第三章 研究設計與方法
第四節 資料蒐集方式
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
27
本研究認為意藍科技對於 Big Data 技術的著墨較深，且也常於各大媒體進行合作 曝光，擁有較高的權威性，極符合本研究主題之研究個案條件，加上在與意藍科 技進行聯絡之後，獲得意藍科技楊總經理同意以及鼓勵，楊總經理對本研究的題 目也展現相當大的興趣，願意提供本研究所需的相關資料，故本研究最後選擇以 意藍科技為研究個案。
本研究的個案研究對象選擇以意藍科技股份有限公司所發展出的“OpView 社群口碑資料分析平台”。根據意藍科技的資料，意藍科技及旗下龍捲風科技公 司看好 Big Data 的發展浪潮，利用其專長的自動語意處理技術應用在社群口碑分 析，打造而成的網路口碑監測服務平台。此平台擁有全臺灣最完整的網路口碑監 測與分析資料，涵蓋消費電子、食品餐飲、交通運輸、家用民生、旅遊娛樂、醫 療保健、電信、金融、家電、影視文化、通路零售、工商服務等產業。
意藍科技所建置的“OpView 社群口碑資料庫”每日即時監測超過 5000 個網 站頻道，利用搜尋引擎技術蒐集網路口碑，並採用語意分析技術，對眾多的網路 口碑資料進行匯整分析，此資料庫資料從 2011 年起開始累積，已有數億筆臺灣網 路口碑的有效討論聲量，其所製作的趨勢分析報告也獲得許多資訊媒體的採用，
如經理人月刊、數位時代、蘋果日報、三立財經台等等。
第四節 資料蒐集方式
本研究主要採用個案研究中常用的訪談法與次級資料分析法作為研究資料蒐 集來源，以原始訪談資料為主，次級資料為輔的方式進行，並透過實地參與個案 公司所舉辦之活動進行相關資料之蒐集。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
28
一、訪談法
訪談法屬於蒐集初級資料的技巧，訪談狀況依參與訪談的人數、結構層級、
訪談者和受測者的距離、研究期間進行訪談的次數而異。而訪談調查又分為非結 構化訪談、半結構化訪談以及結構化訪談。本研究採用的訪談方式為半結構化訪 談，半結構化訪談方式，通常從少數指定問題開始，訪談者再探查受測者偏離問 題的回答，大多數的質性研究仰賴非結構化或半結構化的訪談(Cooper, 2012)。
1.訪談設計
配合本研究之研究目的，訪談主要區分為以下四個層面進行：
a.企業面
根據網路公開之資料與 Big Data 相關書籍進行問題擬定，主要瞭解 個案公司本身的發展歷程與核心能力的建構。
b.客戶面
此層面希望瞭解個案公司與相關合作夥伴之間的互動關係，以及與 客戶之間的業務關係。
c.價值面
進一步瞭解個案公司如何為客戶創造價值，並透過談訪其合作夥伴 與潛在客戶加以驗證，確立其明確的價值主張。
d.財務面
瞭解個案公司如何透過網路口碑監測服務為公司創造營收，以及該 商業模式的具有的成本結構。
2.訪談對象
本研究主要訪談對象為意藍科技股份有限公司－楊立偉總經理，其本身
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
29
也任職於臺灣大學商研所，教授巨量資料分析、資訊科技與行銷等課程，具 備完整的技術與創業背景。此外，也藉由楊總經理的引薦，對其合作夥伴及 客戶進行訪談，達到三角驗證之效果。
二、次級資料分析
次級資料分析是運用他人蒐集的資料而得的研究發現，主要是幫助研究者瞭 解個案公司的背景資料和相關公司的營運狀況，本研究次級資料來源大部份從網 路文章、報章雜誌以及學術文獻中取得，並針對這些資料加以整理分析後，對本 研究做初步的驗證，另一方面也可以事先瞭解研究對象的產業特性，有助於進行 訪談時的題綱擬定。
三、參與觀察法
在訪談過程中，獲得楊總經理的同意，參與 2014 年 4 月 8 日由意藍資訊所舉 辦的 OpView 社群口碑行銷趨勢發表會，此次發表會主要針對的客戶產業以食品、
餐飲業為主，在發表會過程中試著去觀察出席企業行銷代表的反應與互動，也進 一步嘗試與幾位行銷代表進行訪談，以瞭解其需求與相關意見。
本研究利用以上三種研究方法，針對欲研究的個案公司進行相關的資料收集 與人員訪談，並透過個案公司的引薦，進一步訪談相關合作夥伴與客戶，達到三 角驗證之目的，藉由此過程深入瞭解網路口碑監測服務的商業模式的運作，最後 推導出本研究的結論與建議。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
30
個案研究 第四章
第一節 個案背景介紹
本研究所選擇的研究個案公司為，楊立偉博士於臺大就學時所創立的意藍科 技(eLand Technologies)，意藍科技成立於 1999 年，是臺灣第一家通過 SUN 認證
「100% Pure Java」的軟體技術公司，初期專注於知識管理(KM)相關的軟體研發，
意藍科技於 2001 年時推出辦公室協同作業軟體「EVO (eland Virtual Office)」，並於 同年發表「eKM 1.0」企業知識管理平台，先後經過幾次的改版，已於 2012 年推 出目前最新版本「eKM 4.8」，如圖四-1 所示，eKM 是一套完整涵蓋企業知識管理 生命週期的知識管理平台，eKM 系列產品也獲得資策會第十屆(2005 年)與第十一 屆(2007 年)「IT Best Choice」知識管理類第一名，深獲資訊從業人員的肯定。意 藍科技不僅提供高實用價值的軟體產品，也積極與企業顧問公司及軟體整合開發 同業建立起企業資訊管理供應鏈的分工合作模式，希望為客戶帶來更完整的知識 管理解決方案。
圖 四-1 eKM 企業知識管理平台架構圖 資料來源：意藍科技
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
31
意藍科技在核心技術的研發工作上也不遺餘力，已申請通過十多項海內外專 利技術，包括「中文文件自動分類」、「電腦新詞學習」、「中文斷詞」、「文件關聯 性判定」、「自動搜尋文件關鍵詞」、「中文文件自動摘要」...等。2006 年亦獲得經 濟部工業局領航計畫「知識文件管理共通框架平台之研發與推廣」的專案補助(意 藍科技, 1999)。從意藍科技所發展的技術可以發現，其在中文語意、語詞分析技術 上擁有相當深厚的處理能力，另外意藍科技也於 2008 年收購國內另一家知名搜引 擎公司「龍捲風科技」，一舉成為國內搜尋引擎的龍頭，為 Big Data 資料的搜尋與 處理奠定了穩固的基礎。
在預見到網路世界中口碑對於行銷領域的影響扮演相當重要的角色，意藍科 技於 2009 年推出採用雲端技術解決方案結合網路口碑監測的服務平台－OpView。
其初期利用搜尋引擎與媒合關鍵字技術，對於網路新聞進行監測與整理，藉以瞭 解網路世界當下最熱門的時事討論，此功能也有利於廣告、公關等行銷公司在口 碑行銷活動過程中的參考資料來源。而隨著網路社群的蓬勃發展，網路口碑的傳 遞速度與發酵程度也日益升高，消費者在選擇商品時的參考依據也從過去的電視 廣告、報紙與雜誌等媒體資訊，逐漸轉換到網路的使用者心得文分享、專家建議 及網友評價等資訊來源，意藍科技也於 2012 年正式跨入 Big Data 領域中的社群資 料分析，以雲端軟體訂購模式作為其商業模式，並將平台正式命名為「OpView 社 群口碑資料分析平台」。
意藍科技看好 Big Data 的發展趨勢，結合本身深厚的網路搜尋能力以及中文 語意處理技術應用於網路口碑分析，推出首創的「OpView 社群口碑資料分析平台」
雲端服務，在 2013 年分別獲得經濟部雲端應用創新獎及數位時代創業之星首獎等 獎項肯定，並於 2013 年 6 月國內重量型創投－智融創投及漢鼎亞太的青睞，完成
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
32
最新一輪的募資計畫，成為國內高科技投資的新焦點，根據意藍科技所提供的資 料，其所建立的「OpView 社群口碑資料庫」擁有全台灣最完整的網路口碑監測與 分析資料，涵蓋消費電子、食品餐飲、旅遊娛樂、醫療保健、電信金融、影視文 化、通路零售、工商服務等多項產業。每日即時搜尋超過 5000 個網站頻道，以最 快速、最大量的搜尋技術蒐集網路資訊; 並採用先進的語意分析技術，匯集眾多的 社群口碑予以分析，為革命性的進步，較傳統的市場分析方法，如問卷調查、焦 點群體等方法，更具即時性及準確性(OpView, 2014)。
第二節 OpView 社群口碑監測平台
OpView 是意藍科技於 2009 年所創立的新品牌，主要是針對網路口碑提供即 時監測服務，發展過程中獲得國內許多獎項的肯定，更於 2013 年獲得智融與漢鼎 亞太等創投公司青睞，至今 OpView 已是國內規模最大的社群媒體監測服務平台，
其蒐集資料範圍涵蓋臺灣最具代表性的新聞網站、論壇、部落格等，以及 PTT、
facebook、Plurk 等知名網路社群，合計超過 5000 個網站頻道資料源，每日累積超 過 10 萬筆情報資料。
同時也利用所蒐集來的網路口碑資料，建置臺灣最完整的網路口碑資料庫－
「OpView 社群口碑資料庫」，幫助企業測量、統計、監控各種社群口碑、討論和 意見，並進一步分析內容觀點、影響力和情緒態度。OpView 服務平台可發展出多 樣化應用，對企業而言，行銷或公關部門可利用 OpView 服務取得品牌形象、產品 口碑等關鍵資訊，做為行銷活動事前規劃與事後評量之用；也可針對競爭者動向 進行監測。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
33
楊總經理在訪談的過程中提到：「要能夠提供網路口碑監測服務平台，最關鍵 的能力是本身要有處理大量資料的能力，另一個是語文處理能力。另外一部份是 必須要有資料源，所以要有大規模持續爬文的能力，這塊技術的難點在於規模要 大，然後要持續。」
一、OpView 資料處理流程
OpView 社群口碑監測平台對於網路口碑的資料處理流程上，主要分為四個階 段，如圖四-2：
圖 四-2 OpView 資料處理流程 資料來源：意藍科技 本研究整理
圖 四-2 OpView 資料處理流程 資料來源：意藍科技 本研究整理