• 沒有找到結果。

部落創新擴散與弱關聯:資料關聯網路與機會探索

第二章 文獻探討

第二節 部落創新擴散與弱關聯:資料關聯網路與機會探索

個詞的定義:Rogers(唐錦超,民 95)認為創新是一種被個人或是接受者認為是 新的觀念或是行為、物件。Blythe(1999)定義創新為「以前從來沒見過的」或 是「來自工廠的新鮮物」。Kotler & Keller(駱少康,民 100)提出不論何種商品、

服務或創意,只要是被人們認為是新穎的,即是所謂的創新。Vrakking(1990)

認為創新是一個組織相對於競爭者而言,用更新設計創造優勢的過程。再者,科 技政策研究與資訊中心-科技產業資訊室(民 95)整合大前研一的「創新者的思 考」以及維基百科(Wikipedia)對創新的定義後指出,創新最基本想法就是「新 的事物(有形物體)或是新的創意(無形點子)創造價值的過程(process)」,一 個簡單的比喻就是「將創意變成新台幣」換句話說,創新的組成元素中,第一要

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

圖 6. 創新演化的流程(Smith, 2008)

而在本研究主要是研究網路早期採用者的創意,乃類似創新演化的第二個階 段,即經由觀察採用創新商品後,調整資訊使其能夠符合實務需求的新使用價值。

2.2.1 消費部落的形成

現代商品的定義並不是在生產當時所賦予的功能性意義而已,商品的象徵意 義與價值是經由消費者對商品的判斷後,再給予不同社會性定義的商品價值(張 君玫,2001)。且 Douglas & Isherwood(1979)也指出消費是產生於社會的商業 體系中且具有文化特徵,其中包含了文化意義和文化價值等,所以在消費過程所 傳遞的商品也被賦予明顯的符號意義,這些符號意義可以是商品本身的價值,也 可以是消費者加上去的想像意義,所以當人們透過消費活動及購買的商品,說明 他們是什麼型態的人,以及想成為什麼類型的人,這就是一種特定的「文化消費」

現象(張君玫,2001)。這種透過非語言媒介產生特殊意義的商品,可以用來延 伸到消費者的自我表徵(Douglas & Isherwood, 1979)。如此一來,商品在傳遞到 消費者手上的過程,一方面轉變成為消費者的擁有物(possessions),另一方面也 延伸反映出消費者本身的自我認同(Belk, 1988)。

再者,消費者對商品的判斷是以自我描述或認知為標準,而當這些自我描述 及認知標準在群體(部落)中產生共通性時,將使具有相同或類似嗜好與價值的

繫的需求(Cova & Cova, 2002)。這種社會現象表示出一種特殊的社會結構,用 來描述消費者在消費的過程中,因尋求他們共享情感的價值,或者是從共同的體 驗中得到心理感受上的愉悅,而聚集並對某種商品產生情感,導致一種非理性的 情感連結而形成的消費部落(Maffesoli, 1996)。且在 Muniz & O’Guinn(2001)

的研究指出,這種透過共同情感連結社會認同關係,不只是在實體社會流行,運 用社群網路工具形成的網路社群(部落),正在現代的網路傳遞媒體上蓬勃發展。

2.2.2 弱關聯與多部落間的創新擴散

基於緒論第一節 1.1.3 所提到的同質和異質性部落概念,再來判別創新商品 是否能夠跨過鴻溝門檻,結合的就是社會網路進行口碑傳遞(Engel, Kegerreis, &

Blackwell, 1969; Herr, Kardes, & Kim, 1991)的概念,經由與他親近的社會人士

法概念下,首推的技術就是資料探勘(Data Mining;DM),可以透過資料點頻率 與兩兩資料點的關聯值,發現資料間的規則或者資料間的連結性,在得到資料的 特徵(Patterns)同時幫助決策者進行決策制定(Agrawal & Srikant, 1994)。但是 網路上蒐集的消費資料是以文章文字的方式呈現,相較於資料探勘則文字探勘

(Text Mining;TM)應是更適合用來處理網路資料(Fayyad, 1996;Simoudis, 1996)。 可是 Dörre, Gerstl, & Seiffert(1999)指出文字探勘具有兩個主要困難點:(1)

人工進行多樣且大量的資料特徵選擇,缺乏效率且不敷成本;(2)資料的內容維

它們與各強字詞關聯網路間的連結性,稱為 keyvalue 值,同時 Ohsawa et al.定義 這些低頻但有較高 keyvalue 值的字詞為機會點。這種操作方法是反向的由強的 字詞群探討與低頻字詞的連結強度,而推論有那些較強的弱關聯存在的演算法,

與弱關聯分析有異曲同工之妙。最後再經由專業領域的分析者進行解讀機會關聯 圖後,建立相對應機會點的「機會情境(chance scenario)」以幫助決策者解讀文 字資料,且在 2003 年時正式命名這方法為「機會探索(Chance Discovery;CD)」

(Ohsawa & McBurney, 2003)。

另外,Hong(2009)提出以機會探索為基礎加入紮根理論(Grounded Theory;

GT)、共現分析(Co-occurrence analysis)及弱連結(weak tie)概念的質性機會 探索,進一步的為頻率低於門檻值的機會點搭建一座與族群相連結的橋樑,一方 面可以幫助分析者找到連結機會點到族群的捷徑,一方面試著想要降低分析者的

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

主觀經驗影響。另外,Wang, Ohsawa, & Nishihara(2012)為降低決策者的負擔,

蒐集決策者的對話進行字詞集合分析,利用系統工具顯示運算後的字詞連結及分 佈圖形,讓他們設定偏好的權重計算出較可行的決策方向。但是只從討論資料建 構新商品時,會碰到兩個大問題:一是產品設計者無法真正導入消費者的需求資 料,可能難以滿足消費者的實際需求;二是需求過於模糊使得產品設計者誤解。

因此 Wang & Ohsawa(2013)進一步提出動態的機會探索想法,叫做「創意發現

(idea discovery)」,以雙螺旋(Double heliex model)分析模式為基礎,提供機會 情境刺激決策者討論,進行進一步的優化機會情境,確實能發現有用的創意供企 業開發新商品

綜合前述討論,從演算法的觀點,重新檢視機會探索演算法或 keygraph 演 算法,基本上是獲得已經連結多個文字部落的機會點為主,換句話說,這些機會 點也已經被多個早期消費大眾所熟知,當然成功率會較高。但同時表示這些方法 可能不適用挖掘剛剛出現的網路早期採用者的創意,因為此時可能只有一個早期 消費大眾得知這消息,會被機會點的連結性過濾掉。因此若由創新擴散觀點出發,

以新商品的販賣初期,蒐集網路上網路早期採用者的資料,經由二分部落社會網 路發展出來的字詞關聯網路,配合類似機會探索演算法,取得網路早期採用者的 創意使用價值,刺激早期消費大眾接受,將是值得研究的新型創新擴散議題。

此外,Olson & Reynolds(1983)指出,想要對消費者行為有所瞭解,其中 重要因素之一便是瞭解消費者在記憶中對於產品知識的認知。而 Kotler & Keller

(駱少康,民 100)定義認知為一個人選擇、組織與解釋外來的資訊,以產生其