產品上市前最被廣為討論的產品面向:以iPhone為例 - 政大學術集成
全文
(2) 致謝辭 首先,要誠摯地感謝敬愛的指導教授唐揆老師,謝謝老師在這兩年來忙於擔 任商學院長一職之際,仍總是在百忙之中抽空引領我們研讀高品質的期刊論文, 並耐心地給予我們指導與建議;在指導課業之餘,老師平日的言談舉止所展現出 的學者風骨與道德典範,為學生樹立了一輩子學習的榜樣。在碩士生涯中能夠有 幸遇到唐揆老師真是學生的福氣。老師的身教、言教學生都會謹記在心。 本論文的完成亦要感謝陳彥良老師與方郁慧老師,有兩位這麼棒的老師給 予我論文上的指點,學生的論文才得以更臻完整與謹慎;此外,也要感謝家齊學 長、沛盈學姊和昕璞不厭其煩地指出我論文的缺失,在你們的協助下我才能完成 這本論文;還有同門的好友君愷、秋芸、彥騰、雲天,謝謝你們的陪伴與 加油打氣,尤其是君愷和秋芸,謝謝你們總是在最關鍵的時候提供建議, 讓我做事不致有所遺漏。 感謝師長們的諄諄教誨和慧琦助教兩年來高效率地協助所有碩士班事 物,也感謝好友家瑋的默默支持與陪伴,還有不能忘的所有 49 屆同學,能 和優秀的大家互相砥礪與學習讓我在這兩年成長了許多,最後,恭喜我們 一起進入人生的下一階段,期許我們前程似錦、鴻圖大展。. 思瑜 謹致 2014.07.31. i.
(3) 摘要. 近年來使用者創作內容受到廣泛的重視,其對大眾的影響力讓社群網路與產 品評論網站上各種形式的發表內容都成為學者研究的對象。與產品相關的使用者 創作內容,依發表的時間點,大致可分為產品上市前的討論和產品評論兩種。目 前針對面向萃取的研究多以線上產品評論為分析資料,然而對廠商而言,若以此 資料萃取出的產品面向作為行銷訊息的主題,則可能忽略了消費者在購買產品前 後所在意的產品面向可能有所不同的情形。. 在產品上市前的猜測、討論或謠言(buzzes or rumors)通常反映出群眾對產品面 向的期待,本研究以此為分析資料,並從中找出產品在發表前被熱烈討論的產品 面向。研究發現不同於產品評論資料,產品上市前的討論中,和功能無關的面相 如售價、上市日期、手機外殼材質和顏色等,都是群眾關注的焦點。實驗結果讓 廠商更能掌握大眾在實際接觸產品前最在意的產品面向,亦可在行銷產品時更有 效地製造話題與達到吸引關注的目的。. 關鍵字:使用者創作內容、產品面向、面向萃取、上市前. ii.
(4) Abstract User-generated content (UGC) has drawn much attention in recent years and researchers study all forms of UGC because of its huge impact. According to the time when UGC is produced, there are two major types of product-related UGC: pre-launch buzzes and product reviews. The previous studies on product aspect extraction mainly use online product reviews as research dataset. However, forming marketing message only on the basis of these aspects might neglect the fact that people focus on different aspects before their purchase.. Prediction, buzzes and rumors in pre-launch stage usually confer the expectation of product aspects. Using product-related UGC in pre-launch stage as dataset, this paper aims to identify the most buzzed product aspects before a product is even launched. Unlike the result extracted from product reviews, people frequently buzz about non-functional aspects such as price, release date, and color and material of mobile phone case in pre-launch stage. Firms can see the findings as a reference while formulating marketing message. By keeping track of these aspects, marketing practitioners could create buzzes and promote new a product more efficiently.. Keywords: User-generated Content, product aspects, aspect extraction, pre-launch. iii.
(5) 目錄 致謝辭 .................................................................................................................................i 摘要 .................................................................................................................................... ii Abstract.............................................................................................................................. iii 圖目錄 ............................................................................................................................... vi 表目錄 .............................................................................................................................. vii 第壹章 緒論 .......................................................................................................................1 第一節. 研究背景.........................................................................................................1. 第二節. 研究動機.........................................................................................................3. 第三節. 研究問題.........................................................................................................6. 第四節. 研究架構.........................................................................................................7. 第貳章 文獻探討................................................................................................................8 第一節. 使用者創作內容對購買決策的影響 ................................................................8. 一、. 社群參與和購買決策:...................................................................................8. 二、. 社會互動與購買決策 ......................................................................................9. 第二節. 產品屬性分類與相對應之產品面向 .............................................................. 10. 第三節. 產品面向萃取與情緒偵測 ............................................................................. 12. 第四節. 熱門討論之產品面向彙整 ............................................................................. 15. 一、. 以產品評論為分析資料: ............................................................................. 15. 二、. 以社群媒體內容為分析資料:...................................................................... 17. 第參章 研究方法.............................................................................................................. 19 第一節. 資料描述....................................................................................................... 19. 一、. 資料來源與資料形式 .................................................................................... 19. 二、. 資料涵蓋期間 ............................................................................................... 22. 三、. 資料特性描述 ............................................................................................... 23 iv.
(6) 第二節. 資料處理....................................................................................................... 24. 一、. 新聞內容之面向標簽 .................................................................................... 25. 二、. 讀者回覆內容之面向萃取 ............................................................................. 26. 第肆章 實驗分析與討論................................................................................................... 29 第一節. iPhone 手機三世代產品描述 ......................................................................... 29. 第二節. 原始資料描繪 ............................................................................................... 33. 第三節. 資料分析與問題討論 .................................................................................... 36. 一、. 產品發表前,廣為大眾討論的產品面向分析。 ............................................ 38. 二、. 產品發表前,各產品面向第一次出現在新聞內容中的先後順序。............... 40. 三、. 群眾在產品發表前和購買後,廣為討論之產品面向的異同。...................... 45. 第伍章 結論 ..................................................................................................................... 49 一、. 學術貢獻與管理建議 .................................................................................... 49. 二、. 後續研究方向 ............................................................................................... 50. 參考文獻........................................................................................................................... 52. v.
(7) 圖目錄 圖1. Engadget 裡的自由評論......................................................................................... 13. 圖2. 蜂鳴效應............................................................................................................... 18. 圖3. Engadget 網站上,iPhone 5S 和 iPhone 5C 上市前的新聞內容.............................. 19. 圖4. Engadget 網站上,iPhone 5S 和 iPhone 5C 上市前新聞的讀者回應 ...................... 20. 圖5. CNet 網站上,iPhone 5S 和 iPhone 5C 上市前的新聞內容.................................... 21. 圖6. CNet 網站上,iPhone 5S 和 iPhone 5C 上市前新聞的讀者回覆............................. 22. 圖7. 產品新聞之面向標簽範例 ..................................................................................... 25. 圖8. 截取新聞讀者回覆訊息......................................................................................... 27. 圖9. Memory/Space 之關鍵詞彙.................................................................................... 28. 圖 10. 產品面向關鍵字庫 ............................................................................................ 28. 圖 11. iPhone 世代產品圖............................................................................................ 32. 圖 12. iPhone 4S .......................................................................................................... 44. 圖 13. iPhone 5 ............................................................................................................ 45. 圖 14. iPhone 5S/5C ..................................................................................................... 45. vi.
(8) 表目錄 表1. 研究流程.................................................................................................................7. 表2. 產品面向的屬性分類 ............................................................................................ 11. 表3. Decker and Trusov(2010)................................................................................... 16. 表4. Wang(2011) ........................................................................................................... 16. 表5. Tuarob and Tucker(2013)................................................................................... 17. 表6. 搜集之各世代資料涵蓋期間 ................................................................................. 23. 表7. 三世代 iPhone 上市前在兩個網站上的新聞篇數與讀者回覆數量 ......................... 24. 表8. 產品上市前網路新聞中提到的產品面相列表........................................................ 26. 表9. iPhone 4S、iPhone 5,及 iPhone 5S 與 iPhone 5C 的規格比較表........................... 31. 表 10. iPhone 4S 上市前,在不同資料分類中各產品面向被提及的次數 ..................... 33. 表 11. iPhone 5 上市前,在不同資料分類中各產品面向被提及的次數 ....................... 34. 表 12. iPhone 5S/5C 上市前,在不同資料分類中各產品面向被提及的次數................ 35. 表 13. 各世代 iPhone 上市前,在不同論壇的產品新聞中各產品面向被提及的次....... 36. 表 14. 各世代 iPhone 上市前,在不同論壇的讀者回覆中各產品面向被提及的次數... 37. 表 15. 各世代 iPhone 上市前,最常出現在讀者回覆中的產品面向彙整 ..................... 38. 表 16. 上一世代產品評測得分最低的產品面向 ........................................................... 39. 表 17. iPhone 4S 上市前,各產品面向第一次出現在新聞內容中的日期和. 面向規格. 最早和文章內容吻合的日期 ............................................................................................. 41 表 18. iPhone 5 上市前,各產品面向第一次出現在新聞內容中的日期和. 面向規格. 最早和文章內容吻合的日期 ............................................................................................. 42 表 19. iPhone 5S/5C 上市前,各產品面向第一次出現在新聞內容中的日期和 面向規格. 最早和文章內容吻合的日期 ............................................................................................. 43 表 20. 比較上市前討論與使用者評論中熱門討論面向 ................................................ 46. 表 21. 產品上市前,熱門討論產品面向 ...................................................................... 49 vii.
(9) 第壹章 緒論 第一節. 研究背景. 近年來隨著網路的發展與行動通訊裝置的普及,使用者創作內容平台 (User-Generated Platforms)如線上論壇(online forums)與社群網路(social network)如 雨後春筍般地大量出現,消費者可以透過這些管道公開地分享自身的品牌經驗和 意見,使用者創作內容(User-Generated Content)的增加與盛行,讓消費者在購買產 品前可以更容易地搜集到產品的訊息和了解其他消費者對產品的評價與看法 [Duric and Song, 2012]。. 使用者創作內容之所以受到廣泛的重視,其中一項原因是相較於公司發佈內 容(Company-Produced Content ),大眾普遍認為使用者創作內容的可信度更高[Jonas, 2010],許多人在購買某項產品之前,會在相關的網路論壇或社群網路上了解其他 消費者的評論與意見。在一項針對兩千多位美國成年人的調查研究指出,有超過 八成的網路使用者曾經上網搜尋某一項產品的相關資訊[Duric and Song, 2012],亦 有研究顯示當消費者在做購買決策時,易受到社會互動(social interactions)的影響, 意即他人的意見或是他人的實際購買行為,對消費者的購買意願都會有顯著的影 響[Chen, Wang, and Xie, 2011],而針對的產品評論影響產品銷售量的假說,也獲得 許多實證研究結果的支持[Godes and Mayzlin, 2004; Duan et al., 2005; Chevalier and Mayzlin, 2006; Dellarocas et al., 2007; Forman et al., 2008; Ghose and Ipeirotis, 2010]。 1.
(10) 根據產品特性的不同,消費者花在搜集產品資訊的時間長短也不盡相同,相 較於低涉入產品(Low-Involvement Products),高涉入產品(High-Involvement Products) 如手機、家電等因單價較高、使用年限較長,於是消費者在購入高涉 入產品之前,傾向投入更長的時間、透過多方資訊管道搜集產品相關訊息,以期 望做出正確的購買決策[Gu, Park, and Konana, 2012]。. 也因為如此,除了消費者之外,產品所屬公司的行銷人員或行銷公關公司也 加入了關注使用者創作內容的行列,並且越來越倚重話題行銷(buzz marketing) 與線上口碑行銷(online word-of mouth marketing),善用網路作為媒介、積極 製造話題,以引起消費者和潛在消費者對商品的討論,一方面也善用社群媒體累 積網路口碑聲量,達到增加曝光率、提高知名度和推廣產品的目的[Sprague and Wells, 2010]。. 2.
(11) 第二節. 研究動機. 使用者創作內容的盛行和其對大眾的影響力,讓社群網路與產品評論網站上 各種形式的意見發表內容都成為學者研究的對象。與產品相關的使用者創作內容, 依發表的時間點,大致可分為兩種類型:第一種是在產品上市前或產品發表會前 的線上討論,意指在產品規格尚未確定之前,網路上可觀察到關於產品的猜測、 討論或謠言(buzzes or rumors),而這些訊息的內容與數量通常反映出消費者對產品 特徵或產品規格的期待[Tuarob and Tucker, 2013]。. 大眾在產品上市前的討論內容,可能包含對新產品的好奇與期待、與同類型 商品的比較、以及猜測產品上市日期與價格等其他非關產品本身的討論;內容形 式則以自由發表的文字討論為主。分析產品上市前的討論內容,可了解大眾在接 觸實際產品前最在意的產品特徵,對行銷人員與零售商而言,亦可以了解在推廣 與銷售產品時應強調哪些產品特徵,以達到引起話題、吸引關注的目的。. 第二種與產品相關的使用者創作內容來自已經購買或已使用產品的消費者或 使用者,內容以購買決策形成、消費過程和產品評論為主,行銷人員可透過追蹤 產品評論的內容與數量,了解產品在社群媒體中所累積的線上口碑(online Word-of-Mouth)好壞。產品評論常見的資料形式有數字資料(如評分、星等評比)與 自由發表的文字資料,透過分析數字或(和)文字資料可得到許多訊息,例如探討消 費者滿意度的研究,研究人員利用消費者在產品評論網站對產品性能所評價的評 分和文字評論內容等,發掘消費者對產品整體和(或)對產品個別面向(aspects)的評 3.
(12) 價,或是再進一步分析上述兩者間的關聯,以了解影響消費者滿意度的重要產品 面向為何。. 例如 Otto、Sanford 和 Chuang(2009)利用分類回歸樹的方法(Classification and Regression Tree; CART),以房客在線上的評分(ratings)為資料,分析住客對旅館的 個別服務項目、軟硬體設施和整體的滿意度,以及分析兩者間的關係和建議管理 者如何在有限的資源限制下,針對可以提升整體滿意度的關鍵面向著手改善。以 及 Archak, Ghose 和 Ipeirotis(2011)使用文字探勘(text mining)技術,分析在 Amazon.com 購物網站上搜集的數位相機和攝像機(camcorders)的消費者評論資料, 探討消費者對不同產品特徵的相對偏好和了解哪些產品特徵是消費者較重視的, 研究結果可協助產品製造商在改良下一代產品設計時,聚焦在可帶來較高經濟效 益的產品特徵。. 雖然目前研究多聚焦在產品評論,但無論是產品上市前的所引發的討論內容, 或是分享使用經驗與評價的線上口碑,兩者都能夠影響大眾對產品的知覺、喜好 與購買決策,Tuarob and Tucker(2013)認為,大眾在社群平台對一產品的討論若 展現出集體正向情緒(sentiment),可使網路上其他潛在消費者對產品更具有信心, 提升購買意願,致使產品銷量增加。Rishika et al.(2013)研究結果更進一步指出, 潛在消費者或既有顧客在官方社群平台上的造訪頻率和互動程度越高,即社群參 與程度(social media participation)越高,可為公司帶來較佳的獲利,針對此研究結 果,研究者建議可建立單一產品專屬的子社群或討論專區,來提高對該產品有興 趣之大眾的社群參與程度。. 4.
(13) 綜合以上論述,行銷人員若想在新產品問世之前吸引關注、達到製造話題以 引起大眾對商品熱烈討論之目的,那麼行銷人員必需掌握最廣為消費者討論的各 種產品功能或價格等產品面相,但目前萃取重要產品面向的研究,以手機為例, 資料來源均為產品發售後的產品評論,並無以產品發表前之討論內容為分析資料 的相關研究,然而在產品發表前,群眾對產品充滿期待且產品規格和性能尚未確 定,無法確知在此情形下大眾所討論的產品面向是否仍與售後產品評論中所提及 的產品面向相同。. 有鑒於此,本研究分析大眾在產品發表前的線上討論內容,並從中找出產品 在發表前被廣為討論的產品面向,以利行銷人員與零售商能夠更有效地製造產品 話題與吸引潛在消費者的關注,以及在產品上市前掌握潛在消費者對產品的態度 與意見。. 5.
(14) 第三節. 研究問題. 在產品上市前製造話題,需掌握被廣為討論的產品面向,但目前萃取面向之 研究,以手機為例,分析資料均為發售後的產品評論[i.e., Tsai, 2011; Decker and Trusov, 2010; Wang et al., 2011],功能面相皆占分析結果 90%以上。. 但在產品發表前,群眾對產品充滿期待、產品規格及性能尚未確定,在此情 形下所討論的產品面向的屬性不一定仍與上述相同,所以本篇論文期望透過此次 研究,找出產品發表前最受大眾關注的產品訊息。. 本次的研究目的如下: 1.. 分析產品發表前之相關線上討論,辨別廣為大眾討論的產品面向。. 2.. 各產品面向在產品發表前,第一次出現在討論中的先後順序。. 3.. 比較產品發表前和銷售後,被廣為討論之產品面向的異同。. 6.
(15) 第四節. 研究架構. 本研究首先由相關研究資訊的探索,進而確認研究方向與目的,並整理相關 文獻後,發展出研究架構與假設,透過資料探勘(Data Mining)技術分析線上討 論內容,最後則提出結論,並給予廠商管理建議。如下表 1 所示:. 相關研究資訊的探索. 確認研究方向與目的. 相關文獻整理. 研究設計與資料搜集. 資料分析. 結論與建議 表1. 7. 研究流程.
(16) 第貳章 文獻探討 第一節. 使用者創作內容對購買決策的影響. 在 web2.0 的帶動之下,使用者創作內容有了爆炸性的增加[Duric and Song, 2012; Chen, Qi and Wang, 2012],廠商可以透過使用者創作內容掌握許多重要的訊 息,例如產品上市前的討論或謠言(buzzes or rumors )反應了消費者對產品特徵或功 能規格的期待,與產品或品牌相關的正向使用者創作內容可提升群眾對產品或品 牌的知覺與評價之外,也可作為預測產品上市初期銷售量的良好指標[Tuarob and Tucker, 2013]。. 而使用者創作內容的形成過程涉及人們在社群平台產生的社會互動,對廠商 而言,此社會互動對潛在消費者購買決策的影響可為廠商帶來經濟上的價值:. 一、. 社群參與和購買決策:. 社群媒體的發展,讓消費者也成為廠商創價流程中的一員,消費者的社群參 與為廠商帶來諸多助益,除了可讓廠商更了解消費者需求和其對產品的意見回饋 之外,隨著消費者社群參與的程度提高,廠商和消費者間的聯結也越趨緊密,廠 商可善用社群媒體與行銷策略,設法和僅有交易關係的顧客(transactional customers) 建立情感聯結(emotional bond)使其逐漸成為忠誠顧客(loyal customers),或更進一步 成為擁護者(fans)並影響其他現有顧客或潛在消費者的購買決策,為廠商帶來更多 經濟上的效益[Sashi, 2012]。 8.
(17) Rishika et al. (2013) 認為消費者的社群參與程度(social media participation)和顧客 長期價值成正比,透過分析現有顧客在網站上行為的實際資料,發現當消費者在 官方社群平台上的造訪頻率和互動程度越高時,其顧客終身價值也越高,可為公 司帶來更多的獲利。研究者針對研究結果建議,若廠商欲推廣某一產品,可建立 單一產品專屬的子社群或討論專區,來提高對該產品有興趣的消費者的社群參與 程度。. 二、. 社會互動與購買決策. Tuarob and Tucker (2013)分析在 iPhone 4 上市前與產品相關的推特(Tweets) 內容,研究指出當社群媒體對一產品展現的集體正向情緒(collective positive sentiment),可使消費者對產品更具有信心,致使產品銷量增加,此研究結果雖無 法直接證明在產品發售前出現之關於產品的正向討論內容會影響他人的購買決策, 但此結果符合「當聽到他人談論產品令人印象深刻的優點後,個體會受到誘使而 決定購買該產品」的認知。. 社群媒體讓產品或品牌的擁護者得以彼此接觸與互動,在互動中提升彼此對 產品或品牌的滿意度與提高原本的擁護程度,透過社群媒體擁護者也有機會與尚 未成為顧客的群眾互動,並影響其購買決策,使其和廠商建立交易關係。以數位 相機為例,Chen, Wang, and Xie (2011)透過實驗設計研究網路社會互動對產品銷量 的影響,其研究結果發現消費者的購買決策的確會受到社會互動(social interactions) 的影響,他人的意見、產品評論或實際購買行為都會顯著影響消費者的購買意願。. 9.
(18) 第二節. 產品屬性分類與相對應之產品面向. 策略品牌管理學者 Keller(1993),認為產品屬性(product attributes)為產品的描 述性特徵,描述產品或服務本身的本質與樣貌,以及購買和使用過程所涉及的產 品因素(characterize a product or service what a consumer thinks about a product or service is or has and what is involved in its purchase or consumption)。可依直接影響產 品效能的程度將產品屬性分為兩大類: 1.. 產品相關屬性(product-related attributes):意指構成產品組成與消費者在購買 產品時所尋求之必須要素,影響產品表現與功能。以智慧型手機為例,產品 相關屬性包含了與產品功能相關的面向(aspects),例如:處理器規格、顯示器 畫素、電池蓄電容量、記憶體容量等。本研究中將所有和功能相關、使用之 後才可評價的面相都歸為產品相關屬性。. 2.. 非產品相關屬性(non-product-related attributes):不影響產品實際運作與功能、 但會對購買過程或使用(purchase or consumption)造成影響的產品外部面相。可 分為以下四種:價格資訊、 包裝或產品外觀資訊、使用者意象(購買或使用此 產品的人的類型)、使用意象(使用此產品的地點與時機)。以智慧型手機為例, 非產品相關屬性包含的產品面向有售價、手機外殼的材質與顏色、上市日期 等。筆者認為非產品相關屬性之面向特點,為不需經過擁有使用產品的經驗, 就可觀察到或使個體產生偏好的產品功能以外的面相。. 依照上述兩種屬性的分類描述,本研究特別將手機的「螢幕尺寸」歸為非產 品相關屬性,雖然此一面相會直接對使用者觀看影音、圖片或平時輸入訊息造成 10.
(19) 影響,但在產品上市前,尚未有機會接觸到實際產品且沒有任何評價實質功能的 使用評論可作為意見參考的依據,此外此面向亦具備非產品相關屬性之面向特點, 即不需經過使用經驗,就可觀察到或使個體產生偏好,故本研究中將「螢幕此寸」 一面向歸在非產品相關屬性。下表為本研究涵蓋之所有手機面向的分類:. 產品相關屬性. 非產品相關屬性. (product-related attributes). (non-product-related attributes). Network. Connector. Color. Processor. Fingerprint sensor. Case. Camera. Headphone jack. Price. RAM. Battery. Release date. SIRI. NFC. Screen size. SIM card. 表2 產品面向的屬性分類. 由於行銷管理大師 Kotler & Armstrong(1997)提出之產品屬性的定義包含了客 觀的產品效能(performance)與主觀的產品品質滿意程度,為避免名詞意涵混淆,因 此本篇論文將以大多數研究中所使用的詞彙:產品面向(product aspects),來代表客 觀的產品規格與特徵。. 11.
(20) 第三節. 產品面向萃取與情緒偵測. 面相(Aspect)通常是指產品的特性、元件或功能 [Zhang, Xu and Wan, 2012]。 例如智慧型手機包含螢幕大小、相機、收訊等面相。面相萃取(Aspect Identification) 即是從使用者產生內容中自動萃取出經常被談論、關心的商品面相。現有的研究 已經提出了許多方法,但目前的方法主要可分為兩大類型[Mukherjee and Liu, 2012], 第一種方法僅萃取各產品面向的詞彙,再將所有面向的詞彙進行分類;第二種方 法是使用統計主題模型(statistical topic model)以非監督式(unsupervised)提取產品面 向後,再將產品面向進行分類。目前現有的相關研究大多是以名詞間的關聯關係 (dependency relation)來辨識出現最頻繁的產品相關名詞[Hu and Liu, 2004; Popescu and Etzioni, 2007; Zhuang et al., 2006; Blair-Goldensohn et al.,2008; Ku et al., 2006; Wu et al., 2009; Somasundaran and Wiebe, 2009; Qiu et al., 2011]。另一種方法是使用 監督序列標簽(supervised sequence labeling)[Liu, Hu and Cheng 2005; Jin and Ho,2009]。Ma and Wan (2010)和利用中心理論(Centering Theory),以及 Yi et al. (2003) 使用的語言模型(Language Models)。而在技術方面可分為使用規則(Rule-based)、 使用模型(Model-based),以及使用統計方法等三大類[Chen et al., 2012]。. 常見的產品評論通常有兩種類型,優、缺點評價和不限發表形式的自由評論 (pros, cons and free text)。前者透過分析產品的優、缺點評論中出現最頻繁的面向 名詞,找到消費者關心的產品面向,因為產品面向多為名詞和名詞片語(nouns and noun phrases),且研究指出分析產品優缺點評論所萃取出的產品面向有更高的準確 度[Liu et al., 2005]。但由於本研究所探討的討論內容是產品上市前的使用者創作內 12.
(21) 容,無法取得產品的優、缺點評論,故本研究利用不限發表形式的文字資料來做 進行分析(圖 1)。此研究透過 Natural Language Processor (NLP) Linguistic Parser 進 行斷句,並利用 Part of Speech(POS)之標簽辨別評論文字的詞性,以找出評論中以 名詞或名詞片語型態出現的商品面相。. 圖1 Engadget 裡的自由評論. 基於不同發文者在討論商品面相時,使用的字詞通常會趨於一致之假設,本研 究首先透過關聯規則(Association Mining)找出經常同時出現的名詞或名詞片語 (Frequent Item Set),再刪除當中無意義或可被取代者,以留下評論中用來表示商品 面相的字詞組合。. 13.
(22) 在本研究中討論的產品面向是由觀察所搜集到之產品上市前在消費性電子產品 論壇中的相關新聞,從中彙整出產品在上市前被討論的產品面向列表,並藉由觀 察產品上市前的讀者討論內容,以及使用面相區隔演算法建立完整的面相關鍵字 清單。. 14.
(23) 第四節. 熱門討論之產品面向彙整. 目前關於產品重要面向萃取的研究,以手機為例,分析資料多為手機發售後 的產品評論[i.e., Tsai, 2011; Decker and Trusov, 2010; Wang et al., 2011],且面向萃取 結果顯示 90%以上為功能面相,屬於產品相關屬性。. 利用產品上市前的網路討論作為分析資料的產品面向研究目前十分缺乏,然而 廠商若想在產品上市前擬定行銷策略、製造話題以吸引關注,則需掌握被廣為討 論的產品面向,所以本篇論文期望透過此次研究,找出產品發表前最受大眾關注 的產品面向訊息。 以下為關於產品面向萃取的文獻整理:. 一、. 以產品評論為分析資料:. Decker and Trusov(2010)利用線上產品評論分析消費者偏好的研究中,分析了 四個品牌、共兩萬多比的手機產品評論,在產品評論中出現頻率最高的二十三個 產品面向(表 2),其中除了產品重量、外形和價格為非產品相關屬性之外,其餘 二十個面向皆屬於與功能相關的產品相關屬性。. 15.
(24) 表3 Decker and Trusov(2010). Wang(2011)分析八個產品評測網站的消費者產品評論,分析消費者在評測智慧 型手機時分別對產品優點與缺點的評論內容,發現兩種內容中出現頻率最頻繁的 前十項產品面向中,有八個面向是相同的,且皆為功能面向,屬於產品相關屬性。 分析結果也符合筆者的觀察,即在產品評論中出現頻率最高的產品面向大多屬於 與產品表現與功能相關的面向。如表 3 所示:. 表4 Wang(2011) 16.
(25) 二、. 以社群媒體內容為分析資料:. Tuarob and Tucker(2013)以智慧型手機為例,蒐集與手機產品相關的推特內 容(Tweets)作為分析資料,利用詞頻-逆文檔頻率(term frequency–inverse document frequency; TFIDF)和極性(polarity )分析進行資料探勘(data-mining),不同手機廠牌 與型號之面向萃取的結果同樣也是以功能面向為主,如表 4 所示:. 表5 Tuarob and Tucker(2013) 1. 產品上市前的蜂鳴效應(buzzing effect)對銷售量的影響是此研究另外值得一提 之處,作者分析產品上市前在 Google 搜尋引擎上的可搜尋到的相關網頁數量 (number of matched webpages)和產品第一季銷售量的關聯(圖 2),兩者的相關係數 為 0.6631,指出上市前對產品的關注與討論可能對手機上市初期的銷售量有正向 關聯。作者認為群眾在產品上市前的討論(或蜂鳴)會影響產品上市後的銷量,尤其 是在產品上市初期。. 1. Strong features 表示使用者在 Tweets 中對該面向的情緒多為正向情緒,weak 則表負向情緒;. controversial 則是對該面向的正、負情緒相當。. 17.
(26) 圖2 蜂鳴效應. 在產品上市後,作者發現零到兩個月前的 Tweets 內容可作為預測手機銷量的領 先指標,且某些手機在零到兩個月前的正向情緒(positive sentiment)tweets 總量 和銷售量呈現高度正相關(correlation > 0.94),研究中六種型號手機在銷售前零到兩 個月的平均相關係數分別介於 0.7215 到 0.8837 之間。. 18.
(27) 第參章 研究方法 第一節. 一、. 資料描述. 資料來源與資料形式. 本篇論文所使用的分析資料是從 CNet 和 Engadget 兩個消費性電子產品新聞暨評 測網站取得,透過人工搜尋與判讀所有關於蘋果公司(Apple Inc.)智慧型手機 (iPhone)的新聞,蒐集蘋果手機三個世代產品在上市前,所有與產品相關的新聞 內容與新聞的讀者回應(圖 3,4,5,6),資料的形式為非結構化的文字訊息,新聞撰 文者與讀者並無發文內容及文字格式的限制。此篇論文所探討的三個世代產品型 號分別為 iPhone 4S、iPhone 5 和 iPhone 5S/5C。. 圖3 Engadget 網站上,iPhone 5S 和 iPhone 5C 上市前的新聞內容 19.
(28) 圖4 Engadget 網站上,iPhone 5S 和 iPhone 5C 上市前新聞的讀者回應. 20.
(29) 圖5 CNet 網站上,iPhone 5S 和 iPhone 5C 上市前的新聞內容. 21.
(30) 圖6 CNet 網站上,iPhone 5S 和 iPhone 5C 上市前新聞的讀者回覆. 二、. 資料涵蓋期間. 由於本篇論文的目的為辨別消費者在產品上市前、尚未確知產品實際規格時 所討論的產品面向,而蘋果公司以往都會在手機上市前舉辦產品發表會,並於產 品發表會上公佈新一代手機之所有產品面向的詳細規格,故本篇論文所搜集之各 世代資料涵蓋期間為:前一代產品上市後到該世代產品發表會前的新聞,如下表 5 所示。由兩個網站分別所搜集到之新聞篇數與讀者回應的數量如表 6 所示:. 22.
(31) 產 品 型 號. 資料涵蓋期間 上一世代產品上市日. 產 品 發 表 會 日. iPhone 4S. 2010. 06. 24. 2011. 10. 04. iPhone 5. 2011. 10. 14. 2012. 09. 12. iPhone 5S/5C. 2012. 09. 21. 2013. 09. 10. 表6 搜集之各世代資料涵蓋期間. 三、. 資料特性描述. CNet 和 Engadget 兩個網站的內容雖同樣以消費性電子產品為主題,但是專業 程度與所含技術用語的比重不同,依筆者觀察新聞內容的結果,兩個網站關於蘋 果手機的新聞,都會引用各方媒體的訊息、分析資料、圖片、影片或宣稱來自代 工廠商或產品工程師的走漏訊息等。CNet 的新聞中傾向寫出較多、較明確的產品 規格,Engadget 論壇上的產品新聞消息平均每篇提到的產品面向數量較少,且當 提到產品面向時,也較不常使用技術或規格的專有名詞,例如同樣提到電池時, CNet 會寫出電池的伏數與毫安培數「3.8 V, 51,440 mAh」 ,而 Engadget 的新聞內容 只以「更長的待機時間」來表示。在文句語氣方面,兩個網站的作者絕大部分都 是以客觀的語調來撰寫新聞內容。. 23.
(32) 第二節. 資料處理. 分析資料以人工方式將每一則新聞內容與對應的讀者回覆複製擷取後存成分 開的文字檔案。由於 CNet 網站只保留最新兩世代 iPhone 的讀者回應,故 CNet 網 站之 iPhone 4S 的二十二篇新聞無相對應的讀者回應內容,此次共搜集到 190 個新 聞內容檔案、168 個讀者回應內容的檔案。. CNet 產 品 型 號. Engadget. Total. 新 聞. 讀者. 新. 讀. 者. 新 聞. 讀. 篇 數. 回應. 聞. 回應數. 篇 數. 回應數. 數. 篇. 11. 6743. 33. 6743. 數 *. iPhone 4S. 22. -. iPhone 5. 58. 2826. 14. 8805. 72. 11631. iPhone. 76. 7149. 9. 2706. 85. 9855. 156. 9975. 34. 18254. 190. 28229. 5S/5C Total. 表7 三世代 iPhone 上市前在兩個網站上的新聞篇數與讀者回覆數量 2. 2 CNet 網站只保留最新兩個世代之 iPhone 新聞的讀者回應。. 24. 者.
(33) 一、. 新聞內容之面向標簽. 將搜尋到之 190 篇新聞內容,以人工方式閱讀、標記面相與截取面向的技術 規格描述,再和官方網站(https://www.apple.com/)所列出之產品規格互相比對,觀 察新聞內容中關於產品面向消息的正確度以及某面向正確訊息第一次被揭露的時 間。如圖 7 所示,此篇 2012 年 4 月 9 日的 iPhone 5 新聞中,標簽了「螢幕尺寸」 與「通訊」兩個面向,詳細規格為:「4 吋螢幕」和「4G LTE 的訊號傳輸技術」。. 圖7 產品新聞之面向標簽範例. 標記完 190 篇產品新聞中所有的面相標簽後,表 7 為整理三個世代產品新聞 中提到的面向列表,三個世代各別被標簽出來的產品面向各有十二到十四個產品 25.
(34) 面向,其中面向 1-9 為三個世代的產品新聞都有提到的產品面向。 iPhone 4S. iPhone 5. iPhone 5S/5C. 1. Network. Network. Network. 2. Processor. Processor. Processor. 3. Camera. Camera. Camera. 4. Screen size. Screen size. Screen size. 5. Memory. Memory. Memory. 6. SIRI. SIRI. SIRI. 7. NFC. NFC. NFC. 8. Release date. Release date. Release date. 9. Case. Case. Case. 10. Price. Headphone jack. Price. 11. Color. Connector. Color. 12. Resolution. Fingerprint sensor. Fingerprint sensor. 13. Wireless charging. Wireless charging. 14. SIM card 表8 產品上市前網路新聞中提到的產品面相列表. 二、. 讀者回覆內容之面向萃取. 1、 資料前處理 以人工資料清理(data cleaning)處理 168 個讀者回覆文字檔案中不正確的標點 符號與明顯的多餘換行符號,以提高 Parser 處理文字資料的正確率,經 Parser 處 理過後的文字檔案只包含三項訊息,回覆者帳號、回覆日期、回覆內容。如圖 8 所示。. 26.
(35) 圖8 截取新聞讀者回覆訊息. 2、 產品面向字庫與面向偵測 此步驟是為了下一步驟面向偵測,由於讀者回覆的 168 的文字檔案中共含有 28,229 篇讀者回覆內容,故先建立面向關鍵字庫(aspect keywords dictionary),下一 步驟再利用演算法自動偵測產品面向。. 在「讀者的回覆內容是針對所讀的產品新聞而產生的」前提假設下,利用新 聞內容標簽出的產品面向作為基礎面向,觀察新聞與讀者回覆內容以發展出每個 基礎面向的種子詞彙後,針對單一面向找關鍵字:集結所有提到該面向的新聞讀 者回應作為演算法的文字資料集,再利用面向區隔演算法擴充每個面向的詞彙, 以圖 9 為例,將原本「Memory」面向加入卡方值明顯較高的 RAM、GB、1gb 等 字後再重新操作一次演算法,透過以種子詞彙找相關詞彙的方式,重複幾次後整 理關鍵詞彙結果,以確定關鍵字庫的內容。完成關鍵字庫的建置後,再將經過資 料前處理的 168 個文字檔案用演算法進行面相偵測,並計數所有讀者回覆中提到 27.
(36) 各產品面向次數。. 圖9 Memory/Space 之關鍵詞彙. 圖10 產品面向關鍵字庫. 28.
(37) 第肆章 實驗分析與討論 第一節. iPhone 手機三世代產品描述. iPhone 為美國蘋果公司所推出的智慧型手機,蘋果公司於 2007 年 6 月推出第 一代 iPhone,奠定蘋果在智慧型手機中領導品牌的地位,其歷代產品外觀特色為 占機身大部分比例的大面積螢幕與單一按鈕,有別於其主要競爭者韓國品牌三星 (Samsung)的機海戰術,蘋果公司在 2013 年第七代產品上市前皆採取單一旗艦機款 的產品策略,產品定價和現有智慧型手機相比為價位偏高,在使用上最大的特色 為容易上手的使用者友善操作界面(user-friendly interface)。表 8 為本研究所探討的 三世代型號 iPhone 4S、iPhone 5,及 iPhone 5S 與 iPhone 5C 的規格比較表。. 4S Release. 5. 5S. 5C. 2011/10/14. 2012/9/21. 2013/9/20. 2013/9/21. 16GB $199. 16GB $199. 16GB $199. 16GB $99. 32GB $299. 32GB $299. 32GB $299. 32GB $199. 64GB $399. 64GB $399. 64GB $399. Front. Glass. Glass. Glass. Glass. Back. Glass. Aluminum. Aluminum. Plastic. Side. Stainless steel. Date Price. Casing. Display Size. 3.5". 4". 4". 4". Retina. Retina display. Retina display. Retina display. Retina display. 29.
(38) Resolution. 960 x 640. 1136 x 640. 1136 x 640. 1136 x 640. (326 ppi). (326 ppi). (326 ppi). (326 ppi). A5. A6. A7/ 64-bit. A6. Processor Chips. M7 Motion Corprocessor RAM. 0.5GB. 1GB. 1GB. 1GB. Storage. 16GB. 16GB. 16GB. 16GB. 32GB. 32GB. 32GB. 32GB. 64GB. 64GB. 64GB. 64GB. 8 MP. 8 MP. 8 MP. 8 MP. (3264 x 2448). (3264 x 2448). (3264 x 2448). (3264 x 2448). LED. LED. Dual LED. LED. 12000min. 13500min. 15000min. 15000min. NFC. NO. NO. NO. NO. Network. GSM/EDGE. GSM/EDGE. GSM/EDGE. GSM/EDGE. UMTS/HSPA. UMTS/HSPA+. UMTS/HSPA+. UMTS/HSPA+. -. DC-HSDPA. DC-HSDPA. DC-HSDPA. CDMA EV-DO. CDMA EV-DO. CDMA EV-DO. Rev. A and. Rev. A and Rev. B. Rev. A and. Rev. B (CDMA. (CDMA models. Rev. B (CDMA. models only). only). models only). LTE. LTE. LTE. Camera Resolution Flash Battery Standby time Connectivity. CDMA EV-DO Rev. A4 Wi-Fi (802.11b/g/n; 802.11n on 2.4GHz). Wi-Fi (802.11a/b/g/n; 802.11n on 2.4GHz and 5GHz) 30. Wi-Fi (802.11a/b/g/n; 802.11n on 2.4GHz and 5GHz). Wi-Fi (802.11a/b/g/n; 802.11n on 2.4GHz and 5GHz).
(39) Bluetooth 4.0. Bluetooth 4.0. Bluetooth 4.0. Bluetooth 4.0. GPS and. GPS and. GPS and. GPS and. GLONASS. GLONASS. GLONASS. GLONASS. Micro-SIM. Nano-SIM. Nano-SIM. Nano-SIM. NO. NO. YES. NO. top. bottom. bottom. bottom. 30-pin. 8-pin/Lightning. 8-pin/Lightning. 8-pin/Lightning. Features SIM card Fingerprint reader Headphone jack Connector. Space Color. Black, White. Black, White. Gray(Black), Silver(White), Gold(Champagne). SIRI. YES. YES. YES. White, Pink, Yellow, Green, Blue YES. 表9 iPhone 4S、iPhone 5,及 iPhone 5S 與 iPhone 5C 的規格比較表. iPhone 4S 於 2011 年 10 月上市,外觀和前一代 iPhone 4 無太大差別,螢幕尺寸 及螢幕解析度也和前一代產品相同,產品最大的改變為新增語音助理 SIRI,以及 新增加一種顏色選擇,並針對 iPhone 4 天線位置設計不良所導致的訊號問題,重 新設計天線位置以改善通話訊號與品質。. 2012 年 9 月上市的 iPhone 5 引起了廣大消費者的注意,根據蘋果公司官方網站 的資料,iPhone 5 在上市 24 小時內的預購量突破兩百萬單位,是上一代產品的兩 倍,上市三日內的預購數量達到五百萬單位,為歷代蘋果手機上市預購量的最高 紀錄。iPhone 5 的螢幕尺寸和螢幕畫素都優於前一代產品,當時最被消費者廣為討 論的特徵之一是蘋果手機是市面上唯一採用鋁合金背蓋及屬市面上最薄的手機,. 31.
(40) 其他主要引起討論的產品改變還包含了產品的耳機接孔位置、SIM 卡尺寸、傳輸 線接頭大小等產品面向。. 圖11 iPhone 世代產品圖. 和前代產品相隔一年時間上市的 iPhone 5S 與 iPhone 5C,是蘋果公司自第一代 iPhone 上市以來首次同時推出一款以上的機型。延續前幾代 iPhone 的產品規格升 級,iPhone 5S 被認為是歷代旗艦機款的繼任者,其外觀設計和上一代的 iPhone 5 並無太大不同,但在產品顏色增加了金色的選擇;主要的產品創新是推出市面上 第一支具備指紋辨識解鎖功能的智慧型手機,此外和前一代產品相比,iPhone 5S 的後照相機鏡頭搭載雙 LED 閃光燈。. iPhone 5C 則是蘋果公司所推出之相對低價的機款,在功能上同時也對應其價位, 和蘋果以往的旗艦機款相較之下較為低階,和其他同儲存空間的蘋果機型相比的 上市價格低了一百美元,其所搭載的處理器與上一代產品相同,產品外觀特色為 塑膠材質的背蓋,並提供消費者五種繽紛顏色的選擇。. 32.
(41) 第二節. 原始資料描繪. 在決定分析的面向列表時,本研究從兩個網站所搜集到之產品上市前新聞中, 以人工方式閱讀每一則產品上市前的新聞並標出新聞文章中提及的面向標簽,再 彙整這些面相在不同產品世代、不同論壇資料集裡被提到的次數。分別以以下三 個表(表 9、10、11)來描述各產品面向在不同產品世代、不同網路論壇,以及分別 在新聞文章與讀者回覆中被提及的次數。. 如第參章所述,由於 CNet 論壇只保留最近兩個世代產品新聞的讀者回覆,故無. Reply/ Engadget News/ CNet. Camera. NFC. Space. Battery. Connector. Fingerprint Sensor. Headphone Jack. SIRI. SIM Card. Screen Size. Color. Case. Price. Release Date. CNet. Network. Reply/. Processor. iPhone 4S 讀者回覆的資料。. -. -. -. -. -. -. -. -. -. -. -. -. -. -. -. -. 389 1116 458 125 127 194 110. 94 121. 71. 43 697 213 327 131 430. 7. 11. 3. 3. 2. 0. 0. 0. 0. 2. 0. 7. 0. 2. 2. 3. 4. 5. 4. 2. 2. 0. 0. 0. 0. 0. 0. 2. 0. 0. 0. 2. 94 121. 73. News/ Engadget Total. 400 1132 465 130 131 194 110. 43 706 213 329 133 435. 表10 iPhone 4S 上市前,在不同資料分類中各產品面向被提及的次數 33.
(42) CNet 在 iPhone 5 上市前的新聞內容中曾提到一次無線充電技術,由於和此功 能相關的討論並沒有重複出現在其他新聞內容與該篇的讀者回覆中,故之後都不. Reply/ CNet Reply/ Engadget News/ CNet News/ Engadget Total. 65 236. 83 41 23 112 202 22 101 70 10. 136 368 211 41 81 164 494 81 259 83 66. 0 468. Release Date. Price. Case. Color. Screen Size. Wireless Charging. SIM. SIRI. Headphone Jack. Fingerprint Sensor. Connector. Battery. Space. NFC. Camera. Network. Processor. 會針對該面向進行討論。. 39 125 56 178. 0 895 112 408 75 237. 5. 16. 3. 2. 3. 1. 13. 1. 5. 1. 2. 1. 24. 0. 7. 0. 14. 2. 2. 1. 0. 2. 0. 4. 0. 2. 0. 2. 0. 6. 0. 3. 0. 2. 208 622 298 84 109 277 713 104 367 154 80. 1 1393 151 543 131 431. 表11 iPhone 5 上市前,在不同資料分類中各產品面向被提及的次數. 34.
(43) Reply/ Engadget News/ CNet News/ Engadget. 40. 98 100 17. 13 150. 35. 51. 41. 10. 4. Release Date. Price. Case. Color. Screen Size. SIM. SIRI. Headphone Jack. Fingerprint Sensor. Connector. Battery. Space. NFC. Camera. 267 287 287 62 122 220 168 110 215 126 25. CNet. Total. Network. Processor Reply/. 899 293 600 369 400 308 296 189. 44. 85. 13. 4. 13. 2. 3. 1. 1. 12. 0. 3. 0. 15. 17. 5. 27. 16. 0. 3. 3. 0. 1. 1. 0. 1. 0. 0. 0. 1. 5. 1. 2. 0. 320 392 403 81 139 372 204 174 256 139 29 1223 611 795 442 501 表12 iPhone 5S/5C 上市前,在不同資料分類中各產品面向被提及的次數. 以上三個世代面向出現頻率的彙整表中,數值為零者代表一面向並未出現在該 資料分類中,觀察各表可發現 Engadget 論壇除了如第參章介紹的每篇新聞文章內 使用專業科技規格用詞的頻率較低之外,新聞文章中所提到的總產品面向也較少, Engadget 和 CNet 相比,每一世代產品的新聞內容平均少提及四個產品面向。. 35.
(44) 第三節. 資料分析與問題討論. 針對三個世代在 Engadget 和 CNet 兩個論壇、在新聞文章和讀者回覆中前十 個被提到頻率最高的產品面向,整理出以下兩個表格,藍色字體之產品面向 屬於不會影響產品功能運作的非產品相關屬性。下表 12 為不同世代的 iPhone 產品發表會之前,產品面向分別在兩個論壇的新聞內容中出現的頻率。. iPhone 4S Cnet. iPhone 5. Engadget. Cnet. Network. 11 Network. Processor. 7 Processor 4 Network. Screen size Camera Release date. 7 Camera 3 3. Screen size Release date. iPhone 5S/5C. Engadget. 5 Screen size 24 Screen size. Cnet. Engadget. 5 Price. 27 Color. 5. 16 Connector. 4 Color. 17 Network. 3. 14 Processor. 3. 16 Camera. 2. 2 Connector. 13 Case. 3 Screen size 15 Price. 2. 2 Case. 7 Network. 2 Camera. 13 Screen size. 1. 5 Memory. 2 Processor. 13 Memory. 1. 2 Case. 12 Case. 1. 4. Release date. Release date. NFC. 3 NFC. 2 Processor. Memory. 2 Memory. 2. Case. 2 -. Camera. 3. SIRI. 2 -. Memomry. 3 SIM. 2 Network. 4 Battery. Price. 2 -. SIM. 2 Camera. 1 Memory. 3 -. Headphone jack. 5. Release date Headphone jack. 2. Fingerprint sensor. 12. Fingerprint sensor. 表13 各世代 iPhone 上市前,在不同論壇的產品新聞中各產品面向被提及 的次 數. 36. 1 1.
(45) 下表為不同世代的 iPhone 產品發表會之前,產品面向分別在兩論壇之新聞讀 者回覆裡出現的頻率。如第參章所述,由於 CNet 論壇只保留最近兩個世代產品新 聞的讀者回覆,故無 iPhone 4S 讀者回覆的資料。藍色字體之產品面向屬於不會影 響產品功能運作的非產品相關屬性。. iPhone 4S Cnet. Engadget. -. Network. -. Screen size Camera Release date. iPhone 5 Cnet. iPhone 5S/5C. Engadget. Cnet. Engadget. 1116 Screen size 468 Screen size 895 Screen size 899 Screen size 697 Network. 236 Connector. 458 Connector 202 Case 430. Release date. 494 Case. 600 Color. 296. 400 Case. 189. 368 Price. 369 Battery. 150. 259 Color. 293 Camera. 100. 237 Network. 287 Network. 98. 211 Camera. 287 Release date. 85. 408. 178 Network Headphone. Release date. -. Processor. 389 Case. 125. -. Case. 327 Battery. 112. -. Price. 131. -. Space. 127 Camera. 83 Battery. 164 Processor. 267. -. Color. 213 SIRI. 70 Processor. 136 Battery. 220 Price. -. Battery. 194 Processor. 65 Color. 112. Headphone jack. jack Release date. 101 Camera. Headphone jack. 215. Fingerprint sensor Headphone jack. 表14 各世代 iPhone 上市前,在不同論壇的讀者回覆中各產品面向被提及的 次數. 37. 308. 51 44 41.
(46) 一、. 產品發表前,廣為大眾討論的產品面向分析。. 為找出各個世代手機在上市前出現在群眾討論內容中最頻繁的產品面向,故 彙整與比較出現在兩論壇之讀者回覆中的頻率前十高的產品面向,並將面向依屬 性分類: iPhone 4S. iPhone 5. iPhone 5S/5C. 產品相關屬性. Screen size. Screen size*. Screen size. Product-related. Network. Network. Network. Camera. Camera. Camera. Battery. Battery. Battery. Processor. Processor. Processor. Space. Headphone jack*. Headphone jack. Connector*. Fingerprint sensor*. SIRI 非產品相關屬性. Color*. Non-product-related Case* Release date. Color. Color*. Case*. Case*. Release date. Release date. Price. Price*. 表15 各世代 iPhone 上市前,最常出現在讀者回覆中的產品面向彙整. * 為該世代產品主要與前一代不同的創新技術或明顯改變的面相. 38.
(47) 1.. 產品相關屬性的面向: 在與功能相關的產品面向中,可見到通訊、相機、電池與處理器是在三個世. 代的產品中共同被群眾熱烈討論的四個面向,其中通訊與電池在此三世代的上一 代產品中都是最常被使用者抱怨的功能面相之一(表 15);其他面向大多為新產品 的產品規格升級或技術創新,如 iPhone 5S 上市前的討論中,出現指紋辨識的功能 面向。. 資料來源:Engadget電子產品評測網站. iPhone 4S. iPhone 5. iPhone 5S/5C. 上一世代產品. iPhone 4. iPhone 4S. iPhone 5. 評測分數最低. 電池. 電池. 電池. 的三個面向. 通訊(資料傳. 通訊(資料傳輸. 通訊(資料傳. 輸與通話訊. 與通話訊號). 輸與通話訊. 號). 號) 多媒體檔案支. 外殼防刮磨程. 援. 度. 外殼防刮磨程 度. (外殼防刮磨程 度 為得分倒數第 四之面向) 表16 上一世代產品評測得分最低的產品面向. 39.
(48) 2.. 非產品相關屬性的面相 分析產品上市前各世代討論內容,可以發現非產品相關的面向幾乎都占了將. 近 50%左右,而這些面向都是不需要產品使用經驗就可觀察到的產品面向,如同 第二章所提到非產品相關屬性包含價格資訊、包裝或產品外觀資訊等,此部分的 分析結果顯示非產品運作功能相關的面相,是產品上市前熱門討論的面相。. 手機螢幕尺寸為本研究分析面向中,雖被歸類為產品相關屬性,影響產品實 際運作效能與操作,但其和非產品相關屬性相同,屬於不需實際使用經驗就可辨 識和產生態度偏好的產品面向。. 二、. 產品發表前,各產品面向第一次出現在新聞內容中的先後順序。. 此部份分析的目的是在探討在一世代產品上市後,當使用者產品評論陸續產 生,下一代產品的新聞是否會針對上述產品評論中提及的產品缺點有所回應,藉 此推測廠商是否會釋放訊息給撰寫產品新聞的作者,採取為下一代產品信心喊話 的舉動。但在比對各自的前一世代消費者滿意度最低的產品面向(通訊、手機殼耐 磨度、電池蓄電力)時,發現蘋果公司並無刻意要釋放此三面向有所改良的訊息。 觀察此三個表可發現在各世代中,通常最先出現在新聞中的產品面向是通訊、處 理器、相機和新一代產品重大改變的面向,如最近兩代產品的手機殼材質改變、 技術創新的指紋辨識功能和去年首度推出的較低價位的產品。上市日期是產品新 聞撰寫者最愛的話題之一,但可看到產品確切的上市日期都不是在一開始就可以 被猜測到。. 40.
(49) Engadget. Aspect. Mentioned for first time. matched Aspect. Price. Case. 6. NFC. 6. SIRI. Camera. 6. Processor. 10-Jul. Network. RAM Year/Month. Release Date. Mentioned for first time. matched. Screen Size. CNET. 10-Aug 10-Sep 10-Oct. 6. 10-Nov 10-Dec 11-Jan. 25. 11-Feb. 10. 15 15. 14 15. 11-Mar. 18. 11-Apr. 10. 22. 18. 11-May 11-Jun 11-Jul. 7. 11-Aug 11-Sep. 27. 29 24 27. 27. 27. 11-Oct. 27 3. 表17 iPhone 4S 上市前,各產品面向第一次出現在新聞內容中的日期和 41.
(50) Year/Month 11-Dec 11. 12-Feb. 3. 16. 16. 23. 16 25. 21. 12-Apr. 9 31. 22. 29 12. 12. 29 29 21. 12-Jul 12-Aug. 16. 1 3. 12-Mar. 12-Jun. Release Date. 27. 12-Jan. 12-May. Case. Screen Size. Fingerprint Sensor. Processor. RAM. Nano-SIM. Headphone Jack. SIRI. Connector. NFC. Battery. Camera. Center Camera. Network. 面向規格最早和文章內容吻合的日期. 29 7. 12. 16 10. 2. 6. 表18 iPhone 5 上市前,各產品面向第一次出現在新聞內容中的日期和 面向規格最早和文章內容吻合的日期. 42. 4 15 2.
(51) Case. Release Date. Price. 5. 10. 10. 10. Color. Screen Size. Ram. SIRI. Real Model. Storage 10. Battery. NFC 10. Processor. Camera 10. Fingerprint Sensor. Network 6. Year/Month 12-Dec 13-Jan. 16. 16. 8 16. 8. 10. 2. 13. 13. 13-Feb 13-Mar. 4. 13-Apr 13-May. 8. 13-Jun 13-Jul. 21. 21 21. 13. 1. 13-Aug 13-Sep. 13. 22 6. 23. 11 16 6. 表19 iPhone 5S/5C 上市前,各產品面向第一次出現在新聞內容中的日期和 面向規格最早和文章內容吻合的日期. 為了解本研究感興趣之非產品相關屬性面向在上市前出現在讀者討論中的頻 率,故將此資料以泡泡圖(bubble plots)來呈現,圖的橫軸為時間,縱軸分開不同的 產品面向,同一水平線上散佈的圓圈表現出一面向於產品上市前在不同時點出現 在新聞內容的情形,圓圈的大小表示該篇新聞引起的讀者回覆數量,圓圈散佈的 疏密表示該產品面向在上市前被討論的頻繁度。 43.
(52) 比照三個圖(圖 12,13,14)可看出非產品相關屬性的面相在產品 上市前被密集討論的時間,iPhone 4S與iPhone5在上市前一個月到四個 月間是非功能相關面向被最頻繁討論的時期,而iPhone 5S/5C此一世代 則是在上一代產品上市三個月後,手機外殼材質、售價和上市日期就開 始被熱烈討論,可能如同前幾代產品,下一代產品有重大改革的產品面 向皆在前一代產品上市兩到三個月後就有相關消息和謠言開始傳出;此 世代產品最早開始謠傳的消息為蘋果將推出「低價版」iPhone,從圖中 可看出在非功能面向中,如同呼應iPhone 5C的上市一般,與價格相關 的新聞出現頻率的最高,而產品上市三個半月前才開始有「低階iPhone 會有繽紛色彩選擇」的新聞陸續傳出。. 圖12 iPhone 4S. 44.
(53) 圖13 iPhone 5. 圖14 iPhone 5S/5C. 三、. 群眾在產品發表前和購買後,廣為討論之產品面向的異同。. 本研究分析群眾在產品上市前的討論內容,辨別在新產品功能規格、產品外 觀、上市日期與售價尚未確定之階段的重要產品面向,分析結果如表 19 所彙整之 三世代 iPhone 產品上市前在兩個論壇被廣為討論的面相,另外列出先前相關研究 的結果:Decker and Trusov(2010)、Wang(2011)、以及 Tuarob and Tucke(2013)分別 分析單一或多樣品牌型號的手機評論內容,從中萃取出現頻率最高的產品面向。 產品上市前後之面相萃取比較如表 19 所示。 45.
(54) Data. Pre-launch Online Buzzes. Online Product Reviews Tuarob and. Decker and. Tucke, 2013. Trusov, 2010. iPhone iPhone 5. Multiple. iPhone 4 5S/5C. models. models. Screen size. Screen size. Screen size Video. Display. Internet. Network. Network. Network. Camera. Camera. Camera. Camera. Camera. Camera. Battery. Battery. Battery. Battery. Battery. Battery. Face-time. Multimedia. Processor. Operation/. Product-related. 產品相關(使用功能相關面向). iPhone 4S. Multiple. Wang, 2011. Processor. Processor. Processor. App. App Handling. Headphone. Headphone Case/ Durability Menu. Ease. jack. jack. Connector. Fingerprint. Space/Storage Life. Navigation. of Use. Update. Equipment/. Quality. Texting. Functionality. Screen. sensor. Non-product-related. 非產品相關. Screen. Color. Color. Color. Case. Case. Case. Release date. Release date Release date. Price. Price. Keyboard. Price Appearance Size/Weight. Price 表20 比較上市前討論與使用者評論中熱門討論面向 46.
(55) 根據本研究的分析結果與先前其他研究的比較,在假設填寫產品評論者皆真 的擁有使用經驗之前提下,顧客所填寫的線上產品評論中,最常被討論的產品面 向大多與產品實質功能和使用難易度有關,作業系統與應用程式也是產品評論中 主要討論的面相之一。. 其他功能以外的非產品相關屬性相對較少被提及的原因,可能是因為購買手 機的消費者在購買決策階段就已經接收到手機顏色與外殼材質等產品外觀、售價 和產品上世日期等非產品相關屬性的資訊,且在可接受的情況下才會購買產品, 因此這些不需經過產品使用經驗就可影響消費者對產品偏好程度的面向,相對只 在購買前階段受到消費者的重視。. 在分析結果中值得一提的是螢幕尺寸和手機外殼兩個產品面向。iPhone 4S、 iPhone 5、iPhone 5S/5C 三個世代產品上市前,螢幕尺寸都是最被群眾熱烈討論的 品面向,雖然螢幕尺寸屬於和功能有關的產品相關屬性,但是筆者認為螢幕尺寸 和其他非產品相關屬性具有相同的特點,都是不需擁有使用產品的經驗,就可觀 察到或使個體產生偏好的功能以外的因素,此外智慧型手機市場上螢幕尺寸有越 來越大的趨勢,如蘋果的主要競爭對手 Samsung 在 2011 年 5 月推出 4.3 吋螢幕的 旗艦機款 Galaxy SII,隔年再推出 4.8 吋的大螢幕手機,而蘋果手機在 2013 年螢幕 尺寸仍未超過 4 吋,也讓此成為最常被 iPhone 擁護者討論與比較的產品面向。. 在Tuarob and Tucke(2013)的研究中,手機外殼在產品評論中屬於最常被討 論的產品面向之一,雖然上一段敘述中說到從產品評論中所萃取出的幾乎都 是功能相關的面向,而手機外殼是與功能無關的面相,但筆者從Engadget產 47.
(56) 品評測網站,觀察iPhone 4產品評論的內容發現,已購買此產品的消費者, 在討論手機外殼時和產品上市前的討論內容大不相同。不同於當時市面上其 他手機的塑膠外殼,iPhone 4的正面與背蓋材質都是強化玻璃,相較之下較 難維持手機外殼的完好度,而使用者在產品評論中談論的是手機外殼是否耐 摔、耐刮防磨,與產品上市前討論的內容大不相同,群眾在產品上市前討論 的大多是手機外殼新的材質和顏色。. 48.
(57) 第伍章 結論. 總結以上分析結果,在產品上市前與使用產品過後所萃取出產品面向的主要 差異在於,產品評論中出現頻率最高的十個產品面向中有超過 90%以產品功能為 主,例如影音功能、使用者友善度、電池續航力等;而產品上市前,受到熱烈討 論的前十個產品面向中,常常有三到五個面相與產品功能無關。表 20 依先前分析 結果整理出在產品上市前,最能引起群眾討論的產品面向:. Online Buzzes in Pre-launch stage Product-related attributes. Non-product-related attributes. Screen size. Color. Camera. Case. Battery. Price. Processor. Release date. Network 表21 產品上市前,熱門討論產品面向. 一、 學術貢獻與管理建議 本研究最主要的貢獻為分析上市前的討論內容,就筆者所知,目前並無分析 產品上市前討論內容以萃取智慧型手機中重要產品面向的研究,本研究為後續針 對消費性電子產品上市前之面向研究與產品上市前行銷訊息相關的研究提供參考 依據,對廠商而言也有寶貴的參考價值。 49.
(58) 因以往分析產品評論所得到之產品面向訊息,可以讓廠商知道消費者對現有 產品的整體滿意度與對各面向的評價,對廠商而言,此訊息在產品改良與新技術 研發時較能提供寶貴的訊息,但在產品上市前的行銷策略與行銷訊息擬定方面的 參考價值較低,若單看以往的研究結果,廠商在行銷未上市的產品時會將資源放 在推廣產品的功能面向,而忽略了和功能無關、卻廣為群眾討論的產品面向。此 篇研究結果建議廠商在推廣未上市產品時,除了原本針對新一代產品功能和升級 後規格的描述外,也應善加利用螢幕尺寸、外殼顏色與材質、上市日期和價格等 非功能面向製造話題來引起消費者的關注。選對行銷訊息主題能讓廠商更有效率 地使用行銷資源來達到引起消費者的注意與討論、增加產品曝光率和提高知名度 等目的。. 二、 後續研究方向 先前研究指出,關於產品的正向情緒推特內容(tweets with positive sentiment) 對產品的市場需求有直接的影響,Tuarob and Tucker(2013)的研究指出正向 Tweets 和銷售量的相關係數高於中性和負面的 tweets,表示正向情緒的使用者創作內容是 預測銷售的良好指標:例如為此研究標的之一的 iPhone 4,銷售前零到三個月的正 向情緒的推特討論數量和產品銷售量具有很強的關聯性,其相關係數分別為 0.9476, 0.9845, 0.9834, 0.8249。. 後續的研究者可將上述研究和本篇研究結合,廣泛搜集產品上市前的討論和 產品銷售量為分析資料,進行面向萃取與情緒分析(sentiment analysis),探討個別 產品面向的極性(polarity)與產品上市後不同期間銷售量間的關聯,廠商可透過此類 50.
(59) 研究了解產品在未上市階段影響消費者購買決策的重要產品面向,以達更有效地 運用行銷資源、更精準地掌握影響產品上市初期銷售量的關鍵面向。或是將產品 上市前的討論依距離上市時間的長短將討論內容分成不同時間區間,分析各面向 在上市前不同時間點極性分數的變化,探討群眾在討論各產品面向時的正負情緒 是否會依時間有特定的改變模式(patterns)以及其所代表的意涵。. 51.
(60) 參考文獻 Alfred, S.B. (1981). Market Segmentation by Personal values and Salient Product Attributes. Journal of Advertising Research, Vol.21, No.1, pp.29-35. Archak, N., Ghose, A., & Ipeirotis, P. G. (2011). Deriving the pricing power of product features by mining consumer reviews. Management Science, 57(8), 1485-1509. Blair-Goldensohn, S., Hannan, K., McDonald, R., Neylon, T., Reis, G. A., & Reynar, J. (2008). Building a sentiment summarizer for local service reviews. World Wide Web Workshop on NLP in the Information Explosion Era (p. 14). Chen, L., Qi, L., & Wang, F. (2012). Comparison of feature-level learning methods for mining online consumer reviews. Expert Systems with Applications, 39(10), 9588-9601. Chen, Y., Wang, Q., & Xie, J. (2011). Online social interactions: A natural experiment on word of mouth versus observational learning. Journal of Marketing Research, 48(2), 238-254. Chevalier, J. A., & Mayzlin, D. (2006). The effect of word of mouth on sales: Online book reviews. Journal of marketing research, 43(3), 345-354. Decker, R., & Trusov, M. (2010). Estimating aggregate consumer preferences from online product reviews. International Journal of Research in Marketing, 27(4), 293-307. Dellarocas, C., Zhang, X. M., & Awad, N. F. (2007). Exploring the value of online product reviews in forecasting sales: The case of motion pictures. Journal of Interactive marketing, 21(4), 23-45. Duan, W., Gu, B., & Whinston, A. B. (2008). Do online reviews matter?—An empirical investigation of panel data. Decision Support Systems, 45(4), 1007-1016. 52.
(61) Duric, A., & Song, F. (2012). Feature selection for sentiment analysis based on content and syntax models. Decision Support Systems, 53(4), 704-711. Forman, C., Ghose, A., & Wiesenfeld, B. (2008). Examining the relationship between reviews and sales: The role of reviewer identity disclosure in electronic markets. Information Systems Research, 19(3), 291-313. Ghose, A., & Ipeirotis, P. G. (2011). Estimating the helpfulness and economic impact of product reviews: Mining text and reviewer characteristics. Knowledge and Data Engineering, IEEE Transactions on, 23(10), 1498-1512. Godes, D., & Mayzlin, D. (2004). Using online conversations to study word-of-mouth communication. Marketing Science, 23(4), 545-560. Gu, B., Park, J., & Konana, P. (2012). Research note-the impact of external word-of-mouth sources on retailer sales of high- involvement products. Information Systems Research, 23(1), 182-196. Hu, M., & Liu, B. (2004). Mining and summarizing customer reviews. Proceedings of the tenth ACM SIGKDD international conference on Knowledge discovery and data mining (pp. 168-177), Seattle, WA, USA. Jin, W., & Ho, H. H. (2009, June). A novel lexicalized HMM-based learning framework for web opinion mining. Proceedings of the 26th Annual International Conference on Machine Learning (pp. 465-472), Montreal, QC, Canada. Jonas, J. R. O. (2010). Source Credibility of Company-produced and User-Generated Content on the Internet: An Exploratory Study on the Filipino Youth. Philippine Management Review, 17. Keller, K. L. (1993). Conceptualizing, measuring, and managing customer-based brand equity. The Journal of Marketing, 1-22. Kotler, P. and Armstrong, G. (1997) Marketing: An Introduction. Fourth Edition. New 53.
(62) Jersey. Prentince Hall International Ku, L. W., Liang, Y. T., & Chen, H. H. (2006). Opinion Extraction, Summarization and Tracking in News and Blog Corpora. AAAI Spring Symposium: Computational Approaches to Analyzing Weblogs (Vol. 100107). Liu, B. (2009). Handbook Chapter: Sentiment Analysis and Subjectivity. New York, NY, USA : Handbook of Natural Language Processing.Marcel Dekker, Inc. Liu, B., Hu, M., & Cheng, J. (2005) Opinion observer: analyzing and comparing opinions on the Web. Proceedings of the 14th international conference on World Wide Web, (pp. 342-351), Chiba, Japan. Ma, T., & Wan, X. (2010). Opinion target extraction in Chinese news comments. Proceedings of the 23rd International Conference on Computational Linguistics: Posters (pp. 782-790), Stroudsburg, PA, USA. Mukherjee, A. & Liu, B. (2012). Aspect extraction through semi-supervised modeling. Proceedings of the 50th Annual Meeting of the Association for Computational Linguistics: Long Papers, Jeju Island, Korea. Otto, J., D. Sanford, M. Chuang. (2009). Using Hotel Web Ratings Data: Understanding Customers' Overall Satisfaction Ratings. Tourism Review International. 13(1) 51-63 Popescu, A. M., & Etzioni, O. (2007). Extracting product features and opinions from reviews. Natural language processing and text mining (pp. 9-28). Springer London. Qiu, G., Liu, B., Bu, J., & Chen, C. (2011). Opinion word expansion and target extraction through double propagation. Computational linguistics, 37(1), 9-27.. 54.
(63) Rishika, R., Kumar, A., Janakiraman, R., & Bezawada, R. (2013). The effect of customers' social media participation on customer visit frequency and profitability: an empirical investigation. Information systems research, 24(1), 108-127. Sashi, C. M. (2012). Customer engagement, buyer-seller relationships, and social media. Management decision, 50(2), 253-272. Somasundaran, S., & Wiebe, J. (2009). Recognizing stances in online debates. Proceedings of the Joint Conference of the 47th Annual Meeting of the ACL and the 4th International Joint Conference on Natural Language Processing of the AFNLP: Volume 1-Volume 1 (pp. 226-234). Sprague, R., & Wells, M. E. (2010). Regulating online buzz marketing: Untangling a web of deceit. American Business Law Journal, 47(3), 415-454. Tsai, L. F. (2011). Analysis of Internet Word-of-Mouth of Smartphone in Taiwan–Using Blogs and Forums as Examples. International Journal of Digital Content Technology and its Applications, 5(10), 364-371. Tuarob, S., & Tucker, C. S. (2013). Fad or here to stay: Predicting product market adoption and longevity using large scale, social media data. ASME 2013 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference (pp. V02BT02A012-V02BT02A012), Portland, OR, USA. Wang, L., Youn, B. D., Azarm, S., & Kannan, P. K. (2011). Customer-driven product design selection using web based user-generated content. ASME 2011 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference (pp. 405-419), Washington, DC, USA.. 55.
(64) Wu, Y., Zhang, Q., Huang, X., & Wu, L. (2009). Phrase dependency parsing for opinion mining. Proceedings of the 2009 Conference on Empirical Methods in Natural Language Processing: Volume 3-Volume 3 (pp. 1533-1541), Singapore. Yi, J., Nasukawa, T., Bunescu, R., & Niblack, W. (2003). Sentiment analyzer: Extracting sentiments about a given topic using natural language processing techniques. Data Mining, 2003. ICDM 2003. Third IEEE International Conference on Data Mining (pp. 427-434), Melbourne, Florida, USA. Yu, J., Zha, Z., Wang, M., Chua, T. Aspect ranking: identifying important product aspects from online consumer reviews. Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics: Human Language Technologies, Portland, OR, USA. Yubo Chen, Qi Wang, Jinhong Xie (2011) Online Social Interactions: A Natural Experiment on Word of Mouth Versus Observational Learning. Journal of Marketing Research: Vol. 48, No. 2, pp. 238-254. Zhai, Z., Liu, B. Xu, H. and Jia, P. (2010). Grouping Product Features Using Semi-Supervised Learning with Soft-Constraints. Proceedings of International Conference on Computational Linguistics (COLING). Zhang, W., Xu, H., & Wan, W. (2012). Weakness Finder: Find product weakness from Chinese reviews by using aspects based sentiment analysis. Expert Systems with Applications, 39(11), 10283-10291. Zhuang, L., Jing, F., & Zhu, X. Y. (2006). Movie review mining and summarization. Proceedings of the 15th ACM international conference on Information and knowledge management (pp. 43-50), Arlington, VA, USA.. 56.
(65)
相關文件
相關研究成效,開發能源屋作為節能之教具並商品化推廣,藉以達到產品的有用
Recall that we defined the moment of a particle about an axis as the product of its mass and its directed distance from the axis.. We divide D into
GDP反映的是一地區的 生產成果,以核算期內 經濟活動的最終貨物服 務是否在本地區範圍內 生產為判別標準,不論 一件產品的生產者是本
On the contrary, apart from the 18.95% decrease of the price index of Education, reduced charges for mobile phone services and lower rentals for housing drove the price indices
As for other sections, apart from the 9.81% decrease of the price index of Education, lower charges for mobile phone services drove the price index of Communication down by
About the evaluation of strategies, we mainly focus on the profitability aspects and use the daily transaction data of Taiwan's Weighted Index futures from 1999 to 2007 and the
1970 年代末期至 1995 年:許多農業生技公司開始投入研發以迄 1995 年第 一個產品上市。Monsanto 為此時期最早的投資者,且為第一個將農業生技產 品上市的公司,其他如 Syngenta 與
The point should then be made that such a survey is inadequate to make general statements about the school (or even young people in Hong Kong) as the sample is not large enough