指導教授：任立中臺灣大學：國際企業學研究所陸紀亨Lu, Chi-HengChi-HengLu2014-11-282018-06-292014-11-282018-06-292014http://ntur.lib.ntu.edu.tw//handle/246246/262677網路時代來臨，造就了許多社群媒體的興起，提供網路使用者之間對話互動，透過互動來產生內容，社群媒體的出現大大地改變現代人的生活型態和消費者行為，社群媒體上出現的網路口碑訊息則成為了重要的購買決策參考來源，因此越來越多的企業透過此管道來與消費者進行溝通，推廣品牌及拓展商務。 對於社群媒體經營而言， 如何留住社群用戶才能吸引更多企業投入廣告，提高黏著度(Stickiness)便是首要課題；第二，為了解社群用戶，針對特定目標客群進行溝通，讓廣告投放更加精準，協助企業配適最佳的廣告，使得廣告的投放能夠獲得最大的效益。 本研究利用ComScore資料庫2012年Facebook瀏覽紀錄，以消費者網路造訪行為－網站停留時間(Duration Times at Site)以及造訪次數(Visit Time)定義出使用者黏著度，再以馬可夫鏈模型為基礎對此進行路徑遷徙分析，描繪其動態性。以層級貝氏Probit估計出個人的移轉機率矩陣，嘗試捕捉不同使用者的異質性。根據保留樣本進行擊中率比較，確立模型效度。並建立六條具有行銷意義的遷徙路徑，分析不同路徑的使用者特性，最後再以馬可夫鍊之狀態機率極限預測最終落點。本研究之結果首次成功地提供一個預測模式可以精確地估計使用者未來黏著狀態，並以此結果研擬出行銷策略。Social media has greatly changed people’s life style as well as consumer behavior since the modern development of the Internet. Based on this fact, electronic word-of-mouth (EWOM) on websites plays a main role in consumers’purchasing decision as a reference resource. Therefore, a significant number of companies has started to promote their products, communicate with their customers, and develop other business service by social media. For social media, first, due to the fact that the revenue of social media comes mainly from advertising, how to maintain the stable and attract more number of community users has become one of the most important issue. Second, in order to focus on the specific Internet community users, how to enhance the effectiveness of advertising raises another critical topic. For the first part of the research, we use ComScore database to define Facebook user’s stickiness according to user’s website browsing behavior and apply Markov Chain and Hierarchical Bayesian Model to build individual user’s Transition Probability Matrix to predict user’s stickiness state. For the second part, 6 migration paths with highly significance of marketing are set up to analyze the relationship between transition paths and demographic variables. As a result of this research, we successfully demonstrate a useful model that can precisely estimate user stickiness state, which is able to further assess marketing strategies.誌謝 I 中文摘要 II ABSTRACT III 目錄 IV 圖次 VI 表次 VII 第一章 緒論 1 第一節 研究背景與動機 1 第二節 研究問題與範圍 2 第三節 研究流程 3 第二章 文獻探討 4 第一節 顧客關係管理 4 第二節 資料庫行銷 5 一、 資料庫行銷之定義 5 二、 資料庫行銷之功能 7 第三節 關係行銷 7 第四節 社群媒體 9 一、 社群媒體 9 二、 Facebook 10 第五節 黏著度 10 第三章 研究方法 12 第一節 馬可夫鍊理論 12 一、 馬可夫鍊的定義與假設 12 二、 移轉機率矩陣 13 第二節 層級貝式模型 14 一、 傳統統計 14 二、 貝氏統計 14 三、 層級貝氏統計 15 第三節 隨機效用模型 15 第四章 實證研究 16 第一節 資料分析 16 一、 變數定義及編碼 16 二、 瀏覽行為指標定義 20 三、 瀏覽資訊描述 20 四、 人口統計資料描述 22 第二節 模型估計與預測力分析 27 一、 黏著度狀態定義 27 二、 模型估計 29 三、 預測力分析 31 第三節 遷徙路徑分析 32 一、 遷徙路徑定義 32 二、 使用者特質分析 37 第四節 最終落點分析 42 第五章 結論與建議 48 第一節 結論 48 第二節 行銷意涵 49 第三節 研究限制及未來研究方向 50 參考文獻 51 一、 中文部分 51 二、 英文部分 55846970 bytesapplication/pdf論文公開時間：2024/12/30論文使用權限：同意有償授權(權利金給回饋學校)馬可夫鏈層級貝氏模型社群媒體資料庫行銷[SDGs]SDG12thesishttp://ntur.lib.ntu.edu.tw/bitstream/246246/262677/1/ntu-103-R01724060-1.pdf