Big Data應用於網路口碑監測服務之商業模式研究 －以意藍科技為例 - 政大學術集成
90
0
0
全文
(2) 摘要 隨著網路的普及與社群網站的興起，人們的購買行為也跟著改變，從傳統被 動地接受企業的產品廣告來決定是否購買，到現在網路社群、網友口碑的力量已 經成為人們購買產品或服務主要的參考依據，根據創市際市場研究顧問公司在 2012 年 9 月所做的調查發現，大約有 53%的消費者會在網路上對商品做評論，且 當對商品很滿意時，其上網評論的意願會增加，此調查也發現，網路口碑對於消 費者的購買決策具有相當大的影響力，有 93%的消費者會上網尋找網路口碑資訊， 企業對於網路口碑的影響力實在不可不重視。 網路口碑的監測可以提供企業掌握市場上消費者對於產品或服務的反應與評. 政 治 大 饋，都有見樹不見林的窘況，而近年 Big Data 技術的發展，可以讓企業透過相對 立 價，但傳統上透過人力搜尋的方式，或自行架設官方討論區的方式來取得網友回. 低廉的運算成本來進行全面的資料蒐集與分析，提供企業更完整的網路口碑概況，. ‧ 國. 學. 掌握最即時的市場動態。. ‧. 市場上近來也出現導入 Big Data 技術，提供網路口碑監測服務的第三方公司， 而本研究希望探討的是，透過 Big Data 技術進行網路口碑監測服務的公司，必須. sit. y. Nat. 擁有何種的核心能力？而這樣的服務到底可以為客戶提供何種價值？最後網路口 碑監測服務要如何獲利？本研究藉由個案公司與相關單位的訪談，並輔以獲利世. io. al. n. 商業模式。. er. 代一書所提出的商業模式九大要素來進行驗證，完整勾勒出網路口碑監測服務的. Ch. engchi. i Un. v. 本研究最後發現，資訊技術能力是網路口碑監測服務最主要的核心能力，是 維持其服務品質的重要基石。不過表面上看來以 Big Data 來進行網路口碑監測， 可以幫助企業在行銷策略上有進一步深入的洞察，但因企業普遍習慣將行銷活動 外包給行銷公關公司執行，此網路口碑監測服務對於企業而言，無法完整發揮原 先所期待的價值，反而對於行銷公關公司來說，是個可以提升其服務附加價值的 工具。最後利用 Big Data 技術進行分析，並利用雲端的概念提供客戶網路口碑監 測服務的應用，具有規模經濟的效果，不過因目前企業限於傳統行銷思維與既有 管理制度，要能夠吸引大量企業採用網路口碑監測服務，仍需耗費相當大的資源 成本，對客戶進行教育及推廣。 關鍵字：Big Data、網路口碑、商業模式. I.
(3) Abstract With the popularity of the Internet and the rise of social networking sites, people changed their shopping behaviors. In the past, people passively received advertisements from enterprises and made buying decisions. Today, social network and electronic word of mouth (e-WOM) have become powerful strengths to influence people’s buying decisions. According to the survey of InsightXplorer market consulting corporation in 2012, 53% of customers would make online comments about the products they bought and 93% of customers would search online information before shopping. Obviously, the power of e-WOM is deeply influencing the business. e-WOM monitoring helps corporations to understand the preferences of consumers; but traditionally, enterprises collect online responses of consumers by manual searching operations or building official forum websites. This is found not to be an efficient method. Recently, with the trends of Big Data technology, it benefits enterprises to collect and analyze the complete e-WOM information with lower computing costs. Furthermore, enterprises can handle the real-time market dynamics.. 立. 政 治 大. ‧ 國. 學. ‧. There are several enterprises that provide e-WOM monitoring service by using Big Data technology. This thesis is to investigate three questions: 1.) What is the core capability of the enterprises that use Big Data to provide e-WOM monitoring service? 2.). y. Nat. sit. n. al. er. io. What kinds of value to clients does the e-WOM monitoring service provide with Big Data? 3.) How to make profit with e-WOM monitoring service using Big Data? This thesis describes the business models of e-WOM monitoring service using Big Data through the case study and interviews with the people in related enterprises. The findings are described in below:. Ch. engchi. i Un. v. 1. Information technology is the core capability of e-WOM monitoring service by using Big Data technology. 2. The enterprises were used to outsource their marketing campaigns to marketing companies. Surprisingly, the e-WOM monitoring service help marketing companies to improve their service values instead of bringing more value to the enterprises 3. Using Big Data and cloud computing technology can achieve economies of scale effect, but current enterprises are limited to the traditional marketing concepts and management systems. Attracting more enterprises to adopt e-WOM monitoring service is a big challenge. Keywords: Big Data, e-WOM, Business Model. II.
(4) 誌謝 這是我的第二本碩士論文了，當初決定要再進入政大科管所進修第二個碩士 學位，心中其實充滿壓力與惶恐，看著身邊同學們都在社會上找到自己的位置， 自食其力將所學貢獻於社會，自己卻又選擇進入學校中，繼續吸吮學校、社會的 乳汁，繼續接受家庭的餵養，自覺有點可恥，但是我知道這是我的選擇，我不能 辜負所有支持我的人、相信我的人，必須好好把握這二年的時間，努力獲得自己 想要的。而我現在可以問心無愧的說，我做到了！在政大科管所的二年裡，努力 地參與每一門課程、活動、比賽、實習還有專案，最後完成了這本論文！其實每 一本論文的誕生，過程中都是透過許多人的幫忙與協助，如果真的要一一感謝， 可能又是另一本碩士論文的份量了，其實很想學學陳之藩的豪氣，抬頭一望就說 聲“那就謝天吧！”，但想想，總是有幾個非常重要的人，一定要讓他們的名字 隨著這本論文流傳下去。. 政 治 大. 溫肇東老師是我第一個想感謝的人，也是在科管所二年裡最重要的思想導師， 跟在溫老師身邊學習是一件很幸福的事情，老師從來不會否定我們的想法，但也 從來不會給我們“正確答案”，老師總是透過問問題來刺激我們思考，並永遠支 持我們做自己想做的事，鼓勵我們“dare to be different”，很感謝老師讓我成為溫 門的一份子。再來想感謝的是溫門的同儕們，旭佑、婷貽、芳瑜、燕璟、奇儒、 至穎，跟大家一起開會、討論、聆聽老師教誨的日子真的很開心，也因為有你們 的鼓勵、互相切磋，今天才能順利完成這本論文，謝謝你們。. 立. ‧. ‧ 國. 學. y. Nat. sit. n. al. er. io. 這本論文的研究能夠順利進行，必須感謝意藍科技的楊立偉總經理，很感謝 楊總經理在收到我的 email 的時候，義不容辭地就答應我的訪談，過程中知無不言， 提供許多寶貴的資料以及對論文撰寫的建議，還有其他接受本研究訪談的對象， 因有些不希望具名，就不在此一一列出，但他們所提供的意見與指導對本論文的 研究成果實在功不可沒，在此特別感謝。另外，更要感謝參與本論文口試的二位 口試委員陳百齡老師與林建江老師，感謝二位老師盡心地看完整本論文並提出許 多寶貴的建議，讓本論文的內容能夠更瑧完美。 最後，要謝謝政治大學科管所(現改名為科智所)的老師們、助理們、學長姊弟 妹們以及同學們，真的很榮幸與大家一起學習、成長，離開政大後，一定不會忘 記與各位一起度過這段難忘的日子。最後的最後，沒有他們就沒有今天的我，感. Ch. engchi. i Un. v. 謝我的父母親給予我無後顧之憂的環境，感謝我的家人一直支持我做自己想做的 事，還有一位非常重要的人，那就是我的女朋友曉婷，十三年來一直在我身邊鼓 勵我、支持我、包容我、體諒我，謝謝妳，妳是我堅持下去的動力。 謹以此文感謝這一路走來遇到的所有朋友，謝謝你們。 劉惟成 謹誌 2014 年 7 月. III.
(5) 目錄 中文摘要 ........................................................................................................................... I 英文摘要 ......................................................................................................................... II 誌謝 ................................................................................................................................ III 目錄 ................................................................................................................................ IV 圖目錄 ............................................................................................................................ VI 表目錄 .......................................................................................................................... VII 第一章 緒論 .................................................................................................................... 1. 政 治 大 第二節 研究目的與問題 ............................................. 4 立 第一節 研究動機與背景 ............................................. 1. ‧ 國. 學. 第三節 研究流程 ................................................... 5 第二章 文獻探討 ............................................................................................................ 6. ‧. 第一節 Big Data .................................................... 6. sit. y. Nat. 第二節 網路口碑 .................................................. 14. io. er. 第三節 商業模式 .................................................. 17 第三章 研究設計與方法 .............................................................................................. 25. al. n. iv n C .................................................. 25 hengchi U. 第一節 研究架構. 第二節 研究方法 .................................................. 26 第三節 研究對象 .................................................. 26 第四節 資料蒐集方式 .............................................. 27 第四章 個案研究 .......................................................................................................... 30 第一節 個案背景介紹 .............................................. 30 第二節 OpView 社群口碑監測平台 ................................... 32 第三節 相關訪談單位 .............................................. 45 第五章 研究發現與討論 .............................................................................................. 54 第一節 企業面 .................................................... 55 IV.
(6) 第二節 價值面 .................................................... 59 第三節 客戶面 .................................................... 61 第四節 財務面 .................................................... 66 第五節 其他研究發現 .............................................. 68 第六節 問題討論 .................................................. 71 第六章 結論與建議 ...................................................................................................... 73 第一節 研究結論 .................................................. 73 第二節 研究貢獻 .................................................. 76 第三節 研究限制 .................................................. 77. 政 治 大. 第四節 未來研究方向與建議 ........................................ 77. 立. 參考文獻 ........................................................................................................................ 79. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. V. i Un. v.
(7) 圖目錄 圖 一-1 研究流程圖 ....................................................................................... 5 圖 二-1 IBM 對 Big Data 的特性定義 .......................................................... 9 圖 二-2 Johnson 商業模式圖 ....................................................................... 20 圖 二-3 Lindgart 商業模式圖 ....................................................................... 22 圖 二-4 Osterwalder 商業模式九宮格圖 .................................................... 24 圖 三-1 研究架構圖 ..................................................................................... 25 圖 四-1 eKM 企業知識管理平台架構圖..................................................... 30 圖 四-2 OpView 資料處理流程.................................................................... 33. 政 治 大. 圖 四-3 OpView 技術架構圖....................................................................... 36. 立. 圖 四-4 OpView 品牌口碑雷達之設定........................................................ 37. ‧ 國. 學. 圖 四-5 OpView 品牌口碑雷達之品牌趨勢圖............................................ 38 圖 四-6 OpView 品牌口碑雷達之熱門頻道圖............................................ 38. ‧. 圖 四-7 OpView 品牌口碑雷達之排行圖.................................................... 39. sit. y. Nat. 圖 四-8 OpView 百大人物雷達之設定圖.................................................... 40. io. er. 圖 四-9 OpView 百大人物雷達之趨勢圖.................................................... 40 圖 四-10 OpView 百大人物雷達之熱門頻道圖.......................................... 41. n. al. Ch. i Un. v. 圖 四-11 OpView 百大人物雷達之情報分析圖 .......................................... 41. engchi. 圖 四-12 OpView Insight 之競爭風暴圖 ..................................................... 42 圖 四-13 OpView fb Watcher 之粉絲團監控圖 ........................................... 43 圖 五-1 研究發現構面圖 ............................................................................. 55. VI.
(8) 表目錄 表 二-1 商業模式定義整理 ......................................................................... 17 表 二-2 Lindgart 商業模式組成要素 ........................................................... 21. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. VII. i Un. v.
(9) 第一章 緒論 第一節 研究動機與背景 近年來網路社群興起，加上硬體與網路技術不斷的突破改良，智慧型行動裝 置如智慧型手機、平板電腦等，快速普及到人們的生活之中，根據資策會 2013 年 (資策會, 2013)的報告指出，臺灣智慧型行動裝置的持有比率達 49.5%，幾乎每二 個人就有一台智慧型行動裝置，象徵著網路生活時代的到來。人們透過智慧型行. 政 治 大 透過社群網站與朋友互動、分享，在網路上記錄生活點滴、分享資訊已經成為當 立 動裝置可以更加容易地連上網路，隨時隨地關注網路上的動態，也可以更輕易地. ‧ 國. 學. 下人們每天的生活習慣之一。 一、網路口碑影響消費者行為. ‧. 人們在網路上所分享的內容，通常都會跟自己的生活經驗相關，例如去很棒. sit. y. Nat. io. al. er. 的餐廳、購買新發表的產品、特別的服務體驗等等，根據創市際市場研究顧問公. n. 司(創市際, 2012)在 2012 年 9 月所做的調查發現，大約有 53%的消費者會在網路上. Ch. engchi. i Un. v. 對商品做評論，且當對商品很滿意時，其上網評論的意願會增加，此調查也發現， 網路口碑對於消費者的購買決策具有相當大的影響力，有 93%的消費者會上網尋 找網路口碑資訊，而其主要管道包括社群網站、網路論壇、部落格、專業評論網 站等。 網路口碑的影響力，可從近來風靡全台灣的“雷神巧克力”就可窺知一二， 透過網路口碑的傳遞、媒體的報導，竟造成銷售通路賣到缺貨的盛況，根據 OpView 社群口碑資料庫(OpView, 2014)的統計，在短短三個月內，雷神巧克力便累積了超 過 5000 則的網路口碑擴散，更在 2014 年 3 月 14 日白色情人節當天，創下單日 722 1.
(10) 則口碑數量的記錄，這是利用傳統媒體行銷廣告很難達到的成果。然而網路口碑 也不總是對企業的產品有正面的幫助，例如在 2009 年所發生的戴爾電腦標錯價事 件，因戴爾公司在整個過程的處理態度不佳，引起網友不滿情緒高漲，以致於網 路上產生撻伐聲浪，造成負面口碑聲量快速擴散，重創了戴爾電腦的品牌聲譽。 從以上二個案例可以發現，網路口碑對於企業的產品銷售與商譽都扮演了極 具影響力的角色，國內經理人月刊也體認到這股不可忽視的力量，在 2013 年開始 製作「影響力品牌大調查」專題報導，其中網路口碑的比重，佔了總評比分數的. 政 治 大. 40%，其餘是專家評審以及網友票選各佔 30%，提供企業進一步檢視其品牌的網路. 立. 影響力，而如何有效管理網路口碑也逐漸成為企業在行銷業務上必須面對的重要. ‧ 國. 學. 課題。. ‧. 二、傳統網路口碑管理的瓶頸. sit. y. Nat. 以往企業在網路口碑的管理上，通常採取的方式都是建立自己的官方網站，. io. n. al. er. 設置產品討論區，提供消費者在討論區中反應相關意見與建議，再者就是雇用行. v. 銷人員針對幾個重點網站、論壇或名人部落格進行人工監測，並針對網路上意見. Ch. engchi. i Un. 提出解釋與補救方法，不過由於社群網路平台的快速演進，各領域也出現許多擁 有大量粉絲的素人意見領袖，某些素人的意見領袖是很難用人工監測的方式去辨 識出來的。傳統的網路口碑管理方式面對大量的口碑訊息被創造出來，開始出現 捉襟見肘的現象，在有限的人力與設備下對於網路口碑的完整面向掌握程度愈來 愈不足，也無法即時地對網路口碑做出回應，面對排山倒海而來的網路口碑資料， 企業不得不尋求其它分析管理工具來補強這方面的不足(i-Buzz 網路口碑研究中心, 2010)。. 2.
(11) 三、Big Data 受到各界重視 近來 Big Data 的出現，為大資料量的分析帶來一線曙光，繼「雲端運算」之 後，2012 年「Big Data」一詞在 IT 業界中備受矚目，也受到許多媒體的專題報導， 甚至美國白宮將 Big Data 喻為「未來的新石油」 ，宣布 Big Data 是國家發展的戰略 性資產(胡世忠, 2013)。Big Data 中文又稱做巨量資料、海量資料或大數據，顧名 思義是強調具有龐大的數據資料量，Big Data 的意義不只是資料量的大小，其背後 包含了許多資訊工程技術的使用，如非結構化資料儲存、機器學習及語意分析等. 政 治 大. 過程，Big Data 並非是一個嶄新的概念，如果單從資料量方面來看，過去許多大企. 立. 業內部所產生的資料量便已達 Big Data 的資料量等級，如波音的噴射引擎所產生. ‧ 國. 學. 的資料，30 分鐘便會產生超過 10TB 的相關飛航資料，在生技領域上的染色體分. ‧. 析、美國國家太空總署所進行的宇宙探勘，都必須利用相當昂貴的超級電腦來處. sit. y. Nat. 理這些大量的資料(城田真琴, 2013)，一直到今日，因為雲端運算技術的發展，加. io. n. al. er. 上硬體成本快速地下降，同時解決了大量資料儲存與投資成本的問題，Big Data. v. 的應用開始從上述的利基領域進入由消費者或使用者本身所產生的資料分析領域，. Ch. engchi. i Un. Big Data 如今已經被廣泛應用到許多產業的資料收集與分析，如零售、醫療、政府 部門、能源、電信等等，這些產業都透過 Big Data 的應用為該產業帶來全新的洞 察，也讓企業能夠更全面地掌握影響其營運的關鍵因素。 根據網路口碑的資料特性與其分析管理需求，Big Data 是一個相當適合的解決 案，而 Big Data 應用需要大量的伺服器提供複雜計算的支援，雖然近年來硬體價 格的崩落，許多企業已經負擔得起運算功能強大的伺服器，但 Big Data 背後所需 要的核心技術與資料分析人才，卻不是每一家企業都能夠擁有的，對於企業而言， 在公司內部成立一支專門做 Big Data 資料分析的資訊團隊必須投入相當高的成本， 3.
(12) 且在人力市場上，相關的人才需求也呈現短缺的現象(網管人雜誌, 2014)，此時擁 有相關技術的資訊團隊或公司，看到企業在網路口碑管理上的需求，進而針對此 需求應用相關技術，提供企業網路口碑監測與分析服務。 以上可知，網路口碑對於企業經營與品牌聲譽擁有極大的影響力，也是企業 希望能夠全面掌握的重要資訊，而以往企業都是藉由本身的人力與技術對於網路 口碑進行管理與監測(謝松齡, 2008)，但礙於軟、硬體的能力限制與人力的不足， 往往只能如瞎子摸象般揣測著網路口碑的樣貌。如今 Big Data 的出現，使得第三. 政 治 大. 方的網路口碑監測服務成為一種新興的商業模式，而這商業模式如何運作，才能. 立. 為提供網路口碑監測的公司帶來獲利，並為其客戶創造更大的價值？是本研究欲. ‧ 國. 學. 深入探討的範圍。. ‧. 第二節 研究目的與問題. 根據上述的研究背景與動機，可瞭解網路口碑監測與分析服務是一項基於 Big. sit. y. Nat. io. al. er. Data 技術的第三方服務，本研究以網路口碑監測服務公司為研究對象，探索其如. v. n. 何利用 Big Data 技術為企業提供網路口碑的監測服務，並深入瞭解其商業模式的. Ch. engchi. i Un. 運作，本研究希望能夠先瞭解網路口碑監測服務公司本身具有何種核心能耐，接 著研究其營運過程中，如何為其企業客戶創造所需的價值，而這過程中需要何種 的合作夥伴，與執行哪些關鍵活動。 基於上述研究目的，本研究將以 Big Data 應用於網路口碑監測服務來檢視本 研究的研究問題，研究問題如下： 一、網路口碑監測服務公司需具備何種核心能力？ 二、網路口碑監測服務公司為客戶創造何種價值？ 三、網路口碑監測服務公司如何獲利？ 4.
(13) 第三節 研究流程 本研究的研究流程，首先對感興趣研究主題與研究對象進行界定，並收集相 關的資料，再來透過蒐集而來的次級資料提出研究目的與研究問題，並進一步閱 讀與本研究相關的理論文獻與書籍，以建立研究架構，並適時回頭調整研究問題 的擬定，研究架構建立完成之後，則進行個案公司的邀約訪談，以及相關合作夥 伴與客戶的邀訪，訪談過程中也須重新檢視研究問題的適當性，最後將訪談後所 獲得的資料與次級資料加以分析研究，提出本研究的結論與建議。本研究之研究 流程如圖一-1 所示：. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. 圖 一-1 研究流程圖 資料來源：本研究整理 5. v.
(14) 第二章 文獻探討 第一節 Big Data 一、定義及特性 根據 Ward 和 Barker 兩位學者(Ward & Barker, 2013)對 Big Data 定義 所做的整理如下： 1.. 美國國家標準與技術研究院(NIST)對於 Big Data 的定義為「“資 料”超出目前常見的系統或技術所擁有的資料處理能力及數 量。」. 立. 美國市場調查研究機構(Gatner)認為 Big Data 具有「大量. 學. ‧ 國. 2.. 政 治 大. (high-volume)、快速(high-velocity)、多樣性(high-variety)等特性. ‧. 的資訊資產，並具有成本效益與創新形式的資訊處理程序. y. Nat. io. 大型資料庫公司甲骨文(Oracle)認為 Big Data 是「來自於傳統關. n. al. er. 3.. sit. (information processing)可增強對資料的洞察與決策的制定。」. Ch. i Un. v. 聯式資料庫所驅動的商業決策，擴大至非結構化資料. engchi. (unstructured data)的衍生價值。」 4.. 世界最大半導體公司英特爾(Intel)根據其經驗解釋「Big Data 的 機會出現於當公司每周產生 300TB 的資料量時，大部份是針對 儲存於常見的關聯式資料庫上的業務交易(business transactions) 資料進行分析，其次則是文件、電子郵件、感測器數據、部落 格與社群媒體。」. 5.. 軟體巨人微軟(Microsoft)則認為「Big Data 是用來描述一種應用 6.
(15) 大量電腦計算能力的過程，其包括使用最新的機器學習與人工 智慧技術，針對大量且高複雜度的資料進行處理的過程。」. 而在「大數據」(麥爾荀伯格、庫基耶, 2013)一書中，對於 Big Data 的解釋是「資料量一定要達到相當規模才能做的事(例如得到新觀點、創 造新價值)，沒有一定規模就無法實現，而且這些事將會改變現有市場、 組織、公民與政府間的關係。」. 政 治 大 對 Big Data 的解釋為「超過典型資料庫工具的硬體環境和軟體工具所能 立. 「雲端時代的殺手級應用－海量資料分析」(胡世忠, 2013)一書中則. ‧ 國. 學. 獲取、存儲、管理和分析能力者，即被視為 Big Data。」 知名顧問管理公司麥肯錫(MGI, 2011)在發表的一篇論文中指出「Big. ‧. Data 是指大小超出了典型資料庫軟體工具所能收集、儲存、管理和分析. sit. y. Nat. io. al. er. 能力的數據資料集。」. v. n. 從以上各大科技公司與書籍對 Big Data 的定義中，進一步可以發現. Ch. engchi. i Un. Big Data 相較於傳統資料庫所能處理的資料，擁有一些不同的特性，常看 到許多文章會提及 Big Data 必須擁有 3V 或 4V 特性，而目前在市場上引 用比較多的說法是，由(IBM, 2012)所整理定義的 Big Data 四大特性，又 稱為 4V：資料量龐「大」(Volume)、變化飛「快」(Velocity)、種類繁「雜」 (Variety)及真為存「疑」(Veracity)，如圖二-1 所示： 資料量龐「大」 ：因為各種新科技的誕生，如智慧型手機、平板電腦、 穿戴式科技、電子標籤、感測器等等，讓許多企業內部所存放的資料量 呈現爆炸性的成長，10 年前資料量超過 TB 就已經算是很大的資料量， 7.
(16) 而現在許多大企業所存放的資料量，已經超過了 PB (1024TB)的等級，以 知名的社群網站 Twitter 來說，其每天所產生的資料量為 7TB，而 Facebook 每天所產生的資料量則高達 100TB(胡世忠, 2013)，資料量成長的態勢仍 不見趨緩的徵兆。 資料變化飛「快」：因網路取得的方便性提高加上行動裝置的普及， 人們製造資料的速度也大幅成長，在此特性中所謂的「快」 ，指的是變動 的流動性資料，以網路口碑資料來說，網友在網路上所產生的口碑是持. 政 治 大. 續性的，而且其傳播速度也是十分驚人，在面對如此快速變化的資料，. 立. 如何能夠即時地處理與分析，也是 Big Data 必須克服的問題。. ‧ 國. 學. 資料種類繁「雜」：由於硬體技術的發展，生活中出現許多感測器、. ‧. 智慧型裝置、照相工具等等，以及社群網站大量的崛起，企業所要面對. sit. y. Nat. 的資料來源愈來愈多元，也愈來愈複雜，不僅有以往的傳統關聯式資料. io. n. al. er. 庫所儲存的結構性資料，也必須處理來自網站內容、搜尋引擎、社群媒. v. 體、電子郵件等各式各樣非結構或半結構的資料。. Ch. engchi. i Un. 資料真偽存「疑」 ：過去許多資料的取得來源，大多是從企業內部或 經過人工過濾後所建立的資料庫，所以其可靠度較高，但如今網路資料 來自四面八方，有不同的人或物在不同的背景下所產生，不完整的、不 可靠或真偽難辨的資料將愈來愈多，預計到 2015 年全球所採集的所有資 訊中將超過八成是不確定可靠與否的資訊(胡世忠, 2013)。很多時候會造 成資料的不確定性，包括製造過程的不可靠與資料內容的不可靠。. 8.
(17) 圖 二-1 IBM 對 Big Data 的特性定義. 學. ‧ 國. 立. 政 治 大. 資料來源：http://www-01.ibm.com/software/data/bigdata/. ‧. 二、Big Data 的相關技術. y. Nat. io. sit. Big Data 並非是指單一種的資訊技術，其運作的背後包含了許多資訊工程. n. al. er. 技術的整合應用，包含資料的儲存、分類、萃取和分析等等，因為相關. Ch. i Un. v. 技術種類繁多，以下將會介紹五種關鍵的技術應用，做為 Big Data 技術. engchi. 層面的入門探討。 (一). Hadoop. Hadoop 是一個開放原始碼大規模資料的分散式處理技術。尤其是在 處理大量非結構化資料，在效能與成本上均具有優勢，再加上可彈性 擴充容量，故成為 Big Data 中最重要的基礎技術。Hadoop 主要是由 三項要素所組成，即用於儲存大容量檔案的分散式檔案系統 HDFS (Hadoop Distributed File System)、用於對大量資料進行高效分散式處 9.
(18) 理的架構 Hadoop MapReduce，以及名為 HBase 的超大型資料池。 Hadoop 的最大優勢是能夠處理以往需要大量時間與成本的非結構化 資料，過去因為處理的高成本，讓人不得不放棄這些非結構化資料的 採用，而今 Hadoop 技術所能處理的資料量，已能夠擴充至 PB 甚至 是 EB 級的資料容量(城田真琴, 2013)。 (二). 串流資料(即時資料)處理. 在 Big Data 的資料特性中一個很重要的特性是「快速」(Velocity)，表. 政 治 大. 示資料的變動程度相當快速，所以必須要能夠處理源源不絕產出的大. 立. 量資料，串流資料處理技術又稱為即時資料處理技術，與傳統關聯式. ‧ 國. 學. 資料庫不同之處在於，串流資料處理在資料輸入時不將資料寫入硬碟，. ‧. 而是先於記憶體中處理，故可以達到高速的處理效果(城田真琴,. y. sit. 機器學習. io. n. al. er. (三). Nat. 2013)。. v. 機器學習是一門人工智慧的研究科學，是為了以電腦實現人類自然進. Ch. engchi. i Un. 行學習能力的技術，機器學習理論主要是設計和分析一些讓計算機可 以自動「學習」的演算法。機器學習的應用領域相當廣泛，包括影像 辨識、氣象預報、語音辨識與交通路況等等(城田真琴, 2013)。 (四). 資料探勘(Data Mining). 資料探勘一般是指從大量的資料中自動搜尋隱藏於其中的有著特殊 關聯性的訊息的過程。而資料探勘的方法又可細分成好幾種程式演算 法，如「資料分群」 、 「神經網路」 、 「迴歸分析」 、 「決策樹」等等，其 目的都是希望從大量資料中找出知識與模型(城田真琴, 2013)。 10.
(19) (五). 自然語言處理. 是用以電腦程式對人們日常溝通所使用的語言進行分析與運用，具有 對文句依其各種詞性來進行分解之「構詞分析」、計算各種詞彙所出 現頻率的「常用度分析」，以及理解文章的意義的「語意分析」等等 (城田真琴, 2013)。. 三、Big Data 應用案例 所謂的資料含金量，指的是從蒐集得來的資料中尋找出商機，而提. 治 政 大 到從資料中挖掘商機，就不得不提到發生在美國沃爾瑪(Wal-Mart)經典的 立 ‧ 國. 學. “尿布、啤酒、星期五”案例，在 90 年代美國零售業龍頭沃爾瑪，從龐 大的交易資料庫中發現，每當週五的晚間，總會有大量的尿布跟啤酒會. ‧. 被一起購買。經過進一步的市場調查之後，發現原來美國婦女通常會在. y. Nat. er. io. sit. 星期五請先生下班後替小孩買尿布，而先生也因為買尿布之餘順手買了 當晚要喝的啤酒，而在沃爾瑪發現這樣的消費行為之後，就在每個星期. al. n. iv n C 五改變貨架的擺放位置，將尿布與啤酒放在一起，結果成功地增加了這 hengchi U. 兩項商品的銷售量，也在行銷界留下一段經典的傳奇(數位時代, 2012)。 以上是早期 Big Data 的應用模式，而如今 Big Data 的應用範圍已經 相當的廣泛，也因為產業的不同本身所產生的資料類型也有很大差別， 例如金融、政府部門、零售業等會產生大量的文本和數字資料，而製造 業、醫療業、媒體業則是以大量的圖片、影音為主的多媒體資料(胡世忠, 2013)，隨著資料類型的不同所使用的資料分析技術也不一樣，不過應用 Big Data 的目的不外乎是希望能夠達到觀察過去、分析現狀、預測未來的 11.
(20) 目的，而「預測」更是 Big Data 最具價值的地方(麥爾荀伯格、庫基耶, 2013)。 大數據的獲利模式(城田真琴, 2013)這本書中，整理出許多 Big Data 的運 用模式，以下將對各運用模式進行說明： (一) 精準推薦商品或服務 根據使用者的分類、行為以及消費記錄等資料為基礎，對使用者發送 相關適合的商品資訊。這在許多經營電子商務的平台，已被頻繁的運 用，例如美國亞馬遜、臺灣博客來的書籍推薦以及 facebook 的好友推. 政 治 大. 薦等，都是成功的經典例子。. 立. (二) 行為定位廣告. ‧ 國. 學. 在不斷蒐集使用者在網路上的瀏覽記錄或消費記錄的資訊後，依據使. ‧. 用者的興趣、嗜好等屬性分類，並針對所屬的不同群體，投放不同的. sit. y. Nat. 網路廣告。擁有這種能力的公司，主要是以經營入口網站或搜尋引擎. io. n. al. (三) 適地性(Local-Based Service, LBS)行銷. Ch. engchi. er. 的公司為主，如 yahoo、google 等。. i Un. v. 利用智慧型手機基地台定位或 GPS 定位的技術，來獲得使用者所在 位置，並推播附近商家的廣告。這種行銷活動，常見於百貨公司拍賣 活動的宣傳或連鎖餐廳的折扣優惠廣告等。 (四) 顧客流失分析 在許多以會員制的公司企業中，如電信公司、保險公司、DVD 出租 店等等，可基於過去會員的消費資料與活動資料，進行預測出可能即 將退會的顧客，並適時地提供相關優惠或活動留住顧客。. 12.
(21) (五) 預測設備故障 將各種感測器安裝在機器之中，如影印機、冷氣機、傳真機等，並透 過網路蒐集機器運作過程中的相關資訊，如錯誤記錄、消耗品耗損狀 態等資訊，進行分析、檢驗，預測即將發生故障或應該維護保養的機 器。如富士全錄的 TQMS-uni (追蹤品質管理系統) 即是知名的應用。 (六) 預測路況 運用城市公共交通工具的定位與感測技術，蒐集當前交通狀態的相關. 政 治 大. 路況資訊，並即時分析，提供道路使用者更貼心的導航服務。如豐田、. 立. 日產、本田等車廠均已開發相關的技術與服務。. ‧ 國. 學. (七) 預測電力需求. ‧. 透過安裝在各家庭中的智慧電表，可隨時監控家庭用電狀況，可分析. sit. y. Nat. 出各家庭的用電模式，電力公司可利用這些資訊來預測出電力的需求. io. n. al. er. 狀況。在美國已經有許多電力公司投入相關技術的研發與佈建，如南. v. 加州愛迪生電力公司(Southern California Edison, SCE)、大平洋媒電公. Ch. engchi. i Un. 司(Pacific Gas and Electric Company, PG&E)等等。 (八) 預測感冒流行 SS 製藥公司(SSP Co., Ltd) 鎖定 Twitter 上跟感冒有關的推文，透過自 動篩選並進行語意分析，預測出可能已經感冒的使用者，並根據地區 資訊進行統計；google 甚至依據使用者的搜尋關鍵字，發展出流感趨 勢的資訊服務，可有效地追蹤流感疫情的發展(Google, 2013)。. 由以上的應用案例可得知，Big Data 的應用已經遍佈在人們日常生活， 13.
(22) 透過 Big Data 來瞭解消費者行為模式與獲得未來趨勢之預測效果，也有 效地幫助許多企業開展更有價值的業務，帶來更豐沃的營收，且可預見 的未來，Big Data 將會更加深入影響各個產業的運作模式，而掌握資料的 人就有可能改寫目前產業既有的規則，Big Data 的威力是一股不容忽視的 力量。. 第二節 網路口碑 一般來說，人們通常會根據親身的使用經驗來判斷一個產品或服務的好壞，. 政 治 大. 但除了自己親身體驗之外，對於產品或服務的採納決策，最容易也是最相信的參. 立. 考對象就是來自身邊的親人或朋友所提供的意見，這也是口碑的傳遞原點。人們. ‧ 國. 學. 的生活中，就是處在一個不斷談論的環境，而絕大部份談論的話題都是從自己的. ‧. 個人經驗分享開始，例如晚餐吃了什麼、看到什麼有趣的節目、最近去哪裡玩、. y. Nat. io. sit. 哪邊有特價商品拍賣、近期有什麼新產品發表……等，人們藉由談論的過程中與. n. al. er. 人建立關係，並透過談論的內容去交換彼此的情報，而這樣的行為某種程度上是. Ch. i Un. v. 為了藉由他人的經驗來減少自己的風險與不確定性，進一步還可以達到降低搜尋. engchi. 成本的效果，這也是人們為什麼每天都是處在一個創造口碑與傳遞口碑的狀態之 (Rosen, 2001)。 因網路時代的來臨，人們的生活圈從實體環境的互動接觸，進而拓展到虛擬 網路世界，在虛擬世界中，人們一樣可以結交新朋友，甚至輕易地就與陌生人談 論、分享，口碑的力量因網際網路而更加無遠弗屆，因此口碑傳播的形態進一步 被區分為：實體口碑(Word-of-Mouth, WOM)與網路口碑(electronic Word-of-Mouth, eWOM)，接著會對這二者的定義做更完整的解釋與說明。 14.
(23) 一、實體口碑的定義 學者 Arndt(Arndt, 1967)是最早對於口碑行為做出定義的人，其將口碑定義為： 人與人之間口語的傳遞，訊息發送者(sender)與訊息接收者(receiver)之間的資訊分 享過程中，是以一種非商業意圖的方式，互相交換對於品牌、產品或服務的意見。 (Richins & Root-Shaffer, 1988)進一步定義：口碑是人與人之間傳遞訊息的一個過程， 在消費者的購買決策中扮演了相當重要的角色。對於消費市場而言，口碑包含了 顧客的意見分享、使用體驗、購買經驗等等。實體口碑通常發生在家人或朋友之. 政 治 大. 間，有時也會與一些關係較為疏遠的人們發生口碑的傳遞，但通常人們比較容易. 立. 相信家人或親近朋友的經驗，而這樣的連結關係是實體口碑在傳遞上最容易發生，. ‧ 國. 學. 也是最主要的方式，不過此方式的傳遞範圍與速度都有相當的限制(Bansal & Voyer,. ‧. 2000; Brown & Reingen, 1987)。. al. er. io. sit. y. Nat. 二、網路口碑的定義. n. 電子口碑(electronic WOM, eWOM)又稱為網路口碑，根據(Hennig‐Thurau,. Ch. engchi. i Un. v. Gwinner, Walsh, & Gremler, 2004)將在網路上所產生的談話視為“網路口碑” (electronic WOM)，並進一步將其定義為：藉由潛在或實際的顧客對於一個產品、 公司品牌或服務所產生正面或負面的評論，而這個評論可以透過網際網路傳播給 更多的人們與組織團體。 網路口碑在傳遞過程中，與實體口碑相較之下是更有效率的，其傳遞模式打 破了實體口碑環境及距離的限制，可以同時對多個口碑訊息接收者進行傳播，而 網路口碑所使用的傳播平台相當多元，例如：電子信箱、網路聊天室、網路論壇、 電子佈告欄(BBS)、社群網站等等，網路口碑改變了人們以往接收口碑訊息的來源， 15.
(24) 從最親近的親人朋友到網路上素未謀面的陌生人，而藉由網路的傳播，訊息的擴 散速度也比實體口碑迅速許多(Chatterjee, 2001)。. 三、網路口碑特性 1. 資訊來源多樣化 網路口碑的傳播主要是透過各式的電子裝置與網際網路做為傳播的 媒介，在人們之間可以自由的交換傳遞，藉由軟體、網站的介面設計，可 以讓人們的互動更加多元，可達到單向、雙向甚至是多向溝通的效果。因. 政 治 大. 為網路沒有地理、時間的限制，在資訊的傳播上可使口碑訊息在人際之間. 立. 的影響效果更加的快速與廣泛(Hanson, 2000)。對於資訊真實性方面，因為. ‧ 國. 學. 網路上的訊息來源具有匿名性，使得造假、謠言的內容更容易被創造，對. ‧. 於網路口碑的真實性也有程度上的影響(Gelb, 2002; 廖佩怡, 2006)。. Nat. sit. y. 2. 資訊可被監視與管理. n. al. er. io. 網路口碑有別於實體口碑在於，網路可讓人們同時取得大量的正負面. Ch. i Un. v. 口碑資訊，並透過本身的判斷能力進行比較決策，參考價值也可以提高，. engchi. 而實體口碑通常只能取得單方面(正或負面)的資訊(Chatterjee, 2001)，不易 接收到較全面的相關評論。網路口碑也比實體口碑的傳播速度更快、接觸 範圍更廣，不需要直接的面對面交談，而且資訊能夠被往回查詢，不會因 為分享後就消失(Buttle, 1998)。根據研究也指出，人們在購買產品或服務 前，會習慣上網查詢相關的評價資訊，以減小購買後所承擔的不確定風險 (Hanson, 2000; 廖佩怡, 2006)。. 16.
(25) 第三節 商業模式 商業模式(Business Model)又被稱為營運模式、經營模式、盈利模式等等多種 說法，本研究將採用「商業模式」作為此概念的統稱。近年來在網路的快速發展 下，因網路沒有時間和空間限制的特性，打破了傳統透過實體交易獲取盈利的方 式，許多創新想法源源不斷地在網路上被實作出來，從智慧型手機爆炸性成長以 來，手機應用程式(app)的開發更是發展出許多前所未見的創新商業模式，如何設 計、創新商業模式，頓時之間也成為企業、學術研究爭相探討的話題。. 政 治 大 力的重要來源。新技術的應用有時會使產業原有的商業模式發生質變，甚至還會 立 商業模式不僅是企業維持營運的基礎，更是企業是否能永續發展、提升競爭. ‧ 國. 學. 發展出新的商業模式而創造出新的產業。而本節內容將分別探討商業模式的定義 與其組成的要素兩大部份：. ‧ y. Nat. io. sit. 一、商業模式的定義. n. al. er. 從商業模式一詞被探討以來，其仍沒有統一的定義，各方對此持有不同的解. Ch. i Un. v. 釋與看法，本研究參考鍾采霏(2013) 的整理，加以重新檢視與蒐集其它學術研究. engchi. 對商業模式之定義，並依照年代順序加以整理，如表二-1 所示： 表 二-1 商業模式定義整理. 年代 1996. 學者. 定義. Viscio and. 商業模式要能創造系統性的價值，要大於核心觀點、事業. Pasternack. 單元、服務、管理、網路五個要素的個別加總(Viscio & Pasternack, 1996) 。. 1998. Timmers. 商業模式是一種涵蓋商品、服務、資訊流的架構，且能說 明利潤來源(Timmers, 1998) 。. 17.
(26) 年代 1999. 學者. 定義 商業模式可解釋一定公司提供的產品或服務、誰是公司的. Markides. 目標消者、要如何實現公司的計畫及公司可以從中獲得多 少利潤(Markides, 1999) 。 2000. 商業模式是企業與商業夥伴及買方之間價值流、收益流、. Mahadevan. 後勤流的組合(Mahadevan, 2000) 。 Afuah and. 商業模式是一家公司用來建立並使用資源，以提供比競爭. Tucci. 對手更好的服務給消費者，並達到持續獲利(Afuah & Tucci, 2000) 。. 政 治 大 如何回應真實世界的研究(Applegate, 2001) 。 立. Applegate. 商業模式是公司對自身結構、組成要素之間的複雜關係與. Amit and. 商業模式是描述在商業中的角色、行為、價值產生過程 (Amit & Zott, 2001) 。. 學. Zott. ‧ 國. 2001. 商業模式是用來描述公司的消費者、同盟夥伴、供應商之. Vitale. 間的角色與關係，確認公司的物流、金流、資訊流，以及. ‧. Weill and. Nat. sit. 商業模式是企業結合產品主張、服務模式、經銷模式、獲. er. Rajala et al.. io. 2002. y. 其提供給參與者的主要利益(Weill & Vitale, 2001) 。. al. n. iv n C hengchi U 商業模式是解釋企業如何運作的故事(Magretta, 2002) 利方法的表現(Möller, Rajala, & Svahn, 2005) 。. Magretta 2003. Rappa. 。. 商業模式是企業為永續經營所採取的營業方式，也就是如 何獲利的營運方式(Rappa, 2003) 。. 2005. Shafer et al.. 商業模式界定為企業在價值網路中創造和獲取價值最根 本的核心邏輯和策略選擇(Shafer, Smith, & Linder, 2005) 。. 2008. 柯承恩. 商業模式反映一個企業在它的價值網絡中，如何創造並掌 握價值的核心邏輯與進行策略選擇的故事(柯承恩, 2008)。. 2010. Johnson. 商業模式是描述企業為客戶及公司創造及提供價值的方 法(M. Johnson, 2010)。. Osterwalder. 商業模式是闡述企創造、傳遞與獲取價值的原理 18.
(27) 年代. 2011. 學者. 定義. et al.. (Osterwalder & Pigneur, 2010) 。. Magretta. 商業模式是有關於企業如何為其利害關係人創造服務的 一連串規畫架構(Magretta, 2011) 。 商業模式描述企業價值獲取模式與價值傳遞方法(Sinfield,. Sinfield et al.. Calder, McConnell, & Colson, 2011) 。 2013. 蔡政安. 商業模式是針對某一個目標客戶群(區隔市場)，提供一套 價值主張、價值創造、價值傳遞與價值獲取的邏輯系統(蔡 政安, 2013) 。. 政 治 大. 資料來源：(鍾采霏, 2013) ； 本研究整理. 立. 綜合以上諸多學者對於商業模式的看法與定義，可以發現大部份定義中都強. ‧ 國. 學. 調了價值創造以及價值傳遞的過程，而價值不只是對顧客而言，而是必須考慮到. ‧. 對於企業所有的利害關係人的價值，最後引用台積電董事長張忠謀先生的說法「商. Nat. n. al. 二、商業模式的組成要素. Ch. engchi. er. io. 到維持公司營運，幫助公司賺取營收的目的。. sit. y. 業模式就是公司處理其與客戶和供應商事務的方式」 ，而這個方式要能夠達. i Un. v. Johnson (2008)認為商業模式是由四個相互連動的要素所構成，合在一起才能 創造價值。而這四個要素分別為：顧客價值主張(Customer Value Proposition)、利潤 公式(Profit Formula)、關鍵資源(Key Resource)、關鍵流程(Key Process)，其架構圖 如圖二-2 所示。 顧客價值主張強調的是要能找到為顧客創造價值的方式，換言之 就是幫顧客把重要的工作做好。利潤公司指的是公司在提供價值給顧客的同時， 也要為自己創造價值與賺取利潤的方法。關鍵資源指的是為目標顧客創造符合企 業價值主張的產品時，所需的人員、技術、產品、設施、設備、通路和品牌。關 19.
(28) 鍵流程可能包括訓練、發展、製造、預算編列、規畫、銷售和服務等常態性任務， 另外也包括公司的規定、評量標準和準則。 Johnson (2008)指出這四個要素是企業成功的基石，顧客價值主張與利潤公式， 定義的是顧客和公司的價值，而關鍵資源與關鍵流程則是描述如何為顧客與公司 創造那些價值。這四項要素是互相存依的關係，彼此相互影響無法獨立視之(M. W. Johnson, Christensen, & Kagermann, 2008) 。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 圖 二-2 Johnson 商業模式圖. Lindgart (2009) 認為商業模式是由二種基本要素所組成，分別為價值主張 (Value Proposition)和運作模型(Operation Model)，而這二種要素又分別可從三個層 面來探討，其架構圖如圖二-3 所示。價值主張必須要能夠回答：我們要為“誰” 提供什麼“產品或服務”？而運作模型必須回答的問題是：我們要如何有效地提 供服務？各要素內容說明如下表二-2(Lindgart, Reeves, Stalk, & Deimler, 2009)。 20.
(29) 表 二-2 Lindgart 商業模式組成要素 商業模式 組成要素說明. 需求？. 產品或服務的提. 我們要提供什麼來滿足顧客的需求？. 供 (Product or Service Offering) 營收模型. 我們如何從提供的產品或服務中獲得報酬？. (Revenue Model). 治 政 根據顧客的需求我們如何去配置內部與外部的 大. 價值鏈. 在我們的價值主張下，如何有效地配置我們的. (Cost Model). 資產或成本？. 組織. 在人員組織上如何部署以維持及增進我們的競. (Organization). 爭優勢？. ‧. Model). 成本模型. ‧ 國. (Operation. 資源？. 學. 運作模型. 立. (Value Chain). Nat. y. Proposition). (Target Segment). sit. (Value. 我們要服務的對象是誰？我們要解決他們何種. 資料來源： (Lindgart et al., 2009) ；本研究整理. io. n. al. er. 價值主張. 目標區隔. Ch. engchi. 21. i Un. v.
(30) 立. 政 治 大. ‧ 國. 學. 圖 二-3 Lindgart 商業模式圖. 資料來源： (Lindgart et al., 2009) ；本研究整理. ‧ sit. y. Nat. Osterwalder 在獲利世代一書中(Osterwalder & Pigneur, 2010)，提出更完整的九. n. al. er. io. 宮格商業模式架構圖，如圖二-4 所示。其定義了商業模式必須討論的九大要素，. Ch. i Un. v. 分別為：價值主張(Value Proposition)、目標客層(Customer Segments)、顧客關係. engchi. (Customer Relationships)、行銷通路(Channels)、關鍵活動(Key Activities)、關鍵資 源(Key Resources)、關鍵合作夥伴(Key Partners)、成本結構(Cost Structure)、營收 來源(Revenue Streams)。以下將對這九個構成要素進行說明： 1.. 目標客層：一個企業鎖定為目標，要接觸或服務的個人或組織群體。顧 客可以被分成不同的客層，而每個客層都有共同的需求、行為或其他屬 性。一個企業必須決定：要服務哪些客層，又要忽視哪些客層。. 2.. 價值主張：可以為特定的目標客層，創造出價值的整套產品與服務。價 22.
(31) 值主張就是以獨一無二的價值元素組合，為一個目標客層創造價值，迎 合這個客層的需求。 3.. 行銷通路：一家企業如何和目標客層溝通、接觸，以傳達其價值主張。 企業會利用通路與顧客建立起來往的介面。. 4.. 顧客關係：一家企業與特定的目標客層，所建立起來的關係型態。企業 必須弄清楚，它想跟每個客層建立什麼樣的關係型態。所謂的顧客關係， 範圍從個人關係到自動化關係都有可能。. 5.. 政 治 大. 營收來源：一家企業從每個客層所產生的現金。一個企業必須自問：每. 立. 個客層真正願意付錢買的，是什麼價值？如果能成功回答這個問題，這. ‧ 國. 學. 家公司就可從每個客層賺到至少一個營收來源。. 關鍵資源：要讓一個商業模式運作所需要的最重要資產。這些資源讓企. ‧. 6.. y. sit. io. al. n. 7.. er. 收益。. Nat. 業得以創造並提供價值主張、接觸市場與目標客層維繫關係，然後賺得. v. 關鍵活動：一個公司要讓其商業模式運作的最重要必辦事項。一個企業. Ch. engchi. i Un. 想要經營成功，就必須採取這些最重要的行動，必須要有關鍵活動，一 個企業才能創造並提出價值主張、進入市場、維繫顧客關係，然後賺得 收益。 8.. 關鍵合作夥伴：要讓一個商業模式運作，所需要的供應商及合作夥伴網 路。企業之間形成夥伴關係有很多原因，而夥伴關係也成為許多商業模 式的基石。建立夥伴聯盟的原因，不外是讓商業模式最適化，或是減低 風險，或是取得資源。. 9.. 成本結構：運作一個商業模式，會發生的所有成本。創造並傳遞價值、 23.
(32) 維繫顧客關係、產生收益，全都會發生成本。如果能弄清楚關鍵資源、 關鍵活動、關鍵夥伴關係的定義，這類成本就會比較容易計算。. 立. 政 治 大. ‧. ‧ 國. 學. Nat. n. al. er. io. 資料來源：本研究整理. sit. y. 圖 二-4 Osterwalder 商業模式九宮格圖. Ch. engchi. i Un. v. 本研究考量商業模式分析的完整度後，採用 Osterwalder et al. (2010)所提出的 商業模式九宮格圖，作為本研究分析網路口碑監測服務商業模式的方法。. 24.
(33) 第三章 研究設計與方法 第一節 研究架構 本研究以 Osterwalder 所提出的商業模式九宮格圖中的九種構成要素為基礎， 並將此九種商業模式構成要素分成四大構面，分別為價值面、企業面、客戶面、 財務面，針對應用 Big Data 於網路口碑監測服務的商業模式進行探討。本研究的 架構主要從以上四大構面來擬定訪談問題，並透過此架構來瞭解目前 Big Data 技 術的發展對於網路口碑監測服務所帶來的影響，以及瞭解構成此商業模式之要素，. 政 治 大. 接著對於個案公司－意藍科技與進行訪談，瞭解網路口碑監服務需具備的核心能. 立. 力，以及如何建構其商業模式之運行。除此之外，也對其合作夥伴及客戶進行訪. ‧ 國. 學. 談，相互印證網路口碑監測對使用客戶所創造之價值，最後利用商業模式九宮格. n. al. er. io. sit. y. Nat. 示。. ‧. 各構成要素來檢視網路口碑監測服務的商業模式。本研究的架構圖如圖三-1 所. Ch. engchi. i Un. 圖 三-1 研究架構圖 資料來源：本研究整理 25. v.
(34) 第二節 研究方法 本研究旨在探討將 Big Data 應用於網路口碑監測服務的商業模式，相較於過 往在網路口碑研究上較著重於由網路使用者所產生的網路口碑行為、方法與特性 等層面，缺乏從第三方提供網路口碑蒐集、分析、管理服務的角度進行探討，因 此本研究屬於探索性研究，在研究方法上，本研究採用「個案研究法」 ，透過深度 訪談及實地參與，並輔以次級資料收集的方式來瞭解個案公司所具備的核心能力， 並如何透過其核心能力建立其商業模式，維持公司營運能力，其後利用商業模式. 政 治 大. 理論加以分析，解構應用 Big Data 於網路口碑監測服務所需的各項營運要素以及. 立. 提供給客戶的何種價值主張。. ‧ 國. 學. 由於本研究之主題尚未有其它相關研究可依循，根據(Benbasat, Goldstein, &. ‧. Mead, 1987)，其認為個案研究較適合運用在研究領域仍屬探索階段，尚未有前人. y. Nat. io. sit. 研究可參考的情況下，同時透過個案研究也可進行分類性研究及假設命題的提出。. n. al. er. 從以上觀點來看，個案研究對於探索性研究的適用性已經獲得普遍認同，因此本. Ch. 研究選擇採用「個案研究法」應屬適當。. engchi. i Un. v. 第三節 研究對象 由於本研究的主題，主要針對於採用 Big Data 技術應用於網路口碑的監測， 對於個案公司具有資訊技術上之要求，綜觀目前臺灣具有 Big Data 技術能力又將 此技術應用於網路口碑監測之公司極為少數，在經過一番搜尋調查後，發現臺灣 目前能見度比較高的公司分別是意藍科技以及艾博司網路口碑研究中心，這二者 本身都有經營網路口碑監測的相關服務，不過經從網路蒐集的各項資料比較之後， 26.
(35) 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. 政 治 大. 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. 立. 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. ‧ 國. 學. 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。. sit. y. Nat. 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. io. n. al. er. 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. v. 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. Ch. engchi. i Un. 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。. 27.
(36) 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. 政 治 大. 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：. 立. a.企業面. ‧ 國. 學. 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. sit. y. Nat. b.客戶面. ‧. 個案公司本身的發展歷程與核心能力的建構。. io. n. al. er. 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. Ch. engchi. i Un. v. 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 28.
(37) 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. 政 治 大 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 立 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. ‧. ‧ 國. 三、參與觀察法. 學. 訪談時的題綱擬定。. 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. sit. y. Nat. io. al. er. 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、. v. n. 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. Ch. engchi. i Un. 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。. 29.
(38) 第四章 個案研究 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. 治 政 出目前最新版本「eKM 4.8」，如圖四-1 所示，eKM大 是一套完整涵蓋企業知識管理 立 ‧ 國. 學. 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. y. Nat. n. al. er. io. 管理解決方案。. sit. 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. Ch. engchi. i Un. v. 圖 四-1 eKM 企業知識管理平台架構圖 資料來源：意藍科技 30.
(39) 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。. 立. 政 治 大. 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. ‧ 國. 學. 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. sit. y. Nat. 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. io. n. al. er. 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. v. 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. Ch. engchi. i Un. 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 31.
(40) 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)。. 政 治 大 第二節 OpView 社群口碑監測平台 立. ‧ 國. 學. 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. sit. y. Nat. 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，. io. n. al. er. 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、. i Un. v. 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。. Ch. engchi. 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。. 32.
(41) 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：. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. i Un. v. 圖 四-2 OpView 資料處理流程. engchi. 資料來源：意藍科技 本研究整理. 初期屬於資料蒐集階段，透過意藍科技本身所具備的網路爬文搜尋技術，對 於全臺灣網路上各大網站、部落格、社群、論壇等公開的文章、討論文串進行擷 取，儲存至意藍科技內部的伺服器，並進一步將在各網路頻道上所蒐集到的資料 進行資料正規化，為資料進行各種屬性分類，例如依產業、品牌、主題等，以利 接續的資料分析工作。將經過整理後的資訊進行特徵萃取，針對內容的情緒特徵 進行分析，給予正、負評分，並分析關鍵議題、相關主題等，再進行資料統計。 33.
(42) 最後，將資料統計後的結果，透過高可讀性的圖形化介面進行呈現，並提供執行 管理網路口碑時所需之功能，如追蹤產生網路口碑之網站、文章作者、即時回應 等。從 OpView 的資料處理流程中，可以發現其非常倚重資訊系統的技術能力，而 這也正是意藍科技長久以來所培養的核心能力，接著將深入介紹，OpView 社群口 碑監測平台本身所具備的三大資訊技術能力。. 二、OpView 三大技術. 政 治 大 根據 Big Data 的 4V 特性中所定義多樣化(Variety)特性指出，網路資料的型態 立. 1、資料匯整. ‧ 國. 學. 相當複雜且多元，其包含文字資料、圖片、聲音以及影像等不同的資料型態所構 成，屬於非結構化的資料集合。在進行資料蒐集時，無法以傳統資料庫的方法直. ‧. 接將資料進行分類歸檔，必須透過不同的方法來處理(例：NoSQL)，而如何整合不. sit. y. Nat. io. al. er. 同資料結構，來進行資料的分析處理，也是處理這類大量資料的一大課題。雖然. v. n. 目前網路口碑的資料蒐集，仍以文字內容為主，但因不同網站、論壇等有其各自. Ch. engchi. i Un. 的文字內容結構，在蒐集資料的過程中也有其困難度。. OpView 利用意藍科技本身所研發的網路爬文技術，能同時針對多種不同版型 的網站進行智慧解文，並且將不同格式整合至統一的資料庫欄位，以利之後執行 內容分類的工作。根據意藍科技的說法，意藍科技本身的網路爬文技術，雖然目 前仍無法針對圖片、聲音、影像等資料結構進行辨識，不過已可以進一步擷取視 頻網站中影片內所嵌入的字幕檔及標頭文字，除了網頁文字的蒐集外，也提供更 多方的資料蒐集來源。. 34.
(43) 2、資料搜尋 面對如海量一般的網路資料，如何從中挖掘出符合網路口碑所需的內容資料， 其資料的適當性、準確性都深深影響著最後分析出來的結果。OpView 承襲自龍捲 風科技的強大搜尋檢索技術，提供超過二十種的完整搜尋功能，包含模糊搜尋、 同音同義智慧辨別、英文詞性轉換等強大功能，從大量資料中萃取出精華情報， 並以分散式搜尋技術提供大量、快速的搜尋服務。 網路資料具有 Big Data 動態成長的特性(Velocity)，搜尋技術不僅要能夠達到. 政 治 大. 準確，其速度也是很重要的一環，根據意藍提供的資訊，意藍的搜尋技術要求，. 立. 在各大網站、論壇等知名的平台，一有文章更新，一小時內意藍的網路爬文機器. ‧ 國. 學. 人就必須將最新的內容，擷取自資料庫中，而較冷門的部落格或網站，則是要求. ‧. 在 6 小時內必須抓取至 OpView 社群口碑資料庫中。網路口碑其中很重要的一個面. sit. y. Nat. 向就是即時性的特點，因為網路口碑傳遞速度非常極快，若不能在第一時間掌握. io. n. al. er. 網路口碑動態，即時應對處理，將無法幫助企業執行預防負面口碑流傳的工作。. 3、語意分析. Ch. engchi. i Un. v. 當網路口碑資料被完整蒐集下來，並分類建檔儲存後，接下來就是必須對這 些資料進行語意分析，以瞭解網友在字裡行間所要表達的意思及情緒，如此一來 企業才能夠瞭解其產品或服務，所受到的口碑評價是正面抑或負面，而這也是網 路口碑監測最重要的價值，所以 OpView 除了蒐集與企業相關的口碑資訊，更透過 先進的語意分析技術，包含態度分析、情緒分析、自動摘要、特徵詞萃取、自動 分類等關鍵技術，快速分析口碑態度、內容議題、相關資訊，幫助企業快速掌握 市場口碑。意藍長期耕耘中文語意分析技術，在語意分析研究上具有相當深厚的 35.
(44) 經驗，也因為如此，OpView 能夠自動分析口碑情緒，立即瞭解網路社群對於產品、 品牌的正、負面態度，提供客戶能夠進行即時地掌握，快速做出適當的回應。. 圖四-3 所示為意藍科技所提供之技術架構圖，可看出 OpView 網路口碑監測平 台，必須先建置一個資料庫用以儲存從網路上擷取的大量資料，並透過本身搜尋 引擎以及語意分析的技術，對此資料庫進行多層次的分析，以提供客戶完整的網 路口碑剖析，最後再透過雲端服務來提供客戶線上使用。. 立. 政 治 大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 圖 四-3 OpView 技術架構圖 資料來源：意藍科技. 三、OpView 服務與產品內容 「OpView 社群口碑資料分析平台」所提供的服務根據需求的情境不同，可以 分為以下四項： 1、 OpView 品牌口碑雷達：針對國內主要品牌進行監測，範圍涵蓋 13 類大型. 36.
(45) 產業，例如電信業、房仲業、3C、汽機車…等產業，全面囊括食、衣、住、 行、育、樂等與日常生活息息相關之產業，提供即時的品牌口碑情報服務。 其功能可透過簡易的設定，如圖四-4 所示，即可立即監測欲觀察的品牌情 況，透過「趨勢」情報模組，如圖四-5 所示，可針對關注品牌、情報來源、 時間區間等條件來快速篩選所需情報，並以圖形化方式呈現趨勢變化，並 可深入挖掘每一則品牌口碑內容。另外也可透過「頻道」情報模組對關注 品牌的主要情報來源進行細部頻道分析，並藉此判斷哪些頻道源具備更多. 政 治 大. 管理與行銷上的價值，如圖四-6 所示。最後，所設定之「監測品牌」將在. 立. 「排行」情報模組中產生相關排行列表，包括關鍵字、熱門文章、負評文. ‧ 國. 學. 章等，有效掌握網路討論動向，如圖四-7 所示。. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 圖 四-4 OpView 品牌口碑雷達之設定 資料來源：意藍科技. 37.
(46) 立. 政 治 大. 學. ‧ 國. 圖 四-5 OpView 品牌口碑雷達之品牌趨勢圖 資料來源：意藍科技. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 圖 四-6 OpView 品牌口碑雷達之熱門頻道圖 資料來源：意藍科技. 38.
(47) 政 治 大 圖 四-7 OpView 品牌口碑雷達之排行圖 立 資料來源：意藍科技. ‧ 國. 學. OpView 品牌口碑雷達的主要適用對象為：各產業知名品牌之公關或行銷. ‧. 人員、專業行銷、媒體、公關、廣告公司、與知名品牌有業務往來之企業、. n. al. er. io. sit. y. Nat. 對知名品牌在網路口碑的表現情形有興趣之一般大眾。. i Un. v. 2、 OpView 百大人物雷達：提供包含政治人物、演藝明星、運動選手、企業. Ch. engchi. 名人、國外名人等相關的網路新聞與口碑討論監測服務。透過 OpView 百 大人物雷達，可一手掌握各界名人的最新動態、相關議題、網友討論焦點 外，並可以比較人物間的熱門情報消長，瞭解各人物之話題熱度趨勢。原 則上 OpView 百大人物雷達跟品牌口碑雷達的使用方式是大同小異的，差 別在於一個是針對企業品牌的網路口碑監測，一個是針對明星、名人、公 眾人物等為觀察對象。其服務的使用介面如下圖四-8 到圖四-11：. 39.
(48) 政 治 大 圖 四-8 OpView 百大人物雷達之設定圖 立 資料來源：意藍科技 ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 圖 四-9 OpView 百大人物雷達之趨勢圖 資料來源：意藍科技. 40.
(49) 治 政 大 資料來源：意藍科技. 圖 四-10 OpView 百大人物雷達之熱門頻道圖. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 圖 四-11 OpView 百大人物雷達之情報分析圖 資料來源：意藍科技. OpView 百大人物雷達的主要適用對象為：對名人動態有興趣的一般大眾、 負責採訪、追蹤名人動態的記者與媒體、與各大名人相關之政府部會、企 業、經紀公司。. 41.
數據
相關文件
“Big data is high-volume, high-velocity and high-variety information assets that demand cost-effective, innovative forms of information processing for enhanced?. insight and
For the data sets used in this thesis we find that F-score performs well when the number of features is large, and for small data the two methods using the gradient of the
Microphone and 600 ohm line conduits shall be mechanically and electrically connected to receptacle boxes and electrically grounded to the audio system ground point.. Lines in
We showed that the BCDM is a unifying model in that conceptual instances could be mapped into instances of five existing bitemporal representational data models: a first normal
By using the case study and cross analysis of the results, The Purpose of this research is find out the Business implementing Supply Chain Management system project, Our study
Furthermore, in order to achieve the best utilization of the budget of individual department/institute, this study also performs data mining on the book borrowing data
In response to the variance in manufacturing execution systems and comprehensive customized business logic, this study develops an integrated, extensible, and sustainable
By using the experimental data, this study established four types of bus car following stimulus-response models include the “speed difference base”, the “fifth generation GM
