跳到主要內容

臺灣博碩士論文加值系統

(44.222.218.145) 您好!臺灣時間:2024/02/26 21:09
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:廖禾聖
研究生(外文):Ho-Sheng Liao
論文名稱:關注度與口碑效果對電影票房之影響
論文名稱(外文):The Impact of Attention and Word-of-Mouth on Box-Office Revenues
指導教授:任立中任立中引用關係
口試委員:陳靜怡周建亨
口試日期:2014-06-03
學位類別:碩士
校院名稱:國立臺灣大學
系所名稱:國際企業學研究所
學門:商業及管理學門
學類:企業管理學類
論文種類:學術論文
論文出版年:2014
畢業學年度:102
語文別:中文
論文頁數:68
中文關鍵詞:關注度口碑創新產品Bass擴散模型
外文關鍵詞:attentionword-of-mouthinnovative productBass Diffusion Model
相關次數:
  • 被引用被引用:2
  • 點閱點閱:422
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
眾所皆知電影產業為流行創新產業,由於在流行商品的擴散特性為指數型態的情況下,上市初期的銷售預測及後續的擴散速度分析更顯得重要,若能有一統計模型能精準預測,則能幫助行銷人員在對的時間投入適合的行銷資源。因為電影的產品生命週期相當短暫,可以讓人在三、四個月內觀察完整的產品擴散過程,因此本次研究以美國電影作為討論創新產品擴散的實證研究對象,並以Bass創新產品擴散模型為分析工具。

一般討論口碑效果大多是集中在評價的質與量,但若消費者在做產品查詢時,除了可以知道產品的評價外,還能了解產品受關注的程度,那其實產品關注度也是一種口碑傳遞,因此本研究認為關注度也是一種口碑效果,並希望能以有考慮關注度因素的口碑效果來建立具有預測效度的統計模型。


As it’s commonly known that the movie industry is very innovative. Because the diffuse characteristic of popular products is with exponential pattern, it’s more important to do the sales forecast at initial stage and analyze the diffusing speed. If the marketers have a statistical model to do the sales forecast well, then they can make right decisions based on the forecasts. Since the product life cycle of movies is very short, it is easy to observe the whole diffusion process in three or four months. Therefore, this study takes the American movies as empirical research and the main analytical method for this research is Bass Diffusion Model.

In general, past scholar’s articles of which studied on word-of-mouth were focus on the variance and volume of reviews; however, if consumers could know the evaluation of the products and how many people paid attention to the products, then the degree of attentions which the products attract can be taken as a kind of word-of-mouth effect. By comparing different factors, it is hoped to find an efficient forecasting model with greater forecasting ability and help companies in making more effective marketing strategies.


第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 2
第三節 論文架構 2
第二章 文獻探討 4
第一節 口碑效果 4
第二節 網路口碑 7
第三節 創新與擴散概念 10
第四節 擴散模型 16
第三章 研究方法 25
第一節 研究架構 25
第二節 研究模型 27
第四章 實證研究分析 32
第一節 資料來源與分析 32
第二節 實證模型建構 41
第三節 樣本分析 47
第四節 模仿係數q之迴歸分析 49
第五節 模式之預測效度比較 50
第五章 結論與建議 52
第一節 研究發現與行銷意涵 52
第二節 研究限制 53
第三節 後續研究建議 54
參考文獻 55
附錄 59

中文部分:
[1]王仕茹、楊俊明(2002),國家文化與溝通管道對科技創新產品擴散之影響,21世紀管理新思維研討會論文集。
[2]王薇雲(2003),個人偏好模式與產品擴散模式在創新產品銷售預測能力之比較,國立台灣大學國際企業學研究所碩士論文。
[3]任立中、曾慧芳(2002),跨國文化差異對新產品擴散影響之研究,中華民國多國籍企業研究學會論文集。
[4]李心嵐(2000),跨國新產品銷售預測模式之研究-以電影為例,國立政治大學國際貿易學系碩士論文。
[5]林亭君(2008),口碑效果的動態性-以美國電影為例,國立台灣大學國際企業學研究所碩士論文。
[6]邵功新(2012),口碑異質性與動態性之特徵對電影績效之影響,國立台灣大學國際企業學研究所博士論文。
[7]張茵婷(2009),應用分量迴歸模型分析電影票房之影響因素,國立台灣大學國際企業學研究所碩士論文。
[8]曾郁茹(2008),口碑效果之異質性分析-以美國電影為例,國立台灣大學國際企業學研究所碩士論文。
[9]劉小芳(1999),跨國流行商品擴散模型之比較研究:美國影片在台銷售預測模式的建立,國立暨南國際大學國際企業學系碩士論文。
[10]盧非易(1997),台灣電影映演市場研究:以 1994 年為例,廣播與電視,第三卷第一期,頁 167~191。
[11]謝承翰(1993),產品擴散之跨國性比較-以創新擴散模型為分析工具,國立台灣大學商學研究所碩士論文。
英文部分:
[1]Arndt, J. (1967). Role of Product-Related Conversations in the Diffusion of a New Product. Journal of Marketing Research (JMR), 4(3).
[2]Bass, F. M. (1969). A New Product Growth for Model Consumer Durables. Management Science, Vol. 15, No. 5, pp. 215-227.
[3]Basuroy, S., Chatterjee, S., &;Ravid, S.A.(2003). How critical are critical reviews? The box office effects of film critics, star power, and budget. Journal of Marketing,67(4),103-117
[4]Blackwell, R. D, Miniard, P., W, &; Engel, J., F.(2001). Consumer behaviour, 9.
[5]Bone, P. F. (1995). Word-of-mouth effects on short-term and long-term product judgments. Journal of Business Research, 32(3), 213-223.
[6]Chen, P. Y., Wu, S. Y., &; Yoon, J. (2004). The impact of online recommendations and consumer feedback on sales.
[7]Chevalier, J. A., &; Mayzlin, D. (2006). The effect of word of mouth on sales: Online book reviews. Journal of marketing research, 43(3), 345-354.
[8]Chintagunta, P. K., Gopinath, S., &; Venkataraman, S. (2010). The effects of online user reviews on movie box office performance: Accounting for sequential rollout and aggregation across local markets. Marketing Science, 29(5), 944-957.
[9]Dellarocas, C., Zhang, X. M., &; Awad, N. F. (2007). Exploring the value of online product reviews in forecasting sales: The case of motion pictures. Journal of Interactive marketing, 21(4), 23-45.
[10]Duan, W., Gu, B., &; Whinston, A. B. (2008). The dynamics of online word-of-mouth and product sales—An empirical investigation of the movie industry. Journal of retailing, 84(2), 233-242.

[11]Duhan, D. F., Johnson, S. D., Wilcox, J. B., &; Harrell, G. D. (1997). Influences on consumer use of word-of-mouth recommendation sources. Journal of the Academy of Marketing Science, 25(4), 283-295.
[12]Fourt, L. A., &; Woodlock, J. W. (1960). Early Prediction of Market Success for New Grocery Products. Journal of marketing, 25(2).
[13]George Silverman. (2001). The Secrets of Word-of-Mouth Marketing: How to Trigger Exponential Sales Through Runaway Word of Mouth.
[14]Godes, D., &; Mayzlin, D. (2004). Using online conversations to study word-of-mouth communication. Marketing Science, 23(4), 545-560.
[15]Guiltinan, J. P. (1999). Launch strategy, launch tactics, and demand outcomes. Journal of Product Innovation Management, 16(6), 509-529.
[16]Kuczmarski, T. (1992). Managing new products. Prentice Hall.
[17]Liu, Y. (2006). Word of mouth for movies: Its dynamics and impact on box office revenue. Journal of marketing, 70(3), 74-89.
[18]Mahajan, V., &; Muller, E. (1979). Innovation Diffusion and New Product Growth Models in Marketing. Journal of Marketing, 43(4).
[19]Mahajan, V., Muller, E. and Bass, F. M. (1990). New products diffusion models in marketing: a review and direction for research. Journal of Marketing, Vol. 54, pp. 1-26.
[20]Mahajan, V., Muller, E. and Srivastava, R. K. (1990). Determination of adopter categories by using innovation diffusion models. Journal of Marketing Research, Vol. 15, pp. 37-50.
[21]Mahajan, V. and Peterson, R. A. (1985). Models for innovation diffusion. Beverly Hills: SAGE.

[22]Karniouchina, E. V. (2011). Impact of star and movie buzz on motion picture distribution and box office revenue. International Journal of Research in Marketing, 28(1), 62-74.
[23]Kotler, P., Ang, S. H., Leong, S.M. and Tan, C. T. (1999). Marketing Management, 2nd ed., New Jersey:Prentice Hall .
[24]Rogers, E. M. (1995). Diffusion of Innovation, 4th ed., New York:The Free Press.
[25]Schiffman, L. G. and Leslie Lazar Kanuk (1987). Consumer Behaviour.
[26]Schmittlein, D. and Mahajan, V. (1982). Maximum Likelihood, Estimation for an Innovation Diffusion Model of New Product Acceptance. Marketing Science, Vol. 1(1)(Winter), pp. 57-78.
[27]Silverman, G. (1997). Harvesting the power of word of mouth. Potentials in Marketing, 30(9), 14-16.
[28]Srinivasan, V. and Mason, C. H. (1986). Nonlinear Least Squares Estimation of New Product Diffusion Models. Marketing Science, Vol. 5(2)(Spring), pp. 169-178.
[29]Westbrook, R. A. (1987). Product/consumption-based affective responses and postpurchase processes. Journal of marketing research, 258-270.

網站資料:
[1]IMDb,http://www.imdb.com/。
[2]IMDbPro,https://pro-labs.imdb.com/。
[3]Box Office Mojo,http://www.boxofficemojo.com/。
[4]Motion Picture Association of America,http://www.mpaa.org/。


QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊