作者:陳 彥伊 | 2014/12/19

“雙十一”是指每年的11月11日,又稱為光棍節。2009年起,每年的11月11日,一般情況下,以天貓、京東為代表的大型電子商務網站會利用這一天進行一些大規模的打折促銷活動以提交銷售額。該活動已經成為中國互聯網最大規模的商業活動。

2014年雙十一,天貓、京東和蘇寧三巨頭碩果累累

e102-4-1

2009年11月11日,天貓(當時稱淘寶商城)舉行第一屆促銷活動,銷售額為0.5億元;

2010年,天貓雙十一銷售額為9.36億元,同比增長1772.0%;

2011年,這一銷售額上升至33.6億元,同比增長259.0%;

2012年,天貓雙十一銷售額突破百億,增長到132.0億元;

2013年,天貓雙十一銷售額繼續增長,達到350.19億元,同比增長165.3%;

2014年,天貓雙十一銷售額達到571億元,同比增長63.1%。

2009-2014年,天貓雙十一銷售額年均複合增速達到308.8%。

除天貓外,京東商城和蘇寧在2014年11月11日亦獲得優秀戰績。其中,根據京東商城官方透露,2014年11月11日前10個小時,京東商城的訂單量是去年同期的2.4倍;根據蘇寧官方披露,2014年11月11日零點至18時(蘇寧易購在11月11日的促銷截止到當天下午18點整),蘇寧易購商品總成交件數同比增速達487%。

跨境交易成為2014 年雙十一新亮點之一

隨著中國消費者購買海外商品的熱情高漲,眾電商於2014年雙十一紛紛推出跨境交易。其中,天貓國際將數據接入海關係統,助雙十一進口商品快速清關,共有217個國家和地區的網民參與了2014雙十一促銷活動;蘇寧亦推出了跨境電商業務,2014年11月11日零點至18時,蘇寧海外館商品共售出21358單,日本館的數碼產品,美國館的保健品、化妝品尤為搶手;亞馬遜中國在2014年10月底宣布亞馬遜美國、德國、西班牙、法國、英國和意大利6個海外站點開通直郵中國的服務,亞馬遜中國“海外購”服務於11月11日全面開展試運營。

移動端成交量增長迅速

2014年雙十一,電子商務企業大力推廣移動端購物,移動端便捷的支付功能推動了移動端購物的快速發展以及移動端成交量的高速增長。2014年雙十一,天貓在移動端的交易額達到243億元,佔天貓總交易額的42.6%;2014年11月11日零點至10時,京東商城移動端(包括京東移動客戶端、京東微信購物和京東手機QQ購物等)訂單量佔總體訂單量的比例是去年同期的3倍;蘇寧在2014年雙十一推出微信紅包和掃碼優惠等活動使得蘇寧移動端銷售穩步增長,2014年11月11日零點至18時,蘇寧移動端銷售佔比達38.9%。

生鮮電商積極參戰雙十一

2014年雙十一,生鮮電商積極參加促銷活動。天貓將生鮮放在了與食品類目同等重要的位置,在此之前生鮮是食品類目的子頻道,並且採取了提前預售的方式來緩解訂單量的集中釋放,即天貓生鮮預售週期從10月20日開始啟動,用戶可以提前預訂,只需在雙十一期間支付尾款即可,在預售活動中,天貓首次採用全球直採模式,並與500強品牌聯動全球推廣,通過大包裝量販定制,讓線上消費者能夠享受批發底價;順豐優選提供過億元補貼讓利給消費者,促銷活動自11月6日啟動,同時,2014雙十一期間,順豐“嘿客”門店與順豐優選聯動,除店內宣傳展示外,還提供現場下單和常溫包裹自提等服務。今年,生鮮產品成為繼此前的家電、服裝和數碼之後的雙十一購物節的新爆發品類。2014年雙十一當天,順豐優選銷售額超過7200萬,其中6日-11日銷售額共計超過2.8億,與10月同期相比增長超過1700%;11日當天訂單量也超過19萬,6日-11日訂單量共計超過67萬,與10月同期相比增長超過1500%。

電商平台紛紛推出O2O 模式

O2O即Online To Offline(在線離線/線上到線下),是指將線下的商務機會與互聯網結合,讓互聯網成為線下交易的前台。O2O的概念非常廣泛,只要產業鏈中既可涉及到線上,又可涉及到線下,就可通稱為O2O。得益於移動互聯網的快速發展,2014年雙十一,眾多電商平台紛紛推出O2O購物模式,如28家百貨集團的317家門店11月1日起正式參與天貓雙十一購物狂歡節O2O專場,此外,蘇寧和美團等均主打了O2O概念,數千家電影院、餐廳、酒店、KTV等眾多線下實體合作商家通過O2O模式參與到了雙十一購物節中。

相關文章:

RSS訂閱   分享/轉寄:
1 Star2 Stars3 Stars4 Stars5 Stars6 Stars7 Stars8 Stars9 Stars10 Stars (尚無評分)
載入中 ... 載入中 ...
作者:系統管理者 | 2014/12/19

e102-3-0

輔仁大學商學研究所/所長謝邦昌教授
全國意向顧問股份有限公司/顧問謝邦彥博士

傳統民調不準了?指尖民意興起

此次九合一選舉,很多縣市的結果出乎當初封關前的民調預測之外,學者分析原因表示,最後民調公布與投票日有時間差、不表態的藍綠比例估算欠精準、市話抽樣無法涵蓋手機族、在外地工作者等等因素,都讓調查結果出現盲點。

除了上述以傳統「量化」統計理論的民意調查所造成的誤差外,還有一個被調查忽略的媒體:網路勢力崛起的「指尖力量」―社群媒體,這是傳統民意調查無法察覺到的一塊新科技處女地;從FB到PTT,任何一個議題的起源、發酵,甚至Kuso影片,都會影響到選民的投票意願,候選人也深知此媒體的重要性,無不透過建立FB粉絲團與選民互動、對話(如―柯文哲粉絲團、胡志強粉絲團)。傳統的電子及報紙媒體是:你給我甚麼,我只能默默接受的“單向”及“掌握在少數人”的單向媒體,而現在,從自己採訪、評論,製作,透過網路發布、評論,互動性、自主性、雙向性的媒體儼然成為社會的一股新興主流,而這些聲音,正是傳統民意調查所察覺不到的。網友及鄉民所造成的“指尖”力量真的很大!而且絕對不只是「指尖力量」,而是化成一股真實的民意,隨著群眾使用智慧型手機的比例快速增加(超過50%),在捷運上、課堂間、等車坐車、吃飯時,無時無刻都看到手指在“滑”來滑去,指尖的力量逐漸擴大,「指尖」所傳遞出來的訊息,是傳統民意調查無法調查到,也是在民調預測中,遺漏掉的一角。

選舉的資料除了民調的量化資料外,也可以利用文本挖掘,做出事件未來發展分析和推論,如圖1。分析某市長候選人FB粉絲團,我們可以看到未來正走向統獨議題論戰。以市長選舉來說,比的是候選人特質及施政績效,訴諸「統獨」,對市長選戰相當不利,因此要預防對手在統獨議題的著墨,並預先構思反擊因應之道提高勝選機會。

多維度分析才能準確測知民意

在數據汪洋中,除了應用抽樣資料分析外,主動蒐集民眾「指尖」行為,運用文字探勘(Text Mining)的大數據資料進行分析,輔以「多維度的數據分析」―電話民調結合網路社群分析,可以有效的增加民調預測的準確度,去幫客戶創造價值。

e102-3-1

圖1. 民調推論分析

本文已發表於商業服務業資訊網 http://ciis.cdri.org.tw/index.aspx

本篇文章來源 : http://ciis.cdri.org.tw/irr/content.aspx?sid=0E337606508683066907

相關文章:

RSS訂閱   分享/轉寄:
1 Star2 Stars3 Stars4 Stars5 Stars6 Stars7 Stars8 Stars9 Stars10 Stars (尚無評分)
載入中 ... 載入中 ...
作者:系統管理者 | 2014/12/19

e102-2-0

輔仁大學商學研究所/所長謝邦昌教授

全國意向顧問股份有限公司/顧問謝邦彥博士

抽樣數據與大數據

以往進行民意調查,大多是透過電話抽樣,樣本數會做到抽樣誤差在正負3% 以內,在網路媒體與指尖行為還沒出現時,這種以統計抽樣為核心的民意調查方式對於選情的預測,有著相當不錯的準確度,如1996年總統大選、1998年台北市長選舉等。隨著網路資訊發達及行動通訊的重度使用發展趨勢,民眾在網路上留下了大量的數據,讓以往的抽樣調查,已經無法涵蓋現代人的生活形態。在過去的十年間,數據爆炸已經成為人所共知的一個話題,根據市場研究公司IDC去年發佈的數據,預估2009年到2020年期間,數字資訊總量將增長44倍。加上視頻、圖片、音頻等等非結構化豐富的媒體數據的應用越來越頻繁,社交網路的不斷增長和壯大;目前,每天光是流向社群網站Facebook與Twitter的資料量,就多達3億張照片、25億則發文、27億按讚數。大數據海嘯撲嘯而來,這些數據散布在各個地方,每天光速成長,數據既多,也雜亂,但好處是完整詳細。因此,這些都是「資訊完整的寶庫」;而大數據(Big Data)時代和一般資料庫分析有什麼不一樣的地方?就是除了有跟山一樣高的繁多資料外,還有許多對於非結構化資料的蒐集與分析。網路媒體有別於傳統媒體,每個使用者都可以製造、生產訊息,網路上的訊息量比美國國會圖書館還多了N^N倍,這些資料都不是整理好的資料,甚至大多不是數值資料,為了蒐集並且分析這些資料,文字探勘(Text Mining)成了近幾年的主流,分析出來的結果比抽樣更準確、更有價值。

因此,在現今汪洋數據的時代中,除了能利用量化的資料去分析外,質化的資料中更含有大量的資訊,如何利用「多維度的數據」幫客戶創造價值,正是文字探勘(Text Mining)的價值。將文字和數字一起分析幫客戶找出致勝密碼,並利用大數據和抽樣數據,讓產生的資料更有價值,精準的瞭解預測民意,如圖1

e102-2-1

圖 1. 利用多維度的數據創造價值

文字探勘的致勝密碼

文字探勘(Text Mining) 是一種跨領域的應用,結合資料探勘技術與自然語言處理、資訊檢索技術,使大量的文字資訊能經由電腦分析歸納,主要的應用有自動分類、自動摘要、文件檢索、知識管理等。用以因應今日因網際網路(Internet) 興起,而造成的龐大的數據洋流。

文字採礦之核心技術,大多來自於資料採礦技術,將藉助案例分析與文件資料之相互查詢與交叉比對,產生經驗與文件報告之交互參考對應。

近年來由於網路的發展,電子文件呈現等比級數的成長,每天均有龐大文件資料被製造生產出來,這些各式各樣的文件,包括消費、廣告等一般資訊或者是社會、經濟、政治等即時新聞,都蘊藏著大量資訊,一旦文件暴增到數以百計或數以千計時,文件與文件之間毫無關聯,龐大的文件成為一堆資料山,要在短時間內閱讀或是查詢某一主題資訊,將很困難,因而喪失及時資訊或機會(黃燕萍,1999)。

文字知識發掘(Knowledge Discovery from Text ,KDT)亦可稱為文字探勘(Text Mining )或是文件資訊探勘(Document Information Mining )其應用了資訊檢索、資訊萃取、計算語言學、自然語言處理、資料探勘技術…等,文字探勘特別著重於利用這些技術,自非結構或半結構的文字中發掘出先前未知,隱含而有用的資訊,Dan Sullivan (2001)定義文字探勘為「一種編輯、組織及分析大量文件的過程,為了提供特定使用者特定的資訊,以及發現某些特徵及其間的關聯」。相較於傳統的資料探勘,文字探勘需要加上額外的資料選擇處理程序,以及複雜的特徵萃取步驟。

文字探勘整合了許多傳統資訊檢索技術,包括了關鍵字萃取、全文檢索、文件自動分類、自動摘要等等,以提供文字處理更強大的功能。

隨著電腦設備及網路技術的蓬勃發展和快速普及,許多傳統的資訊作業方式因此而改變,大量原本是以書面方式存在的文件資訊,被轉換成電子檔的形式來儲存及傳遞,而這些文件中極可能隱藏著許多有用的寶貴知識。但是,當資訊的產生和傳遞效率加速提昇時,也隱含了資訊爆炸的現象,然而,傳統資訊檢索方式無法有效地幫助使用者分析和了解大量的文件資料,許多試圖從文件中獲取知識的研究便因此而產生。

點字成金穩操勝券

以下為利用文字探勘(Text Mining)點字成金之案例,包含:商品要賣得好、社群操作的好、危機預警等,如圖2。

1. 商品賣得好

想要商品賣得好,不外乎瞭解消費者想要的(want)。可以利用社群網站的資料詞雲分析,也可以利用調研,或是資料庫的分析等,如圖3利用社群詞雲,分析PTT的討論區,可以看出網民透過”淘寶”網購,購買特殊品牌的包包及洋裝,這些資訊就可以做為通路產品採購策略的參考,推出大家都想要的商品,商品自然賣得好。

e102-2-2

圖 2. 點字成金

e102-2-3

圖3. 社群詞雲

2. 社群操作得好

我們也可以從社群網站中挖掘出許多資料,如:利用粉絲的發文找出主題推論分析。如一個美妝FB粉絲團,我們可以看出它是以「吸引男友」、「創造自己在姊妹淘中的優越感」為訴求主軸,創造粉絲的需求,提升商品銷量。見圖4。

e102-2-4

圖 4. 操作主題分析

3. 危機預警

觀察粉絲團的po文動態,即時發現民眾對某便利超商工讀生在氣爆事件發生後的態度。。我們可以從特定的字詞中,找出與之相關聯的字詞,並從這些字詞裡找出價值性,如:與「愛理不理」相關聯的字詞,有「十萬火急」、「工讀生」、「不好意思」和「洗手間」,再從po文中還原出在高雄氣爆發生時,工讀生面對災民想要借用洗手間,礙於公司規定,只能一再的說不好意思,民眾感受到的是一種愛理不理的處理方式。面對突發事件便利超商工讀生的處理態度,影響到品牌形象,品牌人員需要有警覺性。見圖5。

e102-2-5

圖 5. 相關分析

參考文獻

中文文獻

1.黃燕萍(1999)。中文社會新聞文件資訊擷取。國立雲林科技大學資訊管理所碩士論文。

2.蔡宜芬、蔣以仁、徐珮嵐、范碧琴(2004)。醫學教育上的生醫結構式與非結構式資料之知識建構與管理系統。台北醫學大學醫學資訊研究所、台灣大學醫學工程學研究所。

3.謝邦昌(2014)。SQL Server資料採礦與商業智慧-適用SQL Server 2014/2012。碁峰出版社。

4.趙仲孟、侯迪譯。預測性文本挖掘基礎。西安交通大學出版社。

5.國家教育研究院。文本探勘釋義。國家教育研究院。

英文文獻

1.Dan Sullivan (2001). Document Warehousing and Text Mining. IBM Almaden Research Center.

2.Joachims (1997). A Probabilistic Analysis of the Rocchio Algorithm with TFIDF for Text
Categorization. ICML 1997 Proceedings of the Fourteenth International Conference on Machine
Learning, 143-151.

3.Sebastiani (2002). Machine Learning in Automated Text Categorization. Consiglio Nazionale
delle Ricerche, Italy.

4.Agrawal, Imielinski & Swami (1993). Mining Association Rules between Sets of Items in Large         Databases. IBM Almaden Research Center.

5.Buntine (1993). Graphical Models for Discovering Knowledge. Advances in knowledge
discovery and data mining, Pages 59-82.

6.Nomoto (2002). MSW Signal-to-Noise Enhancers for Noise Reduction in DBS Reception.

7.Bernhard, G., & Rudolf, W. (1999). Formal Concept Analysis: Mathematical Foundations

8.Aha, D. W. (1997). Lazy learning (pp. 7-10). Kluwer academic publishers.

9.Buntine, W. (1993). Learning classification trees (pp. 182-201). Springer US.

10.Heckerman, D., Geiger, D., & Chickering, D. M. (1995). Learning Bayesian networks: The
combination of knowledge and statistical data. Machine learning, 20(3), 197-243.

11.E. Adams. “A Study of Trigrams and Their Feasibility as Index Terms in a Full Text
Information Retrieval System.” PhD thesis, George Washington University,USA,1991.

12.Mobasher, B., Cooley, R., & Srivastava, J. (2000). Automatic personalization based on Web
usage mining. Communications of the ACM, 43(8), 142-151.

13.Aggarwal, C. C., Gates, S. C., & Yu, P. S.L. (2002). U.S. Patent No. 6,360,227. Washington, DC:
U.S. Patent and Trademark Office.

14.Michael Cox & David Ellsworth (1997). Application-Controlled Demand Paging for Out-of-Core
Visualization. NASA Ames Research Center

15.Luís Torgo.(2003). Data Mining with R:learning by case studies. Chapman & Hall/CRC Data
Mining and Knowledge Discovery Series.

本文已發表於商業服務業資訊網 http://ciis.cdri.org.tw/index.aspx

本篇文章來源 : http://ciis.cdri.org.tw/irr/content.aspx?sid=0E337537913363303233

相關文章:

RSS訂閱   分享/轉寄:
1 Star2 Stars3 Stars4 Stars5 Stars6 Stars7 Stars8 Stars9 Stars10 Stars (尚無評分)
載入中 ... 載入中 ...
作者:莊 旻達 | 2014/12/19
e102-1-0

隨著科技的發達,在人們享受其中帶來的便利性之餘,隨之而來的是環保意識的抬頭。全國意向顧問股份有限公司透過「Trendgo+市場調查雲端資料庫」於2014年第一季針對環保認知消費力情形進行調查。

以「愛護地球」為環保訴求 能夠提升購買慾望

根據Trendgo+市場調查雲端資料庫顯示,近六成民眾(占60.66%)認為以「愛護地球」作為環保訴求可以吸引購買慾望,這樣的訴求在五都中以高雄市獨占鰲頭,占63.1%,其次則為台北市,占62.37%,再次為新北市,占61.41%,爾後為台中市,占56.64%。可看出民眾對於「愛護地球」意識的擁護。

民眾為省電及低汙染著想 環保意識提升

關於環保訴求,無非是為了我們所居住的環境,能夠乾淨無污染為首要目標。因此根據Trendgo+市場調查雲端資料庫,從低汙染的訴求方面來看,發現整體民眾對於低汙染的訴求非常認同,占了53.68%;從五都民眾來看,民眾對於省電及低汙染的訴求亦以非常認同為主,其中以新北市民眾為最高,占56.03%,其次則為台北市民眾,占52.88%。

另一方面,從省電方面來看,整體民眾對於省電訴求的認同過半,占了60.27%,從五都民眾來看,五都民眾對於省電訴求皆非常認同,其中以新北市最高,占63.84%,其次則為高雄市,占59.31%。全國民眾對於挑選無汙染以及省電產品比率都偏高,顯然有受到環保觀念影響。

包裝減量成為環保訴求的未來趨勢

包裝減量可以減少廢棄物的產生,進而減少企業成本與避免環境污染的破壞。因此,從包裝減量的訴求方面來看,根據Trendgo+市場調查雲端資料庫,發現整體民眾對於包裝減量的訴求非常認同,占了53.16%,從五都民眾來看,對於包裝減量的訴求皆非常認同,除了台南市以外的四都民眾都超過五成;其中,以新北市的民眾更占了56.71%。對於環保來說,包裝減量不僅可以減少成本與浪費,亦可使環境變得更乾淨,希望未來環保施政可朝著「可回收、低污染、省資源」這三個目標邁進。

新聞聯絡人: 全國意向 莊旻達 0921-603-237  rowi.chuang@trendgo.com.tw

e102-1-1 e102-1-2 e102-1-3 e102-1-4

相關文章:

RSS訂閱   分享/轉寄:
1 Star2 Stars3 Stars4 Stars5 Stars6 Stars7 Stars8 Stars9 Stars10 Stars (尚無評分)
載入中 ... 載入中 ...
作者:陳 彥伊 | 2014/06/12

2013年,製造業中按照盈利能力排名,前十大行業分別是假肢、人工器官及植(介)入器械製造、其他煙草製品製造、保健食品製造、菸葉复烤、鉀肥製造、白酒製造、口腔清潔用品製造、捲菸製造、針織或鉤針編織印染精加工和含乳飲料和植物蛋白飲料製造行業,行業利潤率均在14.0%以上(包含14.0%)。

97-4-1

數據來源:國家統計局,華通行業研究

這十個行業除鉀肥製造行業,均屬於居民生活消費領域。2003-2013年,隨著國家經濟的穩定發展,城鎮居民年人均可支配收入由8,472.0元增長到26,955.0元,年均複合增速為12.3%,農村居民年人均純收入由2,622.0元增長到8,896.0元,年均複合增速為13.0%,居民收入及消費水平的提高極大促進了上述行業(除鉀肥製造)的盈利能力的提高。

97-4-2

假肢、人工器官及植(介)入器械製造

人們生活水平的提高促使人們對自身形象更加關注,加入整​​容大軍的具有較高收入水平的消費者數量越來越多; 2003-2013年,中國老齡化人口(年齡在65歲及以上人口)比重逐步提升,由7.5%上升到9.7%,心髒病等重大疾病發生率較高,對心臟起搏器、支架等器械需求較大;中國較高的交通事故發生率也造成了市場對假肢等產品的較高需求等等,上述群體對假肢、人工器官及植(介)入器械產品價格敏感度較低,假肢、人工器官及植(介)入器械市場為賣方市場。而且假肢、人工器官及植(介)入器械多為塑料產品,生產成本較低,因此該行業盈利能力較高。

97-4-3

口腔清潔用品製造、針織或鉤針編織物印染精加工和白酒製造行業

人民生活水平提高較快,對高端產品需求較大,如高端口腔清潔用品、針織或鉤針編織物印染精加工產品以及白酒產品,促使行業優化產品結構,高端產品佔比較大,行業盈利能力較強。

保健食品製造和含乳飲料和植物蛋白飲料製造行業

人們健康意識伴隨著生活水平的提高逐步加強,對保健食品以及含乳飲料和植物蛋白飲料需求旺盛,且消費者對行業產品認知度較淺,價格敏感度較低,存在一定程度的盲目跟風現象,保健食品和含乳飲料和植物蛋白飲料產品價格較高,行業利潤率亦較高。

煙草行業

煙草行業由於其產品特殊性使其需求彈性較低,即消費者對煙草產品價格敏感度較低,且由於人民生活水平的提高,消費者對中高檔煙草產品需求量上升,且煙草行業壟斷性較強,競爭程度較弱,因此煙草行業利潤率處於較高水平。

鉀肥製造

中國鉀資源相對比較缺乏,目前,中國每年均需要進口大量的鉀肥來滿足國內市場需求,對外依存度較高,國內鉀肥價格較大程度上受進口鉀肥價格影響。且2012年之前,國際鉀肥企業併購頻繁,國際鉀肥市場的壟斷格局加劇,推動了國際鉀肥價格的上漲,進一步帶動國內鉀肥價格的上漲。此外,中國對鉀肥市場需求量較大,但是國內鉀肥生產企業實施限產保價措施,使得鉀肥的供需關係緊張,更進一步推動了鉀肥價格的上漲。因此,2011和2012年,中國鉀肥製造行業利潤率分別達到了34.0%和34.4%。

2013年,中國鉀肥自給率逐步提升,且中國與國際鉀肥出口公司簽訂的進口合同比往年較早,中國鉀肥市場進入供大於求狀態,鉀肥市場陷入低迷狀態,國內鉀肥價格下跌,因此行業利潤率降低為17.3%。

相關文章:

RSS訂閱   分享/轉寄:
1 Star2 Stars3 Stars4 Stars5 Stars6 Stars7 Stars8 Stars9 Stars10 Stars (尚無評分)
載入中 ... 載入中 ...
作者:謝 沛濡 | 2014/06/11
e97-3-0

在臺灣,每個世代都有著一段屬於棒球的故事,亦串起我們共同的回憶。近幾年,曾歷經多次職棒簽賭風波,職業棒球運動也不斷跌倒地再站起來。到底目前民眾是如何看到我們的中華職棒呢?透過全國意向調查,讓我們一起瘋職棒,共同為台灣棒球加油吧!

「電視轉播」為民眾收看中華職棒的主要媒介

根據Lifewin市調網站調查顯示,民眾收看中華職棒的主要方式為「只收看電視轉播」,占54.4%;其次為「以前到現在偶爾進場看棒球」,占10.4%;另有二成八的民眾表示「從來沒有看過中華職棒」。

經交叉分析發現,居住中南部地區的45-54歲男性較喜歡透過電視轉播收看球賽,而沒看過球賽的民眾則以20-24歲的年輕女性為主,亦發現南部地區的民眾,較無收看球賽的習慣。

e97-3-1 e97-3-2

民眾認為改善「簽賭問題」可提升看球動力

調查資料顯示,民眾認為可提升看球動力的方式以「不再有簽賭問題」居多,占24.5%;其次為「國際比賽表現優異時」及「棒球比賽刺激性提高」,分別占15.5%及14.8%;再其次為「票價更合理」,占11.1%。

e97-3-3

68民眾表示沒有特別支持的球隊,而「中信兄弟象」則為目前最多民眾支持的棒球隊,占17.4%

調查資料顯示,「中信兄弟象」為目前最多民眾支持的棒球隊,占17.4%,其次為「統一7-ELEVEn獅」,占7.8%,但多數民眾皆表示「沒有特別支持的球隊」,占67.9%。

經交叉分析發現,居住中部地區55歲以上的中高齡男性,較支持兄弟象;而居住北部地區55歲以上的中高齡女性,則較喜愛統一獅。

e97-3-4 e97-3-5

恰恰-彭政閔深受球迷愛戴,近55球迷表示支持

根據Lifewin市調網站調查結果顯示,有二成二民眾表示心中有最喜歡的球員,其中以「恰恰-彭政閔」最受歡迎,占54.5%;其次為「陳金鋒」,占15.3%;再次為「黃平洋」、「陳義信」及「張泰山」,分別占7.4%、4.8%及3.4%。

e97-3-6

78民眾認為「杜絕打假球」是中華職棒最需改善的地方

調查資料顯示,民眾認為目前中華職棒最需改善的地方為「杜絕打假球」,占74.8%;其次為「提供球員更多的保障」,占48.1%;再其次為「球場的軟硬體設施設備」及「票價合理」,分別占39.9%及37.7%。

e97-3-7

綜合以上調查結果顯示,民眾主要透過電視轉播(54.4%)收看中華職棒,而簽賭問題(24.5%)與杜絕打假球(74.8%),則是民眾認為可提升看球動力與職棒最需改善之處。此外,兄弟象(17.4%)與彭政閔(54.5%)為球迷最支持的球隊與球員。

承上述,由於民眾認為最需關注的問題為簽賭與打假球問題,建議有關單位應於球賽期間加強防範不法交易。而長遠之計,應改善國內的體育環境,適度調整或補助球員薪資,亦需規劃年長球員的職涯發展,提供更優質的體育環境。

相關文章:

RSS訂閱   分享/轉寄:
1 Star2 Stars3 Stars4 Stars5 Stars6 Stars7 Stars8 Stars9 Stars10 Stars (1 投票, 平均: 10.00 out of 10)
載入中 ... 載入中 ...