新訓時間，與各問分享一下自己的觀點。
======正文開始=======
我們總是抱怨媒體的一頭熱，從AMOLED、楊淑君、Lativ、Jeremy、美牛、國光石化等事件，社會中有部分的狂熱、冷靜、反思與無視，然而，這究竟是民眾的沉淪導致企業的沉淪，還是企業的沉淪導致民眾的沉淪？一直以來都沒有一個令人信服的答案。
然而，從統計角度卻可以解釋。
不過，在這之前必須先了解統計、抽樣調查、問券調查、數據分析這些事情是在做些什麼呢？
當我們要去了解市場的需求時(Market Needed)，總是會發現對於市場的一無所知，這時候，多半會採用問券、量化分析的方式去找出市場上的可能需求；這個時候，我們想要尋找的是目標客戶中（Target Customers）所共同擁有的習慣、傾向，首先假設所有的分布情況都是常態分佈（Normal Distribution），那麼，一般來說，我們所要找到的就是常態分布中市場最大的一快，也就是下圖深藍色的部分。
在鎖定目標顧客之後，要用什麼樣的方法來做調查呢？大致可以分為兩種：
1. 數據化分析（問卷）
2. 田野調查（訪談）
不管採用哪種方式，最後都會出現一張統計表格，來指出這些潛在顧客的共同偏好，並給予產品部門來做產品設計、行銷部門做企劃。理論上，這依照市場調查所得到的結果，只要滿足時間沒有拖得太長、產品能及時送到目標顧客的手裡等條件下，商品必然會大賣。在這樣的原則下，商品可以依找市場的需要一直改進，或著是增加消費者想要增加的功能。在經歷一段時間後，同性質的商品之間的功能會越來越繁雜，也漸漸出現高手製作出比較表格，來看看眾多商品間的差異。以主機市場為例：
在此網頁中，可以發現一大排的「功能性」比較，而這樣一大排的比較項目，其實是基於一個前提：「消費者都是明智的」，才會成立，因為每台主機的定價方式不同，導致服務品質不同；對於專家而言，這樣的比較可以快速了解每家產品的不同，然而對於新進者而言，這事件吃力繁雜的工作，這也導致中介者（Broker）、新進者的出現。
同樣的道理，從媒體的瘋狂、內容的娛樂性到企業的嗜血都可以用相同的模型來做解釋。以媒體為例，媒體業面臨了同業內的競爭關係，彼此之間都在想要做出差異化，而差異化最顯著的莫過於凸顯其消息的靈通性（注意，此處提起是消息的靈通性而不是專業性），也就是要找到「獨家」的消息。獨家消息可以吸引到眾多的觀眾目光，不論好壞，而觀眾的目光可以成為新聞台的一大重要統計依據「收視率」，而收視率直接影響到的，就是新聞節目之間的廣告檔數與價碼。廣告檔數與價碼將成為支撐新聞台營運的關鍵衡量指標（KPI），也將會成為企業的現金流，這將提供下一次撥出新聞時，導播所選擇的題材、時間分配的參考依據。以系統模型表示就如下圖：
Input為電視台縮撥出的內容，在經過一連串Process（也就是當下的熱門程度，衡量指標為「收視率」），產生出的Output就為廣告所帶來的效益，之後，企業會接受董事會的業績檢視，並找出改進之道，投入下一階段來檢驗其方案成效。簡單一句話：
「企業就是依照市場的取向來求生存，其反應為市場所偏好。」
這時候，我們該怪誰呢？同時間，不也是反映了網路時代所帶來的公民特性嗎？
隨著資訊的取得容易，生活的步調開始加速，我們開始期望資訊的攝取能夠更有效率，開使注重「標題」與「第一段文字」，這直接影響到新聞的點閱率，為了提升點閱率，開始使用標題殺人法，也就是驚悚的標題...故事就一直循環下去。有些人受不了，希望這些人能夠自我道德約束；有些人採取無視的態度，向外尋找合宜的資訊管道，個人淺見，這是網路時代「資訊整流器」軟體出現的Key Driver。
數據分析對於企業，是一項改善體質、增進運營效能的衡量工具，但也是社會亂象的推手之一，到頭來，數據分析究竟是福是禍？就要依照群眾文化的世代不同來看吧。
Incoming keywords:
統計分析
統計 優劣
統計 好壞
數據分析 lativ
媒體 內容
發布於 瞧。趨勢
