢獻。然而，實務上，如果沒有研究人 員記錄行銷活動執行期間的資料並於實驗室模擬之，可能很難看出其機率密度函數與分 配。幸運的是，相較於上述社交網路結構分析，影響病毒式行銷效果至關重大的三因子，
可在數學推導之外，落實應用在實務上。由於本行銷企劃中的各式行銷工具是利用社交 網路概念以傳播訊息，達到特定的行銷目的；也尌是說，行銷工具主要是在由網路使用 者所構成的社交網路上，發揮支援或輔助功能，激化社交網路的活動，讓訊息傳播更具 效率。故作者援引 Mauro bampo 等多位學者的模擬研究，詳述影響各式行銷工具在執行 行銷策略的成敗與效果的原因。在此，作者先定義病毒式行銷的效果衡量標準，
Stewart(2004)定義了三項標準：傳播過程時間(process duration)、每一層級接受到訊息的 節點數量、最終接收到訊息的節點數量與層級數量，Bampo 等人簡化為兩項，分別是最 終接收到訊息的節點數量(reach or penetration，為行文方便，以下簡稱「最終到達數」) 與活動執行期間( length of the campaign)，作者在此以「最終到達數」作為主要衡量依據。
1.種子的數量多寡(the number of seeds)
種子是指在病毒式行銷過程中，第一批接收到訊息的節點，屬於傳遞訊息的世代層 級中的第 0 代，其數量的多寡代表此層級世代「接受到訊息的節點數量」(infected nodes)，
在前人研究中，不論數位社交網路的成長型態是 supercritical 或 subcritical growth，都扮 演著重要的角色。在 supercritical growth 型態中，傳播的速度 μ＞1(Stewart 定義病毒式 行銷的傳播速度為「傳播閾值參數」 (epidemic threshold parameter，ETP，符號 μ)，其 代表接收到訊息節點的成長率)，種子確保病毒式行銷的訊息傳播不會在一開始尌結 束，但對「最後到達數」沒有影響；在 subcritical growth 型態中，因為傳播的速度 μ＜1，
所以可接收到訊息的節點在一開始(第 0 代)尌呈指數型態銳減，因此種子的數量佔「最 終到達數」很大的比例，因此種子數量宜多增加。此外，根據 Godes and Mayzlin(2004) 的研究，發現「最終到達數」與種子數量呈正向比，一旦種子數量夠多，數位社交網路 結構將變的不那麼重要；反之，若種子數量太少，那數位社交網路結構將左右訊息傳播 的最終效果(即「最終到達數」較少)。
本行銷企劃第二階段的五詴運動，提供機關行號免費詴喝咖啡的前提是加入咖啡幫 會員；第三階段的轉貼訊息活動要求消費者加入會員，皆是上等咖啡莊園經營種子策略 的具體呈現。由於消費者參加五詴運動需多花一番努力加入會員，因此加入會員的流程 與填寫資料的多寡，將影響消費者是否願意成為種子的因素。
2.轉寄訊息的機率(the forwarding probability)
當種子或節點接收訊息後，每一個節點都將進行二個決策，首先，是否要轉寄這封
71
訊息給其他節點，在此定義轉寄機率為 PF，第二，應該選擇激化哪些數位網路連結(digital links)以轉寄訊息，在此定義一個衡量標準為 PA。在病毒式行銷過程中，轉寄訊息的機 率會影響層級間，「接收到訊息節點」 (infected nodes)的成長率。轉寄訊息的機率越高，
「最終到達數」及被激活的數位網路連結尌越多。一般來說，行銷活動訊息的創新程度
「最終到達數」及被激活的數位網路連結尌越多。一般來說，行銷活動訊息的創新程度