[[alternative]]Study of the critical factors on the sales of video-based E-commerce

碩士[[abstract]]由於網路基礎建設日益完善、覆蓋率也愈來愈高，智慧型手機已深入民眾生活成為不可或缺的3C商品。科技進步帶來的便利性、突破空間性，加上電子商務盛行，對於傳統電視購物造成業績下滑的衝擊，各家業者均積極投入在開發行動載具上的呈現，以確保對消費市場的佔有率、維持公司的永續經營。 本研究蒐集台灣M電視購物影音平台2015年3月1日至2015年8月31日間的交易資料、觀賞影音記錄共116,626筆資料，透過羅吉斯迴歸進行分析，目的在討探電視購物電子商務平台的影音呈現(由專人解說具聲光效果的節目)及不同產品類型下消費者完成購買的狀況，並加入個人特徵、促銷型態等因素，應用於數位影音型態的方式對於消費者購買意願的影響狀況。 本研究的重要結論為，影音型態對於消費者購買意願有差異，產品類型在「美妝保健」、「健康休閒」、「居家生活」及「3C家電」對消費者購買意願有差異。而本研究加入的行銷型態對消費者購買意願有差異；在個人特徵方面，性別對消費者購買意願有差異，年齡則只有「01~19歲」、「20~24歲」區間消費者對其購買意願無差異，其餘年齡區間對消費者之購買意願均有差異，希望本研究結果可以提供有意在影音電子商務經營業者的參考依據。[[abstract]]Along with the mature of communication network infrastructure and its broad coverage, smartphones have attached to people’s everyday life and become an indispensable device. Such a technology facilitates the prevalence of E-commerce and causes the decline of the traditional TV shopping business. Industry has engaged in the presentation of merchandise on mobile devices to strive for market share and sustainability. This study aims to investigate the critical factors that affect the purchasing intention of the viewers of the TV-shopping shows on mobile devices. The shows are hosted by professionals to present the merchandise. Transaction records between Mar. 1, 2015 and Aug. 31, 2015 (116,626 records in total) of a local TV-shopping firm are collected for identifying the critical factors with a logistic regression analysis. The independent variables of the regression model include product types, individual profile, viewing patterns (live broadcast or on-demand), and type of promotion. This study finds that the purchasing intention of customers are significantly affected by product types, individual profile, and viewing patterns, while promotion type is not significant. In particular, product types of beauty & health, health & leisure, home life and 3C home appliances, have different effects on purchasing intention. In terms of individual profile, gender does affect purchasing; age is critical as well except the ranges of under 19 and 20~24 years old. The results of this study would be useful for the industry to formulating the marketing operations.[[tableofcontents]]目錄 IV 表目錄 VI 圖目錄 IX 第一章 緒論 1 第一節 研究背景與動機 1 第二節 研究目的 5 第三節 研究流程 6 第二章 文獻探討 7 第一節 電視購物 7 第二節 電子商務 11 第三節 消費者行為 19 第四節 促銷活動 27 第三章 研究設計 31 第一節 研究方法 31 第二節 研究流程 31 第三節 研究架構 32 第四節 資料分析方法 34 第五節 資料來源與屬性 34 第四章 個案研究與分析 36 第一節 OLAP分析 36 第二節 收視行為分析 70 第三節 羅吉斯迴歸分析 87 第五章 結論與建議 92 第一節 管理意涵 92 第二節 研究結論 93 第三節 研究限制與後續研究建議 93 參考文獻 95 表目錄 表 2-1 各類型節目最常收看(聽)時段 26 表 2-2 線上促銷分類架構 29 表 3-1 資料屬性表 35 表 4-1 影音型態、產品類型與成交之交叉分析表 37 表 4-2 影音型態、價格折扣與成交之交叉分析表 38 表 4-3 影音型態、數量折扣與成交之交叉分析表 39 表 4-4 影音型態、性別與成交之交叉分析表 39 表 4-5 影音型態、年齡與成交之交叉分析表 41 表 4-6 產品類型、價格折扣與成交之交叉分析表 42 表 4-7 產品類型、數量折扣與成交之交叉分析表 43 表 4-8 產品類型、性別與成交之交叉分析表 44 表 4-9 產品類型、年齡與成交之交叉分析表 46 表 4-10 影音型態、產品類型、性別與成交之交叉分析表 48 表 4-11 影音型態、產品類型、年齡與成交之交叉分析表 50 表 4-12 影音型態、產品類型、價格折扣與成交之交叉分析表 53 表 4-13 影音型態、產品類型、數量折扣與成交之交叉分析表 54 表 4-14 影音型態、產品類型、價格折扣、性別 與成交之交叉分析表 57 表 4-15 影音型態、產品類型、數量折扣、性別 與成交之交叉分析表 60 表 4-16 影音型態、產品類型、有價格折扣、年齡 與成交之交叉分析表 63 表 4-17 影音型態、產品類型、無價格折扣、年齡 與成交之交叉分析表 65 表 4-18 影音型態、產品類型、有數量折扣、年齡 與成交之交叉分析表 67 表 4-19 影音型態、產品類型、無數量折扣、年齡 與成交之交叉分析表 69 表 4-20 直播時段、性別之交叉分析表 71 表 4-21 直播時段、年齡之交叉分析表 73 表 4-22 直播時段轉換率分析表 75 表 4-23 隨選時段、性別之交叉分析表 76 表 4-24 隨選時段、年齡之交叉分析表 78 表 4-25 隨選時段轉換率分析表 80 表 4-26 隨選時段、產品類型之交叉分析表 81 表 4-27 直播時段收視時間、性別之交叉分析表 82 表 4-28 直播時段收視時間、年齡之交叉分析表 83 表 4-29 直播時段收視時間、產品類型之交叉分析表 84 表 4-30 隨選時段收視時間、性別之交叉分析表 85 表 4-31 隨選時段收視時間、年齡之交叉分析表 85 表 4-32 隨選時段收視時間、產品類型之交叉分析表 87 表 4-33 消費者購買意願羅吉斯迴歸分析結果 89 表 4-34 假說檢定結果 91 圖目錄 圖 1-1 2014年台灣數位內容產業產值規模 2 圖 1-2 近半年曾使用觀看「線上影音網站/平台」設備 3 圖 1-3 台灣消費者整體行動購物比例 4 圖 1-4 網路和電視購物消費人數規模(2012Q1~2013Q1) 5 圖 2-1 購買者行為模式 21 圖 2-2 消費者行為模式 21 圖 2-3 電子商務消費者行為模式 22 圖 2-4 EKB消費者行為模式 24 圖 3-1 研究流程圖 32 圖 3-2 研究架構圖 33[[note]]學號: 702630087, 學年度: 10