[論文研究]怎麼樣讓推薦式廣告更有效

撰文者:羅安宇

過去有關推薦式廣告的研究通常研究其效率及如何改善效率。此外，研究已經顯示消費者特性，例如認知風格、過去瀏覽行為、過去點擊紀錄、過去購買紀錄，可以協助企業決定要將廣告要給哪些消費者。但是這些研究並不是用以對每一位使用者客製化每一個廣告

Generic Retargeting→消費者已經決定回來企業網站

Dynamic Retargeting →消費者尚未決定回來企業網站

然而，企業不知道Dynamic Retargeting 是否有效，廣告商也不知道要以什麼資料來決定將廣告放在哪些網站上、以及放廣告的時間點。

brand-level ad (generic retargeting) 

 dynamic retargeting 

本研究：

1.研究該公司的網站以外客製化的建議。

2.專注於個性化的個人瀏覽歷史記錄

3.研究廣告的內容應該是什麼，而不是誰應該看到這個廣告

4.消費者的喜好會是否會因為瀏覽行為而造成改變

此外，透過網際網路提供有關特定產品的資訊，例如產品評論網站，可以解決消費者的憂慮，可以比較產品的功能與特性
本研究以線上旅遊公司的Hotel 產品進行資料收集

根據本研究統計，54% 的消費者在購買此產品之前，有買過商品的經驗且參觀過相關評論網站，46%在購買商品後才去評論網站。通常來說，消費者是因為想進一步了解所購買的產品，才會在消費完之後去評論網站。

一般情況而言，Generic Retargeting會有更好的表現，若是消費者在消費前有先瀏覽過相關評論網站後，Dynamic Retargeting才會有較高的效率。

參考文獻
Anja Lambrecht and Catherine Tucker (2013) When Does Retargeting Work? Information Specificity in Online Advertising. Journal of Marketing Research: October 2013, Vol. 50, No. 5, pp. 561-576.

[論文研究]信任變數於社會鑲嵌交易扮演的角色

撰文者：謝麗雯

1998年時DiMaggio及 Louch等人做了一篇研究，探討什麼種類的產品或服務會使買家及賣家傾向找強連結的交易對象，研究結果指出，若產品或服務具較高的風險程度(Risk)，則買家傾向找強連結的交易對象，賣家傾向找弱連結的交易對象。

而2008年時Simpson 及McGrimmon針對此篇研究的假說再進行一次驗證，結果仍然驗證成功。除此之外，Simpson 及McGrimmon又納入信任此一變數，將之當作調節變數，試圖驗證是否會影響交易風險程度以及買家對於強弱連結選擇這兩變數關係效應的大小，可惜針對受測者過去真實購買經驗所回收的數據進行分析後驗證失敗。   

Simpson 及McGrimmon的研究中，信任變數是指受測者本身是否是一個容易相信別人的人，於問卷中共有三大問項來判別受測者的信任指數高或低，此三大問項分別是:Trust(認為大部份人都是值得信任的，或者再小心他們也不為過)、Helpful(認為大部分時候別人是願意幫助你的，或者他們是自私的)、Fair(是否認為別人一旦有機會就想利用你)。此外，此研究分別探討受測者的偏好(請受測者進行想像)以及受測者過去的實際行為進行分析，讓受測者針對不同風險高低的產品項目進行填答，以判別他們偏好和有連結關係的人購買，或和完全沒有連結關係的陌生人購買。

問卷回收後的數據進行假說檢定，結果顯示針對受測者的偏好方面，風險愈高的產品，愈不容易信任他人的受測者，則愈傾向跟有連結關係的人進行購買。然而，針對受測者過去的實際購買行為，風險愈高的產品，愈不容易信任他人的受測者，未必愈傾向跟有連結關係的人進行購買。


引用文獻
Trust and embedded markets: A multi-method investigation of consumer transactions
Brent Simpson , Tucker McGrimmon
Social Networks 30 (2008) 1–15

【論文研究】把Twitter上的情緒用來預測股票

撰文者:白昆庭

行為經濟告訴我們情緒可以影響個人的行為和做任何決策，在現今的社群網站，我們可以透過發文和彼此間的互動來表達對於真實世界的想法和情緒的表達，在Twitter上更是普遍的包含大眾對於時事的看法和情緒反應，因此，Twitter上大家所貢獻的內容，其實隱含了更多人對於情緒的表達，發掘其中情緒對於股票市場的反應則是一項有趣的研究。

[論文研究] 誰看過你？原來反饋那麼有用！

誰看過你？原來反饋那麼有用！


撰文者：王崇懿

這是一篇2009年的論文，然後為什麼會被作者挖出來考古呢？

因為作者發現這篇論文直接預測到了未來的發展！！

相信大家都知道，不管是Line或是Facebook的留言，都出現了反饋(xxx已閱讀)

然而這篇論文卻在幾年前就用一個簡單的研究，預測出「反饋機制」會嚴重的影響社交網路的活動，他是怎麼做到的？

讓我們看下去......

[論文研究] 為什麼在社會網路中，謠言會傳播的那麼快速？

為什麼在社會網路中，謠言會傳播的那麼快速？

撰文者：王崇懿

網路結構圖千變萬化，每一種結構都有不同的特色，和不同的效果。

現在的社交網站如:Facebook, Twitter, Orkut 的使用者們，形成一種相當特別的網路結構圖，謠言傳播最快速的網路結構圖！

[論文研究]我的組織支持我嗎?

撰文者：謝麗雯

本篇研究意圖探討在一家公司中社會鑲嵌此一角色對於管理階層和員工所認知到的組織支持(perceived organizational support -POS)是否有正面影響?而社會鑲嵌在這裡是指網絡大小(size)、網絡密度(density)，以及員工的網絡品質(quality)。

網絡大小意旨所有和受測者有直接連結的員工數量，此部份根據文獻所推論出的假說為H1:員工的網絡大小與認知到的組織支持度呈正相關。網絡密度意旨受測者和其他員工的連結程度，此部份根據文獻所推論出的假說為H2:員工的網絡密度與認知到的組織支持度呈正相關。員工的網絡品質意旨和受測者相連結的那些員工的網絡指標表現，此部份根據文獻所推論出的假說為H3:員工的網絡品質與認知到的組織支持度呈正相關。

為了驗證以上假說，此研究找了一家位於希臘約有1000名員工的公司，從中抽樣了72名員工，請他們填寫問卷。針對社會網絡的量測，問項一為”在你想要諮詢專業、與工作相關的建議時你會找誰?” 問項二為”在過去一年來，你和同事合作專案的頻率有多高 ?”問項三為”你是否信任你的同事?”問項四為”你認為你的同事是否支持你?”。此外，針對網絡大小是量測和某一員工有互惠關係的員工數量。針對網絡密度是以2t/n*(n-1)此一公式進行量測(t指已存在的網絡關係數量)。而員工的網絡品質是以RBPS此一量度作為量測，RBPS包含20個問項，每個問項皆有五個量度(非常同意、同意、普通、不同意、非常不同意)讓受測者選擇。而針對受測者認知到的管理人支持度，問項例如:我的上司很關心我的福利，同樣給他們五個量度進行選擇。

問卷回收後，進行假說檢定分析，結果為三個假說都被支持，意味著:員工的網絡大小與認知到的組織支持度呈正相關、員工的網絡密度與認知到的組織支持度呈正相關，以及員工的網絡品質與認知到的組織支持度呈正相關。

引用文獻
With a little help from my colleagues: A social embeddedness approach to perceived organizational support
JAMES C. HAYTON1*, GIANLUCA CARNABUCI2 AND ROBERT EISENBERGER3
Newcastle University Business School, Centre for Knowledge, Innovation, Technology & Enterprise, Newcastle upon Tyne, U.K.
University of Lugano, Lugano, Switzerland
University of Houston, Houston, Texas, U.S.A.

【論文研究】不只是文字:線上評論會影響購物的轉化率? -考慮文字的情感內容和語意配適度

撰文者:白昆庭

        顧客的評論對於其他人做購物決定的研究已被證實是有關係的，但是還是欠缺一個衡量的標準，於是作者探究文本內容的情感因素以及語意適配程度對於線上使用者購物行為轉化產生什麼樣的影響。

【論文研究】 Beyond the “Like” Button: 虛擬存在 (MVP: Mere Virtual Presence) 的影響

撰文者: Eunice Chang


本篇文章做了一連串的實驗，想了解不同的 MVP 呈現方式，對於消費者的購買決策以及品牌評價的影響。作者提出四種MVP 的呈現方式有: 1. MVP 特質與目標顧客特質相似的情況 (similar MVP condition)、2. MVP 特質與目標顧客特質不相似的情況 (dissimilar MVP condition)、3. MVP 特質與目標顧客有一些相似但也有一些不相似的情況 (heterogeneous MVP condition)、4. 模糊的 MVP 代表不完全顯示MVP的情況 (ambiguous MVP)。結果發現，當受試者在特質相近的 MVP 和模糊的 MVP 兩種情況下，對品牌有相同的評價。而特質不相似的 MVP對品牌的評價比在特質相近的 MVP 和 模糊的 MVP 兩種情況下低很多。所以如果某品牌知道你自己的目標顧客與已經存在的Fans特質相似時，就直接揭露出已按讚的粉絲照片。但當你不確定或不知道按讚的Fans，特質是否與目標顧客相似時，應該不要揭露這些粉絲照片或身分是比較好的作法，否則可能會造成反效果。因為當揭露的粉絲與目標顧客特質差異很大時，往往會有不好的結果。舉例來說，如果某網站之前的粉絲都是年輕族群，但當他們想推出一個針對老人的商品，網站上呈現的 MVP 粉絲卻都是年輕人，反而會造成這些老人顧客的反感。不過要注意的是在多個品牌狀況下，模糊 MVP 策略就會失效。在多品牌的狀況下，特質相近的 MVP 才能更有效地激發受試者的購買與互動意圖。

參考文獻: Naylor, R.W., Lamberton, C.P., West, P.M., 2012. Beyond the "Like" Button: The Impact of Mere Virtual Presence on Brand Evaluations and Purchase Intentions in Social Media Settings. Journal of Marketing. 76, 105-120.

[論文研究] 行動電話的騷擾行為 - 侵入式短信行為的探索

行動電話的騷擾行為 - 侵入式短信行為的探索

行動裝置的普及以及使用者的年輕化，產生了一些不一樣的行為模式，以往不常發生的騷擾行為，騷擾電話，騷擾簡訊，各式各樣透過手機進行的騷擾行為越來越頻繁。

在英國，透過手機做騷擾的記錄，警方在案的在暴力犯罪中佔20％，騷擾的發生率越來越高！

撰文者：王崇懿

[論文研究] 網路位置和線上公共財

撰文者：江成欣

在網路世界中，公共財隨處可見，我們可以參與某個產品評論社群，搜尋我們所需要的資訊，幫助我們做決策，但是我們並沒有貢獻出任何的產品評論給這個社群。這些產品評論，並不會因為被其他人看過之後，就消失無法閱讀，而是能夠讓大家不斷使用與共享，這種類型的產品，就叫做公共財（public goods）。 我們生活中最常用到的公共財是什麼呢？在google的搜尋列裡，第一個搜尋結果通常都來自Wikipedia，Wikipedia是由編輯者（editor）開始撰寫，其他編輯者再做編修，使得每個條目（item）的內容不致有太大的偏誤，Wikipeida的所有內容，可以說是群體智慧的展現，也符合公共財的定義，Wikipedia的內容並沒有因為太多的使用者閱讀或編輯而耗損。
Zhang and Wang (2012) 以Wikipeida為研究對象，探討Wikipeida的編輯網路中每個編輯者的中心性是否會影響到他參與Wikipedia編輯的貢獻（編輯的字數、編輯的次數、編輯的頁數），他們提出在公共財的貢獻上，是一個network game，所處的位置不同，達到的均衡也不同，會影響個人認知他們自己在網路中的角色定位。他們認為在中文版的Wikipedia中，每個編輯者的中心性位置，影響了他們的行為，他們用degree centrality, closeness centrality和betweenness centrality當作他們網路中的位置。他們提出三個主要的假說： 總貢獻：一個編輯者的總貢獻和編輯者的中心性位置相關。 努力程度：一個編輯者的努力程度與編輯者的中心性位置相關。 各種中心性差異效果：不同的中心性衡量，有不同的總貢獻和弩力程度，也就代表了個人對於所認知角色的行為不同。 他們的研究結果顯示，不同的中心性位置影響了他們對自己在網路中的角色認知。以Degree centrality來看，他們可以把自己定位為內容專家（content-expert），但是當他們的有更多的合作編輯者時，他們會降低他們總貢獻量，並且會專注於他們曾經寫過的文章；以closeness centrality來看，他們可以把自己定位為一般性的角色，當一個編輯者更靠近其他編輯者，他會降低而且分散他的總貢獻；在betweenness centrality的位置上，他們可以定位自己為內容延伸者（content extender），當一個編輯者在重要且橋接不同的合作關係的位置時，他們會增加他的總貢獻，並且專注於他們曾經編輯過的文章。 Zhang, X. and Wang, C. (2012). Network Positions and Contributiosn to Online Public Goods: The Case of Chinese Wikipedia. Journal of Management Information Systems, vol. 29, no. 2, pp. 11-40.

[論文研究]你相信專家推薦還是素人推薦

撰文者:謝麗雯

此研究做了兩個實驗:1.比較專家推薦及一般使用者的推薦對資訊接收者影響的差異性。2.比較廠商推出的廣告及一般顧客使用後的部落格心得文對資訊接收者影響的差異性。

此研究的第一個實驗分別針對potential product users及nonusers做了以下假說:

註: potential product users在此表示使用過同一種類產品，但是是競爭廠商的品牌。

      nonusers在此表示從未使用過同一種類產品。

實驗後分析受測者的數據，結果顯示H1,H2,H3,H4(a),H4(b),H5(a),H5(b)得到支持。

而此研究的第二個實驗分別針對concerned participants及unconcerned participants在做了以下假說:

註: concerned participants在此表示在意買錯東西的受測者。unconcerned participants在此表示不在意買錯東西的受測者。

實驗後分析受測者的數據，結果顯示H6,H7,H8,H9(a),H10(a),H10(b)得到支持。

引用文獻  Opinions From Others Like You: The Role of Perceived Source Similarity.

                  Chingching Chan, Department of Advertising, National Chengchi University, 

                  Taipei,Taiwan    

                  Version of record first published: 16 Dec 2011.

[論文研究]不同推薦機制下產品風險高低及連結強度偏好的關係

撰文者:謝麗雯

    1998年時DiMaggio及 Louch等人做了一篇研究，探討什麼種類的產品或服務會使買家及賣家傾向找強連結的交易對象，研究結果指出，若產品或服務具較高的風險程度，則買家傾向找強連結的交易對象，賣家傾向找弱連結的交易對象。

    然而，現今市面上有許多廠商推出推薦機制，搜尋市面上廠商已經推出的推薦機制後，可歸納出推薦機制設計的兩大趨勢:1.推薦成功後僅獎勵推薦者。2.推薦成功後，推薦者及買家皆可得到獎勵。若將這兩大趨勢再各區分成兩種狀況:1.買家知道推薦者可得到好處，2.買家不知道推薦者可否得到好處，因而衍生出四種情形:1.推薦者可得到額外好處，買家無額外好處;買家知道推薦者可得到好處。2.推薦者可得到額外好處，買家無額外好處;買家不知道推薦者可否得到好處。3.推薦者及買家皆可得到額外好處;買家知道推薦者可得到好處。4.推薦者及買家皆可得到額外好處;買家不知道推薦者可否得到好處。

    若在推薦機制的這四種狀況下，分別再去探討高風險性產品及低風險性產品於這四種狀況下，將如何影響推薦者的推薦意願，推薦者傾向於推薦與自己是強連結的買家，或傾向於推薦與自己是弱連結的買家?這似乎亦是一研究主題。

[論文研究] 朋友和朋友交易v.s.陌生人和陌生人交易

撰寫人:謝麗雯

       人們在市場中交易時，買家和賣家時常會經歷彼此議價的過程，直到雙方能接受的價格達到均衡，以產生最終的交易結果。如果從買家和賣家是否有網絡關係來探究其交易過程，那麼“朋友與朋友間彼此交易”以及”陌生人與陌生人間彼此交易”，其過程中所運用的交易邏輯及最終的交易結果會有什麼不同呢?有個研究為了探討以上問題，提出了一些假說，並設計了一個實驗，再從實驗結果蒐集到的數據去驗證假設是否正確。

[論文研究]從Youtube看見社會網路與擴散的關係

撰寫人:白昆庭

在Youtube上的影音有許多不同的分類，每一個分類我們都可以將之視為一個Group，於是在同一個Group裡的成員就形成了某種網路關係，在同一Group內的成員可以隨時得到更新的影音訊息。另外Youtube也提供了訂閱的功能，不同使用者之間彼此可以互加，以便掌握他人推薦、評論、或者是看過的影音，這也形成了一種特殊的網路關係。

[論文研究]你喜歡跟自己的朋友交易還是跟陌生人交易呢?

撰文者:謝麗雯

        有沒有想過這樣的問題?想像你今天是一位賣家，或者你本身確實就是一位賣家，你會傾向於將產品或服務賣給平常和自己網絡關係較強、互動較頻繁的人，或是和自己完全沒有網絡關係的陌生人?反過來想，假設你今天是一位買家，你會傾向於和自己網絡關係較強的人進行交易活動，或是和自己完全沒有網絡關係的陌生人進行交易?

[論文研究]影響線上口碑擴散的因素有哪些？

撰文者：江成欣

蜂鳴行銷（buzz marketing），有許多人把他視為口碑行銷的一種，主要是指藉由社群成員彼此之間的連結性關係，把產品訊息由人際互動傳播出去，達到行銷的效果。社群服務的出現，為線上口碑行銷或蜂鳴行銷提供了更好的應用情境，但是也正是因為這種新興媒體，還沒有一個確切的成功法則，各大社群網站及企業都還處在摸索線上口碑擴散的因素與執行方式。到底有哪些因素會影響線上口碑擴散的效果呢？

[論文研究]想要別人對你好?也許可以試著先對別人釋出善意喔!

撰文者:謝麗雯

   互惠原理顯示只要別人給我們什麼好處，我們應該要盡量回報，互惠和它所伴隨而來的虧欠感，在人類社會中十分普遍。人類從互惠原理中得到很大的競爭優勢，所以他們必須要保證社會成員全都被同化，遵守並相信這一原理，大部份的人從小就被告知這個原理，

[論文研究]影響社群廣告擴散效果的因素有哪些？

撰文者：江成欣

微網誌（microblog）已經成為線上行銷利器之一，許多企業已經開始深入研究，是否透過社群廣告的方式來傳遞廣告訊息給合適的消費者。社群廣告能夠成功傳遞繁殖出去的成功因素為內容相關性及社會關係的緊密程度。因此，有許多學者都投入研究擴散機制對於擴散效果的影響。

[論文研究]消費者怎麼看互相衝突的線上口碑??

撰文者: 白昆庭

根據研究指出，線上消費者的行為會受到其他人的口碑和購買結果的影響，主要分為口碑傳播和觀察模仿。消費者會因為其他人對於某商品的評論而影響了對於此商品的看法，負面評價的影響尤其大。另外，也會觀察其他人的消費行為而決定是否也要照著做，如果對於某商品的評分大家都給很高，暢銷的產品將會因此更加暢銷。

推薦機制與網絡關係強度

撰寫人:謝麗雯

現今市面上有許多企業推出了各種類型的推薦機制，藉由提供顧客誘因，鼓勵顧客自願去推薦自己的好友購買某些產品或服務。而推薦機制分成很多種類，若以”推薦者與被推薦者是否能得到額外好處”以及”被推薦者是否知道推薦者能否得到好處”來區分，則可分為以下幾種類型: