Page 71 - 36-1

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

本研究接著將「產品生存時長彙整表」導入 Python，進行 Kaplan-Meier 存活分
析，得出各類別之預估生命週期。
1. 食品及用品生存分析
圖 4 為食品及用品使用 Kaplan-Meier 存活分析得出之不同時點下之生存機率。
本研究參考 Jager et al. (2008)，使用存活率之中位數作為衡量生存時長的基礎，其

定義為自納入觀察起，累計存活率下降至 50% 以下的時點，本研究稱其為「存活中
位數」。因此，本研究於衡量各產品類別之生命週期長度時，即是以各產品類別之
存活中位數作為衡量基準。
根據圖 4，個案公司所上架之產品中，食品之存活中位數為 41 個月，用品之存
活中位數為 11 個月。透過對於存活曲線之觀察，可發現：食品類存活曲線相對穩定，
存活率隨著時間逐漸遞減，用品類的產品存活曲線則相對不穩定，其於剛上架前 10
個月內之存活率急速下降。由此可見，個案公司於上架用品類產品於通路時會面臨

一些挑戰。

圖 4 食品／用品生存分析
資料來源：本研究整理

2. 食品及用品第二階段分類之生存分析

圖 5 為食品及用品細分後之類別使用 Kaplan-Meier 存活分析得出之不同時點下
之生存機率。對於食品類，糖果零食類之存活中位數為 20 個月，沖泡保健類之存
活中位數為 32 個月，酒類之存活中位數為 18 個月，至於飲料冰品類及日雜類因其
產品存活率尚未下降 50%，本研究以其產品種類內，樣本最長觀察期間作為其存活

63