社交網絡網站興起，Facebook社交遊戲前景看好，但未來也充滿競爭與挑戰。現有的市場調查報告顯示，社交遊戲使用者與一般線上遊戲使用者是截然不同的族群。然而，學術界對於社交遊戲使用者仍所知甚少，實務界對其顧客也未必有所掌握。
本研究目的為瞭解社交遊戲使用者，方法為應用Reinartz &; Kumar (2002)之方法，對社交遊戲市場加以區隔，並利用生活型態變數提供各市場的生活化描述，進而對社交遊戲使用者有更進一步的認知。本研究對社交遊戲使用者進行問卷調查，藉由1,304份有效問卷建立使用者資料庫，分別以統計分析方法及資料探勘技術進行資料分析，找出各類型使用者的差異與特性。
研究結果發現，高獲利性的「真實朋友型」與「花蝴蝶型」使用者，多具有時尚嘗新的特質，且關係強度較高的「真實朋友型」認為自己在群體中具有一定的影響力；而關係強度較低的「花蝴蝶型」較重視新鮮感與社交上的話題，高獲利性的他們對於價錢的考慮也較彈性。相對來說，高關係強度卻低獲利性的「戀棧者」對於價格總是優先考量，而關係強度與獲利性皆低的「陌生人」較注重實用性，社交遊戲對他們而言僅用於消磨時間。

Recently, social network sites have skyrocketed. The social network games are prospective, but competitive. The existing market reports revealed that the composition of social network game player population is different from that of normal game player. However, the understanding of social network game player is very limited in both academics and industries.
The purpose of this study is to find out the lifestyle patterns of social network games players. Applied the method suggested by Reinartz & Kumar(2002) to segment the market. The user database is built based on 1,304 valid questionnaires and are analyzed respectively by statistical analysis method and data mining technology to find the different characteristics among users.
The result shows that players who belong to “true friend” and “butterfly” types are with higher profitability and are more likely to follow fashion trends. With stronger relationships, “true friend” are self-designated opinions leaders. With weaker relationship, “butterfly” type players are usually like to pursuit novelty and to create common topics with friends, and they don’t care about price so much. Compared to these types, “barnacle” type players are lower profitability but with stronger relationship, and they care about price very much. “Stranger” type players are also with lower profitability and weaker relationship, and they focus on the importance of practicability. For them, the main purpose of playing games is killing time.

目 錄
中文摘要 i
Abstract ii
誌 謝 iii
圖索引 v
表索引 vi
第一章 緒論 1
第一節 研究背景及動機 1
第二節 研究目的 7
第三節 研究流程 7
第二章 文獻探討 9
第一節 社交遊戲 9
第二節 市場區隔 19
第三節 生活型態 23
第三章 研究方法 32
第一節 研究架構 32
第二節 研究工具 33
第三節 資料蒐集 41
第四節 資料分析 43
第四章 資料分析 44
第一節 樣本資料之敘述性統計 44
第二節 市場區隔分析 60
第三節 生活型態分析 71
第四節 資料探勘 80
第五節 分析結果與實務建議 91
第五章 結論與建議 94
第一節 研究結論與貢獻 94
第二節 研究限制與未來方向 95
參考文獻 97

圖索引
圖1-1 2009 年Facebook 不重複使用人數 2
圖1-2 本研究流程圖 8
圖2-1 顧客區隔方式 23
圖2-2 生活型態研究之一般性架構圖 28
圖3-1 社交遊戲市場區隔與市場資訊示意圖 32
圖3-2 研究架構圖 33
圖4-1 休閒嗜好為上網、看電視及聽音樂之分布 47
圖4-2 接觸社交遊戲之最主要原因 51
圖4-3 持續投入社交遊戲之最主要原因 52
圖4-4 投入之社交遊戲個數 53
圖4-5 平均每月投入社交遊戲之金額 54
圖4-6 使用者認為未來付費之可能 55
圖4-7 使用者單次使用社交遊戲之時間 56
圖4-8 使用者使用社交遊戲之頻率 57
圖4-9 使用者使用社交遊戲之經歷 58
圖4-10 使用者認為繼續投入社交遊戲之可能 59
圖4-11 樣本之市場區隔 60


表索引
表1-1 2009 年第四季Facebook 應用程式到達率統計 2
表1-2 2009 年第四季Facebook 應用程式總停留時間排名 3
表1-3 2009 年網友票選十大網路事件 3
表1-4 2009 年Facebook 平均每日使用時間 4
表1-5 2009 年Facebook 最常使用功能 4
表1-6 2009 年四月應用程式排行榜前十名 5
表2-1 常見的社交遊戲分類 15
表2-2 社交遊戲、社交網絡網站與網頁遊戲比較表 17
表2-3 臺灣Facebook 遊戲使用者性別與年齡分布百分比 18
表2-4 Kolter 之市場區隔分類基礎 21
表2-5 Plummer 所提之四大構面 27
表3-1 社交遊戲相關問項 34
表3-2 獲利性之問項 36
表3-3 關係強度之問項 36
表3-4 生活型態之問項 38
表3-5 人口變數問項 40
表3-6 網路使用情況之問項 41
表3-7 休閒嗜好之問項 41
表4-1 樣本人口統計 45
表4-2 樣本網路使用情形 48
表4-3 樣本主要投入之社交遊戲 50
表4-4 接觸社交遊戲最主要原因之次數分配與百分比 51
表4-5 持續投入社交遊戲最主要原因之次數分布與百分比 52
表4-6 投入社交遊戲個數之次數分布與百分比 53
表4-7 平均每月投入社交遊戲之金額分布與百分比 54
表4-8 使用者自認為未來付費可能之次數分配與百分比 55
表4-9 使用者單次使用社交遊戲時間之分配與百分比 56
表4-10 使用者單次使用社交遊戲時間之分配與百分比 57
表4-11 使用者單次使用社交遊戲時間之分配與百分比 58
表4-12 使用者認為繼續投入社交遊戲可能性之分配與百分比 59
表4-13 高低分界與四類型使用者之分布與百分比 61
表4-14 四類型使用者接觸社交遊戲之分布與百分比 61
表4-15 四類型使用者持續入原因之分布與百分比 62
表4-16 四類型使用者投入社交遊戲個數之分布與百分比 63
表4-17 四類型使用者之人口變數分布與百分比 63
表4-18 性別與居住狀況之交叉表列（列百分比） 66
表4-19 學生、非學生與四類型之交叉表列（列百分比） 67
表4-20 學生、非學生與月支配所得之交叉表列（列百分比） 67
表4-21 月支配所得與四區隔類型之交叉表列（列百分比） 68
表4-22 教育程度與四區隔類型之交叉表列（列百分比） 69
表4-23 上網地點與四區隔類型之交叉表列（列百分比） 69
表4-24 每天平均上網時數與四區隔類型之交叉表列（列百分比） 70
表4-25 生活型態量表之信度分析 71
表4-26 生活型態量表之因素分析結果 74
表4-27 高獲利性與低獲利性之獨立樣本T 檢定 76
表4-28 高關係強度與低關係強度之獨立樣本T 檢定 77
表4-29 單因子變異數分析與Scheffé 事後多重比較結果 79
表4-30 以「陌生人」為目標變數，特徵選取之建議結果 81
表4-31 以「陌生人」為目標變數，C5.0 產生之規則集合 82
表4-32 「陌生人」分類模型於訓練資料集之分類情形 83
表4-33 「陌生人」分類模型於測試資料集之分類情形 83
表4-34 「陌生人」分類模型於整體資料之分類情形 83
表4-35 以「花蝴蝶」為目標變數，特徵選取之建議結果 84
表4-36 以「花蝴蝶」為目標變數，C5.0 產生之規則集合 84
表4-37 「花蝴蝶」分類模型於訓練資料集之分類情形 85
表4-38 「花蝴蝶」分類模型於測試資料集之分類情形 85
表4-39 「花蝴蝶」分類模型於整體資料之分類情形 85
表4-40 以「戀棧者」為目標變數，特徵選取之建議結果 86
表4-41 以「戀棧者」為目標變數，C5.0 產生之規則集合 87
表4-42 「戀棧者」分類模型於訓練資料集之分類情形 87
表4-43 「戀棧者」分類模型於測試資料集之分類情形 88
表4-44 「戀棧者」分類模型於整體資料之分類情形 88
表4-45 以「真實朋友」為目標變數，特徵選取之建議結果 89
表4-46 以「真實朋友」為目標變數，C5.0 產生之規則集合 89
表4-47 「真實朋友」分類模型於訓練資料集之分類情形 90
表4-48 「真實朋友」分類模型於測試資料集之分類情形 90
表4-49 「真實朋友」分類模型於整體資料之分類情形 91

中文部份
王正傑（2004）。大學生採用行動遊戲服務影響因素之研究。碩士論文，銘傳大學傳播管理研究所，臺北。
李城忠（2008），應用統計 : SPSS完全攻略，臺北：新文京開發。
林建夆（2001）。網際網路使用者類型區隔及其差異之研究－以中部地區大專學生為例。碩士論文，大葉大學工業關係研究所，彰化。
施泂泰（2008）。次世代家用遊戲主機購買者之市場區隔與消費者行為關係之研究—以 XBOX360、PLAY STATION3、WII 為例。碩士論文，靜宜大學觀光事業學系所，臺中。
胡柏舟、黃嘉章（2009）。Facebook參與者之休閒效益初探。2009年國際體育運動與健康休閒發展趨勢研討會專刊。
桑尼爾．古普塔、卡爾．梅拉（2009）。「免費顧客」幫你賺大錢，哈佛商業評論全球繁體中文版，March 2009。
財團法人資訊工業策進會（2009），2009台灣數位內容產業年鑑，臺北: 工業局數位內容產業辦公室。
郭媚秀（2006）。生活型態與網路使用行為－2004到2005年世新大學傳播資料庫之跨年比較。碩士論文，世新大學廣播電視電影學系所，臺北。
陳麗華（2005）。不同世代媒體消費行為與生活型態之研究－以2005東方消費者行銷資料庫為例。碩士論文，世新大學傳播管理學系所，臺北。
麥可‧裴瑞、戈登‧林諾夫（2001）。資料採礦－顧客關係管理暨電子行銷之應用（彭文正 譯）。臺北市：數博網資訊股份有限公司。（原著出版年: 1997年）
程平凡（2009）。消費者生活型態及人格特質對人壽保險購買決策影響之分析。碩士論文，淡江大學保險學系保險經營碩士在職專班，臺北。
黃志文、羅吉榜、周希炯（2002）。行動電話消費者生活形態之研究。環境管理期刊,v.3,n2.。
黃雅慧（2004）。虛擬世界中的真實人生：線上遊戲成癮現象及其相關因素研究。碩士論文。世新大學傳播研究所，臺北。
黃麗娟（2009）。應用資料探勘技術於線上遊戲玩家成癮之研究。碩士論文，國立彰化師範大學資訊管理學系所，彰化。
楊筱慧（2008）。線上遊戲玩家交易行為研究。碩士論文，南台科技大學多媒體與電腦娛樂科學研究所，台南。
董光洋（2004）。線上及電腦單機遊戲玩家購買決策之研究。碩士論文，世新大學資訊管理學系所，臺北。
廖述賢、溫志皓（2009），資料採礦與商業智慧，2009.1，台北：雙葉書廊。
鄭易英（2006）。利用資料採礦分群技術用於顧客關係管理之個案研究。碩士論文，國立彰化師範大學行銷與流通管理研究所，彰化。
鄭程誥（2009）。應用資料探勘技術於全額交割股之研究。碩士論文，國立彰化師範大學資訊管理學系所，彰化。
簡士超（2009）。成年前期男性之寂寞因應行為研究－以Facebook使用者為例。碩士論文，世新大學公共關係暨廣告學研究所，臺北。


原文部份
Berman, B., and Evans, J. R. (1990). Marketing: Study Guide, 4th Ed., MacMillan Publishing, New York, NY.
Boyd, D. M., & Ellison, N. B. (2007). Social network sites: Definition, history, and scholarship. Journal of Computer-Mediated Communication, 13(1), article 11.
Kletsch, C. and Volk, D. (2008). Towards an AJAX-based game engine. In Proceedings of the 2008 Conference on Future Play: Research, Play, Share (Toronto, Ontario, Canada, November 03 - 05, 2008). Future Play '08. ACM, New York, NY, 270-271.
Klimmt, C., Schmid, H., & Orthmann, J. (2009). Exploring the enjoyment of playing browser games. CyberPsychology & Behavior, 12, 231-234.
Kolter, P. (1999). Marketing Management: Analysis, Planning, Implementation and Control, 9th Ed., Prentice-Hall, Englewood Cliffs, NJ.
Kolter, P. (2004). Marketing Management: An Asian Perspective, 3th Ed, Prentice Hall.
Lu, H.-P. & Hsiao, K.-L. (2010), The influence of extro/introversion on the intention to pay for social networking sites, Information & Management, 47(3), pp.150-157.
Magie, A. A. & Young, D. D. (2010). Consumer Behavior within the Teen Segment: An Investagation of the Relationship between Shopping Orientation and Spare Time Activity. In Proceeding of the Annual Meeting fo the Association of Collegiate Marketing Educators(Dallas, TX, USA, March 2-6, 2010). p225-234.
Mazman, S. G. & Usluel, Y. K. (2010). Modeling educational usage of Facebook, Computers & Education, Volume 55, Issue 2, September, Pages 444-453
Pempek, T. A., Yermolayeva, Y. A., &Calvert S. L. (2009). College students' social networking experiences on Facebook.Journal of Applied Developmental Psychology, 30, 227–238.
Plummer, J. T. (1974). The Concept and Application of Lifestyle Segmentation. Journal of Marketing, Vol38, 33-37.
Reinartz, W. & Kumar, V. (2002). The Mismanagement of Curtomer Loyalty, Harvard Business Review, R0207F, p4-12
Rudolph, W., & Struse, W. (1984). “Lifestyle research inappropriate for some categories of product”. Marketing New, Vol.10(5) ,pp.17.
Sung, J., Bjornrud, T., Lee, Y., & Wohn, D. Y. (2010). Social network games: exploring audience traits. In Proceedings of the 28th of the international Conference Extended Abstracts on Human Factors in Computing Systems (Atlanta, Georgia, USA, April 10 - 15, 2010). CHI EA '10. ACM, New York, NY, 3649-3654.
Wells, W. D. & Tigert, D. J. (1971). Actions, Interests, and Opinions. Journal of Advertising Research, p27-35
Wohn, D. Y., Lee, Y., Sung, J., & Bjornrud, T. (2010). Building common ground and reciprocity through social network games. In Proceedings of the 28th of the international Conference Extended Abstracts on Human Factors in Computing Systems (Atlanta, Georgia, USA, April 10 - 15, 2010). CHI EA '10. ACM, New York, NY, 4423-4428.

網站部分
2010 Popcap Social Gaming Research (Feburary 17, 2010), Infomation Solutions Group, from the World Wide Web: http://www.infosolutionsgroup.com/2010_PopCap_Social_Gaming_Research_Results.pdf
EA Playfish exec: the billion-dollar social game is achievable (April 20, 2010), VentureBeat, from the World Wide Web: http://games.venturebeat.com/2010/04/20/ea-playfish-president-the-billion-dollar-social-game-is-achievable/
Electronic Arts Acquires Playfish (November 9, 2009), Playfish, from the World Wide Web: http://www.playfish.com/press_releases/?release=09_11_2009
Expanding Our Commitment to Facebook Credits (Feburary 26, 2010), Facebook Developers, from the World Wide Web: http://developers.facebook.com/blog/post/364
Facebook Application Statistics (May 20, 2010), AllFacebook.com, from the World Wide Web: http://statistics.allfacebook.com/applications/
Facebook Application Metrics(May 20, 2010), AppData.com, from the World Wide Web: http://www.appdata.com/leaderboard/apps/
Facebook Connect將廣開大門(May 12, 2008), ZDNet Taiwan, from the World Wide Web: http://www.zdnet.com.tw/news/web/0,2000085679,20129255,00.htm
Facebook Tests a Payment Service for Virtual Goods (February 25, 2010), Bloomberg BusinessWeek, from the World Wide Web: http://www.businessweek.com/magazine/content/10_10/b4169065670961.htm
Facebook｜統計資料 (May 20, 2010), Facebook, from the World Wide Web: http://www.facebook.com/press/info.php?statistics
Facebook開始支援OpenID (May 19, 2009), iThome online, from the World Wide Web: http://www.ithome.com.tw/itadm/article.php?c=55063
Facebook榮登2009網路十大新聞冠軍 (December 24, 2009), 創市際市場研究顧問, from the World Wide Web: http://www.insightxplorer.com/news/news_12_24_09.html
Total users.( May 20 2010), CheckFacebook, from the World Wide Web: http://www.checkfacebook.com/
『Facebook應用程式2009Q4統計，開心農場最多人使用』(Feburary 9, 2010), 創市際市場研究顧問, from the World Wide Web: http://www.insightxplorer.com/news/news_02_09_10.html
社群類別網站黏度高於入口網站，網友每天花15分鐘Facebook (October 27, 2009), 創市際市場研究顧問, from the World Wide Web: http://www.insightxplorer.com/news/news_10_27_09.html
開心農場是最多台灣網友使用的Facebook應用程式 (September 17, 2009), 創市際市場研究顧問, from the World Wide Web: http://www.insightxplorer.com/news/news_09_17_09.html
開心農友搶種　『美粒果』挑戰果汁/果菜汁市場成功！ (January 7, 2010), 東方線上iSurvey, from the World Wide Web: http://www.isurvey.com.tw/7_eol/2_detail.aspx?id=2060&page=2