Netflix的「AI顧客科學」
2021-03-04 14:33 聯合新聞網 / 能力雜誌
【文/廖志德 圖片提供/達志影像】
直接與消費者進行互動是企業的重要工作,唯有如此,我們才能深入理解顧客的需求、渴望、不安、疑慮與痛苦,並且從中尋求開發新產品及新服務的正確切入點,進而提昇顧客整體的消費體驗。因此,「直面顧客」是品牌創新的關鍵要點,絕對不能假手他人,一定要親力親為才能挖掘出隱藏於市場深處的成功祕笈。
過去,想要直接與顧客進行溝通與互動相對困難,企業不可能一一拜會或致電顧客,因為需要動員的人力及成本太高,往往只能退而求其次,採取間接的方式來與消費者進行互動。或是經由代理商、經營商、零售通路來負責銷售服務;或是由外包客服中心幫忙接聽顧客來電;又或者採取抽樣市場調查來理解顧客的基本圖像,這使得企業洞察顧客需求宛如瞎子摸象,往往只能知道市場部分的情況,不能全盤且深入的掌握市場全貌。
現在,隨著數位科技的快速推進,企業擁有越來越多元的訊息溝通管道與消費者直接互動,加上人工智慧(Artificial Intelligence, AI)從旁協助,市場的顧客圖像變得越來越清晰,越來越可視化,消費者的行為模式不再撲朔迷離且難以掌握。
根據微軟預測,到了2025年將有95%的顧客互動管道是通過AI來完成,如果預測成真,表示企業對於消費者旅程的理解能力將大幅度增強,無論是在搜尋、方案、選擇、下單、取貨、服務、維修、客訴的階段,顧客圖像都能夠取得更高的解析度,經營市場不用像過去一樣,在迷霧當中踽步前行。
市場藝術家vs.科學家
擁有清晰的顧客圖像,能幫助企業規劃出更加貼心的消費者旅程,屆時經理人評估經營績效時,不會再局限於單一層面,例如:訂單轉換率,而是可以更加細緻地從不同的角度與階段來剖析消費者的行為偏好。過去由於市場資訊嚴重不足,企業只能從銷售數字來評量市場成果,或者憑藉行業經驗與直覺來預估消費者的行為動向;現在由於人們對於數位科技的廣泛運用,使得企業更容易掌握顧客在實體與虛擬世界的數位足跡,無論是在實體商店、網站、APP、LINE、Facebook、Instagram、Youtube等線上線下互動點,我們都可以取得比過去更多元的消費數據。消費者瀏覽過那些商品資訊?關注的要點是什麼?考察過哪些「關鍵意見領袖」(Key Opinion Leader, KOL)的看法?分享的使用體驗是正面還是負面?是否進行重複採購?
實測驗證需求
唯有「直面顧客」才能了解顧客,然後做出正確的服務體驗設計。啟動永無止境的追蹤使用者的偏好與習慣,並且經由實地測試來驗證顧客洞察的結果,是影音串流龍頭Netflix能夠在市場異軍突起的關鍵要素。正確使用數位科技使得Netflix在殺成一片紅海的影音市場開創出新藍海,這是Netflix創辦人哈斯廷斯(Reed Hastings)刻意培養出來的企業傳承。如果說賈伯斯(Steve Jobs)是「市場藝術家」,那麼哈斯廷斯就是「市場科學家」。賈伯斯所帶領的Apple基本上不做市場調查與分析,而是著重於創建起獨特的美學風格及培養敏銳的顧客感知能力;哈斯廷斯認為自己並不具備與賈伯斯同等的市場洞察力,因此,在其掌舵下的Netflix另闢「顧客科學」(Consumer Science)的新航向以抵達賈伯斯的美麗境界。
同樣是「直面顧客」,Apple與Netflix的做法南轅北轍,不過條條道路通羅馬,只要能夠取得顧客歡心就是正確的道路,並沒有優劣之分,就像我們無法比較莫札特(Wolfgang Amadeus Mozart)與貝多芬(Ludwig Van Beethoven)的好壞;無法論斷李白與杜甫的高低,重點是找到適合自己的成長路徑,感性成分比較多的經理人可以考慮培養賈伯斯般的直覺感知;如果思維模式偏向於邏輯與數理思考,哈斯廷斯就是最佳的學習典範。學習不是全然的模仿,而是啟發自己內在本來就具備的潛能,至於採取何種直面顧客的演化路徑,最終還是要經營者不斷的在現場探索才能進行實證。
相對而言,賈伯斯的做法是比較難模仿的,除了認真、用心、努力外,多少要具備某種與生俱來的天賦。因此,我們鼓勵大部分的經理人採取類似Netflix「顧客科學」的做法來設計服務體驗,畢竟不需要感性天賦的標準作業流程比較容易學習、理解與模仿,包含蒐集資訊、形成假設、定性定量、市場調查、A/B測試等階段的「顧客科學」方法是有一定的邏輯可以掌握,可以不斷的進行複製並且形成相同結果,想要效法賈伯斯以心印心的感性思維模式,恐怕要有相當高的悟性,沒有一定的感性天賦很難求成。
迷戀顧客的5種途徑
哈斯廷斯希望Netflix的產品經理能夠建立起大量實驗的組織文化,進而發展出令人驚嘆的顧客洞察力,從Netflix不斷的推進A/B測試就可以看出端倪。Netflix的產品團隊會由不同的市場定位與品牌展現方式發展出不同的行銷方案,並且每2個星期就要針對非會員拜訪的網頁進行A/B測試,借助消費者進行評價與判斷的反覆驗證,Netflix設法調整出有效的內容呈現方式,前Netflix產品副總裁吉布森(Gibson Biddle)表示,Netflix希望藉此持續不斷的提昇以下2項衡量指標:
1. 試用比率
非會員網頁的訪客中,約有2%選擇免費試用Netflix。
2. 付費轉換率
當免費試用結束,約有90%顧客會轉變成Netflix付費會員。
對於Netflix而言,提昇試用及轉換比率的做法不能僅止於「聚焦顧客」(Customer Focus),而是要發展到「迷戀顧客」(Customer Obsession)的更高經營標準,此時落實策略佈局的重點不單是傾聽顧客怎麼說,不再是停滯於顧客現在的渴望與需求,不再是只追求顧客滿意。吉布森表示,「迷戀顧客」是要善用「組合式的研究技巧」(Mix of Research Techniques),將顧客安放在你做的每一件事情上,並且開始透過顧客的視角來看產品。吉布森發現利用科學方法來形成及測試假設,正是建立「迷戀顧客」文化的最佳途徑,這項努力使得Netflix在取悅顧客的做法上很難被競爭者複製。想要發展出「迷戀顧客」的組織文化,企業可以參酌吉布森所提出的建議,採用5種不同的途徑來超越過去聚焦於顧客的做法:
1. 經由顧客科學的方法來進行測試與學習
2. 創造並落實非預期以及未來的市場需求
3. 追求長期的顧客喜悅
4. 成為新領域的先鋒以減少競爭
5. 顧客喜悅為先,確保難以複製,較高利潤就會來
這5個直面顧客的原則表面上很容易懂,不過要正確的執行並不簡單,因為有太多的主觀意識在影響經理人的判斷,Netflix的高層就曾經犯下這樣的思維錯誤。回顧2004年之際,Netflix在哈斯廷斯強力的支持下,推出Friends功能,Netflix的開發團隊堅信使用者必定樂於接受朋友的建議,而隨著使用這項功能的人越來越多,所形成的網絡效應就越強大。假設前提是藉由提昇顧客的好友推薦率,Netflix可以有效的降低行銷成本,取得穩固的市場口碑,建立起難以複製的品牌定位。
6年的失敗教訓
然而,事與願違,事後證明Netflix高層想當然耳的直覺判斷是錯誤的,其實該公司最終的績效目標是提昇「顧客留存率」,而好友推薦率似乎是最好的先行指標。當顧客將產品及服務至少推薦給1位好友的比率越高,應該「顧客留存率」就越高吧?這個命題並沒有經過測試證明是正確的,但是在眾人樂觀的想像之下,使得Friends社群開發專案得到長期的投資與支持,長達6年的時間裡,Netflix的高層都以為社群策略是相當值得投入的關鍵項目,絕對不能半途而廢,他們堅信只要下定決心就能做出成績來,更何況該公司已經在社群專案投資這麼多的時間與資金,加上沒有人願意將創始人充滿熱情的提案扼殺於搖籃之中,於是Friends這個專案就這麼堅持許久。
直到2010年,Netflix高層才痛下決心關閉這項功能,開發團隊終於意識到想要透過好友推薦來提高「顧客留存率」並沒有想像中容易,根據推算至少要達到20%的好友推薦率才有可能實現。但Friends上線的初期只達到2%推薦率,再經過4年的努力也不過達到8%而已,離理想目標可說是遙遙無期。如果Netflix早些採用顧客科學的驗證方法來評估Friends的市場價值,或許可以有效排除直覺的偏見,訂定類似迷戀顧客的5種途徑不會太難,但是要落實原則往往會遭到人性謬誤的干擾。
經營企業要完全不犯錯很難,關鍵是要建立起自我校正的管理機制,而直面顧客正是幫助我們不斷調整市場策略的最佳驗證途徑,Netflix在好友推薦上面的努力並沒有完全白費,最終證實使用者對於分享電影並沒有想像中熱切,況且有時候他們不過是根據自己的偏好來進行推薦,結果親友反過頭來吐槽使用者的品味太差,這一點恐怕是Friends開發團隊事前無法察覺的情境。同時,正因為如此,使得許多人並不太願意全然公開自己收視的影片。犯錯不一定是壞事,失敗是學習必然的過程,有助於我們察覺潛藏於市場深處的商業祕密,沒有Friends專案,誰知道朋友會吐槽我們自己呢?
AI顧客科學
經營過程中的失敗是常態,通常只要大方向是正確的,並不會影響企業在市場上的藍海佈局。多年來Netflix運用「顧客科學」針對直面顧客的行銷方案進行測試,充分發揮去蕪存菁的功能,有助於積極推升Netflix的品牌形象及產品開發的成效,該公司的影音串流服務因而獲得無數消費者的選擇與青睞。此外,近年因為新冠肺炎(COVID-19)肆虐,導致許多人寧願待在家裡觀看影集打發時間,Netflix的影音服務平台因此成為市場最佳的選擇方案,光是2020年的第1季,Netflix就增加了1,600萬名顧客,使得該公司全球使用者增加到1.8億名,更有效將Netflix的股價一舉推上492美元的歷史新高峰。
談完失敗個案,讓我們來談談Netflix的成功故事,除吉布森所強調的「消費者試用率」及「付費轉換率」,如果再加上前文提及的「顧客留存率」,這3大績效衡量指標可說是Netflix最重視的市場經營指導方針,其中又以「顧客留存率」最為多數公司所經常採用,由於Netflix採取的是按月扣款的訂閱模式,如果訂戶對於平台所提供的服務感到不滿意就很容易退訂,因此,如何避免顧客流失就成為Netflix經營的關鍵要務,其實最簡單易懂的做法就是讓使用者永遠有好戲可看,保持每天追劇的良好習慣,然而說來容易,做起來可是困難重重。
Netflix運用的是大數據追蹤術,每當用戶進入Netflix的影音平台,他的一舉一動就被「顧客科學」完全掌握,無論是活動時段、搜尋電影、觀賞類型、收看清單、中斷收看、觀賞時長、演員喜好、內容評論等都將會列入追蹤,種種數據經過AI演算法處理之後,Netflix就會自動生成推薦內容,就算是推薦同一部電影給不同的人,電影選單所展現的演員介紹海報也是擁有個別化差異的。其實Netflix的底層基因和Google很類似,2家公司主要目的都是讓顧客很容易找到自己想看的內容,當然最好是能達到完全不用找,想要看的內容就能自動上門來的境界。
根據使用者的數位旅程來分析顧客的行為偏好是目前的顯學,有助於企業創造個人化的貼心服務體驗,而且隨著AI工具的越來越平民化,顧客科學不再是Amazon、Google、Netflix這樣的大公司才能實踐的商業模式,未來有一天,就算是最不起眼的小公司也能操作同樣的工具。不過或許Netflix提出的「迷戀顧客」的5大途徑才是策略求勝的最終決戰點,畢竟取悅顧客才是最高指導原則,顧客科學則是強大的管理工具,誰是主,誰是從,我們應該分辨清楚才成。
資料來源:https://udn.com/news/story/6868/5294010?from=udn-relatednews_ch1015
同時也有1部Youtube影片,追蹤數超過8萬的網紅范琪斐,也在其Youtube影片中提到,歡迎收看范琪斐的寰宇漫遊,今天的琪斐大放送我們要來談談,2020美國總統大選民調一面倒的說拜登贏川普一大截,川貴人,這次別選了吧?乖~我待會給你買個....樓?大家好,我是范琪斐。中間偏右的《華爾街日報》(Wall Street Journal)聯手中間偏左的《國家廣播公司》(NBC),在「川拜」首...
抽樣方法有哪些 在 黃紹庭 Facebook 的最讚貼文
🔰邁意霸凌民意 民調變成宣傳工具!
⏭️輕軌問題重重 邁邁到底在急什麼?
上週二,紹庭才剛踢爆陳其邁市府僅用一份只有四題、充滿引導式問法的民調報告就宣稱高達6成民意支持,就要「復建」爭議十足的輕軌二階工程了。沒有想到陳其邁市府竟毫無任何檢討改進、反省,利用今天週末又無預警發了新聞稿稱市府做了兩份民調,其中有一份居然還是「街訪」,欺騙市民可謂已到了沒有下限的地步。
要知道,街訪是一種毫無學理依據,不客觀中立,更不符合科學標準及精神的調查方式。一般只有商品在作促銷或直銷時,才會使用,但陳其邁市府卻以街訪來刻意操作及包裝,對「輕軌」這項攸關高雄未來百年大計的重大政策及建設進行民意調查,簡直是把輕軌當兒戲,再一次騙人騙己,欺騙全體高雄市民!
不僅如此,另一份由市府研考會今天公布的最新電話民調,研考會竟然還是繼續如法炮製如同上回般以民調誤導方法來取得高層長官所要的答案,像是詢問民眾「第二階段興建經過改善後,請問您支持興建嗎」?或先表明「經過交通運輸動態模擬,經過的41個輕軌經過路口的行車狀況都沒有影響?」,然候再問民眾是否支持輕軌,皆是非常刻意引導受訪者的問題。
更離譜的是,這份民調調查時間選擇在連續兩個平日的晚上調查,如此安排,勢必會有很多族群會被調查不到,一般較準確的民調都選擇將時間跨到周末來調查。年齡層抽樣方面,該份民調降到15歲,請問,有多少15歲的年輕人會使用市話?既然不容易在市話找到15歲的年齡層,那這份民調是否會失真,還有任何參考價值嗎?
輕軌是重大交通建設,市府應該用中性的立場,務實瞭解民眾的憂心和質疑,而非採用引導式、畫大餅式、完美假設式的扭曲手法,無疑是把民調當成是施政願景的宣傳工具。市府這樣做,只是為了讓民調結果符合己意,美化數字,而非真正想要瞭解民眾的憂心,政治斧鑿痕跡斑斑。
陳其邁市長「急急急」,幾天就輕鬆做出來幾份「量身訂作」的民調,已不是新聞了。
巧合的是,日前捷運局長在議會答詢時,竟將輕軌沿線數十個危險路口的交通優化、安全評估計劃等,從「三個月」改成只要「三周」即可完成,這不是拿高雄人的性命開玩笑嗎?這真的是在「優化」嗎?既然交通評估可以像開支票一樣大幅縮短、說減就減,當然可以想而知,高市府「三天」做出來的民調,也會是純粹的「邁意民調」。
高雄輕軌二階要不要續建?背後涉及觀光、交通及城市發展等議題。
而二階輕軌路線進入到人口稠密區,道路狹窄的市中心範圍,所可能衍生出來的交通問題、安全問題、救災問題等,都是百萬市民朋友最憂慮及害怕的。
紹庭要請教陳其邁市長,對於危險路口的優化評估,真的可以那麼快完成?請問做出來的優化計劃,真的是可行嗎?不用再經過專家學者、地方民代共同來把關嗎?真的不會太扯太離譜嗎?
紹庭呼籲,與其要作這樣欺騙社會的民調,市府不如把錢省下來,先多開幾場說明會,讓市民瞭解市府規劃了哪些改良方案、是如何進行交通動態模擬並讓民眾公評其可行性,這才是正辦!
#民調變街訪,邁意超越民意。
#市府黑箱作業,到底在急什麼?
#漠視民意反彈,民調淪為宣傳工具。
#跟其邁對賭雞排1000份,大膽預言市府短時間就會宣布續建硬幹。
抽樣方法有哪些 在 范琪斐的美國時間 Facebook 的最佳解答
歡迎收看范琪斐的寰宇漫遊,今天的琪斐大放送我們要來談談,2020美國總統大選民調一面倒的說拜登贏川普一大截,川貴人,這次別選了吧?乖~我待會給你買個....樓?大家好,我是范琪斐。中間偏右的《華爾街日報》(Wall Street Journal)聯手中間偏左的《國家廣播公司》(NBC),在「川拜」首場辯論後,到川普確診前這段時間,所做的民調顯示,拜登的支持率高達53%,足足領先川普14個百分點(53%:39%)。真的假的啦~這個幅度也太誇張,我們再參考一下別的。
(10/11公布)美國ABC News和《華盛頓郵報》(The Washington Post),在川普出院後做的最新民調,有54%的選民說會把票投給拜登,大幅領先川普12個百分點(54%:42%)。專門統計各家民調數據的Five Thirty Eight指出,拜登的平均支持率勝過川普10.4個百分點(52.2%:41.9%, 10/10數據)。另一個民調數據集合網站「真清晰政治」(Real Clear Politics)的網站顯示,從10月以來每一家主要民調公司統計出的結果,都是拜登遙遙領先川普,差距在5到16個百分點不等,其中不乏立場較為中間的The Hill和經濟學人。所以平均下來拜登的支持率領先9.8個百分點。(10/9公布)美國權威智庫與民調機構「皮尤研究中心」(Pew Research Center)做出來的結果是,52%的選民打算把票投給拜登,領先川普10個百分點(52%:42%)。
我們找了很多民調,可是只有很少數的說,川普領先拜登, 說很少數,是怕我們川貴人傷心,其實找來找去只有一個。 (10/5公布)英國《每日快報》聯手英美智庫Democracy Institute做的民調顯示,川普支持率在46%,小勝拜登1個百分點(46%:45%)。不過我還是註明一下,這個《每日快報》是英國的右翼八卦報,民主研究所的民調,也沒有被民調界公信力很高的538列入參考的近500家民調就是了, 所以現在大多數民調都顯示,拜登會獲得壓倒性勝利,但川貴人當然不認為他會選輸啊,最近又在那邊「Fake news」、「Fake polls」喊來喊去,民調統統都是假的!這都是幻覺~嚇不倒我的!
先不要笑,川貴人說的是真的,4年前一直到投票日當天早上,民調都還顯示希拉蕊一定會凍蒜,《紐約時報》做了大半年的民調,到選舉當天早上,還在說希拉蕊有80%以上的勝選機會,結果最後被「逆轉」,搖擺州統統被川貴人拿下!2016年的民調,被很多人認為是「壞掉了」、「走鐘了」,完全無法反映出真實民意,今年隨著大選日逼近,也有越來越多人開始質疑,真的假的啊?這幾年來專家們一直試圖釐清,當年的「希拉蕊慘案」到底是怎麼出現的,總之過去四年民調專家就很努力的要找出,民調為什麼會跟開出來的票差那麼多,但真的非常困難,因為變數實在太多了,我們今天就幫大家整理出幾個專家們認為可能的原因。
(一)手機的普及
還記得去年台灣不是在吵「手機民調要不要納入總統初選民調」嗎?美國其實也有類似的問題。美國現在就跟台灣「人手一機」一樣,有時候還兩三機,越來越少人使用家用電話了,而且年輕人、低收入者以及少數族群,都只用手機而已;反觀年長者和白人族群,就會比較依賴室內電話。大數據分析網站《Datanami》就指出,25歲左右的年輕人看到不認識的電話,幾乎都會pass不接;但70歲的長輩們則是每通必接,因此這樣進行的電話民調就很容易往某一族群傾斜。
那用手機民調不行嗎?根據1991年的《電話消費者保護法》(Telephone Consumer Protection Act of 1991;TCPA),美國是禁止「自動撥號系統」打電話給手機用戶的,所以如果要打手機做民調,就必須派出「真人」撥號,這有多麻煩呢?數據顯示,你想獲得1,000個回答,就至少得隨機撥號2萬次,其中大部分是空號,因為手機號碼是私人的,根本不會刊登在電話簿上,這實在太勞民傷財了,很想幫做民調的人馬殺雞一下耶,你們辛苦了。
(二)沉默的多數
每次選舉我都很期待接到民調電話,但大多數美國人可不是這麼想的,可能是因為擔憂個資和隱私外洩,導致選民接電話不敢說出真實意見,或者是覺得,蛤~民調很久欸,老娘才沒空理你。1970年代左右,美國「民調回應率」(Polls response rate)高達80%,你只要打過去人家多半都會回答你,但是根據「皮尤研究中心」最新報告,2018年美國「民調回應率」已經暴跌到6%,等於你打100通電話就只有6個人不掛你電話、願意花時間跟你聊兩句,但你也不知道他是不是講真話。
像2016年的大選,支持川普的選民中,就有一群選前不願意表態的,或者在接受民調時故意說謊的,有些甚至不告訴鄰居他們其實支持川普。《Datanami》表示,這些選民會讓調查的結果失準2%到6%,6%很多欸,根本就是超出誤差範圍了。
(三)網路民調難
啊現在網路那麼發達,用網路做民調不就統統搞定了嗎?事實上恐怕剛好相反。數據顯示美國18-29歲的年輕人,有98%都使用網路,但偏偏這個年齡層的人最不愛投票,拿美國總統大選風向球:2018年美國期中選舉為例,雖然這群年輕人投票率比前一次大幅提高15.7個百分點,但仍是所有年齡層中最低的(35.6%),也就是說,每個人都是「鍵盤投手」,大家網路上搖旗吶喊超熱情,結果投票日當天大家都覺得不差我這一票。另一方面,你在網路上想填幾歲就幾歲,想變性就變性,別國網軍想來帶風向,也不是那麼困難,因此網路民調也非常容易失準。
(四)早期民調誇大
另一個大變數是「早期民調」的準確度很低,因為選民還沒有足夠時間去瞭解候選人到底在幹嘛,但早期民調卻是媒體報導所仰賴的主要資訊來源,結果就是候選人拿來造勢、媒體見獵心喜誇大報導,進而影響到後續選民對候選人表示支持的聲量。例如看到拜登領先,那支持拜登的人講話就會比較大聲,因為他們是「主流」,反之支持川普的人,可能就會比較不敢表達意見,形成「沉默螺旋」。
「皮尤研究中心」也加碼解釋,事實上2016年的全國民調還算準確,(預測希贏3.3%最後贏2.1%),但美國總統大選是以選舉人票為單位,希拉蕊全國總票數高於川普也沒屁用,最後川普拿下所有的搖擺州,入主白宮。而選前的州民調也無法反映出搖擺州的真實民意,地方往往沒有全國性民調那種資源,四年前他們就忽略了在最後關頭,投給川普的搖擺選民數量,也沒有準確掌握未受過大學教育的白人選民,他們到底支持誰,種種因素導致了中西部上演「大驚奇」。還有就是民調公司往往有特定的政黨傾向,最後很可能導向「護主」的結果,讓民調不盡然客觀。
那這些問題2020年還會再重演嗎?老實說,有些變數還是很難避免,《紐約時報》就整理了,和四年前相比,哪些因素可能讓美國民調更精準或更失準。
更精準的第一點就是,搖擺選民減少了。
四年前民調失準的一大因素就是搖擺選民,但今年跟民調人員說:嗯~我還沒想好,的搖擺選民數量變少了,四年前的這個時候,大概還有20%的選民說他們還沒決定要投誰,或是打算投給小黨候選人,但今年這群人的數量只剩一半,而且其中支持川普的人也老早就表態,尤其是搖擺州的白人工人階級選民。
更精準的第二點是,選民教育程度的加權。
大家要有個概念,民調準不準確,完全取決於你抽樣有沒有做到「隨機」,也就是每個族群的意見都要被採納進來,但這真的非常難做到,最後很容易讓民調結果出現偏差。例如在美國,如果你跑去郊區教堂裡做民調,那幾乎可以篤定會獲得一個偏共和黨的結果;但如果你對大學生進行抽樣,最後很可能獲得一個偏民主黨的結果。另外的數據又顯示,受過高等教育的選民,比較願意接受民調訪問,每個都是選我選我~而那些較保守、教育程度較低的選民,他們的聲音就很難反映在民調上,所以如果你沒有按照「教育程度」來做加權,民調就會充斥太多年輕大學生的意見,導致結果偏向民主黨。先前民調機構都不怎麼重視教育程度對選情的影響,結果導致2016「爆冷門」。
有鑑於4年前的「教訓」,今年有越來越多民調機構,把選民教育程度的權重提高了,簡單來說就是把教育程度較高的受訪者音量降低一點,把教育程度較低的受訪者音量調高一點,讓他們各自符合在總人口中所佔的比例。今年從3月以來,美國各家民調機構做的幾十個調查中,已經有半數增加教育程度的權重,是先前的兩倍多(約20%)。
可能比2016年更糟糕的是,網路民調的增加。我們剛剛已經提過網路民調的準確度有待商榷,但過去幾個月來,越來越多機構採用網路民調的方式,比例佔地方民調總數的一半。他們採用的方法可能太過簡單,就是直接抓一群網路群組成員,然後再根據受訪者的人口統計資料進行分類加權,這樣的作法成本很低又很方便,但非常容易有樣本代表性不足的結果,而且最後民調可能左傾。 (最好的方式是結合電話民調和網路民調,例如AP/NORC/VoteCast的民調,電訪4萬人外加隨機抽樣11萬網友,結果可能較為客觀。
另一個可能不太客觀的做法是:請選民「回想投票」。
目前有越來越多投票機構採取這個方式,也就是要求受訪者回想2016年他把票投給誰,是希拉蕊還是川普呢?然後再依據他們的回答去做選舉意向的加權。這樣做可以讓民調數字看起來比較漂亮,也可以減少錯誤,但卻很難避免系統偏差,導致結果傾向某一政黨。再加上通常大家都會傾向回答,自己是投給獲勝的那一方,沒有人會想承認自己投給輸家嘛!再說這四年來誕生不少首投族,又有不少人往生,像是疫情導致那麼多人死亡,也有很多人搬到別的地方去,硬把2016年的投票意向套用到今年,恐怕不太合適。
所以這個民調到底是能不能看啊?你要是問我,我覺得就別看了 ,這是我們媒體想要預測選舉的結果, 或研究單位拿來做選民行為分析. 但一般選民還是把政策看清楚點比較要緊,你管別人怎麼投
今天琪斐大放送的關鍵字是:
#美民調失準
#選情霧茫茫
--------------------------------------
《#范琪斐的寰宇漫遊》每周四晚間8點55分在 #寰宇新聞台 播出,沒跟上的也沒關係,歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐的寰宇漫遊 🔔https://reurl.cc/ZvKM3 1000pm準時上傳完整版!
抽樣方法有哪些 在 范琪斐 Youtube 的精選貼文
歡迎收看范琪斐的寰宇漫遊,今天的琪斐大放送我們要來談談,2020美國總統大選民調一面倒的說拜登贏川普一大截,川貴人,這次別選了吧?乖~我待會給你買個....樓?大家好,我是范琪斐。中間偏右的《華爾街日報》(Wall Street Journal)聯手中間偏左的《國家廣播公司》(NBC),在「川拜」首場辯論後,到川普確診前這段時間,所做的民調顯示,拜登的支持率高達53%,足足領先川普14個百分點(53%:39%)。真的假的啦~這個幅度也太誇張,我們再參考一下別的。
(10/11公布)美國ABC News和《華盛頓郵報》(The Washington Post),在川普出院後做的最新民調,有54%的選民說會把票投給拜登,大幅領先川普12個百分點(54%:42%)。專門統計各家民調數據的Five Thirty Eight指出,拜登的平均支持率勝過川普10.4個百分點(52.2%:41.9%, 10/10數據)。另一個民調數據集合網站「真清晰政治」(Real Clear Politics)的網站顯示,從10月以來每一家主要民調公司統計出的結果,都是拜登遙遙領先川普,差距在5到16個百分點不等,其中不乏立場較為中間的The Hill和經濟學人。所以平均下來拜登的支持率領先9.8個百分點。(10/9公布)美國權威智庫與民調機構「皮尤研究中心」(Pew Research Center)做出來的結果是,52%的選民打算把票投給拜登,領先川普10個百分點(52%:42%)。
我們找了很多民調,可是只有很少數的說,川普領先拜登, 說很少數,是怕我們川貴人傷心,其實找來找去只有一個。 (10/5公布)英國《每日快報》聯手英美智庫Democracy Institute做的民調顯示,川普支持率在46%,小勝拜登1個百分點(46%:45%)。不過我還是註明一下,這個《每日快報》是英國的右翼八卦報,民主研究所的民調,也沒有被民調界公信力很高的538列入參考的近500家民調就是了, 所以現在大多數民調都顯示,拜登會獲得壓倒性勝利,但川貴人當然不認為他會選輸啊,最近又在那邊「Fake news」、「Fake polls」喊來喊去,民調統統都是假的!這都是幻覺~嚇不倒我的!
先不要笑,川貴人說的是真的,4年前一直到投票日當天早上,民調都還顯示希拉蕊一定會凍蒜,《紐約時報》做了大半年的民調,到選舉當天早上,還在說希拉蕊有80%以上的勝選機會,結果最後被「逆轉」,搖擺州統統被川貴人拿下!2016年的民調,被很多人認為是「壞掉了」、「走鐘了」,完全無法反映出真實民意,今年隨著大選日逼近,也有越來越多人開始質疑,真的假的啊?這幾年來專家們一直試圖釐清,當年的「希拉蕊慘案」到底是怎麼出現的,總之過去四年民調專家就很努力的要找出,民調為什麼會跟開出來的票差那麼多,但真的非常困難,因為變數實在太多了,我們今天就幫大家整理出幾個專家們認為可能的原因。
(一)手機的普及
還記得去年台灣不是在吵「手機民調要不要納入總統初選民調」嗎?美國其實也有類似的問題。美國現在就跟台灣「人手一機」一樣,有時候還兩三機,越來越少人使用家用電話了,而且年輕人、低收入者以及少數族群,都只用手機而已;反觀年長者和白人族群,就會比較依賴室內電話。大數據分析網站《Datanami》就指出,25歲左右的年輕人看到不認識的電話,幾乎都會pass不接;但70歲的長輩們則是每通必接,因此這樣進行的電話民調就很容易往某一族群傾斜。
那用手機民調不行嗎?根據1991年的《電話消費者保護法》(Telephone Consumer Protection Act of 1991;TCPA),美國是禁止「自動撥號系統」打電話給手機用戶的,所以如果要打手機做民調,就必須派出「真人」撥號,這有多麻煩呢?數據顯示,你想獲得1,000個回答,就至少得隨機撥號2萬次,其中大部分是空號,因為手機號碼是私人的,根本不會刊登在電話簿上,這實在太勞民傷財了,很想幫做民調的人馬殺雞一下耶,你們辛苦了。
(二)沉默的多數
每次選舉我都很期待接到民調電話,但大多數美國人可不是這麼想的,可能是因為擔憂個資和隱私外洩,導致選民接電話不敢說出真實意見,或者是覺得,蛤~民調很久欸,老娘才沒空理你。1970年代左右,美國「民調回應率」(Polls response rate)高達80%,你只要打過去人家多半都會回答你,但是根據「皮尤研究中心」最新報告,2018年美國「民調回應率」已經暴跌到6%,等於你打100通電話就只有6個人不掛你電話、願意花時間跟你聊兩句,但你也不知道他是不是講真話。
像2016年的大選,支持川普的選民中,就有一群選前不願意表態的,或者在接受民調時故意說謊的,有些甚至不告訴鄰居他們其實支持川普。《Datanami》表示,這些選民會讓調查的結果失準2%到6%,6%很多欸,根本就是超出誤差範圍了。
(三)網路民調難
啊現在網路那麼發達,用網路做民調不就統統搞定了嗎?事實上恐怕剛好相反。數據顯示美國18-29歲的年輕人,有98%都使用網路,但偏偏這個年齡層的人最不愛投票,拿美國總統大選風向球:2018年美國期中選舉為例,雖然這群年輕人投票率比前一次大幅提高15.7個百分點,但仍是所有年齡層中最低的(35.6%),也就是說,每個人都是「鍵盤投手」,大家網路上搖旗吶喊超熱情,結果投票日當天大家都覺得不差我這一票。另一方面,你在網路上想填幾歲就幾歲,想變性就變性,別國網軍想來帶風向,也不是那麼困難,因此網路民調也非常容易失準。
(四)早期民調誇大
另一個大變數是「早期民調」的準確度很低,因為選民還沒有足夠時間去瞭解候選人到底在幹嘛,但早期民調卻是媒體報導所仰賴的主要資訊來源,結果就是候選人拿來造勢、媒體見獵心喜誇大報導,進而影響到後續選民對候選人表示支持的聲量。例如看到拜登領先,那支持拜登的人講話就會比較大聲,因為他們是「主流」,反之支持川普的人,可能就會比較不敢表達意見,形成「沉默螺旋」。
「皮尤研究中心」也加碼解釋,事實上2016年的全國民調還算準確,(預測希贏3.3%最後贏2.1%),但美國總統大選是以選舉人票為單位,希拉蕊全國總票數高於川普也沒屁用,最後川普拿下所有的搖擺州,入主白宮。而選前的州民調也無法反映出搖擺州的真實民意,地方往往沒有全國性民調那種資源,四年前他們就忽略了在最後關頭,投給川普的搖擺選民數量,也沒有準確掌握未受過大學教育的白人選民,他們到底支持誰,種種因素導致了中西部上演「大驚奇」。還有就是民調公司往往有特定的政黨傾向,最後很可能導向「護主」的結果,讓民調不盡然客觀。
那這些問題2020年還會再重演嗎?老實說,有些變數還是很難避免,《紐約時報》就整理了,和四年前相比,哪些因素可能讓美國民調更精準或更失準。
更精準的第一點就是,搖擺選民減少了。
四年前民調失準的一大因素就是搖擺選民,但今年跟民調人員說:嗯~我還沒想好,的搖擺選民數量變少了,四年前的這個時候,大概還有20%的選民說他們還沒決定要投誰,或是打算投給小黨候選人,但今年這群人的數量只剩一半,而且其中支持川普的人也老早就表態,尤其是搖擺州的白人工人階級選民。
更精準的第二點是,選民教育程度的加權。
大家要有個概念,民調準不準確,完全取決於你抽樣有沒有做到「隨機」,也就是每個族群的意見都要被採納進來,但這真的非常難做到,最後很容易讓民調結果出現偏差。例如在美國,如果你跑去郊區教堂裡做民調,那幾乎可以篤定會獲得一個偏共和黨的結果;但如果你對大學生進行抽樣,最後很可能獲得一個偏民主黨的結果。另外的數據又顯示,受過高等教育的選民,比較願意接受民調訪問,每個都是選我選我~而那些較保守、教育程度較低的選民,他們的聲音就很難反映在民調上,所以如果你沒有按照「教育程度」來做加權,民調就會充斥太多年輕大學生的意見,導致結果偏向民主黨。先前民調機構都不怎麼重視教育程度對選情的影響,結果導致2016「爆冷門」。
有鑑於4年前的「教訓」,今年有越來越多民調機構,把選民教育程度的權重提高了,簡單來說就是把教育程度較高的受訪者音量降低一點,把教育程度較低的受訪者音量調高一點,讓他們各自符合在總人口中所佔的比例。今年從3月以來,美國各家民調機構做的幾十個調查中,已經有半數增加教育程度的權重,是先前的兩倍多(約20%)。
可能比2016年更糟糕的是,網路民調的增加。我們剛剛已經提過網路民調的準確度有待商榷,但過去幾個月來,越來越多機構採用網路民調的方式,比例佔地方民調總數的一半。他們採用的方法可能太過簡單,就是直接抓一群網路群組成員,然後再根據受訪者的人口統計資料進行分類加權,這樣的作法成本很低又很方便,但非常容易有樣本代表性不足的結果,而且最後民調可能左傾。 (最好的方式是結合電話民調和網路民調,例如AP/NORC/VoteCast的民調,電訪4萬人外加隨機抽樣11萬網友,結果可能較為客觀。
另一個可能不太客觀的做法是:請選民「回想投票」。
目前有越來越多投票機構採取這個方式,也就是要求受訪者回想2016年他把票投給誰,是希拉蕊還是川普呢?然後再依據他們的回答去做選舉意向的加權。這樣做可以讓民調數字看起來比較漂亮,也可以減少錯誤,但卻很難避免系統偏差,導致結果傾向某一政黨。再加上通常大家都會傾向回答,自己是投給獲勝的那一方,沒有人會想承認自己投給輸家嘛!再說這四年來誕生不少首投族,又有不少人往生,像是疫情導致那麼多人死亡,也有很多人搬到別的地方去,硬把2016年的投票意向套用到今年,恐怕不太合適。
所以這個民調到底是能不能看啊?你要是問我,我覺得就別看了 ,這是我們媒體想要預測選舉的結果, 或研究單位拿來做選民行為分析. 但一般選民還是把政策看清楚點比較要緊,你管別人怎麼投
今天琪斐大放送的關鍵字是:
#美民調失準
#選情霧茫茫
--------------------------------------
《#范琪斐的寰宇漫遊》每周四晚間8點55分在 #寰宇新聞台 播出,沒跟上的也沒關係,歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐的寰宇漫遊 🔔https://reurl.cc/ZvKM3 1000pm準時上傳完整版!
抽樣方法有哪些 在 各種抽樣方法(Sampling Methods) 簡介, 《提綱挈領學統計》, 9 ... 的推薦與評價
介紹簡單隨機 抽樣 (simple random sampling, SRS)、系統 抽樣 (systematic sampling)、分層 抽樣 (stratified sampling)、群集 抽樣 (cluster sampling) 等 ... ... <看更多>