Category Archives: 圖表 Infographics

新制勞工退休金績效的圖表應該怎麼畫?

今天早上打開聯合報,看到一張描述平均每個勞退新制投保者的勞退基金績效圖。

折線圖的侷限

先講好的部份。這張圖有將負數的地方特別標示,同時數值也改成紅色,並且將最新一年特別強調出來,方便讀者看到負數的表現。我早上簡單翻了幾報,好像只有聯合報處理,要先鼓鼓掌。

IMG_20160202_091217

但是這張圖是否適合用折線圖來畫呢?我重新用Excel把聯合報的這張圖繪製一次,得到下面的結果。第一眼會看到數值高高低低變化,這是折線圖的特性,但是我們遇到負數數值的時候,可能直條圖會更為清楚。

勞退基金平均每人績效折線圖

 

直方圖的特性

上下兩圖比較,首先,直方圖在負數時,表現特別明顯,其次,我們可以針對正值與負值標記不同顏色,所以直方圖要比折線圖更容易看出新制勞退基金2005年開辦以來,有4年大好,2年大壞,2015年的表現微不足道。

勞退基金平均每人績效直條圖

 

瀑布圖可以拆解長期數值

當然,如果你是一個跟我一樣上了年紀,從2005年開辦第一天就開始加入勞退新制的好青年,其實你比較關心的不會是去年一年的賺賠,而是累積的數據,這時候我們要請出「瀑布圖」(Waterfall Chart),利用這種方式,我們可以看到累計起來,平均每個人10年下來的獲利是2萬元,當然這個數值與真實狀況有點出入,畢竟每個人投保金額都不一樣,每個人有沒有自己加碼也不一樣,而且每年投保人數都不同,但是你還是可以看得出來,長期下來勞退基金是賺的。瀑布圖以前要自己慢慢拆數字畫,但在Excel 2016年之後是內建的圖表。

 

勞退基金平均每人績效瀑布圖

 

找到讀者可能想看的視角

所有圖表當然都不只是拿到數字後就重新繪製這麼簡單,我每次在圖表課當中都會強調「視角」的轉變,瀑布圖就是一種視角的轉變,下圖又是另外一種視角轉變。台灣有非常多人不是在2005年加入勞退新制的,如果他在2006年加入的呢?2008呢?2014呢?所以我們利用同樣的數字,又可以得到不同加入年的累積獲利。上圖呈現的是2005年加入的投保者的狀況,下圖可以讓不同年份加入的人,看到自己的情形,同時也可以發現其實2005年加入與2007年加入好像差不多,最好的是2009年初加入的,因為2009年大賺,同時又逃過2008年的大跌。

勞退基金不同加入年平均每人績效直條圖

中古車報廢免貨物稅的新聞中,車齡分布圖表要怎麼畫?

今天(2015/11/13)幾乎各報都有一則新聞,6年以上的中古車如果報廢或者出口,再買新車可以免貨物稅。我個人是不開車也希望大家減少開車,所以不知道政府在想什麼,但據說對於新車市場很有幫助(但台灣車有三分之一的車是進口的哦)。

圖表永遠是公關的好工具

我在8年前的動腦雜誌上寫過一篇文章,「公關人,你會用圖表嗎?」,建議公關界的朋友多在新聞稿或者Press Kit當中放入圖表,因為媒體使用圖表的機會越來越大,而且視覺溝通有一個可怕的地方在於先入為主,如果你已經把一種資訊選擇了特定方式繪圖,通常媒體就會跟著你的圖來畫,這是所有溝通的素材當中,最不容易被扭曲的一環。

中國時報、工商時報、經濟日報,基本上圖表都一樣

我雖然沒有去昨天的記者會或者拿到新聞稿,但我可以知道交通部一定有提供一張圖表給各大媒體使用,因為以下各大報,幾乎都畫出類似的圖表。資料的欄位一模一樣,而且排序的邏輯也一樣。當然,中國時報(第一張)的美邊一定收到了「畫好看一點」的指令,然後就沒有按照通用的排序方向排序,而且又變成立體橢圓圓餅圖,讓讀者更不容易看懂。至於經濟日報(第二張)與工商時報(第三張),本質上是一樣的,只有著色方式不一樣而已。

國內汽車車齡分布圓餅圖

中國時報國內汽車車齡分布圖

台灣現有車輛車齡分布圓餅圖

經濟日報台灣現有車輛車齡分布圖

小客貨車保有車齡的圓餅圖

工商時報小客貨車保有車齡分布圖

畫圖表前請先思考

畫圖表一定有目的,遇到這個題目、這些數據,你想呈現給讀者什麼?這是繪圖者、簡報者、編輯永遠要思考的問題。同樣的數字,我丟到Excel,你會得到這樣的圖表。是的,你可以畫出跟報紙一樣的圖表,但是你到底要表現什麼?

Excel自動產生的圓餅圖

Excel自動產生的圓餅圖

重點著色圖表

圖表的顏色永遠是需要規劃的。這則新聞是說出廠車齡6年以上的小客車、小貨車,可以減免貨物稅,所以6年以上是一個分水嶺,所以我應該把6年以上的幾個區塊都標註類似的顏色,我選擇綠色,然後按照不同連ㄌㄧ

重點著色後的圓餅圖

重點著色後的圓餅圖

重新思考排序

上面那張圖雖然感覺來了,但我們要想看看到底想呈現什麼。如果重點是呈現「可以減免貨物稅的車子有多少比例」,這樣我應該反過來排序,從最可能被車主拿去報廢或出口的車子來排,依序排到最新的,所以我應該這樣排序,而不是從新車排到舊車。

重新排序後的環圖

重新排序後的環圖

簡化所有數據

再來,我們還要思考,到底這麼多車齡的分段有沒有必要。只有少數文章有提到,車齡15年以上的車子,可能車子殘值不到5萬元,但這也沒一定,而且沒有其他數據說明不同車齡的換車率有多少,所以我判斷對讀者而言,車齡分段對於理解這件事情的意義不是很大,可以合併、簡化。下圖可以看出來,「哦,有71%的車子符合政府新的規定」。

簡化資料環圖

簡化資料環圖

資訊滿載的雙環圖

如果同時要滿足一眼就能看出大概(可讀性),同時又保留細部資料(準確性),雙環是一種選擇。下圖只是要解釋雙環長什麼樣,由於Excel不能個別調整外環與內環的寬度,所以長得醜些,但大致上就是這個感覺。但就這則新聞而言,我不會選擇這種方式。

雙環圖

雙環圖

圖表是假的,故事才是真的

這張圖其實在整則故事當中,只是一個小敘事環節而已,主要能夠讓簡報者、演講者、編輯翻譯這句話「7成以上的車子可以減免貨物稅」,但這個故事很重要的論證還有「汽車換車數量會大增」、「未來車市看好」,最後回到論點就是「車廠賺翻了」,這些論證其實也都很適合繪製圖表,才能把故事說完。

全聯合併松青超市的圖要怎麼畫

今天早上打開工商時報,發現挺不錯的,頭版頭條就是一張圖表,顯示台灣越來越重視用視覺的方式呈現新聞,頗感欣慰。

台灣超市的數量比較面積圖

工商時報超市整併全聯買松青

面積比較要用面積為單位(繞口令嗎?)

但是這個畫法有一點點改進的空間。如果要堅持使用面積來表示數量,工商時報這個畫法會造成誤解,因為是用直徑來代表數量,而非面積,所以應該改成用面積當成面積,同時不必要的顏色都可以減少。

台灣五大超市門市數量比較圖

台灣五大超市即將整併

企業併購通常用橫條圖呈現

當然,如果符合一般商業刊物習慣的畫法,通常併購、合併、M&A都已經有固定形式,就是採用橫條圖來顯示合併前後的關係。因為這次是第一名合併其他名次的,怎麼合併第一名的位置不變,而非常見的老二合併老三成為第一名,所以相對簡單,以下這是常見的畫法:

全聯合併松青後臺灣超市的門市數量比較圖

全聯合併松青,市場排名不ˊ變

但因為名次沒有改變,所以簡單這樣畫,也可以。單純呈現第五名的松青以後會跟全聯和在一起。

全聯合併松青後臺灣超市的門市數量比較圖

全聯合併松青,市場排名不ˊ變

下次你如果再遇到類似的情況,你就知道要怎麼畫了

慈濟資產到底有多少?這先是一個資料清理的問題。

近日慈濟基金會因為內湖開發案成為大家攻擊的對象,許多人批評慈濟太有錢,引用來源是網路流傳的這張表格:

尚未清理的慈濟資產表

得出的資料是慈濟相關資產大約1439億新台幣。如果你到GoogleYahoo查「慈濟 1439」,會看到很多結果。查新聞「慈濟 1439」也是一樣。

上面這張表實際上是很好的資料清理教材,因為裡面包含:

  • 重複的數據
  • 合併的數據
  • 錯誤的數據

其實當你真的去同樣的資料來源查資料時,會發現上面這張表格省略了一欄,就是成立目的。所以如果將成立目的列出來,並且依照成立時間排序,一一比對,一般人都可以感覺到很多資料是重複的。

除了重複的數據外,另外還有錯誤的數據。其中包含民雄慈濟寺學甲慈濟宮嘉義仁里慈濟會豐原慈濟媽祖基金會

最後還有一點比較難,那就是知道中華民國有「學校法人」這種組織形式。現在私立學校的辦學主體叫做學校法人,一個學校法人可以經營很多間學校。例如輔大學校法人經營輔大、聖心中學與聖心小學共三間學校。而慈濟底下的所有學校,最後也都經過清算,納入慈濟學校法人。通常這要跟私校政策比較有關係的人,才會知道,但如果你仔細看「成立目的」欄位,就會發現慈濟學校(財)的成立目的是寫「為遵照國家教育政策及教育法規,辦理慈濟學校(財)慈濟大學、慈濟學校(財)慈濟大學附屬高級中學(附設國民小學部)、慈濟學校(財)慈濟技術學院、慈濟學校(財)臺南市私立慈濟高級中學(附設國民小學部),並謀其健全發展。」可能也可以得知這是幾間學校的合併欄位。

慈濟相關資產

慈濟大學校友會的董事會成員與慈濟其他財團法人都不相同,要不要納入就看如何定義了。因為金額很少,只有0.56B,所以我就先放進來,一次。

慈濟的本體是慈濟功德會,另外加上慈善(388億)、醫療(243億)、教育(194億)、人文(50億)四個志業,外加一個校友會,不算大愛感恩科技,國內資產總額大概是886億,而現在流傳的錯誤數據,要比這個數字還多了62.5%。如果對於其他基金會的金額大概有多少,可以參考這裡,但要注意重複的問題。

慈濟國內相關志業資產

台灣人如何捐款協助高雄氣爆重建

2014年7月31日到8月1日之間,在高雄市發生了一場重大氣爆災難,死傷慘重,復原之路漫長。

由於我多年來一直兼職從事募款與CSR工作,加上高雄市政府已經宣布停止募款,並且將大部分的資料已經公開上網,所以我們可以看看捐款的模樣。本文的下半部也會看一下就CSR的角度,企業發動協助的時間即便只差2、3天,但最後的結果可能相差非常多,也值得各位CSR的同業留意。

以下的資訊統計時間均為2014年8月15日,高雄市政府宣布停止募款之後。數據僅有直接進入高雄市政府社會局社會救助金「81氣爆」專戶善款,不包含其他公益團體的募款。

這次意外比較特殊的是,由於災難就發生在台灣,加上種種其他原因,所以高雄市政府直接收到了比例相當高的捐款,讓高雄市政府統籌運用。災難發生當天,總捐款金額就有一億,而且都是進入高雄市政府,其中最大的一筆是義联集團的6000萬台幣捐款。由下圖可以看到,除了週末之外,每天高雄市政府收到的捐款數量比例都非常高,在8月4日來到最高峰(應該是累積週末捐款一起統計的原因)。

2014高雄氣爆事件每天的捐款金額統計圖

大量捐款湧入高雄市政府協助高雄氣爆事件

就高雄氣爆事件累積募款金額來看,大約在8月4號星期一開始上班之後快速攀升,大部分的企業都在這兩天宣布捐款,到8月8日星期五,累積金額已經到達28億台幣,超過高雄市政府一開始所需的金額,之後一週捐款金額就已經趨緩。這次備受負面訊息困擾的紅十字會與電視台分別在7日與9日舉辦募款晚會,募款成績都不太理想,除了負面訊息的影響外,另一個主要原因是發動太晚,許多企業在8月7日晚間之前都已經捐款。

高雄氣爆事件高雄市政府收到捐款累計圖

高雄氣爆事件募款金額一週後趨緩

這次由於鉅額捐款(就算個100萬吧!)相當多,所以光超過100萬的捐款合計起來就超過20億台幣。而大額捐款(就說1萬吧)也不少。一萬元以上的捐款合計就有30億。

高雄氣爆事件鉅額捐款與大額捐款統計

高雄氣爆事件鉅額捐款與大額捐款即超過30億元

從捐款筆數來看,捐助者主要分兩個管道捐款,一個是便利商店的小額捐款,上限為2萬台幣,另一個則是直接捐給高雄市政府,包含匯款、支票與現場現金捐款。從下圖可以看到,8月4日由於星期一上班,所以高雄市政府的捐款筆數來到最高點,當天所有管道合計就有4萬多筆捐款。小額捐款最快也最大的業者是全家便利商店。

高雄氣爆事件高雄市政府所收捐款筆數統計

高雄氣爆事件高雄市政府所收捐款在事件3天後達到到最高峰

如果把便利商店協助81高雄氣爆事件單獨拆開來看,可以明顯看到全家便利商店在這次事件中反應相當快,成效也相當好。8月2凌晨全家便利商店已經開通了FamiPort對高雄市政府的捐款管道,8月4日統一 7-Eleven的 ibon 才開通(反應在6日的報表上),但小額捐款者已經先去全家捐款了,雖然7-Eleven的門市數幾乎是全家的一倍,可是最後募款的金額卻遠輸給全家。

各便利商店在高雄氣爆事件中的小額捐款筆數統計圖

高雄氣爆事件中全家便利商店最早開通對高雄市政府的FamiPort捐款,累積了最多的捐款筆數

就四大便利商店通路來看,雖然統一、全家、萊爾富跟OK便利商店都可以捐款,但實際上的數量差異非常大。全家便利商店平均每個門市能夠幫忙募款53筆,比競爭對手超出10倍以上,而每筆捐款金額又比其他所有業者都高,所以平均下來,每一間門市可以幫高雄氣爆事件募款將近10萬元,這數字與其他業者比較起來真的差距很多。企業現在不管在什麼領域競爭都很激烈,即便在CSR這一塊也是,全家與7-Eleven開放小額捐款給高雄市政府只差2天,但從下圖可以看得出來,遇到重大災難時,這2天就決定一切。

各家便利商店在高雄氣爆事件中的平均門市募款筆數、金額與平均每筆募款數比較

全家便利商店的FamiPort不論在平均門市捐款筆數與金額上都遠遠超過同業,即便平均每筆募款金額也都超越同業

這次高雄氣爆事件不論起因與復原都很複雜,同樣需要台灣人民的關注。希望高雄能夠儘快從災難中重建,也盼望同樣的事情不要再發生。讓我們一起為高雄人民與台灣人民祈福。

媽媽,捷運都不會轉彎,為什麼這台車會轉彎?

倫敦在151年前,開通了世界上最早的地鐵系統 London Underground。經過了數十年的發展,倫敦已經建構了一個相當複雜的地鐵網路。

在倫敦還沒有改用Harry Beck新視角的地鐵圖之前,所有的地鐵站、軌道的位置,都盡量按照真實的位置描繪

1932年版的倫敦地鐵圖

當時的地鐵網路圖,跟一般鐵路一樣,就是依照原本的地理位置來描繪火車站與路線圖。從1863年開始一直到1930年代,中間經過了大概70年,都沒有什麼改變,大家都認為這種依照地理位置而描繪的地鐵圖沒有什麼不好。

視角的轉變

但到了1930年代,倫敦地鐵有一位非常天才的電子工程師 Harry Beck 問了一個非常革命性的問題:「既然乘客都在地底下,為什麼地鐵圖依照實際的位置來畫?」 這個問題開啟了資訊圖表的一個新的紀元,那就是「視角的轉變」。

我自己關心資訊視覺化這麼多年,最大的發現就是,不論是誰,都會覺得自己的圖表畫得很好(我也一樣),因為圖表是我們自己繪製的,從沒有圖像開始,我們就已經知道那張圖要表達什麼,所以我們完全看得懂那一張圖,那是反映我們心智狀態與表達方式的一個成果。就依照地理位置畫出的地鐵站與地鐵路線一樣。

從地上到地下

可是Harry Beck的視角轉變非常經典,他認為乘客既然已經到了地底下,人在車內往外看根本伸手不見五指,看不見外面是哪裡,地鐵列車行經的過程中到底有沒有轉彎,兩站之間到底距離一英哩或兩英哩其實也沒差。Beck認為,乘客只要知道這條地鐵到底經過了哪幾站,然後這條線可以轉乘那一條線就可以了。其他的東西都不用,反正在地底下也沒有感覺。

1933年Harry Beck依照電路圖的原則重新繪製了倫敦地鐵圖,此後改變了人類繪製軌道路線圖的原則

Harry Beck版本的倫敦地鐵圖

經過Harry Beck重新參考電路圖繪製的倫敦地鐵圖(London Tube Map)雖然後來對於全世界的地鐵圖都造成很大的影響,但是當初倫敦地鐵也不敢貿然全面推廣,但沒有想到小規模測試之後,反應非常好,所以之後就全面改用。1933年版的Tube Map只有繪製一個地上物,就是河流,其他全部都是乘客的地下視角。從此之後,地鐵圖就從描述地理位置關係的地圖,變成描述抽象路線、車站之間抽象關係的圖解。

2009年去重慶上SND圖表課,最大的收穫之就是練習用「視角」來思考。

你在地下的時候想要什麼?

多年來只要我自己繪製圖表,我都會想一下,到底我的讀者是站在地面上還是地底下,他在看這張圖的時候,到底是用什麼視角、他真正需要看的到的是什麼、他會怎麼看?把圖表畫得美觀漂亮動感十足其實相當容易(我自己不會就是了),但如果沒有站在讀者的視角,再漂亮的圖表終究也都是插圖而已。

Harry Beck把路線圖拉直的時候,假設乘客根本不關心也不知道車子會不會轉彎,那麼,乘客在地底下的時候,到底會不會感覺到列車在轉彎呢?

我搭文湖線的時候,經常會搶車頭的第一個座位欣賞風景。前幾天遇到一對母子,小朋友大概四歲左右,第一次坐到這個車頭寶座,非常興奮。每次要轉彎的時候,他都會跟媽媽說:「要轉彎了!要轉彎了!」然後又一直問媽媽說:「媽媽,捷運都不會轉彎,為什麼這台車會轉彎?」

下次你搭捷運地下化路段、地鐵或者高鐵的時候,可以體會看看你到底能不能感受到車子在轉彎,然後再想看看身為一個乘客,你希望看到的軌道路線圖應該長什麼樣子,很快你就能夠體會到「視角」的意義了。

從鄭南榕與方仰寧粉絲團來看Facebook社群分析

Facebook是一個真正的「社群」媒體,不但讓社群可以被看見、分析,實際上社群也是Facebook餵養訊息給使用者的一個重要運算機制。我在今年1月跟4月分別因為不同的動機,收集了朋友們參與鄭南榕粉絲團以及方仰寧粉絲團的數據,經過分析之後,發現參與這兩個粉絲的朋友們不但社群不同,而且結構也不同,相當有趣,分享給有興趣的朋友們參考。

我不用加入鄭南榕粉絲團,Facebook卻不斷送訊息給我

在還沒有寫「方仰寧粉絲團」之前,我在今年1月底發現,我的朋友當中,有部分加入了「鄭南榕粉絲團」,當時鄭南榕粉絲團有3萬多粉絲,我的朋友當中有104人參加了。考量我的Facebook「朋友」數量當時已經高達2430人,這104人其實只佔很小的一部分。雖然只有一小部分朋友加入了這個粉絲團,我自己也沒有加入,但我在1月底那段期間,天天都看到大量來自鄭南榕粉絲團的內容。

2014-01-20_120636

在往下談之前,還是要看看我的Facebook朋友們,大致上長什麼樣。那些明顯已經跟母體分開的小團體,就是一個「社群」,而中間那一塊雖然糾結在一起,但不同顏色也是不同的社群。中間那一塊之所以會長成那樣,一個主要原因是台北有好幾個社群之間彼此互相往來很密切,紫色那塊偏偏又是(濫收朋友)的網路意見領袖,所以一旦有粉絲同時加入他們也加入我,就會把中間那一整塊又黏得更緊密。有很多人跟我有100個共同朋友,但我可能根本不認識他們,而這100個共同朋友經常就是中間紫色那一塊。

screenshot_193148

如果從大眾傳播的角度來思考,可能會認為這104個粉絲,會是呈現某種亂數分布在我的社群圖當中,到處都有一點點,只是密度不同。可是,真實的狀況是,這104人並沒有出現在所有地方,而是只有出現在中間而已。在2014年1月的時候,我大部分所處的社群,跟鄭南榕粉絲團是沒有任何連結的。

screenshot_190628

很多人到現在都不明白,觀察Facebook或者所謂的「Social Media」時,不能把所有人當成「不特定大眾」,也就是我們稱大眾媒體的「大眾」(Mass)。如果你把Facebook的傳播當成大眾傳播,很多看法或者評估的方式就會不準確。

真正的社群傳播

在我的朋友圈當中,2014年1月底時雖然只有104人加入了這個粉絲團,但他們其實都非常的緊密,可以看成一個社群。從另外一個角度來算,當時這個粉絲團有0.3%的成員跟我有連結,比例不算低。而這些加入者絕大部分彼此也互相連結,所以可以跟我構成非常多的三角網路。當我把這104人抽出來之後,可以看得出來彼此其實非常靠近。在這個圖上,越靠近代表彼此之間的共同連結越多,越可能處在同一個社群當中。

screenshot_190706

當我把他們之間的連結線放上去之後,可以看到這些人原則上是彼此非常緊密連結在一起的。當然,有些人看起來雖然沒有任何連結,但可能是他把Facebook的朋友關係隱藏起來了。只要一條關係線的兩端都把這個關係隱藏起來,我就抓不到這層連結。

screenshot_190722

原本我打算今年過年的時間把上面這一部分寫出來,但由於農曆年太短(希望政府以後都放15天),雖然資料都收集好了,圖也畫了,但放著沒有寫,沒想到就這樣拖著,拖到了「無限期」粉絲團出現了。

趁著今天沒事,我又用手工把我朋友當中加入無限期粉絲團與鄭南榕粉絲團的一一手工標記起來。在這段期間,鄭南榕粉絲團的總人數成長了一倍多,不過我朋友參與的成長幅度雖沒有那麼多,但也超過160人了。而方仰寧粉絲團的總人數,以及我朋友的參與的人數,都沒有變化。朋友參加的人數大概在120。

到底是誰參加方仰寧粉絲團?

在下圖可以看到,綠色的是參加鄭南榕粉絲團的朋友,而藍色的則是無限期的,其實位置分得還算清楚,有些社群在1月的時候沒有鄭南榕的粉絲,現在有了,但有些一直沒有鄭南榕的粉絲,但有不少加入了無限期粉絲團,這就是社群本身的特性。如果你所處的社群都比較不會參加鄭南榕粉絲團,你可能從頭到尾都看不到鄭南榕粉絲團,反之,也可能你完全不會看到方仰寧粉絲團,或者只有非常少的朋友參加,也無法感覺到當時的力量。例如AKB48台灣專門店粉絲團,可能跟我所處的所有(逐漸老化)的社群都沒有太大相關,即便有4萬粉絲,我朋友當中也只有12人參加。

screenshot_183248

 

我們還是先來看鄭南榕粉絲團的。雖然人數比3個月前多,但基本上還是集中在中心部位。並不是亂數均勻散在我的每一個社群。

screenshot_183040

與上圖相較,可以發現當初按下方仰寧粉絲團的朋友,分布的情況跟上面不是很類似。比較分散,但有很多小社群,而且有些社群只有藍的,沒有綠的,或者藍明顯大於綠。

screenshot_183211

把鄭南榕粉絲團的朋友們抽離出來,可以看到非常緊密,平均每個人跟其他7.7個人也是朋友,而且自己構成一個網路的話,網路直徑只有6,平均路徑長度也只有2.5,也就是我們平常說的6度分離,這裡只有2.5度。即便把這個網路再拆分,主要也只能拆成4個模塊。

screenshot_182745

把連結附上之後,發現確實是很緊密。絕大部分的人都可以與其他人連結在一起。橘色的這些人呢,是兩邊都有參加的。因為意圖不明,我畫圖的時候把他們都加進去了,但計算社群網路的數字時把他們踢掉了。

screenshot_182756

不同的社群結構,影響社群媒體訊息傳播方式

當初幫方仰寧粉絲團按讚的朋友,看起來雖然也有一塊非常集中,但區域比較廣,而且很多小的社群,彼此不互相連結。

screenshot_182724

同樣的與我參加鄭南榕粉絲團的朋友相比,雖然人數還更少,但網路直徑反而就變成8(訊息不容易傳播),而平均每個人只有跟另外2個人有連結,平均路徑長度到達3.4,模塊也變成7個中型的與無數小型的,感覺上就是到處都有,但彼此感覺不到對方的存在,訊息也不容易傳遞。

screenshot_182732

不論是加入鄭南榕粉絲團或無限期方仰寧粉絲團的朋友,我一個個看過之後,都可以歸納出一些不同的特性,這些特性其實也能當成其他的社群定義方式,但本文的目的不在於分析兩者之間粉絲的屬性,在此就不多加說明。

在這裡也再次強調,我的Facebook朋友當然無法當成台灣所有社群網路使用者的均勻抽樣,也一定跟你的社群完全不一樣。

方仰寧粉絲團後面到底有什麼鬼?

我這個人天生不是很喜歡警察(以及教官),所以最近很熱門的「無限期支持方仰寧、支持警察」粉絲團我並沒有參加。我個人不會在公眾表達我支持警察,更不認識方仰寧。不管中正一還是中正二,跟我都沒有關係,但我希望在這邊跟大家簡單聊一下方仰寧的粉絲團,背後可能有什麼鬼。

但雖然我不支持鴿子與方仰寧,但我的朋友們卻有很多人加入「無限期支持方仰寧、支持警察」這個粉絲頁,這引起了我的好奇。一如往常,我開始了記錄。

我在社群媒體上面,除了Twitter為了要吐資料給Nuzzel所以加了很多人之外,其他包含Plurk、Facebook都幾乎不主動加人,我都是被動等人家加我,然後慢慢組成一個抽樣的池子。現在我Facebook這個抽樣的池子大約有2500人,不敢說什麼背景都有,但特點是男的帥,女的漂亮。

2014-04-14_090100

粉絲團成長有多快?

我發現「無限期支持方仰寧、支持警察」這個粉絲團的時候,當時粉絲團的總人數5829人。我雖然只是一個阿宅,但平常看到跟粉絲團有關的事情,我都會隨手就抓一下截圖,這樣有時間戳記也有人數,以後好統計。5分鐘後,我隨手一刷,發現粉絲團人數成長到7399人。這人數是很快的。所以我決定開始大量記錄資訊。因為第二天一早有人要來我家釣魚,所以我只能手動記錄到0:34:04。當時粉絲團人數有34284人,成長很快。

2014-04-14_101452

第二天睡到一半,朋友打電話來說已經出發要來釣魚了,我馬上睡眼惺忪地先打掃房間,然後8:57回頭去看一下「無限期支持方仰寧、支持警察」粉絲團有多少人。

結果一個晚上竟然成長了157%,變成88298人。怎麼可能成長這麼多?網友都不用睡覺的嗎?一個晚上多了5萬人,這不是作弊,什麼是作弊?

2014-04-14_093749

但我前面說過了,我的Facebook有2500個朋友,很抱歉他們在我追蹤任何網路事件時,都會被拿來當成指標,有些人只會算粉絲總人數有多少,但我同時記錄了我參加的朋友有多少,作為參考指標。在睡覺之前,我的朋友成長的幅度,跟粉絲團的成長幅度類似。一開始我有3個朋友加入了粉絲團,睡前已經到了29人。

2014-04-14_102823

一夜之間,粉絲團的人數成長了157%,但我的朋友們加入粉絲團的人數也成長了110%,朋友們你們晚上都不用睡覺的嗎?你如果晚上不睡覺去加入粉絲團,是會被當成殭屍的你知道嗎?事實上,一夜之間,不但粉絲成長,我加入的朋友也成長了,我不知道他們為什麼晚上不睡覺還去加入粉絲團,但確實有這麼多人這樣做。

2014-04-14_094559

每個社群都不一樣

說到社群媒體,就不能不談社群。我的Facebook這2500個朋友們,不是每個人都一樣。別擔心,下面這張不是為了寫這篇文章特別畫的。我最近幾年會定期分析我Facebook的朋友,到底來自於什麼樣的背景,這也相當於我到底處在幾個「社群」當中,這張是來自我自己教社群媒體時的教材。

 

 

之前說過了,我不是從「無限期支持方仰寧、支持警察」才開始追蹤與分析社群媒體數據的。其實我Facebook上的朋友,綠要遠遠遠遠大於藍(也就是說,G > B?)。我也分析過鄭南榕粉絲團跟我Facebook之間的社群關係。請別擔心,這一張也不是特別為了這篇文章才畫的,因為這要一一手工比對,所以很花時間。這張圖顏色跟上面不一樣,但母體與社群是一樣的。中間那一群就是Internet工作者與社運界的朋友。我的朋友很多,加入鄭南榕社群的也很多,但其實這些人全部都集中在一起,很多人彼此互相連結、認識,這就叫做社群。可以看到我的朋友當中,有很多社群幾乎沒有跟鄭南榕粉絲團有關連。

你在Facebook上會看到什麼,端看你在哪個社群。我因為跟鄭南榕的支持者在同一個社群,所以有很長一段時間我的Facebook幾乎隨時看到鄭南榕粉絲團的內容,即便這些朋友真的只有佔我朋友當中的非常小群。這些人背景、政治立場都非常類似,可以算成同樣一群人。這些人是我用軟體平常跑不出來的圖譜,但確實他們也是一個社群,總統選舉的時候,可以猜到這些人會投誰。

我的朋友當中,會加入方仰寧粉絲團的,也非常鮮明,可能在總統選舉的時候,行為跟參加鄭南榕粉絲團的不會一樣。只有非常少數的人(大部分是因為研究所需而加入的朋友)會兩邊加入。等我有空的時候,我會重新描方仰寧粉絲團的參與者在我的朋友當中社群位置,但今天沒時間。

下面這張圖是大約60小時的數據,可以看到,其實不論是粉絲數量(把殭屍粉絲都算進去了)或我的朋友,大致上幅度都很接近。時間差不多48小時,過了之後成長幅度就停了。但在訊息還有「活性」的時候,成長人數都會很穩定(且衰退)。訊息傳播的壽命有長有短,絕大部分短命的只有6小時之內,12小時的就很厲害了,這是重重重大新聞事件,48小時很合理。到了今天4/14,不論是我的朋友或者其他使用者,都已經不太加入這個粉絲團了。圖上的圓點,就是我每一個資料點,全部都是手工現摘的~~

2014-04-14_125648

這裡隨便拿一個歐巴馬的留言給大家看什麼叫做訊息壽命。這一則是歐巴馬在2014年4月9日上午6點的一則留言,可以看到新增加的分享量隨著時間而減少,差不多不到24小時就沒有人要轉了(圖表寬度大約96小時)。轉寄與接觸的總人數,也會是一個成長逐漸趨緩的曲線。

2014-04-14_112120

整體看來,方仰寧的粉絲團成長幅度與曲線,雖然數量驚人,但曲線很正常。

為什麼方仰寧粉絲團會有這麼多人參加呢?我的想法是這樣:

  • 媒體有報導。不好意思,網路使用者跟「媒體」沒有絕緣,媒體如果一直報導某一個粉絲團,不論好壞,都會帶來非常多的使用者。
  • 心情很複雜。方仰寧粉絲團跟方仰寧或警察沒有太多關係。會加入的人,可能要表達很多複雜的立場。
  • 網路族群不只有年輕人。年紀偏高的網友確實存在,而且他們也會按讚。我的朋友當中,有非常多40-60歲之間的,加入了這個粉絲團。年輕的朋友,可能朋友當中沒有這麼多年長者,但我就40多歲了,朋友、同業超過50且有加入Facebook的很多。

很多人會覺得奇怪,一個警察的粉絲團,怎麼會有這麼多人瞬間加入,這實在是因為這些人沒有別的粉絲團可以加入。而且很多質疑一個粉絲團可以成長這麼快的人,很抱歉,都有加入Miss Tata的粉絲團。Miss Tata的粉絲團也曾經在一夜之前成長好幾萬哦,最熱門的那一週,隨便就有59840人加入(我有72個朋友加入,不分藍綠,但大部分是的),加入的人甚至還不知道Miss Tata本名叫什麼呢。

三成的殭屍粉絲呢?

其實殭屍帳號真的挺正常的。你不用買,殭屍自然來。在任何粉絲團跟社團看到殭屍,很難直接證明這些粉絲是用買的。我自己經營一堆小的社團、粉絲團,裡面都有殭屍,何況是這麼熱門的粉絲團?歐巴馬跟Lady Gaga的Twitter帳號,大家猜猜有多少帳號疑似是殭屍,根據不同的計算方式(要記住,殭屍粉絲 / Fake Account / Bot 不會主動在臉上貼符咒跟你說「我就是殭屍」),他們的粉絲當中可能有50%-70%是殭屍。

歐巴馬的殭屍粉絲根據不同資料來源,大約在51%-70%之間。

2014-04-14_114854

Lady Gage的殭屍粉絲根據不同的資料來源,大約在62%-71%之間。

2014-04-14_114911

我自己一個小小的Twitter帳號,沒有什麼名氣也沒有怎麼經營,只有22%的粉絲是殭屍,所以殭屍自己會去找熱門帳號。方仰寧的粉絲團我相信絕對有大量的殭屍粉絲,而且越來會越多,因為殭屍是跟著人氣走的。但這個粉絲團有沒有(需要)買,這就很難說了。我不想要自己去測台灣的政黨與政治人物,大家有興趣可以測看看,有誰沒有殭屍粉。

2014-04-14_114555

 

我希望大家把方仰寧粉絲團的人數成長、社群組成、參與動機當成一次學習與思考的機會,裡面其實很多東西可以看的,如果只去問有多少殭屍粉,其實沒有什麼意思。

Update: 2014/4/15 08:30

補充4點:

1. 很多人說「怎麼8萬之後就沒有更新了」,我不知道該怎麼回答。自己的教育自己負責。文中的圖一直記錄到27萬。

2. 有很多人說「為什麼這個粉絲團人數一直穩定成長」,底下根據我手摘的60多個資料點,去計算出平均每分鐘的粉絲增加人數,就是典型的Sparking曲線。真正爆大量是在一開始,星期五晚上11點,平均每分鐘可以增加400個粉絲(別忘記當時打開所有新聞台大家會看到什麼新聞,還有,誰會看新聞台)。真正決定方仰寧粉絲團最後人數與曲線的關鍵,在這個頭。如果真的要買粉絲灌進去,應該也是那個時間灌,其他後面再買(偷灌)粉絲,我只能說買(偷灌)的人不專業。此外,我的朋友在那段時間的成長斜率,是遠高於這個粉絲團的成長斜率的,那段時間總共有差不多3萬人加入。在4/12 晚間11點,這個粉絲團增加了300%,但我的朋友參加的人數卻增加了600%。所以只能說假如一開始爆炸期有買粉絲,還真的買很少也很慢,比我朋友的社群自然成長率還慢。此外,乾乾淨淨的殭屍,那不叫殭屍,那叫「屍」。好的殭屍,是有完整的Social Graph,也會對話,也加入了很多粉絲團,這種效力才強,才是會動的「殭屍/機器人」。

2014-04-15_093626

給各位看一個我晾乾的殭屍。就一個才成立幾天,不到200人的專業封閉社團,殭屍也會來湊熱鬧,在這個殭屍帳號消失之前(已經點不下去了),這個殭屍主動加入了17個社團!如果當初我讓他加入,人家會怎麼看我?怎麼想我?真正的殭屍是有名有姓有社交行為的。

2014-04-15_085736

3. 「你的朋友數量那麼少,不能代表所有人」。我的想法也一樣,那只是一個抽樣的池子。最後看起來,我的朋友會參加那個粉絲團的,最後大致趨近於萬分之4.5,也就是大約1:2000,我朋友圈只要多一個人參加,那個地方就會多2000人左右。同樣的,我的朋友會參加鄭南榕粉絲團的,有萬分之22。底下這張圖是我朋友在那個粉絲團當中的比例,前面說過了,我的朋友們一開始衝很快,後來漸漸趨緩,經過了第一個24小時之後,很穩定在0.045%左右。

2014-04-15_090648

4. 再說一次,我還是覺得大家真正要看的,是這個「」。就算方仰寧粉絲團有50%都是買來的粉絲啦!隨便你怎麼喊!但終究還是在24小時內增加了10萬真的粉絲,而且這種粉絲團以後還有哦!

Update: 2014/4/15 14:00

素昧平生的網友天哥 SkyMirage,上午拿了我的資料去跑了圖。兩天前很多人說要方仰寧係數,現在常數來了,是0.05。

1780974_10201973248835691_2338755575553495319_o

德國政府有了第一個(半個)網際網路部長

德國在第三次梅克爾內閣時,有許多人拋出了「網際網路部」(Internetministerium)這個議題,社會上也有很多討論,由於這次梅克爾內閣是兩大政黨的大結盟,所以組閣時間拖非常久,終於在12月17號完成組閣,也成立了第一個(半)網際網路部。

首任網際網路部長是大我2歲的Alexander Dobrindt。雖然Alexander Dobrindt與他的美女明星次長Dorothee Bär都說現在並沒有一個真正的網際網路部,但外界還是這樣稱呼 Alexander Dobrindt 為網路部長,而他自己也剛新註冊一個Twitter帳號 @datenminister(數據部長,Daten就是英文的Data)。她的美女次長Dorothee Bär才35歲,是德國基督教社會黨的社群網站負責人,也是該黨網路委員會的主席,應該是實際上的「網路次長」。Alexander Dobrindt Twitter的第一則是寫「終於上線了,謝謝 @Dorobaer

2013-12-21_212006

雖然部長Alexander Dobrindt把自己的Twitter帳號都註冊成「數據部長」了,但這個部實際上是「聯邦交通與數位基礎建設部」(Bundesministerium für Verkehr und digitale Infrastruktur),名字中有交通也有數位基礎建設。台灣的讀者不要被我國「部」的概念所限制,德國的部是一個政務單位,另外還有許多獨立的業務局、署、辦公室,每一次組閣時,許多部會的名字都會不一樣,局、署的主管部也可能隨組閣而變動。這次的聯邦交通與數位基礎建設部經過多次改名:

  • Bundesminister für Verkehr(交通部 1949-1998)
  • Bundesminister für Verkehr, Bau- und Wohnungswesen(交通、營建與居住事務部 1998-2005)
  • Bundesminister für Verkehr, Bau und Stadtentwicklung(交通、營建與都市發展部 2005-2013)
  • Bundesminister für Verkehr und digitale Infrastruktur(交通暨數位基礎建設部2013年12月17日起)

所以德國不太有台灣現在面臨部會改造的問題,因為每一次內閣都可以改變每個部的主管範圍。在1998到2013之間,交通部又主管營建,但實際上在1998年之前,這也是一個部:

  • Bundesminister für Wohnungsbau(住宅建設部 1949-1961)
  • Bundesminister für Wohnungswesen, Städtebau und Raumordnung(居住事務、都市建設、空間規劃部 1961-1965)
  • Bundesminister für Wohnungswesen und Städtebau(居住事務暨都市建設部1965-1969)
  • Bundesminister für Städtebau und Wohnungswesen(都市建設暨居住事務部 1969-1972)
  • Bundesminister für Raumordnung, Bauwesen und Städtebau(空間規劃、營建事務與都市建設部 1972-1998)
  • 與交通部合併 1998-2013
  • 這次組閣又送給環境、自然保育、營建與核能安全部(Bundesministerium für Umwelt, Naturschutz, Bau und Reaktorsicherheit)

在1998之後,德國其實有一個部就消失了,但不用擔心,公務員都還在,而獨立局、署就換老闆。以上就是德國「部」的簡單介紹。如果你在很愛改組(Re-Org)的公司工作過,就一點都不會感覺奇怪,其實就跟外商一天到晚改組是很像的,差別只在於外商改組時偶爾整個部門就不見了 >”< 。這種改組因為幅度很大,所以最慘的是管理部會網站的人,每次德國內閣組閣,網站的架構就要重新改變。

德國這次大組閣時,也有一份「結盟協議」(Koalitionsvertrag),長達185頁,其中有4頁是德國的「數位議程」(Digital Agenda),希望德國能夠用網路影響德國未來的經濟、產業、科技、學術、文化、醫療等等的發展。

很遺憾的是,德國的政府網站也沒有想像得快速,新的「網際網路部」成立已經5天了,網站還沒有更新,我現在還看不到這個部到底管了什麼業務、納入什麼獨立單位。

不過德國的時代週報(Die Zeit)在11月時也曾經用整版的圖表版來鼓吹這個概念。根據Die Zeit的統計,德國聯邦政府目前有1600位散布在不同部會的公務員負責不同的網路業務,從Die Zeit的資料,可以大概猜測這個部可能管理什麼業務。Die Zeit雖然沒有猜中「如果成立網路部」的部長會是誰,但當初也猜了3個「如果成立總理辦公室的網路辦公室的負責人(小部長)」,有命中Dorothee Bär。

根據Die Zeit的建議,德國的網路部本部納入原本散在許多部的下列的幕僚業務:

  • 資料保護
  • 網路安全
  • 著作權法
  • 資訊與媒體法
  • 資訊與通訊技術提昇
  • 資訊基礎建設
  • 資訊與通訊產業
  • 資訊社會

除了部本部的幕僚單位外,還建議納入5個獨立的機構或辦公室:

  • 聯邦資訊技術安全局 Bundesamt für Sicherheit in der Informationstechnik (原內政部)
  • 聯邦網路管理局 Bundesnetzagentur (原經濟部,管電、瓦斯、通訊、郵政、鐵路等「網路」)
  • 聯邦資料保護與資訊自由辦公室 Bundesbeauftragter für den Datenschutz und die Informationsfreiheit
  • 聯邦政府文化與媒體辦公室 Beauftragte der Bundesregierung für Kultur und Medien (德國依法不可以設定聯邦文化部,所以只有一個任務辦公室,但負責人還是給一個國務部長的頭銜,比其他的部長要低一階)
  • 聯邦政府資訊科技辦公室 Die Beauftragte der Bundesregierung für Informationstechnik,這個單位原本在內政部下,目前的負責人同時是內政部常務次長,又被稱為政府的資訊長

s44-infografik-netzpolitik1

妳結婚了嗎?台灣女性有偶率的變化

之前曾經在報紙上看到內政部有偶率的調查。

這套數字很有趣,但不論內政部或者媒體都是用某一個年齡區段在過去多少年間的有偶率變化來詮釋。所以只能看到「跟30年前比較,現在20-25歲的女性有偶率如何如何」,我看了一下報紙,覺得用不同年齡的女性為主體比較能夠詮釋,同樣可以看到世代間的變化,也可以看到同一代的演進。底下表格的「年別」是統計年度不是出生年。

台灣女性有偶率表格

所以第一件事情就是把原來把統計年度為主體的表格轉換成以出生年度為主的表格,因為年齡區段統計都是5年一次,我決定出生年每5年分一段,然後取整數。這樣我的表格就變成下面這樣子:

台灣女性依照出生年的有偶率統計

畫出圖表之後,我發現女性有偶最高大概就在94%左右,大部分年齡女性的有偶率最高都落在35-39歲,之後因為離婚或者喪偶就逐漸降低。實際上到50歲以上,有偶率就很低了,因為統計沒有再分組了,從50到100歲全部放在一起,我就不取這個值。

女性有偶率

差距最大的是30歲之前這一段,現在60歲左右的這一代,有超過80%結婚,等於說當時超過30還沒有結婚的女性壓力已經非常大了。但現在大約30歲這一代的女性,只有26%結婚。

跟我年紀差不多的這一代,在35-39歲時有偶率還可以成長,代表很多人一直到35歲之後才第一次結婚,但這個區段的女性有偶率也只有67%,差不多是上一代25歲左右的有偶率。

20到24歲這一段基本上已經不是量變,而是質變,在現在55歲左右的這一代,15-19歲之間已經開始準備可以嫁人了,有6%已經有偶,但現在25歲左右的女性,只有5%結婚,等於到了25至30之前才開始打算結婚。