Page 63 - 36-1

NTU Management Review Vol. 36 No. 1 Apr. 2026

特性及消費者行為考量後，不同產品之間的生存時間及產生的淨利會有所差異。
本研究原本計劃以個案公司的經銷和自有產品作為主要研究對象，因為這些產
品更符合傳統的產品生命週期管理概念。然而，在 1,500 種商品中，經篩選後的經
銷或自有產品僅有 108 項，約佔總產品的 7%。由於樣本基數過小，不利於進行獨
立群體分析與迴歸建模，因此本研究採納所有產品為分析對象，統一處理不同類型

商品（包含代理、經銷、自有品牌），以維持模型分析所需之統計穩健性與泛化能
力。
此外，為強化資料詮釋力與研究透明度，本研究於 2024 年 10 月進行深度訪談，
對象為個案通路代理商之總經理（亦為創辦人），訪談時長約 90 分鐘。訪談問題
設計對應本研究核心議題，涵蓋產品組合管理、代理策略、促銷創新、上下游互動
關係、隱藏成本結構與顧客回饋機制等內容，並輔助理解模型所無法量化之策略脈
絡與管理判斷。訪談重點已彙整為「附錄 B」，全文 8,043 字，並經受訪者審閱確認，

主要作為本研究數據模型之外之質性補充，用以增補研究對於產品生命週期差異背
後原因的現象解釋力，並作為樣本選擇與建模邏輯的重要支持。
（四）人口統計變數資料
本研究於探討影響各產品績效之人口統計變數時，則是使用個案公司於 AVM
所產出之 2020 年 1 月至 2020 年 9 月之通路產品別利潤表，作為衡量產品於各通路
績效的基礎。對於人口統計變數之相關資料，本研究原先擬透過臺灣中央及地方政
府網站，搜集 2020 年 1 月至 9 月各村里人口變數資料，作為衡量各月份各通路所
處村里其人口統計變數之基準，然由於資料蒐集及彙整之難易度高，本研究改為蒐
集 2020 年 1 月至 3 月各村里人口變數資料，採用各人口變數三個月之平均數，代

表通路所處村里 2020 年 1 月至 9 月各月之人口統計變數。

三、PLCV 估算方法
本研究透過 AVM 系統的數據，結合生存分析方法，建立 PLCV 的估算模型。
在估算之前，本研究需要先定義並建立模型架構，評估產品的未來潛在淨利和生命
週期特徵，再結合適當的折現率進行價值計算。以下將詳細說明估算方法的各個面
向。

（一）PLCV 模型架構
本研究參考過往專家學者所提出之模型 (Berger and Nasr, 1998; Gupta et al.,

2006; Jain and Singh, 2002; Rosset et al., 2003)，將其應用於 PLCV 的估算。本研究首
先考慮通路代理商的特殊性。與製造商不同，通路代理商可能在產品生命週期的任
何階段開始或終止代理。這種特殊性影響本研究對產品生命週期的定義和衡量。在
本研究中，本研究將產品生命週期定義為從「代理商開始代理該產品到終止代理期

55