Page 69 - 36-1
P. 69

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
                                                          NTU Management Review Vol. 36 No. 1 Apr. 2026
                 (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。
                 五、研究模型
               五、研究模型
                   本研究將對於個案公司中生命週期價值較高的產品類別，探討通路周遭之人口
                     本研究將對於個案公司中生命週期價值較高的產品類別，探討通路周遭之人
               統計變數對於產品淨利之影響，作為產品管理及資源配置管理之建議依據。本研究
                 口統計變數對於產品淨利之影響，作為產品管理及資源配置管理之建議依據。本
                 研究建立依據研究問題，建立下列的模型：
               建立依據研究問題，建立下列的模型：
                                           =     +                               ∗ +                     ∗ +                     ∗ +                      ∗ +                     ∗
                       ���   �    �       ���   �     ���   �     ���    �    ���   �     ���
                              +                    ��� ∗ +                                        �� ∗ +                          ��� ∗ +                                  ���  ∗
                                                                           �
                                 �
                                                               �
                                              �
                              +                  ��� ∗ +                  ��� ∗ +                        ��� ∗ +                        �� ∗
                                                                       ��
                                                         ��
                                             ��
                                 ��
                              +                        ��� ∗ +                        ��� ∗ +                        ��� ∗ +     ��� ∗，
                                 ��
                                               ��
                                                             ��
                                                      *
               其中，下標 i 代表通路別、t 代表月份、t 代表 2020 年 1 月至 3 月各人口統計變數
               之平均數。有關應變數與自變數之定義與說明請見變數定義與衡量。
                 其中，下標 i 代表通路別、t 代表月份、     代表 2020 年 1 月至 3 月各人口統計變數
                                                       ∗
                                                      20
                                               肆、研究結果
               一、PLCV 之估算
                   本研究主要為個案公司至 2021 年底仍上架之產品估計生命週期價值。由於個
               案公司屬於通路代理商，並不自行生產產品，故不一定於產品剛上市時即代理該產
               品，亦不一定因為產品銷售不佳退出市場而終止代理。個案公司終止代理產品因素
               有許多，包含業績不佳、業績好使廠商收回代理權自行經營、代理同類產品導致終
               止代理原產品等。因此，本研究是以通路代理商之角度，觀察其所代理產品及自有
               產品之生命週期價值，並將個案公司之 PLCV 定義為產品於開始上架至停止上架之
               整個期間，能為企業產生之淨利潤或損失之現值。
                   根據 PLCV 模型，於計算個案公司所上架之產品其生命週期價值前，先對於相
               關變數進行處理及分析，包括：依據產品同質性對各產品進行細分、估計各產品類
               別之存活期間、估計各產品類別於未來每月會產生之淨利。最終整理後，將數據導
               入 PLCV 模型中，即可估算出各產品類別之 PLCV。
                   下將分別對於產品之細分市場、生存分析 (Survival Analysis) 及未來潛在淨利進
               行資料處理及分析，最後計算各產品類別之 PLCV。
               （一）產品細分市場
                   為求 PLCV 之精確性，本研究在與個案公司討論後，將 2016 年 1 月至 2021 年
               12 月共上架過的 1,500 項產品依據產品屬性、特徵進行三階段的劃分。產品於每一
               階段劃分後，其產品類別內之產品同質性越高，對於不同產品類別進行的生存分析
               及 PLCV 之估算亦可以更精確。
                   在產品細分之第一階段，本研究將個案公司提供的「每月產品上架情況表」中


                                                     61
   64   65   66   67   68   69   70   71   72   73   74