電子商務 與 全球資訊網
Electronic Commerce and World Wide Web 授課老師: 羅崇銘
時間: Thursday 3, 4
定義
電子商務(Electronic Commerce, e-Commerce)
網際網路(Internet)加上商務(Commerce)
傳統的商業活動(Commerce)搬到新興的網際網路 (Internet)上
經濟部商業司將電子商務定義為:「電子商務是指任何經由電子化形式所進行的商業 交易活動」。
電子商務的本質是「商務」而非「電子」
定義
Kalakota & Whinston(1997)
利用網際網路進行購買、銷售或交換產品與服務
降低成本
減低產品的生命週期
加速得到顧客的反應
增加服務的品質構面
以市場分析電子商務
產品
處理流程
參與的個體七流
電子商務的七流
商流
資產所有權的轉移: 商品採購、賣場管理
物流
實體物品流動或傳送
金流
金錢或帳務移動
資訊流
會員資料
人才流
人才培訓
服務流
連接各種服務
設計流
資訊共用
網站介面特性
電子商務的特性
全年全天無休
透過網路伺服器提供全天二十四小時服務
全球化市場
網際網路可跨越國界限制,增加全球性行銷與交易
個人化需求
可滿足個人化需求的資訊、產品及服務
成本低廉具競爭性
網路銷售可縮短通路、降低成本及達成規模經濟
創新性的商業機會與價值
傳統形式外的商品及服務,如虛擬市場、個人新聞
快速有效的互動
互動式操作,如: 進度查詢、意見反應,縮短流程
多媒體資訊
多媒體技術使商品型錄有更豐富的內容及展現格式
使用方便且選擇性多效益
對消費者
更多的選擇
更多的主導權與控制權
更好的價格
更貼心的服務
數位商品或服務的取得更加方便
更個人化的商品與服務
人與人之間更方便的互動 對企業
可接觸更多的潛在顧客
可獲得更多更直接的顧客資訊
銷售時間與地點更不受限制
與顧客互動溝通的更直接更省成本
有助於降低存貨
增加回應顧客的時效與能力
更低的資訊產生、傳播、儲存和使用成本新 經濟 法則
1.摩爾定律(Moore’s Law):網際網路成長動力
Intel前董事長摩爾提出
晶片(IC)上可容納的電晶體數目每18個月成長一倍
台積電製程,奈米科技
計算能力強、速度快、低耗能
New Moore’s Law
網際網路頻寬每9個月增加1倍新 經濟 法則
2.梅特卡夫定律(Metcalfe’s Law)
3Com創辦人、乙太網路設計者梅特卡夫提出
網路的效用與使用者數目平方成正比
邊際報酬遞增法則
網路每加入新使用者,價值便大幅增加
網路外部性(Network Externality)
兩個人只有一組對話
五個人有十組對話新 經濟 法則
3.擾亂定律(Law of Disruption)
唐斯及梅振家提出
科技是突破性的跳躍而商業社會及政治法律的結構 改變是漸進的,這中間產生了鴻溝(Gap)新 經濟 法則
4.網路外部效應(Network Externality)
一項產品對個別使用者的價值取決於總使用人數
建立具技術標準與領導地位的高科技產品
經濟學稱之為網路效應
Kevin (1999)指出網路的價值隨著使用者數目的增 加而呈等比級數增加
Katz(1985)提出
直接實質影響(direct physical effect):使用相同產品的消費者越多,直接網路外部性越大
間接影響(indirect effect):互補性或週邊使用者越多,間接網路外部性效應越大
售後服務(post-purchase service) :售後服務要靠銷售量以拓展範圍,並增加經驗 決定產品銷售的持久性與名聲
負向外部效應
消費者會因擁有某商品的人數增加,而減少購買意願新 經濟 法則
5.正反饋循環
隨使用人數增加,產品價值越來越受青睞,而吸引更 多人使用,最後達到關鍵多數,取得絕對優勢
個人電腦
微軟的開放系統 vs. 蘋果的封閉式系統新 經濟 法則
6.報酬遞增
傳統經濟學的報酬遞減(Law of Diminishing Returns)
相同的生產投入終究得到遞減報酬
物以稀為貴
網路經濟
資訊可數位化後被創造、傳遞及儲存
超越一門檻後,報酬可隨投入增高,形成報酬遞增
普及形成共識新 經濟 法則
7.需求面的規模經濟
傳統經濟的供給面規模經濟(Supply-side Scale Economy)
生產規模越大,單位生產成本越低,越有經濟效益 需求面的規模經濟
再製成本低,越多人使用,單位成本才能降低 8.贏者全拿
透過競爭取得控制權,可能被控壟斷
反托拉斯法
微軟的IE
網路有正反饋循環
2000年,第一代電子商務
入口網站剩Yahoo!
網路書店剩Amazon新 經濟 法則
9.外顯供給增加
消費者選擇增加,接觸通路擴大
比價搜尋網站 10.客製化定價
資訊產品的製造成本高,再製成本低
因應不同使用者
量身訂做、內容個人化、產品分版 11.動態交易
消費者流動性高
供需改變的回應 12.套牢效應(Lock-in Effect)
強烈的系統化讓使用者無法更換軟體
變成統一標準新 經濟 法則
13.從重視市場佔有率移轉到重視顧客荷包佔有率
以顧客為中心而不是商品 14.史特金定律(Sturgeon’s Law)
任何事物,其中90%都是垃圾
網友創造的內容,90%都是垃圾
1%的人貢獻內容,其中10%才是有價值
0.1%的關鍵內容新 經濟 法則
15.距離經濟理論
傳統距離是商業經營的保護與障礙
利用網路解決距離問題
時間、空間、文化、需求
1.縮小網路與用戶需求之間的距離
2.創造與傳統經濟模式下不同的距離市場
3.透過拉動距離建立全球合作範疇
解決因距離帶來的不同需要與慾望電子 商務 架構
Kalakota & Whinston的電子商務架構
電子 商務 架構
跨產業電子商務架構
電子 商務 架構
企業角度
企業間網路(Extranet)、企業內網路(Intranet)、網際 網路(Internet)
企業對企業(B2B)電子商務、企業對消費者(B2C)電 子商務電子 商務 模式
基本概念
商業模式(Business Model)
一系列有規劃的活動
商業計畫(Business Plan)
說明商業模式的文件電子 商務 模式
價值主張
1.為什麼消費者要選擇跟您(企業)交易,而不選擇其 他企業?
2.您(企業)提供了什麼其它企業所沒有、或無法提 供的服務或產品? 收益模式(revenue model)
1.廣告收益模式(advertising revenue model):網站藉由提供訪客內容、服務或產品資訊,也提 供一個廣告場所,然後向廣告主收取費用。
2.訂閱收益模式(subscription revenue model):網站藉由提供內容或服務給會員,然後向會員收取 訂閱費用
3.手續費收益模式(transaction fee revenue model):消費者依其使用活動的多寡來付費
電子 商務 模式
4.銷售收益模式(sales revenue model):銷售商品、資訊或服務給消費者從中賺取價差
5.合作收益模式(affiliate revenue model):做為「合作夥伴」介紹生意收取介紹費
6.商情媒介模式:蒐集消費習慣的資訊,並販賣顧客情報給其他企業
7.經紀模式:扮演市場製造者,聚集買賣雙方,由交易抽取費用
8.經銷商模式:批發商與零售商可在網際網路上銷售商品或服務
9.製造商模式:製造商利用網路直接與消費者聯繫,不透過批發商
10.社群模式:電子 商務 模式
市場機會(market opportunity)
企業企圖進入的交易空間,以及從這個交易空間中 可獲取的潛在利潤機會 競爭環境(competitive environment)
1. 這個交易空間有多少積極的競爭者?
2. 這些競爭者做的生意有多大?
3. 這些競爭者的顧客佔有率?顧客關係程度如何?
4. 這些競爭者的獲利程度如何?
5. 這些競爭者如何為它們的產品或服務定價?
6. 這些競爭者如何為它們的產品或服務行銷與促銷?
慾望競爭者(desire competitor):消費者希望立刻能夠滿足的其他慾望,例如同樣 一筆錢,消費者可能用來「買一輛交通工具」、
「買一組音響」、「到歐洲旅行」,這三者之間就 存在所謂的慾望競爭
電子 商務 模式
產品類競爭者(generic competitor):
消費者可滿足相同慾望的其他方式。 例如:若 消費者 想買一輛交通工具,則消費者可能會買「汽車」、「機車」、「自行車」
產品型式競爭者(Product form competitor):
消費者可滿足相同慾望之其他產品型式。 例如:若消費者已選定要購買自行車,產品型式有
「三段變速」、「五段變速」、「十段變速」
品牌競爭者(Brand Competitor):
消費者可滿足相同慾望之其他品牌。例如:捷 安特(Giant)、功學社(KHS)、速立達(Strida)等何謂 Web 2.0
Musser&O’Reilly(2006)
Web 2.0 是由一系列經濟、社會、技術趨勢所共同形 成的次世代網路的基礎,是一個更成熟且特殊的媒介,其特徵為使用者參與、開放以及網絡效應
主導 權移 轉
媒體的詮釋權:由「大眾媒體」轉向「部落客與公 民記者」
專業的把關者:由「專家學者」轉向「眾人智慧」
代表案例:
Web 2.0
Osimo的Web 2.0三層面: 價值面、應用面、技術 面
Web 2.0
Web 1.0發展至Web 2.0的五大驅動力
1. 真實全球連結(Truly Global Connected)
全球10億上網人口有85%是經常使用者
年齡層在30歲以下,自幼即熟悉網路 2. 長駐線上(Always On)
寬頻+數位產品,消費者同時也是資訊生產者 3. 廣泛的網際網路存取(Pervasive Internet Access)
何時何地皆可用各種設備上網 4. 低起始成本(Low Startup Cost)
Open Source+便宜硬體,網路行銷成本更低,適合創 業 5. 使用者參與(Customer Engaged)
透過部落格、相簿、影音分享增加使用者互動交流Web 2.0
Web 2.0的核心概念在於:U.S.E.R
U代表「無限制」(Unconstraint)
從被動接受訊息轉變成訊息的主導者
主動參與創造內容、凝聚群眾力量 S代表「服務」(Service)
以服務使用的大眾為導向、重視使用者體驗與感受 的網路服務 E代表「外部性」(Externality)
使用者越來越多時,帶來方便與熱潮,進而吸引更多 人瀏覽 R代表「報酬」(Reward)
Web 2.0獲利來源: 商務、會員、廣告、行動、拍賣、內容、虛擬物品
滿足使用者需求是獲利的核心Web 2.0
Web 2.0延伸到企業資訊管理的Enterprise(企業) 2.0
1. Search (搜尋)
在企業網站提供使用者搜尋想要的資源 2. Links (連結)
開放製作企業內部連結的權力,使網頁產生更多價 值 3. Authoring (寫作)
讓使用者具發表意見、分享意見的意願,讓知識留 存普遍化,串接彼此想法 4. Tags (標籤)
開放分類權限,以簡短詞句自行定義相片或文章 5. Extensions (擴充)
簡易互動式軟體介面
使用亞馬遜書店找書系統會根據你的喜好自動推薦 6. Signals (信號)
動態掌握知識內容的改變
RSS訂閱: 自動傳送新資訊給使用者Web 2.0
長尾理論(Long Tail)
經由網路帶動,將不被重視、少量多樣、在統計圖上
像尾巴一樣的小眾商品,變成比一般最受重視的暢銷
商品有更大商機
Web 2.0
長尾理論(Long Tail)
長尾精神
顛覆暢銷品概念(80/20法則)
集合數量龐大的小利基產品創造利潤 如何有長尾效應
網路降低了通路及廣告的成本
銷售對象遍及全球,增加小眾媒合機會 長尾商機
差異化小的大宗貨品或標準元件不易有長尾效應 如何變長
藉由開放與互動式參與,有更多買賣方加入 更多樣 化的商品交易 長尾與藍海策略
迴避商品與服務同質化,創造差異化,客製化Web 2.0
雲端運算(Cloud Computing)
利用網路使電腦彼此合作,使服務更隨時隨地
分散式運算
將大工作分成一堆小工作
給眾多電腦計算完成後再彙整
完成單一電腦無法做的事
網格運算
整合不同平台、不同等級的電腦進行分散式運算 雲端商機
以虛擬化技術建置異地備援系統,節省成本(例如:VMware)
將不同應用軟體整合在網頁介面下(例如: Google Docs, Microsoft Office 365)
減少個人電腦依賴,各類軟體安裝在網路上(例如:Gmail)
數據
2015.5 -貴陽數博會暨大數據時代貴陽峰會-改變未來的30年: 郭台銘(電子製造)、馬雲(電子商務)
Apple以400萬到600萬年薪搶大數據人才
臺灣企銀開出每月7萬元
金控公司、金管會、農業、健保、用電量等大數據應用
元智、長庚、北醫成立大數據分析中心
結合物聯網數據
「我該收集什麼數據?」
「從數據中我可以做出什麼結論?」
「對於結果,我可以相信多少?」
管仲:不明於計數欲舉大事,如舟之無楫而欲行於大 海也
不清楚相關數據的情況下想做大事,無疑像沒有槳 的船想航行於汪洋大海中 統計學、資料採礦(Data Mining)、人工智慧 (Artificial Intelligence)、機器學習(Machine Learning)、大數據(Big Data)
與各領域的專業知識整合才能解釋數據分析的結果
星座、算命
機率、排列組合、經驗累積
決策科學、諮詢顧問公司
氣象預測 根據過去經驗來掌握未來的趨勢
葡萄 酒
「什麼因素決定酒的等級?」
普林斯頓大學的經濟學家-艾森菲特酷愛美酒,他說: 上好 的紅酒只要擺上幾年,便會發生奇妙的變化
「葡萄酒是一種深受每年氣候變化影響的農產品」
根據法國波爾多地區數十年的氣候資料發現,收成時雨 量少,加上夏季平均溫度高,便能生產出最好的酒
當葡萄夠成熟(柔和、酸度低)且果汁濃度高(醇厚)時,波 爾多葡萄酒的品質最佳,而在夏天特別熱的月份時葡萄 夠熟,酸度自然降低,配合降雨量低,葡萄濃度便很高
將理論化為公式:
葡萄酒品質 = 12.145 + 0.00117 x 冬季雨量
+ 0.0614 x 生長季平均溫度 - 0.00386 x 收成季雨量
將當年氣候數據填入便可預測當年葡萄酒品質
1989及1990獨排眾議成功預測出世紀最佳葡萄酒
很多葡萄酒評論家覺得很荒謬可笑,但要實際去品嘗真 正發酵成熟後的酒,需要等十年或更久
酒商與酒評家為顧及本身利益,持續壟斷關於酒品質的棒球
「魔球-逆境中制勝的智慧(Moneyball)」
棒球界主張資料導向決策的第一人-棒球作家詹姆斯: 質 疑棒球專家僅憑目測就能挖掘明日之星
「球探需開車六萬哩,住上百間汽車旅館,吃幾百次速食, 在四個月看完兩百場高中與大專棒球賽,其中一百九十九 場沒有意義,只想看到一次別人沒注意到的東西」
「打擊率三成與二成七五的球員差異是每兩週多打一支 安打,優秀球員與一般球員的差異根本無從分辨」
球員價值應取決於得分貢獻,得分公式:
得分=(安打+保送)x壘打數/(打數+保送)
2002年,奧克蘭運動家隊經理畢恩選擇新球員布朗,依據 數據,他比其他人更常被保送,但球探們覺得布朗太肥,2006年布朗上大聯盟打擊率高達三成
波士頓紅襪隊在資料導向管理下贏得第一次世界冠軍
專家決策都是依據經驗與直覺的某種組合
數據分析透過數量、速度、規模的組合做出預測各個 領域
「實證醫學」 (Evidence-based medicine)
依據資料庫的迴歸分析 vs. 二十年資歷的護士看一眼就 能判斷一個小孩是否不太對勁「棋王之爭」 -超級電腦深藍 vs. 人類西洋棋王-卡斯 帕洛夫
IBM的深藍不是聰明,而是有七十萬種棋賽的資料庫做 為決策依據
數據分析的結果有時也印證了專家智慧,畢竟專家的經 驗有一定的可信度,但輔以數據可做出更好的選擇「路捷失竊車輛尋回系統」(LoJack)
路捷是小小無線電發收器,可藏在汽車中,幫助警察找回 失竊車輛,如果車子裝了方向盤鎖,竊賊會偷其他車,但路 捷是隱藏的,是否可降低整體失竊率
分析56座城市14年間的汽車失竊資料,投資$500裝路捷, 可使未裝路捷的車減少5000美元損失(正向外部效應)
連缺乏保護的車子也因路捷減少了保險理賠,保險公司 應該提供給路捷使用者更多折扣誰在 思考
人生是一連串做決定的過程
可靠的建議可以讓生活輕鬆很多
想知道那部電影好看,可能會問朋友或參考影評 <紐約時報>會列出最多人郵寄的文章
<iTunes>會列出下載歌曲排行
<Del.icio.us>會列出當紅網路書籤 推薦軟體
<亞馬遜書店>會告訴你買達文西密碼的人也買了聖 血與聖杯
透過網路進行合作過濾,互相推薦
<Netflix>有2/3的影片出租是推薦的,評價也因此更高
5萬種影片中,90%可每月都能租出去一次
量身訂做可針對人們偏好產生長尾效應誰在 思考
預測顧客行為
<哈樂賭場> (Harrah’s Casinos)
預測顧客能忍受輸掉多少錢仍一再回來消費
最高獎勵級(Total Rewards)顧客使用電子卡,紀錄輸 贏金額、顧客年齡、居住地區的平均所得
計算’痛苦臨界點’
假設雪莉喜歡玩吃角子老虎,系統預測她賭一晚的 痛苦臨界點是輸900美元,因此當資料庫偵測雪莉快 輸到900美元時,便會有幸運大使出現,引導她離開, 去品嘗賭場提供的食物
於是顧客不再痛苦,反而離開時更心滿意足
提升顧客的滿意度與忠誠度也就是讓適當的顧客獲 得獎勵
企業會開始提供優惠給讓他們更賺錢的顧客,而不 一定是常客誰在 思考
消費者反擊
<旅遊網站票價預測網> (Farecast.com)
華盛頓大學資訊系教授艾茲歐尼的反擊
2002年,他搭飛機時發現鄰座乘客買的票便宜很多, 只因他們較晚買
向ITA軟體公司購買5百億筆價格
創立網站供人搜尋最低票價,並可預測票價走向
利用115種變數,考慮燃料價格、天氣、美國職棒冠 軍是誰
為消費者爭取資訊上的平等<塵網> (Dust Network)
分析50萬商用車輛的速度以預測塞車情形
以全球衛星定位系統紀錄位置與速度
結合交通流量、天氣、事故、學校上下學
提供甲地到乙地最快捷的路徑, Ex: 計程車或送貨車
回歸分析的預測以機率表示,並會顯示個別因素的影嚮 程度,若資料不夠或難以預測,分析本身也會告訴你隨機 試驗
隨機試驗
一昧仰賴歷史資料要理出因果關係恐怕很困難
1925年,現代統計學之父-費雪提出運用’隨機研究’
假設想知道化療是否優於放射線治療
控制所有條件,包括患者是否抽菸、環境因素等因素
大型隨機研究不需要這些控制,因為樣本夠大時,兩種治療 組別裡抽菸的比例相當
兩組的統計基礎一樣,會有不同結果自然是處理方式不同 所致
樣本夠大時,變數值會是常態分佈
<信用保障公司>南非最大貸款業者之一
寄出5萬份廣告給客戶,隨機提供3.5~11.75%的利率
在信角附上微笑女人的照片可提高男性回覆率,效果相當 於調降利率4.5%
請行銷公司在一周前電訪顧客未來是否有大筆支出,暗示 的力量效果更好
網路的低成本讓試驗種類可以無限多樣這是什麼植物?
讓法國的
Pl@ntNet App 告訴你
(2015/05,TechNews)
https://www.youtube.com/watch?v=5a2NtX8cHGE&feature=youtu.be
法國農業四個機構跨業合作研發成功的 Pl@ntNet App, 目 前已經可以辨識八百多種歐洲植物,中長期目標希望 將多達五千種植物上線提供線上辨識。這個影像識別軟體不但 對研究學者有助益,也能幫助一般大眾在戶外旅行時辨識植物。這 個 App 也支援使用者的植物照相上傳,透過大眾參與將更能豐富與 補充原來已經龐大的植物種類資料庫!
運用智慧手機的照相功能,結合網路雲端資料庫的連結與分 析,提供植物辨識功能。一片葉子、一個樹皮、一朵 花或一個果實的照片都可傳送到雲端植物綱目資料庫進行線上 辨識。
協助學者進行環境了解,與發現新物種: 植物學學者同時也希望透 過 Pl@ntNet 取得更精確有關每個植物物種分布場域的環境要素,希望同時能伴隨了解各種蔓延侵襲性植物的增長與推進狀態。