科技部補助專題研究計畫成果報告
期末報告
台灣影視產業困境與轉機：科技創新與新商業模式
計 畫 類 別 ： 個別型計畫 計 畫 編 號 ： MOST 104-2410-H-004-112-執 行 期 間 ： 104年08月01日至105年10月31日 執 行 單 位 ： 國立政治大學廣播電視學系 計 畫 主 持 人 ： 曾國峰 計畫參與人員： 碩士班研究生-兼任助理人員：黃勝淋 碩士班研究生-兼任助理人員：高盈穎 報 告 附 件 ： 移地研究心得報告 出席國際學術會議心得報告中 華 民 國 105 年 12 月 28 日
中 文 摘 要 ： 台灣影視產業陷入困境多年，包括廣告量、收視率、授權費、與節 目重播 等問題長期一成不變，隨著中國市場與新媒體的競爭，出現明顯市 場委縮的危 機。本研究透過實地調查與訪談，討論目前大數據在中國與台灣影 視產製、收 視率與廣告行銷應用，所面臨技術、法規與商業模式的問題。同時 ，也檢視台 灣近年成立的OTT 影視平台，是否有足夠節目版權、規模經濟、與 創新技術的 配套可以成功，希望提供產官學能從「科技創新」與「新商業模式 」的角度， 共同思考台灣影視產業可能的轉機。 中 文 關 鍵 詞 ： 影視產業、科技創新、商業模式、大數據、影視平台
英 文 摘 要 ： In recent years, the video industry got into the dilemma in Taiwan, for
ceasing progress of advertising, rating, and license fee. As the competition from
China and new media, the scale of market might be even smaller than before.
This study will explore the application of big data in production, rating and
advertising through the field observation and interview of the market players in
Taiwan and China. In addition, it will review the current performance of the OTT
(Over the Top) platforms to discuss the factors deterring the video development
in Taiwan. This research hopes to rethink the possible turning point of Taiwan’s
video industry from the perspectives of technology innovation and new business
model.
行政院科技部補助專題研究計畫期末報告
台灣影視產業困境與轉機：科技創新與新商業模式
計畫類別：
■個別型計畫 □整合型計畫
計畫編號：
MOST 104-2410-H-004 -112
執行期間：
104 年 8 月 1 日至 105 年 10 月 31 日，展延 3 個月
執行機構及系所：政大廣播與電視學系
計畫主持人：曾國峰老師
計畫參與人員：黃勝淋、高盈穎，二位兼任助理
成果報告類型
(依經費核定清單規定繳交)：□精簡報告■完整報告
本計畫除繳交成果報告外，另須繳交以下出國心得報告：
□赴國外出差或研習心得報告
■赴大陸地區出差或研習心得報告
■出席國際學術會議心得報告
□國際合作研究計畫國外研究報告
處理方式：除列管計畫及下列情形者外，得立即公開查詢
□涉及專利或其他智慧財產權，
□一年 □二年後可公開查詢
中
華 民 國 105 年 12 月 28 日
關鍵詞：影視產業、科技創新、商業模式、大數據、影視平台 中文摘要 台灣影視產業陷入困境多年，包括廣告量、收視率、授權費、與節目重播 等問題長期一成不變，隨著中國市場與新媒體的競爭，出現明顯市場委縮的危 機。本研究透過實地調查與訪談，討論目前大數據在中國與台灣影視產製、收 視率與廣告行銷應用，所面臨技術、法規與商業模式的問題。同時，也檢視台 灣近年成立的 OTT 影視平台，是否有足夠節目版權、規模經濟、與創新技術的 配套可以成功，希望提供產官學能從「科技創新」與「新商業模式」的角度， 共同思考台灣影視產業可能的轉機。
Key words: Video Industry, Innovation, Business Model, Big Data, OTT
Abstract
In recent years, the video industry got into the dilemma in Taiwan, for ceasing progress of advertising, rating, and license fee. As the competition from China and new media, the scale of market might be even smaller than before. This study will explore the application of big data in production, rating and advertising through the field observation and interview of the market players in Taiwan and China. In addition, it will review the current performance of the OTT (Over the Top) platforms to discuss the factors deterring the video development in Taiwan. This research hopes to rethink the possible turning point of Taiwan’s video industry from the perspectives of technology innovation and new business model.
一、 研究計畫背景及目的 1、 研究計畫背景 台灣影視產業陷入困境多年，首先是廣告量成長有限，過去數十年來，無 線電視台加上有線電視頻道的廣告雖然有所成長，但比例不高。當然這不只是 電視廣告的問題，除了網路與手機等新媒體外，其他報紙、廣播與雜誌等傳統 媒體，廣告量更是逐年減少。其次是收視率明顯下滑，數位時代有上百個頻 道，加上各種網路影音與新媒體內容競爭消費者有限的專注力，因此節目的收 視率早就是在小數點之下。最後，有線電視收視費不但長期不變，或是有些地 區微幅調降收視費後，系統進而要求減少頻道的節目授權費用。而由於有限的 廣告量、下滑收視率與授權費用，導致節目獲益下降，因此也就不敢花大錢製 作優質節目，而沒有好的節目吸引觀眾，收視率不見起色，廣告量與收視費也 無法提昇，造成惡性循環，整個影視產業陷入一灘死水（曾國峰，2010）。 相反的，近年來中國影視市場不管是在閱聽市場或是廣告量均遠大於台灣 規模，雖然廣電總局對電視節目規範仍多，但對於網路上的影視節目限制較 小，愈來愈多台灣戲劇節目在中國的优酷土豆、愛奇藝等網站平台上架，不少 台灣觀眾也直接透過網路在線上收看，如果人數夠多，未來也可能吸引台灣廣 告刊登，再加上已經有不少的影視製作人才西進，則從製作、平台、廣告與觀 眾都被吸納後，台灣可能變成「中國好聲音」與「甄環傳」重播市場的危機 （張舒斐，2013；台灣經濟研究院，2014）。 這幾年隨著有線寬頻網路超過上百 Mbps，4G 服務普及，透過網路平台觀 看影視內容逐漸成為全球趨勢，不管是美國的 Youtube、Netflix、Hulu、 Amazon，中國的优酷土豆、愛奇藝等平台，或是透過各種 Google 電視棒與 Apple 電視盒等 OTT 服務，已經滲透進入智慧型電視（圖 1），雖然由於節目數 量與類型還無法全面與數位多頻道電視競爭，進而取代既有電視內容，形成消 費者退租有線電視服務趨勢（cable line cutter），但已經明顯逐漸瓜分廣告與收 視費市場，對年青觀眾族群更已經慢慢成為主流。然而這種近年來在全球掀起 熱潮的 OTT 影視服務，目前並沒有在台灣影視市場受到關注，是觀眾不習慣這 樣的收視與消費方式，還是業者沒有提供足夠的影視內容，以及合理價格的商 業模式？
圖 1、國外影視產業頻道數目變化
影視製作需要大量創意與資本投入，但觀眾偏好難測，是風險極高的產 業，台灣影視市場規模小，業者更不敢對不確定的未來投資。不過隨著數位匯 流，閱聽人在數位載具上觀看所留下的巨量訊息，可以透過大數據的統計分 析，了解閱聽人收視行為與偏好。例如這幾年一直被當作範例的「紙牌屋」 （House of Cards），就是 Netflix 透過其平台數據分析後所製作的賣座戲劇，後 續也引發更多影視平台的學習。隨著今年台南出現第一個完全數位化的有線電 視系統，凱擘 MSO 主導成立「新媒體閱聽行為研究實驗室」，定期公告超過 40 萬數位用戶的收視率，或是目前中華電信的 MOD 也有 130 萬的用戶，系統平 台是否可能善用這些數位資訊，不但可以製作更多觀眾喜好的影視節目，甚至 是跳脫傳統的尼爾森收視率調查，創造新的廣告交易模式。 近年來台灣影視產業陷入一灘死水的困境，在隨著中國市場與新媒體的競 爭下，未來甚至可能出現市場委縮的危機。台灣影視產業是否可能應用大數據 的資料分析，加上跳脫傳統「頻道」模式的 OTT 影視新平台，創造不同的產製 與消費經驗。本研究計畫希望提供產官學能從「科技創新」與「新商業模式」 角度，共同思考台灣影視產業可能的轉機。 2、 研究目的 本研究將透過實地調查與訪談，了解目前大數據的創新科技，在中國與台 灣的影視產製、收視率與廣告行銷上的應用，以及所面臨到的技術、法規與商 業模式的問題。另外，也將檢視最近台灣將要成立的影視 OTT 是否有足夠的配 套可以成功，不管是在節目版權與電視台間的競合，討論台灣影視製作與消費 平台是否可能持續向中國市場傾斜的問題。 這幾年來，台灣影視產業已經陷入走不出的困境與危機，隨著全球影視產 業不斷應用大數據的科技創新，與 OTT 的新商業模式競爭，台灣影視產業最大 的有線電視業系統業者，卻還停留在抵制 MOD 頻道上架的時代，以為影視競 爭只有彼此，卻不知外面行動網路與數位匯流，早已改變市場結構與商業模
式。本研究計畫希望在調查與訪談過程，可以有機會激發業者間不同的創新與 合作，思考台灣影視產業突破現狀，出現新商業模式的可能轉機。 二、 文獻探討 1、 台灣影視產業的困境與危機 影視產業製作需要創意、人才與資金投入，其中廣告是電視台的主要收入 來源。傳統上，企業會根據不同產業特性，提撥部分營業收入比例，購買廣告 以強化與行銷品牌，因此，一般來說廣告量會隨著經濟成長而變化，企業賺得 愈多，也會投資更多在購買廣告上。不過，過去十多年來，雖然台灣經濟成長 率不再有早期亮眼的雙位數，但至少仍然是不斷正成長，除了 2009 年的金融風 暴為-1.81%外，實質 GDP 都是持續增加。但為何相對之下，整體廣告量並不如 預期（圖 2），主要是台灣目前的產業結構有不小比例是以代工為主，甚至是台 灣接單、海外生產，即使台積電再怎麼賺錢，仍然不可能見到其在電視或報紙 上購買廣告，行銷其代工的積體電路產品。 圖 2、台灣經濟成長率與同期廣告量趨勢比較 過去數十年來，台灣無線電視台加上有線電視頻道的整體廣告量雖然有所 成長，但幅度比例不高，加上有線電視的總頻道數增加，除了少數較有吸引力 的頻道之外，每個頻道所能分到的廣告量其實並沒有很明顯成長。當然這不只 是電視廣告的問題，目前除了網路與手機等新媒體的數位廣告量可以看出快速 成長之外，其他像是報紙、廣播與雜誌等傳統媒體，近年來的廣告量更是逐年 減少（圖 3）。
圖 3、近年台灣不同媒體廣告市場變化，與數位廣告成長趨勢 除了電視廣告量成長有限之外，基本上，由於頻道內容品質經常受到觀眾 抱怨，台灣有線電視的每月收視費用長期維持在$550 上下，有些地區甚至在微 幅調降收視費後，系統更進而要求減少頻道的節目授權費用，對頻道與內容製 作公司來說更是雪上加霜。相對之下，美國有線電視平均月費每年成長，從 1995 年的$22 美元增加至 2011 年的$57 美元，主要是來自數位化建置成本與頻 道數目的增加，不過也惹來美國民眾的抗議，但因此電視節目製作的營收可以 不用過分依賴廣告量（圖 4）。 圖 4、美國廣告占整體營收比率下降，以及平均有線電視費率增加趨勢 台灣電視台的製作經費逐年減少，收視率也明顯下滑，加上各種網路影音 與新媒體內容競爭消費者有限的專注力，節目的收視率早就是在小數點之下。 而由於有限廣告量、下滑收視率與授權費用，導致節目獲益下降，因此也就不 敢花大錢製作優質節目，而沒有好的節目吸引觀眾，收視率不見起色，廣告量 與收視費也無法提昇，造成惡性循環，整個影視產業終陷入一灘死水。 相反的，近年來中國影視市場不管是在閱聽市場或是廣告量均遠大於台灣 規模，一個湖南衛視的產值就已經大於台灣整體的電視營收，這幾年興起的節 目冠名權動則數億人民幣，一集「中國好聲音」節目製作成本就高達3 千 6 百 萬，製作單位的人數有220 個，光是攝影機更有 25 台，多年來台灣已經有太
多影星、製作人與最基本的工作人員轉戰中國影視市場。此外，愈來愈多台灣 戲劇節目在中國的优酷土豆、愛奇藝等網站平台上架，不少台灣觀眾也直接透 過網路在線上收看，未來更可能吸引台灣廣告刊登，若從製作、平台、廣告與 觀眾都被吸納後，台灣恐將變成只是中國影視的重播市場，這樣的困境有轉機 的可能嗎？ 2、 科技創新與大數據應用 2-1、創新與科技 近年來產業變化快速，企業不知道未來會發生什麼事？無法以具體、量化 定義評估客戶、市場、對手、產品、技術等，因此「創新」（Innovation）幾乎 是全球經濟雜誌這些年的討論重心，而新創公司也確實扮演產業火車頭，但創 新人人會講，卻到底是什麼，如何執行，是否有步驟可以學習呢？ Rogers（1995）定義所謂「創新」，是指「想法、行為或事物對任何個人認 知為新的」，基本上可以分為兩種創新，分別是維持性（sustaining）與破壞性 （descriptive）創新（圖 5）。維持性創新是指提昇目前既有的功能，例如電腦 CPU 的速度加快，或是有線電視系統的頻道數增加等。相對的，破壞性創新是 指與既有的產品設計或製造不同的思維，通常會推出新的價值主張（value proposition），例如 mp3 對音樂產業，或是 Netflix 對影視產業，消費者的使用 經驗也與過去不同，完全改變整個商業模式。 圖 5、維持性與破壞性創新比較，以 Apple 與 Microsoft 為例 此外，創新也不只是「科技」改變而已，可能是有彈性、可調適、前瞻性 與有膽識的一個流程，或是發展點子，轉變為有價值事物的過程，也可能是一 個結果，不只是初步想法，但可能是產品本身，或是一種屬性，是獨特、原
創、效用與「價值性」，甚至是市場利潤以外的「社會價值」（Morris，2011）。 例如，Lowrey（2011）分析 317 家報紙與網頁，討論組織類型、專業經理 人對報紙產業態度，與網頁創新的關係。研究發現公共機構型的新聞組織為了 維持其合法性，比較會與產業尋求一致性，大部分是在表面性的改變與創新， 例如新聞網頁美編上的變化，而不是來自因應外在環境的策略評估，或是內部 溝通後對整個新聞產製的組織改變。相對的，如果是因為讀者與市場而改變的 新聞機構，則會較從根本思考新聞產製流程創新，以提供更多元的新聞內容與 型式，滿足各種讀者的需求。 破壞性創新為什麼困難，有些很好的公司為何無法持續創新，或是推出的 創新是以失敗收場？即使是過去經營良好的公司，為了服務既有的消費者與獲 利，不能或無法放棄原有的經營模式，而去嘗試不確定性高的新科技與服務， 等到組織面臨外在環境的挑戰時，通常新的競爭者已經掌控市場，既有業者已 經來不及因應了。Christensen（1997）認為這是所謂的「創新者的兩難」 （innovator’s dilemma），企業目前最強勢的供應、需求與獲利策略，由於無法 變動，反而變成未來衰退的主要原因。也就是大型媒體企業，如果滿足既有穩 定的獲利，以為目前就是不變的，缺乏創新與冒險的組織文化，無視變化萬千 的外在環境，則將很快會被市場新的競爭者所取代。 McKinley et al（2014）也認為當營收與獲利走向衰退時，組織是應該更堅 持原本的策略上，還是大膽的走向創新，經常是陷入進退兩難。當表現不如預 期時，組織可能更嚴格控管預算、成本，要求效率指標，但這些可能因此限制 新服務與產品的可能，造成更進一步的衰退。但是如果連基本的生存都出現問 題了，怎麼會有資源與勇氣，執行不可確定的創新策略，何時與在什麼條件 下，組織應該勇於創新，以及在那些面向創新呢？ 由於數位匯流時代，可以明顯看到新媒體、網路與電信產業是近年被提及 的創新例子，對媒體企業來說，創新到底是什麼？Gershon（2011）曾以 Sony、Netflix 與 HBO 為個案研究，分析人力、組織與策略，認為這些公司在 產品、製造過程與商業模式等三個面向中，至少有一項是具有創新的特質，特 別是在「破壞性」的創新，並不是在同樣面向，生產更好的產品給既有顧客， 而是破壞既有市場，推出更簡單、更便利、更便宜的產品給要求不高的新顧 客，也是新進業者較常採用的方式，才能夠在競爭激烈的媒體產業中成功。 不過，新聞組織對未來「不確定」（uncertainty）的認知不同，也將會影響 所採取的創新策略與程度。當產業未來充滿不確定時，管理者較不會試者要開 闢出全新的局面，而會走原本較為熟悉，或大家一直都在做的方式；相對的，
如果這些創新的不確定性降低，未來改變的方向是可以想像與執行時，管理者 就較可能大膽的改變。此外，在多元結構的社區環境，比較能接受不同多元的 想法，也會影響新聞組織創新的意願，而不同規模的組織大小，由於所擁有的 資源不同，通常較大的新聞組織有較多的資源，但相對的，也可能因為科層結 構複雜，或是股東專注在短期獲利，也可能阻礙創新的可能（Lowrey，2011）。 如果新聞組織面對的是競爭較大的市場時，集團也較願意投資較多資源在新聞 創新。 研究問題 1：雖然同樣面對外在媒體環境的巨大改變，但為何國外市場可 以不斷推陳出新不同的創新服務，不管是在技術、產品、流程或商業模式，但 在台灣媒體產製與消費模式卻變化有限？創新通常會出現在怎樣企業組織文 化、或是產業規模結構，台灣目前的影視公司中是否有具創新特質？ 2-2、大數據的科技創新 這幾年由於數位匯流，使用者轉為經由方便的手機、平板或是智慧電視等 裝置，透過 APP 與雲端連線來消費各種媒體內容。例如，透過 Spotify 聽音 樂、Amazon 讀電子書、Netflix 看影集等，或是 Facebook、Twitter 與 LINE 等
社群互動。每天從早到晚，使用者在網路上留下巨量的「數位足跡」。大數據 （Big Data）分析就是把這些巨量資料，透過軟體工具，在合理時間內進行擷 取、分析與處理，將無意義的資料，轉為資訊、知識，甚至是智慧的過程（圖 6）。 圖 6、不斷快速成長的網路使用資料量 之前在媒體產業最廣為舉例的大數據應用個案，就是 Netflix 製作的「紙牌 屋」，目前 Netflix 全球有近 5000 萬用戶資料，每天都要處理數十億的讀寫操 作，包括各種的收視習慣、裝置、類型、搜尋關鍵字與評分資訊，甚至包括聲 音大小與螢幕色彩等細節。「紙牌屋」的出現，主要是透過上述資料的分析發 現：大多數用戶完整收看完由大衛芬奇（David Fincher）所執導的電影《社群
網戰（The Social Network）》，英國 BBC 版本的《紙牌屋》亦受到 Netflix 訂戶 喜愛，而看過英國 BBC 版本《紙牌屋》的訂戶中，亦會收看由凱文史貝西 （Kevin Spacey）所主演的作品，或由大衛芬奇所執導的作品，綜合上述三個要 素，Netflix 因此決定投資 1 億美元自製美國版的《紙牌屋》（台灣經濟研究院， 2014）。 類似大數據應用的個案也出現在中國影視平台，愛奇藝為百度旗下的視頻 網站，2013 年收購 PPS 後，目前合計有 5 億的用戶，每日使用人數高達 4500 萬，類似 Netflix 可以針對用戶分析其特徵與影視使用行為關係。之前《廢柴兄 弟》就是應用分析中國網友熱門話題「廢柴」（類似台灣的魯蛇 loser），加上過 去情境喜劇最受消費者喜愛而推出。透過大數據的資料分析，對內容、題材、 製作團隊、演員等，可以降低戲劇推出後失敗的機率，因此也吸引很多中國視 頻平台相繼投入影視節目的製作，2014 年預估整體的網路視頻將投入數十億人 民幣（台灣經濟研究院，2014）。
相關的應用也出現在其他的媒體研究中，例如，Lewis, Zamith & Hermida （2013）介紹大數據在是如何應用在傳統的量化內容分析上，以公共廣播 NPR （National Public Radio）Andy Carvin 製作人的 Twitter 為例，分析其節目製作 時對消息來源的偏好情形。Larsson（2013）以瑞典的一個脫口秀節目為例 （Hübinette），說明製作單位如何應用 Twitter 來了解觀眾偏好與即時的互動歷 程（圖 7），除了使用分析 Twitter 人數與發表的文章數量外，也可以進一步分 析其個人 profiles、偏好與社群關係，並且可以了解貼文內容的傳佈脈絡，以及 不同 Twitter 間的互動。 圖 7、Nielsen Twitter TV Rating 例子
Miall-d’Août（2014）說明很多在小數點下的東歐電視節目收視率，透過數 位機上盒可以接收到的數位資料（30 萬用戶），可以了解真正的觀看人口與偏 好，特別是對 niche 屬性的節目類型，傳統數千用戶的 people meter 較適合大眾
節目測量，小眾節目收視率低，過少的樣本可能有很大的偏差，也無法了解觀 眾收視過程中的脈絡。目前 Simulmedia 透過收集美國 35 個全國性的有線電視 系統，共約有 5 仟萬用戶，能夠可直接了解用戶真正的使用行為，可以提供廣 告商更精準的購買，例如資料顯示有愈來愈多有小孩的外出工作者，習慣在非 黃金時段的晚上或早上收視，這是傳統五大電視網的 prime time 收視下滑的原 因之一（Lafayette，2013）。 雖然這幾年不斷被提及大數據的重要性與價值，不過 Fulgoni（2013）認為 事實上在過去的數十年，大數據的概念早就已經被廣泛的應用了，但是在數據 的使用上仍然出現不少的偏頗。例如，行動與網路的使用者是以年輕族群為 主，或是廣告 cookie 可能不斷刪除更新而影響精確性。不過隨著行動裝置也擴 及其他的年輕層，甚至是愈來愈無所不在的物連網（Internet of Things），將會 提高資料的多元與相關性。但是能獲得、萃取、整合、分析與應用這些巨量數 據，即使到目前為止，也仍然要面對資料的異質性、即時性、不完全與不一致 性等問題，仍然需要更多的先進工具與理論來解決，更不用說愈來愈多討論大 數據合理使用的倫理問題（Jagadish et al, 2014）。
此外，Mahrt & Scharkow（2013）認為在討論大數據的應用與影響，特別 是在數位媒體研究時，有過多缺乏理論辨證，而過於依賴大量數據分析的問 題，就如同過去習慣量化迴歸統計分析時的盲點。例如，資料來源的偏頗、量 化數據無法反應研究問題、或是缺乏情境訊息的分析等，很多是原本在操作傳 統量化統計分析時，經常可能發生的問題。其實以抽樣或是母體來分析，也牽 涉到不同的研究問題，是用來解釋或預測、是目前或長時間記錄等，尤其是最 後的詮釋是需要有理論基礎，而不是只看表面的數據關連就直接下結論。 研究問題 2：中國優酷土豆與愛奇藝等網站，對創新科技的接受度，或是 企業組織文化，空間設備、以及軟硬體工具的使用分析，是否可以提供台灣業 者那些經驗學習？相較於 Netflix 或是愛奇藝網站，其用戶數目動則數仟萬、 甚至是數億，台灣目前的網路影視平台的用戶數量過少，在資料分析可能出現 的偏差為何？ 3、 新商業模式與 OTT 平台： 3-1、商業模式理論 過去這幾年，由於台灣媒體產業陷入困境，很多產業與學術論壇經常討 論，什麼樣的新媒介商業模式，才是適合台灣新媒介的市場結構與企業組織？ 但首先，什麼是「商業模式」（Business Model）？Osterwalder & Pigneurs
（2010）在 Business Model Generation 書中提到，所謂商業模式是”the rationale of how an organization creates, delivers and captures value”，主要可以分為價值主 張（value proposition）、成本與獲利（圖 8），其中，「價值主張」是所要傳達給 消費者的，到底是什麼樣的使用價值經驗，是最核心的要素。例如 Kindle 的商 業模式的核心，是要問可以提供讀者有別無傳統書本怎樣的數位閱讀價值與經 驗，而不只是不斷透過降低成本，以獲取最多營收而已。 圖 8、商業模式的九個基本要素 雖然企業總是期待成功創新的商業模式出現，但總是經常無法如人所願。 舉例來說，為什麼 iPod 不是由 Sony 所發明？當時日本公司有所有需要的技 術，也擁有相關的音樂內容版權，但為何無法再造過去 walkman 時代對襲捲音 樂市場的創新發明？當然 iPod 能夠在當時廣受歡迎，並不是 device 本身，而是 串連音樂公司、iTune 軟體、iPod 與消費者間的商業模式，改變原本 CD 一張張 購賣的消費行為，滿足過去長期被全球唱片公司所忽略的消費者需求 （Gobble，2014）。
Girotra & Netessine（2014）提出一個檢視商業創新的模式，包括一連串有 關成本、利潤與風險管理的決策，同時以 1994 年創立的 Amazon 為個案，以過 去 20 年的時間軸，討論企業組織內部，在面對外在媒體、網路與電信的匯流環 境變化時，是如何決定創新產品、或是新的消費模式。雖然每個企業的資源與 特質不同，是無法直接類比複製，但從 Amazon 的個案分析，可以提供管理者 了解即使是電子商務的龍頭企業，也是不斷要面對外在創新競爭的挑戰。 面對變化多端的外在環境競爭，企業組織是願投入商業模式的創新，但由 於經常會伴隨很高的風險，因此造成企業評估後裹足不前。Euchner & Ganguly （2014）提到可以透過系統性的分析與配套，降低不確定性，成為動態可作的 商業模式，而不只是 Osterwalder & Pigneurs（2010）所提到的在靜態模式。例
如，在提出 value proposition，在認為新的價值可以增加更多的獲利時，也必須 同時思考不會達成的因素與機率，並透過小型的先導實驗，在商業模式的每個 環節中，具體辨識出可能的失敗風險，提高企業投入創新的意願。Chatterjee （2013）以效率、價值鏈、品牌與網路效益等四種商業模式為基礎，透過有系 統的評比，設計出跨四種不同商業模式的混合形式，以提供能夠成功的機率。 Picard（2000）分析從 1980 至 2000 年的 20 年後，由於傳播科技與閱聽人 需求的大幅改變，線上內容服務已不同於過於傳統的消費方式，並討論幾種過 時的例子，像是直接付費、公共免費、廣告支援等模式。Picard 當時提出的 Digital Portals 商業模式是直數位化的影音內容，可以很方便的在線上儲存、傳 輸、搜尋與觀看等，過去由於頻寬不足而無法落實，不過，以這幾年的寬頻與 壓縮技術，早就讓很多業者開始推出類似的服務了。 數位匯流對內容產製與消費影響甚大，也改變了媒體間的互動方式，企業 需要思考不同的商業模式，以維持在市場上的競爭優勢。McPillips & Merlo （2008）認為消費者愈來愈零碎化，以及更多的新媒體競爭，廣告量不斷下 滑，在社群媒體的發展下，消費者結合內容生產角色。Wilkström & Ellonen （2012）分析四家紙本媒體，如何透過網路社群，改變與讀者間互動的價值主 張（value proposition），並從 Osterwalder & Pigneur（2010）的商業模式架構， 分析個案是如何在消費與生產兩端的改變，以達到利潤與成本之間的平衡。
Fetscherin & Knolmayer（2004）提出特別針對媒體內容消費為主的商業模 式，包括：產品、消費者、收入、價格與傳送等五個面向，討論該內容產品如 果以免費與付費方式，分別可以有多少的直接與間接廣告收入，其中發現大多 數的報紙與雜誌會以免費的方式吸引讀者，但也因為數位內容對原本的實體內 容是具取代性，而不只是輔助功能，因為影響既有的收入來源，但由於與其他 競爭者的內容沒有區隔，因此也無法採取直接費付，如此便陷入了財務風險的 困境。
或是 Sharma & Wildman（2009）以行動網路業者為例，由於語音服務的每 月收入貢獻度不斷下滑，需要開發新的數位內容服務獲利模式，不過，如同過 去大部分的網路商業模式一樣，如果目標只是要吸引消費者的點擊數量，廣告 仍會是主要的收入來源，要想讓使用者直接付費，則有不可取代性、滿足需求 的內容，才可能增加更多的獲利可能。
Cook & Sirkkunen（2013）則是分析 69 家只有網路版的 10 國線上新聞網 站，發現在競爭激烈的網路新聞市場，能夠提供特定 niche 專業的新聞模式， 類似 Chris Anderson 的長尾理論，由於新科技提供較低的營運成本，不以追求
最多點擊量為目標，而是經營有深度讀者，或是成為其他大眾媒體的內容供應 者，是目前很多小眾媒體仍能生存的主要原因，不過，不同國家的 niche 內涵 並不同相同。
Vaccaro & Cohn（2004）整理過去音樂產業的主要三種商業模式，傳統 CD 銷售、網路 P2P 免費、線上單曲下載購買。過去幾年以 iTune 為例的音樂消費 方式為市場主要的商業模式，但也很快的在近年來，銷售單曲的數量也出現下 滑，出現新的競爭者與商業模式。這主要是由於無所不在的行動網路普及後， 消費者不需要擁有所有想聽的音樂，透過每月不高的使用月費，可以隨時隨地 聽到上百萬首雲端上的各種音樂，例如 Spotify 或 Pandora 的服務，已經對 iTune 形成很大的競爭壓力。因此可以看出各種媒體均不斷嘗試各種創新科技與 流程，希望可以發展可能的商業模式。 3-2、OTT 如何改變影視商業模式 所謂 over-the-top（OTT）影視服務，字面上的意義是單指透過特定的機上 盒，但目前也廣泛包括類似 Youtube 的網路影音、線上 IPTV、或是購買 google 與 Apple TV 電視盒的影音平台，通常仍扮演有線電視互補的角色，節目內容重 覆性不高，雖然消費者開始會花更多時間觀看，但仍會續訂有線電視、衛星與 電信的多頻道節目服務。不過，隨著在美國以廣告獲利為主的 Hulu，或是消費 者直接付費 Netflix 的觀眾愈來愈多，新媒體在節目與傳統電視內容重覆性愈來 愈高時，OTT 已逐漸變成影視內容產消費的新商業模式（Tanner, 2010）。
Source: The Future of Digital TV. https://www.youtube.com/watch?v=A8PeC0Jb1Yk
圖 9、匯流後的影視新商業模式
類似的發展近年也在中國影視市場興起，原本主要播出非法影集的优酷土 豆等網路平台，在累積足夠數量的使用者後，也開始朝向版權節目為主的模 式。例如 2014 年騰訊與 HBO 合作，成為中國獨家的播放平台。內容是王 （Content is King）是過去多年來在影視產業的口號，認為唯有好的內容，以及
誰能掌控內容，便能主導影視獲利的價值。不過 Knee（2011）不認為如此，從 Netflix 的例子，他認為是 aggregators 而不是 content creators，才是擁有影視產 業價值的來源。 Netflix 是一家原本透過郵寄方式，經營 DVD 出租的影視服務公司，隨著 網路頻寬與品質提昇，轉向線上串流影音，消費者每月支付$7.99 美元，即可無 限制的透過手機、平版、電腦、智慧電視、遊戲機或任何可以上網的裝置，觀 看多達數十萬的電視與電影，2013 年底的年營業額是近 44 億美元，員工約 2300 人，全球有超過 4 仟 5 佰萬的訂戶，其中有 3 仟萬美國訂戶（Netflix， 2014）。 一般來說，如果在不同 backbone 與 ISPs 之間的網路資料量傳輸是平衡 的，則彼此間是不需要額外付費的，目前 Netflix 同意付費給 Comcast 以獲得足 夠寬頻來提供高畫質的串流影音，是因為 Netflix 佔有 30%的所有流量，因此需 要額外的經費投資寬量容量，如果不是由 Netflix（訂戶月費提高 1 美元）支 付，則將會轉嫁給 ISPs 如 Comcast 的訂戶（Lenard，2014）。此外，為了獲得 穩定的節目來源，Netflix 也不斷與多家影視製作集團簽下合作關係，例如， Walt Disney、NBC Universal 等（Netflix，2014）。
除了原本線上影音的 Netflix 與 Amazon 外，付費的有線電視頻道 HBO，以 及傳統的三大電視網 CBS，也決定在 2015 年推出自己的 OTT 服務平台，內容 包括過去與現在所有在 CBS 電視網、或是 CBS 所擁有版權的節目、甚至是 Showtime 的影片，每月定價在$5.99 美元。過去這些大型媒體內容集團不願意 釋放節目在網路平台，因為擔心會影響到原本電視台的收視率與廣告 （Lafayette，2014）。 另外，Hulu 在 2008 年創立，提供線上的隨選影視節目，該網站目前主要 是由 NBC Universal，News Corp 與 Disney 所投資，因此包含 NBC、FOX 與 ABC 無線電視網的節目，以及集團所擁有的電影版權，另外也有少部分的節目 是來自有線電視頻道，總共約有超過 7 萬部電影與電視影集，內容是由廣告為 主要的獲利來源，2010 年也開始推出付費服務，以及 2011 年的全球用戶 （Braun，2013）。
圖 10、傳統電視與新進業者商業模式改變
雖然電信龍頭 AT&T 雖然仍在原本 franchise 地區持續經營數位多頻道電視 服務（U-verse），但也在 2014 年與 Chernin Group（母公司為 News Corp.）合作 推出 OTT 服務，試圖擴展全國性的用戶，預定最初就要共同投入 5 億美元。 AT&T 認為其在電信網路、行動與寬頻基礎，加上 Chernin Group 在影視內容與 行銷上的專業，可以互補推出具競爭力的 OTT 服務（Baumgartner，2014）。
不過，為了維持影視產業的競爭，避免系統透過垂直壟斷節目，對其他的 OTT 業者產生不公平的競爭，美國在 Comcast 與 NBC 併購時，要求遵循所謂 的”Over the Top Condition”，也就是 NBC 對於給 Comcast 任何的節目播出授權 條件，也應該同樣的給其他的 OTT 業者，避免因為節目的垂直壟斷，而出現沒 有內容或過高授權費的問題（Eggerton，2014；Hammond，2011）。 同時，為了鼓勵傳統的有線電視系統業者，能夠及早普及”TV Everywhere”，加入類線上影音的新商業模式，形成實質多家有線電視系統跨越 經營區的全國性競爭，而不是目前即使要達成 duopoly 競爭，也不易在各地區 鋪設兩條以上的有線電視線纜。美國 FCC 建議將解除 must carry 規範或其他有 線電視系統的負擔。不過要達成 TV Everywhere 的另一個問題，是如果要將原 本在各區播出的有線電視頻道也能在全國各地播出（除了自己原本的垂直整合 頻道外），則需要與擁有內容的媒體集團重新談判版權（Eggerton，2014）。
Waterman et al（2013）認為 multi-channel programming distributors（MPVDs） 所謂的多頻道節目傳輸業者的”TV Everywhere” bundling，可以被視為是用來減 緩訂戶退租至 OTT 的商業模式，以及阻礙新的 OTT 進入線上影音產業的策 略。 D’Arma（2011）檢視近年來網際網路對無線電視產業的衝擊，認為應該要 從 aggregation 的角色改變著手，如果不能投入類似 OTT 的經營，則未來會愈 來愈像是影視製作公司，僅能提供節目內容。Evens（2014）認為無線電視業者 應該”sleeping with the enemy”，討論 NBC 與 FOX 創立 Hulu，以及後來 Disney 所擁有的 ABC 也加入，透過 co-opetition 的策略，獲得擁有版權節目播出的機
會。 由於線上網路影音平台具有時間置換功能（time displacement），也就是消 費者可以隨時決定什麼時候要收看什麼節目，如果當無線或有線電視的頻道節 目內容，與網路線上的內容重覆性高，如果費用與轉移成本合理，問卷調查下 的消費者將會願意轉移至線上影音平台，同時減少收看類似 Youtube 的 UGC 內 容（Cha，2013）。 例如，本計畫研究者經常聽到學生會告知他們都不常看台灣影視節目，而 是透過中國的影視平台收看各國電影與電視，印象中年輕人的比例較高，心想 台灣還有些對科技不太熟悉的老一輩會是傳統電視的主要觀眾。不過，月初搭 到一輛計程車司機放在車前的不是「民視飛來訊」，而是透過 3G 吃到飽的網路 以及智慧型手機，透過中國的「飛行網」即時收視「三國演義」古裝劇，司機 告知已經看過好多部古裝劇了，回到家也不再看傳統電視了，當各種族群觀眾 的收視行為都改變時，台灣影視產業還能守在傳統的商業模式？ 研究問題 3：台灣不像國外市場大，各家 OTT 的片庫少則數百部，多則幾 千部影片，付費戶數最多也只有數十萬，與國外動則數十萬部影片與上千萬付 費用戶數相比，各平台仍然無法合作的主要原因為何？國內電視台與製作公司 參與合作意願為何，如何分配利潤，而因台灣市場規模小，導致國外影片版權 數量少與價格高的影響程度為何？ 三、 研究方法： 要進一步了解台灣影視數據與收視率的發展應用，本研究將訪談目前電視 數據業者，包括尼爾森、資策會、凱擘與中華電信 MOD 等業者（如表 1），同 時也訪談兩家廣告代理商，以了解廣告主與代理業者在下廣告時對使用者數據 的需求，另外，OTT 對象集中在目前佔有平台優勢且已推出影音服務的中華電 信（中華影視）、台灣大哥大（My Video）與遠傳電信（friday 遠傳影城）等三 家電信業者，以及幾家推出 OTT 服務的有線電視頻道與 MOD 頻道代理商，與 LiTV 與台灣愛奇藝等新平台。最後，再從產業公會與頻道代理商，了版權談判 對內容與系統業者的實質影響，過少的片庫將無法吸引消費者，也將影響後續 彈性的價格策略。 除了訪談各家電視台與 OTT 決策管理者，討論目前與未來如何面對跨平 台、載具與國界間的競爭外，也會實地參觀各家 OTT 業者的經營場域，包括 OTT 業者的行政空間、人員數目、專業能力、機房設備等，可以看出一家公司 後台複雜的支援系統的營運能力。
表 1，台灣影視產業經理人受訪名單 類型 姓名 職稱 收梘率 與大數 據調查 王鴻瑞 資策會創新應用服務研究所組長 林茂興 中華電信北分公司處長 鄧儒宗 凱擘大寬頻數位媒體與文創副總經理 陳筱雁 台灣尼爾森媒體研究副總裁 廣告代 理商 郭瀧憶 星傳媒體廣告代理商 陳啟亮 台灣電通安吉斯集團策略資源部協理 公會 李依玫 中華民國衛星廣播電視事業商業同業公會祕書長 彭淑芬 有線寬頻協進會理事長 電視台 王宗弘 民視新媒體事業群副總經理 張正芬 三立行銷公關部副總 許芝蘭 TVBS 總經理室顧問兼新總事業處籌備處 MOD 頻道 嚴立行 台灣互動電視執行長 Fain TV？ 陳怡君 愛爾達執行長 新平台 錢大衛 LiTV 董事長 楊鳴 台灣愛奇藝總經理 三大電 信業者 周宗邰 中華電信行銷處 OTT 辦公室主任 李芃君 台灣大哥大新創服務 副總經理 劉漢菁 遠傳電信網路暨電子商務事業群執行副總經理 頻道代 理商 趙培培 中嘉副總、全球頻道代理 林雅惠 凱擘法務部副處長 如表 2，中國大陸主要的受訪對象，除了三大 OTT 業者以外（愛奇藝、優 酷土豆、勝訊視頻），還包括克頓傳媒製作公司、上海文廣與百視通的 IP 與內 容版權主管，其他影視生態業者，例如，北京歌華有線電視系統、樂視影視、 多媒體數位電視軟件、與網路遊戲的影視製作等相關主管，另外，也同時訪問 台灣長期在中國大陸的版權主管與資深電視製作人，涵蓋了中國影視生態圈不 同面向的受訪者，少部分受訪者希望可以匿名受訪，在較小的壓力下討論。 表 2，中國大陸影視產業經理人受訪名單 類型 姓名 職務 三大OTT 業 者 張天闊 愛奇藝市場部公關總監 蘇文華 優酷土豆集團創新智能電視總經理 王南 騰訊視頻智能電視部總經理
內容製作IP 與版權 孫麗 克頓傳媒IP 中心總經理 *中階主管 上海文廣集團版權部 *中階主管 東方明珠百視通版權部 有線電視 韓雯凱 北京歌華有線市場管銷部主任 電視平台 *中階主管 樂視影業經理 電視軟體 葉文鑫 快投上海視九信息科技有限公司執行長 網路遊戲 蔡明晃 愷英網絡影視中心總監 台灣影視版權 林美瑶 凱擘影藝北京總經理 台灣電視 製作人 張志鵬 上海光芒文化傳播總經理 李方儒 上海新文化傳媒集團綜藝事業部總經理 *部分受訪者礙於公司內規，希望匿名受訪。 四、 結果與討論： 1、 大數據時代，為何尼爾森仍然獨占收視率市場 雖然 Netflix 透過大數據分析，了解使用者對影片類型、導演與演員等之間 關連，成功推出賣座的「紙牌屋」，但後續很多同樣擁有大數據的影視平台，例 如 Amazon，雖然也操作類似手法，但卻不見得都能獲得相同的回報。台灣雖 然看起來有多家 OTT 業者，但由於很多平台的用戶數都不多，其實並沒有所謂 的「Big Data」，資料量太少，無法做大數據的分析。 目前台灣較有可能產生大數據的，主要是中華電信的 MOD，或是凱擘主導 的「新媒體閱聽行為研究實驗室」，凱擘與資策會合作的實驗室已經開始定期公 告有安裝機上盒的 40 多萬用戶的使用行為，雖然這是母體的普查，但由於只是 凱擘的數位用戶，既不包括其他 MSOs 的數位用戶，也不含其他的類比的有線 電視用戶，因此目前仍然沒有被廣告商所接受，做為廣告計價交換的籌碼 （token）。 雖然幾年前凱擘就已經與資策會合作，推出數位有線電視機上盒的收視率 調查機制，但凱擘表示他們從來就沒有要與尼爾森競爭電視收視率調查市場。 雖然目前每分鐘有 40 萬用戶的 log 資料回傳，但這些都是以用戶為單位，而不 是個別使用者，也無法知道相關的人口變項資訊。此外，目前也只有約 40%的 凱擘用戶安裝的是雙向機上盒，並不是所有的用戶，凱擘用戶僅佔所有有線電 視的 25%，而且大部分集中在北部地區，目前台灣大部分的用戶並不能提供相 關的使用上傳資料，因此，所得到的資訊便與傳統的尼爾森收視率不同。 兩種收視率公司使用不同的測量科技與樣本方式，所得到的數據自然也會
有所不同，過去在其他國家也有過同時有幾家不同的調查公司與收視率數據並 存的例子，但不用多久的時間，在市場競爭下，通常只會有一家能存活下來。 主要是因為收視率被視為市場交換的「貨幣」（currency），目前很難讓廣告主與 代理商等，有足夠的財力與資源再去支持另一個交易的籌碼（token），當同樣 的電視內容但出現不同數據時，需要花更多時間與精力向顧客解釋原因，同時 也增加更多的市場交易的不確定性，因此，大部分的收視率調查最後都變成是 自然壟斷市場。 不像使用 panels 調查方式，可以得到個別使用者的人口變項，使用機上盒 一般只能有收視戶的資料，雖然數量很大，但這些資訊對廣告主與代理商來說 卻沒有太大的價值。那為何凱擘不考慮設計 panels 機制，透過開機後使用機上 盒的軟體介面，也可以獲得類似尼爾森的個別使用者資料。不過，因為目前在 台灣的電視收視率調查產值並不太，大約只有 2 億左右新台幣，還不到電視廣 告的 1%，若真得有第 2 家業者進入，如果不能擊退對手離開市場，最後兩家可 能都會無法獲利，因此目前凱擘並沒有要投資相關軟硬體設備在個人使用調 查，也沒有要取代尼爾森收視率的打算。 除此之外，目前絕大部分在台灣的廣告代理都是跨國公司，很多的廣告主 也都是國際連鎖品牌，因此相對於其他的收視率數據，他們更願意採用同樣在 其他國家有類似服務的尼爾森公司的資料，因為可以方便與其他國家的資料進 行比較。也因此，當初中華電信在 MOD 建立類似的收視率調查指標時，雖然 中華電信本身專長在電信與 IT 產業，但也是尋求與尼爾森合作，以獲得樣本操 作 know how 與品牌，以爭取廣告主的信任與購買。 2、 分眾閱聽人收視行為調查機會 即使凱擘也同樣建置個人化的收視率調查設備，如果只能提供類似原本尼 爾森的個人資料內容，除非提供較低的價格，否則無法獲得廣告顧客與代理商 的接納，但如果要削價競爭，除非可以低到尼爾森也退出，然後獨占市場，但 業者們使用新資料也需要更多的交易成本，除非低價大於成本，不然目前既有 的市場規模是無法支持兩家業者的。如果要兩家並存，新進業者必須要能提供 目前尼爾森所不能提供的數據與服務、產品差異化，讓廣告主們願意增加經費 購買資訊，因此，如何把目前的收視率調查市場規模做大，凱擘才較有可能與 尼爾森同時競爭。 目前凱擘 40%的有線電視系統用戶，可以即時的回饋用戶觀看的使用行 為，雖然是用戶而不是個人資料，但由於數量很大，因此對於目前經常低到 0.01 的收視，如果能直接計算使用者的數量，仍然可以比只有少數樣本的尼爾
森提供更多直接與豐富的資訊。不過，雖然凱擘與中華電信的 MOD 都能提供 母體而不是樣本的資料，但由於都只有區域性、以及特定設備載具的使用者， 對於廣告主來說，若只能提供局部的資訊而無法看到全貌，僅能提供有限的額 外資訊，卻要花上多一倍的經費，面對目前逐年下滑的電視廣告來說便相常不 易。 每家廣告代理商實際支付給尼爾森價格並不是固定的，而是要根據每一家 業者實際上需要使用資料的員工人數、不同的資料內容、有多少連上傳資料庫 的終端裝置等，因此，不同公司之間的價格差異頗大。而由於尼爾森提供的是 完全壟斷市場的產品，因此，根據買方的能力與意願來定價，每家的價格不 同，變成是完全差別取價，尼爾森可以獲得買方的消費者福利。目前大部分的 國際廣告代理商，每年大約支付 3 佰萬至 8 佰萬不等來向尼爾森購買電視各種 不同類型的收視率資料庫，由於尼爾森是壟斷市場，怕資訊不對稱的賣方亂開 價，因此由廣告代理公會出面協調價格，以討論出在買方有限營收下的合理價 格。 目前閱聽人觀看影視內容的方式，已經逐漸轉到筆電、平版與手機等個人 載具，收看的地點也不限於客廳，更可以在任何想要的時間觀看影視，因此， 廣告代理商除了希望能在不同平台測量收視情形外，更希望可以有跨平台、可 比較的統一指標，以方便廣告主比較與決策。雖然尼爾森已經在一些國家開始 推出結合網路數位與電視的整合性指標，但台灣目前仍然沒有類似的服務。因 此，有些較具規模的廣告代理商，就自行試著將所購買的尼爾森電視收視率， 加上 Comscore 等網路公司的調整資料，整理出可以讓廣告主可以比較的數據。 不過，如果能夠推出真正用相同 panels 調查不同平台的樣本數據，可以提供更 精確的跨平台資訊，廣告代理商還是願意用合理的價格購買。 但在市場上對於整合傳統電視與手機網路新媒體的需求確實愈來愈高，例 如，「女王密室」是個互動遊戲的電視節目，觀眾可以透過手機的 APP 與主持 人與來賓玩遊戲闖關，答對題目而能留存到最後的觀眾，可以與來賓一起平分 所贏得的獎金。相對於其他節目，「女王密室」的收視率還算不錯，不過製作人 認為如果原本 1%的收視率時，線上大約有 5000 使用者參與，但當線上玩家已 經有超過 10000 人時，大約是增加了一倍，但電視收視率卻只有增加至 1.25%，大約只有 0.25%，當然不同的調查方式不能直接類比，不過明顯調查指 標的不一致，尤其是認為低估了收視人數，將影響節目的廣告收入。 雖然凱擘的收視率數據仍然無法提供廣告市場交易的 token，但對於凱擘有 線電視系統內部了解閱聽人詳細的使用行為，而能進一步安排隨選節目的檔期 與類型，或是規劃各種的加值服務等，仍然可以因此有依循的資料。愛爾達也
有類似的想法，雖然所經營的 OTT 平台的用戶數不多，但由於原本就擁有這些 版權的 all right，因此不用負擔額外的版權成本，但可以時時觀察到使用者在 OTT 平台上的使用行為，確實可以讓節目與平台經營者可以更了解使用者觀看 節目的思維。 3、 為何台灣 OTT 業者不合作 相對於其他國家，其實目前台灣的線上影視市場規模並不大，但並不是消 費者不觀看線上影視，而是目前的內容不夠吸引人付費，而線上也還有不少免 費的內容。雖然市場不大，但現在大大小小各種的 OTT 平台卻有數十個，主要 原因是近年來的寬頻 CDN 可以依使用量計價，也有套裝的 UI 網路管理系統， 大幅降低成本與進入門檻。 很多業者明顯是先求有、再求好，因此可以看到大部分的網頁 UI 介面並不 友善，消費者不易找到有興趣的內容，寬頻連線品質不穩定，影視節目要不是 舊片或沒有特色，就是大家的片庫來源差不多，費率也幾乎一樣，都是在$149 上下，因此沒有差異化，也就無法吸引到更多的使用者，目前有些 OTT 的用戶 數低到只有幾萬戶，較多用戶數的平台號稱有 60 萬，不過，很多業者卻說已經 逐漸可以打平成本了，主要就是經營成本不高。 為何不合作，從合作賽局理論來說，如果要業者們合作，則合作所可以分 到的利潤必須要大於不合作的利潤，才可能讓業者們有合作誘因。而合理的利 潤分配是以該業者可以為合作所帶進來的貢獻度，以及其不可或缺的程度。例 如，如果內容業者有非常吸引人的節目，或是系統業者可以提供上百萬有效率 的 CDN 等，則是可以互補的合作模式，一家電信業者再加上幾家內容業者， 則可能是較穩定的合作模式。 但目前結果是業者們沒有檯面上的積極合作，但仍有間接合作的模式，不 過卻因此出現數十家 OTT 平台競爭，可是卻都沒有什麼特色的窘境。例如：電 信業者經營 CDN 平台，內容業者透過上架分紅，少數 MG 買斷的方式，既有 頻寬成本低，不花大錢買節目或製作內容，電信業認為風險低。類似的，有些 握有節目版權的內容業者，有多少頻寬需求，再付多少的使用費用，而節目內 容就用目前手上的 all right 版權即可，也不需要額外的版權成本，因此，同樣 的也是成本與風險均低。 相對的，如果要是合作，由於目前的影視內容並沒有太大的吸引大，需要 合作的業者們花更多的經費來投資購買、或是製作新的節目內容，不然就會是 上述的各自經營即可。但由於有較多的不確定性，但相對的獲利風險高，也不
容易能分得合作後的利潤，因此，很多 OTT 業者就會回到先自己經營看看，之 後如果有更好的機會，或許可以再討論看看。所以初期就出現數十家的 OTT 業 者，大家都用較低的成本來經營，即使用戶數量與營收不高，但也不見得會損 失太大，或甚至少數還有利潤空間。不過，隨著國外大型 OTT 的競爭，如果只 是維持小規模成本的經營，並不是長久之計，近期也逐漸開始有更多的合作討 論。 例如：Netflix 先前就曾傳出有意與中華電信合作，但當時因雙方對於營收 拆帳談不攏而作罷，最近雙方正在進行最後協商，可能模式一、Netflix 將提供 MOD 平台多個熱門影集或頻道，再依付費客戶的相關營收進行拆帳。或是模式 二、為了提升消費者收視品質，Netflix 有意將傳送視頻影音的伺服器放在台 灣，向中華電信租用IDC 機房、伺服器、電路，以及內容傳遞網路。模式一才 對中華電信MOD 的發展有價值，可能因此增加新的訂戶數，模式二則只是銷 售頻寬服務，不過，至少都可以看到業者透過合作來擴大市場的佔有率。 4、 中國影視集團化與創新發展 2015 年中國光是電影票房就高達 400 億人民幣（約 2000 億新台幣），2014 年網路廣告也首度超越電視廣告來到 1500 億人民幣（6000 億新台幣），雖然中 國影視市場規模遠比台灣市場要大上好幾十倍，但目前在線上影視 OTT 市場 上，已經明顯形成 BAT 三大集團：百度 B（愛奇藝）、阿里 A（優酷土豆）、騰 訊 T（騰訊視頻）。 這三大集團都是從網路服務起家，原本主要業務也不是影視服務，例如百 度搜尋引擎、阿里巴巴的電子商務、與騰訊即時通訊軟體等，但由於網路平台 的外部性效益與多服務整合，目前 BAT 都積極跨入影視內容製作與平台，現有 的愛奇藝、優酷土豆與騰訊視頻等，都有上億的使用者，在大者恒大的效果， 接高了投資的進入門檻，也壟斷了目前線上影視平台市場。 由於這些影視平台的母公司都是由新創的網路公司起家，而不是傳統的影 視內容製作公司，因此企業組織文化特別重視創新與技術，愛奇藝就號稱內部 科技專業人才一定要佔一半的員工數目，以科技創新領導市場。例如：過去網 路平台如果要同時服務上佰萬的使用者，伺服器與頻寬就已經無法負荷了，但 目前 BAT 的研發團隊所開發的 CDN（content delivery network），透過分散伺服 器與有效分配效能，可以同時服務上億的影視使用者。
同樣的，由於有比例甚高的資訊人才，因此能夠在集團內就時時刻刻產生 的數據資料進行處理。例如：愛奇藝可以透過使用者的收視習慣，精確的推出
他所感興趣的內容，或是所有新開拍的戲劇，可以透過網路使用分析，了解那 部小說受到關注、那些演員有要好的口碑，演員與電視劇題材間的關聯度等。 雖然中國 BAT 壟斷影視平台，但也仍然還沒有真正賺錢，但由於影視內容 是吸引線上人氣重要的競爭策略，因此，各家母公司也還是持續投資在購買或 是製作新的影片。訪談中的主要專業主管都意識到內容才是競爭的核心，雖然 要花很多預算，但也都做好了要打持續戰的準備，也因此近幾年的影視節目經 費動則一小時上千萬新台幣，甚至是千萬人民幣，一集甚至是台灣整檔的預 算。 影視節目製作最重要的就是要有好的故事，不管是小說或是漫畫，甚至是 動漫與遊戲，例如美國漫威英雄電影一部接著一部，而當紅的《琅琊榜》、《羋 月傳》皆為改編自網路小說的電視劇，這些由熱門原創小說改編而成的電視 劇，就是所謂的 IP 劇。目前中國主要的小說、動漫與遊戲網站，也都由 BAT 介入經營，暢銷或吸引人的故事版權也在多年前被 BAT 所購買了，因此不只有 影視戲劇可以拍，也有更多 IP 產品可以銷售，每年投入上百億人民幣的預算製 作影視節目，不只是單純的目廣告與使用者付費，還可以從週邊商品，甚至是 股市等各種綜效回本。 受訪的遊戲公司也跨入影視製作，原本只向日本購買改編自漫畫版權的遊 戲版權，也增加影視製作等的 all right 版權，由於中國的遊戲產值成本快速， 一款暢銷的遊戲可以有數十億人民幣的市值，通常也會有快上億的行銷費用， 業者們目前將部分行銷費用移來製作戲劇節目，製作成本也可以有幾億新台 幣，如果找台灣的團隊製作，其實整體預算是很充裕的，如果戲劇大賣，還能 有更多的版權銷售與廣告收入等。由這個例子可以看到，不只是原本與 OTT 平 台有關的影視業者投入戲劇製作，其他相關的內容業者，也都爭取進入市場， 整合行銷費用，可以有跨各種週邊商品的獲利空間。 5、 台灣影視企業創新的困難 相對於中國影視市場規模大，不管是傳統電視電影，或是從網路科技起 家，都是朝向集團化、與行動網路開放平台的趨勢。影視內容只是集團內容服 務的一部分，可以透過集團內各種 IP 資源整合，或是交叉補貼的方式投資，影 視內容需要資本密集投資，需要是一個看得到未來市場的想像，中國影視市場 的擴張，其實是業者們對未來的信心，願意持續投入資金與人才培養。 相對的，台灣原本的影視市場規模就不大，大部分的業者都是中小企業， 只有電信與有線電視 MSO 算是資本額較大的公司。目前業者雖然都有投入
OTT 的影視平台經營，但規模與邏輯仍接近之前數位音樂、電子書的經營模 式，因為競爭對手有類似服務，或是透過電信平台可以容易接觸到消費者，但 卻沒有真正投入內容製作。 不過，或許是近年來語音與寬頻市場的飽和，電信業者們確實需要擴大市 場至內容製作，因此有愈來愈多的業者開始逐漸整合資源，或是實際投資內 容。例如：在富邦集團重新分工金融與電信媒體兩大集團後，未來除了整合行 動、固網與有線電視系統外，也開始嘗試電影投資；亞太電信則是透過董事長 個人併購台灣寬頻，結合行動與有線的最後一哩；而中華電信受限於黨政軍條 款，對於內容製作一直是無法真正投入。 影視創新可以是來自既有業者，也可能有更多破壞式的創新來自外部，但 目前台灣的影視製作環境不佳，電視廣告量下滑，因此業者們不敢有太多投 資。但相對的，數位廣告今年首度超越電視廣告，消費者的媒體使用習慣已經 轉向行動與數位載具，如果可以有好的付費與商業模式，加上能吸引人的影視 故事，其實還是有成長空間。 五、 結論： 觀察中國影視平台與集團組織的運作，很多的經營邏輯早已經超越傳統的 影視製作思維，而是建立在如何透過互連網，滿足消費者各種內容需求的戰 略。因此，內部員工有大量比例是具備資訊科技背景，公司本部也是在北京中 關村的科技園區，員工年輕、有拼勁，集團橫向業務的資源共享與相互競爭， 例如騰訊的 QQ、WeChat、動漫、遊戲、體育與戲劇整合成果，早已經不是台 灣還停留在傳統影視手工業製作所能比擬了。 由於代工產業的經濟結構，台灣廣告規模成長幅度有限，電視廣告量逐年 減少，2016 年數位廣告已經超越電視廣告，但傳統電視製作與平台並不沒有積 極跨入行動、互動與網路的影視商業模式，而陷入所謂「創新的兩難」，雖然理 解需要創新改變，但由於既有的獲利模式仍然佔有較高的比例，因此不敢輕言 放棄，而因為目前營收有限，也就在新創的投資相對保守，但在有限的投入是 不可能有具體的創新成果，因此又認為或許創新也沒有用的守舊思維。 由於影視競爭愈來愈激烈，節目製作與人才培育都需要愈來愈多的資金投 入，靠傳統廣告費的商業模式已經無法支應，內容製作與平台都需要有更多跨 界業者投入，不管是電信、出版、遊戲與電子商務等，集團化的跨媒體經營才 可能生存，不然在龐大中國市場旁的台灣影視產業，最終將落入蠶食鯨吞的結 果，缺乏影視製作產業，絡將失去文化的主體性。
參考資料 1. 台灣經濟研究院（2014）。影視廣播產業趨勢研究，文化部影視及流行音樂 產業局委託研究案。 2. 張舒斐（2013），藝人經紀實務、場域與中國大陸：另一種政治經濟學研究 架構，新聞學研究，114 期，頁 165-191。 3. 曾國峰（2010）。〈有線電視不同付費機制對頻道產製與消費者的影 響？〉。《中華傳播學刊》，16，頁 215-253。
4. Baumgartner, J. (2014). AT&T, Chernin Plot Over-the-Top Plans. Multichannel
News, 35(17), 8.
5. Braun, J. (2013). Going Over the Top: Online Television Distribution as Sociotechnical System. Communication, Culture & Critique, 6(3), 432-458. 6. Cha, J. (2013). Predictors of television and online video platform use: A
coexistence model of old and new video platforms. Telematics & Informatics,
30(4), 296-310.
7. Chatterjee, S. (2013). Simple Rules for Designing Business Models. California
Management Review, 55(2), 97-124.
8. Christensen, C. (1997). The Innovator’s Dilemma. Harvard Business Review Press.
9. Cook, C., & Sirkkunen, E. (2013). WHAT'S IN A NICHE? EXPLORING THE BUSINESS MODEL OF ONLINE JOURNALISM. Journal Of Media Business Studies, 10(4), 63-82.
10. D'Arma, A. (2011). CONTENT AGGREGATION IN THE AGE OF ONLINE VIDEO: AN ANALYSIS OF THE IMPACT OF INTERNET DISTRIBUTION ON THE TELEVISION BUSINESS. Journal Of Media Business Studies, 8(3), 1-17.
11. Eggerton, J. (2013). FCC Rethinks Over-the-Top Decision. Broadcasting & Cable,
143(11), 18.
12. EGGERTON, J. (2014). FCC: Cable 'Everywhere' Could Travel Over the Top.
Multichannel News, 35(41), 4.
13. Euchner, J., & Ganguly, A. (2014). Business Model Innovation in Practice.
Research Technology Management, 57(6), 33-39.
14. Fetscherin, M., & Knolmayer, G. (2004). Business Models for Content Delivery: An Empirical Analysis of the Newspaper and Magazine Industry. JMM: The
International Journal On Media Management, 6(1/2), 4-11.
15. Fulgoni, G. (2013). Big Data: Friend or Foe of Digital Advertising? Five Ways Marketers Should Use Digital Big Data to Their Advantage. Journal Of
16. Gershon, R. A. (2011). MEDIA INNOVATION: Three Strategic Approaches to Business Transformation. Conference Papers -- International Communication
Association, 1-34.
17. Girotra, K., & Netessine, S. (2014). four paths to business model innovation.
Harvard Business Review, 92(7/8), 96-103.
18. Gobble, M. M. (2014). Business Model Innovation. Research Technology
Management, 57(6), 58-60.
19. Hammond, B. (2011). FCC's Approval of Comcast-NBCU Venture Offers New Options for Over-the-Top Video Providers. Telecommunications Reports, 77(3), 33-35.
20. Jagadish, H., Gehrke, J., Labrinidis, A., Papakonstntinou, Y., Patel, J. M.,
Ramakrishnan, R., & Shahabih, C. (2014). Big Data and Its Technical Challenges.
Communications Of The ACM, 57(7), 86-94.
21. Knee, J. A. (2011). Why Content Isn't King: How Netflix became America's biggest video service—much to the astonishment of media executives and investors. Atlantic, 308(1), 34-38
22. Lafayette, J. (2014). HBO AND CBS JUMP INTO INTERNET VIDEO-SHOULD NETFLIX, CABLE BE WORRIED?. Broadcasting & Cable, 143(38), 4.
23. Larsson, A. O. (2013). Tweeting the Viewer—Use of Twitter in a Talk Show Context. Journal Of Broadcasting & Electronic Media, 57(2), 135-152.
24. Lenard, T. F. (2014). Comcast and Netflix -- What's the Big Deal?. Multichannel
News, 35(10), 27.
25. Lewis, S. C., Zamith, R., & Hermida, A. (2013). Content Analysis in an Era of Big Data: A Hybrid Approach to Computational and Manual Methods. Journal Of
Broadcasting & Electronic Media, 57(1), 34-52.
26. Lowrey, W. (2011). INSTITUTIONALISM, NEWS ORGANIZATIONS AND INNOVATION. Journalism Studies, 12(1), 64-79.
27. Master, L. (2011). The Innovation Master Plan. Innovation Academy.
28. Miall-d'Août, L. (2014). Pay-TV operators are ready for big data. TVB Europe, 64. 29. Mahrt, M., & Scharkow, M. (2013). The Value of Big Data in Digital Media
Research. Journal Of Broadcasting & Electronic Media, 57(1), 20-33.
30. McKINLEY, W., LATHAM, S., & BRAUN, M. (2014). ORGANIZATIONAL DECLINE AND INNOVATION: TURNAROUNDS AND DOWNWARD SPIRALS. Academy Of
Management Review, 39(1), 88-110.
31. McPhillips, S., & Merlo, O. (2008). Media convergence and the evolving media business model: an overview and strategic opportunities. Marketing Review,
8(3), 237-253.
33. Osterwalder, A. & Pigneurs, Y.（2010）. Business Model Generation. Wiley. 34. Picard, R. G. (2000). Changing Business Models of Online Content Services.
JMM: The International Journal On Media Management, 2(2), 60-68.
35. Roger, E. (1995). Diffusion of Innovation. Free Press.
36. Sharma, R. S., & Wildman, S. (2009). The Economics of Delivering Digital
Content Over Mobile Networks. Journal Of Media Business Studies, 6(2), 1-24. 37. Tanner, J. C. (2010). Over the top video: everyone can play. Telecom Asia, 21(8),
22-24.
38. Vaccaro, V. L., & Cohn, D. Y. (2004). The Evolution of Business Models and Marketing Strategies in the Music Industry. JMM: The International Journal On
Media Management, 6(1/2), 46-58.
39. Waterman, D., Sherman, R., & Wook Ji, S. (2013). The economics of online television: Industry development, aggregation, and “TV Everywhere”.
Telecommunications Policy, 37(9), 725-736.
40. Wikström, P., & Ellonen, H. (2012). THE IMPACT OF SOCIAL MEDIA FEATURES ON PRINT MEDIA FIRMS' ONLINE BUSINESS MODELS. Journal Of Media Business
