文　林子喬（七転演劇部製作人）

身為一個喜歡欣賞表演的行銷分析工作者，拜讀兩廳院日前發表的「兩廳院售票系統購票客群暨消費行為報告」【1】，認為內容有許多值得討論之處，故撰此文評論之。會先聊聊從事資料分析時的重要觀念，再針對此報告中不足之處提出建議。

一、開始資料分析之前，先定義目標與問題。

定義要解決什麼問題，絕對是分析資料的第一步。不同的問題，所需要的分析方式和切入的角度，就會有所不同。有了明確的目標才能讓分析不偏離，產生的結論才有可能進一步應用。而且在過程中，必須不斷詢問自己：分析出來的結果跟要解決的問題之間有什麼關係？白話來講就是：「然後呢？」依照新聞稿，本報告最大幾個目標為「有效幫助節目行銷應用及資源投放」、「幫助新興場館或藝文團隊開拓潛在觀眾」、「拓展藝文市場」。但很可惜在本報告中，只是把各種百分比列出來，看不到兩廳院對呈現內容提出自己的觀點，也缺乏解決問題的建議。

二、任何數據都需要有一個比較標竿（Benchmark）

單一的百分能傳達的資訊是有限的，一定要有一個比較的基準點，也就是需要有宏觀、整體的角度來解釋數字背後的含意。打個比方，假設商店A的綠茶銷售額佔該店整體銷售額的20%，並沒有辦法知道20%算高還是低。必須再看所有商店綠茶銷售額的佔比，才能知道綠茶在商店A中賣得好或不好。

三、善用資料的維度做交叉分析，敘述統計也能產生價值

通常在整體趨勢分析時，不見得要用到進階的模型，光是利用既有資料的維度，就可以探究出一些原因。以兩廳院售票CRM內資料維度的豐富度，很可惜並沒有完全被應用到本報告中，導致呈現的內容不夠深入。雖然是針對消費者的報告，但除了人口統計與購票行為之外，購買的演出相關資訊也應該做為切入的角度。只粗略分成戲劇、音樂、舞蹈、親子、其他是遠遠不夠的。

四、資訊需要貫穿整合，而非片段式呈現

每個資訊都是一個點，需要有邏輯的思考彼此的關係，把不同點串成一條故事線（或者習慣稱為flow），就是想要透過資料來說明什麼事情。需要解釋每個現象背後可能的原因，而不是只把現象的片段貼出來就了事。

五、CRM系統能夠做更多以「消費者」角度出發的分析，包含顧客區隔

相較於POS系統【2】，CRM【3】是從人的角度出發，長期記錄消費者的行為，因此在行銷上是一個有力的工具。除了觀察消費行為的轉變之外，顧客分群與培養忠誠度都是CRM能做到的事情。然而本報告在行為分析上還有非常大的進步空間（以下會細談學生族群購票延續率錯誤之處），更遑論利用機器學習演算法，做到顧客區隔了。

接著，再針對本報告內容進行建議。

1、產業銷售金額概況：

先分享一個簡單的公式，拆解產業銷售金額：

『銷售金額 = 觀眾人數 × 平均每人購票次數 × 平均每次花費金額』。

平均每次花費金額，可以再拆成 『每次購買票數 × 平均票價』用這個公式可以了解市值變化的原因，提升其中一個指標都可以帶動產業成長，但是提升不同指標要做的事情是不同的。

觀眾人數指的是，在一段時間內，至少購買過一次演出的會員，並非兩廳院會員總人數。兩者之間的比率稱之為普及率，或滲透率。假設10萬會員中有9.5萬至少購票一次，那麼普及率為95% ，此指標可用來觀察會員實際購票的活躍程度。建議兩廳院可以補充這個指標歷年來的變化。

本報告第10-13頁使用的是產值與場次，建議可以用上述的公式來理解產值變化之原因。同時，我從這幾頁數據發現了幾個問題。以戲劇類為例，2015-2017年銷售金額從5.9億成長到6.3億，但是演出場次由2820減少到2292場，這代表每場次平均產值從20萬提高到27萬。試問：減少了528場演出，是團隊改用其他售票系統？還是製作真的變少了？是減少在哪個場館？哪種規模的團隊？哪種類型的演出？每場平均單價提高，是因為所有票都漲價？還是票價較高的演出增加？還是有特殊的製作把票價墊高？（例如國外表演團體）建議進一步查閱這些維度，才能夠更好的描述產業動態。

2、購票者面貌：

報告中對購票者人口統計的分配比例，是只看購票者的情形，建議與整體台灣的情形來做比較，可以發現更多內容。有些數值可以利用常理判斷，例如第16頁性別分佈，購票者為女性七成男性三成。因為我們知道全台灣男女比例大約五五波，因此可以說觀眾以女性為大宗。但是在居住地區上，雖然看絕對數字分佈比較直觀，但缺乏宏觀視角。於是我利用報告中戶政司的資料，以2016年各區域購票人口/各區域總人口，來看「某地區購票觀眾的比例」。結果發現新北市僅0.9%，台北市1.5%，其中密度前五名為中正區（2.2%）、大安區（1.9%）、中山區（1.9%）、信義區（1.7%）、松山區（1.7%）。除了實際購票人數之外，購票觀眾密集度也應該做為文化推廣政策的衡量指標之一。

第21頁購票張數說，年度購票以每人2張佔多數。不確定是一整年買2張票的人佔35%，還是每次購票買2張的人佔35%？還需要兩廳院再補充說明。這次報告中還有提及購票頻次，我覺得還不錯。但是光就頻次這個主題，就有許多問題值得被繼續探討，才能產生真正對表演團隊有幫助的建議，將在下一個段落提出我的看法。

先說一下第24頁購票時間，因為這是所有演出的情形，所以高峰期基本上就是受到系統開賣時間的影響，如果兩廳院改成下午六點啟售，那麼高峰就會變成下午六點。更有意義的做法，應該是以不同類型的節目來檢視，了解是否所有的演出都是這樣的模式。說不定只有兩廳院自製節目是這樣，因為觀眾為了搶票所以十二點啟售就開始訂購，但沒有搶票需求的節目，根本就不是這麼一回事。如果暫時無法將訂票時間資料分享給表演團隊，至少先讓團隊能找到相應的類別，有所參考。

3、購票頻率分析

本報告指出2014~2016年，每年只購買一次的觀眾佔了62%。兩廳院認為這代表產品多元獨特性，吸引不同藝文客群欣賞。但我卻認為，這代表觀眾的觀賞習慣並沒有被培養起來，這個市場六成的人都是輕度買者。接著可以思考幾件事情：

　　A、62%跟其他國家比較起來是偏高還是常態？

　　B、這些只購買一次的觀眾，是因為什麼演出而來的？是因為某某藝術節或藝穗節嗎？在什麼場館？能接受的票價？……等等行為描述都應該單年度的來檢視。才能更有效的吸引這群一年只購票一次的觀眾。

　　C、這些只購買一次的觀眾，隔年繼續消費的比例是多少？至少可以分成「離開（隔年沒買）」、「持平（隔年買一次）」與「增加（隔年買2次以上）」三群人。並且去看持平與增加的觀眾，隔年買了什麼節目，經過什麼樣子的歷程培養他的觀賞習慣。至於離開的觀眾，可以利用簡單的進一步調查，了解他不續留的原因。是因為體驗不好？還是因為支持親友但親友隔年沒演出？還是因為移轉到其他消費？還是經濟條件改變？

　　D、從報告第35頁開始，是針對2014~2016年間僅消費一次的觀眾做分析。但這個部份看完之後都想問：然後呢？這個數字想表達什麼？例如第35頁，2014~2016年間僅消費一次的人之中，有60%為2014~2016年新加入的會員，但一樣沒有對照標準（Benchmark）。在此或許可以把新、舊會員各自當成100%，檢視底下購買次數的分佈。假設新會員中消費一次（80%）+消費二次以上（20%），舊會員中消費一次（40%）+消費二次以上（60%），那才可推論「新會員是很輕度的使用者，還需要時間慢慢培養。」

　　E、第36頁的節目類型，建議要跟各類型場次比例做對照。因為報告中沒有節目類型的人數資料，我使用場次資料，發現消費一次的觀眾，較偏好「其他」；不包含其他類型的演出時，僅消費一次的觀眾明顯偏好戲劇類節目（整體場次內，戲劇佔45.6%，而消費一次人數內，戲劇佔52.7%）。但重複購票的觀眾選擇戲劇的比例較低，對於戲劇團隊而言是一個值得注意的現象。

4、學生族群購票延續率

本報告使用的分析方式是有問題的。所謂的延續率（retention%），應該是看前一期有購票的人，到了後一期還有多少人繼續購票。但本報告用後一期的觀眾作為分母，回推有多少比例的觀眾在前一期有購票。既然是「學生族群延續率」，分母就應該是當初的「學生」，而非現在的「社會人士」。建議作法是，將2012年間，19～22歲的觀眾作為100%，計算這群人到了2016年，有多少比例還繼續購票。（估計2016時的年齡為23～26歲）。

另外，報告最後還統計了購票最多的前三名星座，我個人覺得除了添增此篇告報的趣味性，但對於團隊行銷工作的實質助益並不大。星座是一種分類方式，把顧客分群（customer segmentation）是行銷上常用的方式，目的是根據目標觀眾（TA）的特性、需求去設計溝通訊息與方式。然而星座、即便再加上年齡、性別、地區，甚至是常聽到的學生與社會人士，都還是很表象的敘述。這些維度可以簡單描繪出「表藝觀眾」與「非表藝觀眾」之間的差別，但是並沒有更細緻的去分析「表藝觀眾」內還存在著許多不同的子群體，而這正是表演團體需要的資訊。

加上「行為變數」與「心理變數」來做顧客區隔，能更立體的描繪消費者。雖然兩廳院目前沒有觀眾的心理因素（例如：觀賞的動機、希望從演出中得到什麼。可以透過問卷了解），但是售票系統已經有非常珍貴的「行為」資料。如果可以把這些維度都納入，運用「集群分析」演算法（clustering algorithm），就可以做出更具備洞察（insight）的區隔。機器學習演算法會決定用什麼維度去切，達到最佳的分群效果，讓每個群體之間的差異性最大。

舉例來說，可能會有一群人是觀賞戲劇、舞蹈、音樂，只看知名或國外大型表演藝術團體的演出，購票高峰集中在TIFA期間； 另一群人是偏好大眾劇場，一年看個2～3次；又另一群人看的戲是集中在小劇場，常跑牯嶺街……等。這些區隔做出來之後，就可以和表演團體進行比對（mapping），看每個團隊的觀眾組成，以及找出有開發潛力的群體。另外，可以分析團隊觀眾的「重疊情形」，讓團隊了解自己的觀眾同時也欣賞那些其他演出。講一個最簡單的應用：團隊常常去其他演出前面發DM，如果有了這個資訊之後，可以更精準的選擇觀眾重疊率高的場子發，在資源有限的情況下發最大效益。

回到文章開頭講的觀念，做任何分析之前一定要先確認目標。如果兩廳院目的在於協助表演團隊行銷，那麼應該先與表演團隊溝通，確認現在團隊最需要的資訊究竟是什麼，收集各方意見之後，定義出不同級別的團隊目前的困難，再對症下藥，才能顯現兩廳院售票系統中資料的含金量。其實關於表演藝術產業的數據，有太多太多可以做的分析，並且能真的對表演藝術團隊有所幫助，不至於淪為一種花邊專欄。兩廳院擁有如此龐大的數據，一定可以給表演藝術團體有用回饋，不是講一些已知的數據。

而這份報告公布了以後，業界的想法是什麼呢？這份「兩廳院售票系統購票客群暨消費行為報告」究竟是投入多少的時間、人力以及資金呢？兩廳院若對這份報告感到滿意，是代表缺乏數據分析的知識，建議與專家合作。若感到不滿意卻還拿出這份報告，做做表面功夫、拉抬自己聲勢，無心幫助改善台灣表演環境，則是缺乏正確的心態與價值，恐怕非大家所樂見的。

註釋

1、原文網址：https://goo.gl/cEzMNy

2、POS=point-of-sale 這個是系統一般被稱為『銷售點資訊管理系統』，POS系統是指商店利用掃瞄器、條碼、發票列印機、來客顯示器與收銀機等電子數據處理器之功能，對商品做掃瞄、收銀等銷售的工作，目的在於簡化銷售的流程與分析銷售數據，作為銷售管理之用，提供給管理階層作為決策的依據。

3、客戶關係管理系統（CRM系統，或簡稱CRM）通常包含由每位顧客的基本資料及互動歷史記錄集合成的客戶群資料庫，而系統的使用者尚需使用資料挖掘以有效整理出有利用價值的資料，讓經授權的前線銷售人員、市場分析員、客戶服務主任等跟客戶交往時，可以參考CRM系統內的客戶記錄，以加強對彼此的了解，使服務更個人化。理想的 CRM 能提供有始有終的顧客服務，並能達成提昇顧客滿意度及顧客忠誠度之最終目的。