Page 68 - 36-1

Integrating Artificial Intelligence into Product Life Cycle Value and Activity Value Management: A Case Study
of P Channel Agent

服務、活動等的取得、消費、處置之總體決策 (Hoyer, MacInnis, and Pieters, 2012)。
針對消費者之超市購物行為，Gilbert and Jackaria (2002) 認為消費者選購時，須依序
作出三個主要決定，首先決定要購買哪一類產品，接著應思考購買哪個品牌，最後
決定購買數量。然而，這些決定很大一部分受到商店佈局及消費者個人特徵如年齡、
性別、收入等之影響。因此，本研究對於 PLCV 較高之產品種類，分析產品績效與

人口統計變數之關係。
（一）應變數：產品於通路之銷售淨利 (Profit)

採用 AVM 系統所產出之通路產品別利潤表，可清楚得知各產品於各通路之績
效表現。本研究透過識別出生命週期價值較高的產品類別，將其各類別中的產品作
為績效衡量之指標。
（二）自變數
許多專家學者皆發現消費者行為受到消費者之個人特徵影響，包含其性別、年

齡等 (Bawa and Ghosh, 1999; Ramya and Ali, 2016)。本研究採用中央及地方政府之公
開資訊網站，蒐集臺灣各村里之相關人口變數，作為衡量產品績效與人口特徵關係
之依據。下為本研究擬探討之影響產品績效的人口變數：1. 性別 (Gender)：本研究
以通路所在村里其男女比例衡量性別對於產品績效之影響；2. 年齡 (Age)：本研究
針對不同通路所處村里其年齡層佔比是否影響產品績效進行研究，並區分 6 個年齡
層，依序為 20 歲以下 (Age1)、21 歲至 30 歲 (Age2)、31 歲至 40 歲 (Age3)、41 歲至
50 歲 (Age4)、51 歲至 60 歲 (Age5)、60 歲以上 (Age6)；3. 總戶數 (Household)：本
研究加入通路所在村里之總戶數作為人口統計變數，衡量其與產品績效之間的關聯
性；4. 每戶平均人口 (Hsize)：本研究以每戶平均人口瞭解家庭成員數多寡與產品績

效之間的關係；5. 每戶平均收入 (Hincome)：本研究以通路所處村里其每戶納稅之
綜合所得額平均數作為各村里每戶平均收入之指標，探討其與產品績效之關聯性；6.

教育程度 (Edu)：本研究以通路位於村里其大專院校以上學歷之人口佔比作為教育
程度之衡量依據，探討其與產品績效之關聯性；7. 直轄市 (Mct)：本研究對於通路
是否位於直轄市設立一虛擬變數，作為研究通路位於直轄市與非直轄市對於產品績
效之影響。8. 區域別 (Area)：對於通路所處之地理區域別作區分，以通路是否位於
北部 (Area1) 作為比較基準，設立三個虛擬變數—通路位於中部 (Area2)、通路位

於南部 (Area3)、通路位於東部或離島 (Area4)，探討通路之區域別差異是否影響產
品績效。9. 店型 (Type)：本研究以 C、D 型店 (Type3) 作為比較基準，設立兩個虛擬
變數— A、B 型店 (Type2)、3A、2A 型店 (Type1)，比較店型差異對產品績效之影
響。

60