有鑑於巨量資料的來源越來越多，對巨量資料分析的需求越來越高，然而相對於舊有一般調查的資料分析結果，何者資料取得速度更快、費用更合理、更有效用、資料貢獻度更佳等存在疑問，數位時代來臨數位行銷更需要巨量資料提供可靠的資料分析效益。本研究使用線上社群網路葉黃素消費貼文爬蟲資料與線下量化消費問卷調查資料，依線上與線下兩端資料特性與資料分析結果作差異比較。由於線上社群網站爬蟲資料偏向廣告、重複、置入、非相關等資料為多數，最後僅使用新聞網站與網路交流平台(Dcard)貼文資料；而線下量化調查則依三大都會區對應社群使用民眾年齡(20-59歲)採面對面訪問。

根據線上及線下的資料進行比較發現，線上社群網站資料能取得的消費行為並不多，多屬於片斷訊息，但意外觀察到葉黃素新的消費族群，且資料存在較多國外品牌與直銷品牌的消費意見，並觀察到沒有實體銷售通路的葉黃素在網路運作非常活躍。線下量化調查如一般調查規範，但為了與線上社群網路貼文以文字雲分析方式比較，著重在統計多變量方法的運用。由集群分析發現20-59歲(對應網路使用者)民眾，分群後有較高比例的”自然保健與網路社群認同族群”，其次為”保健食品社群高手族”、”實體通路保健食品消費族”等，進而探討不同族群與不同年齡層的民眾在保健食品與葉黃素消費行為上的差異。建議完整消費行為研究同時取得線上與線下的優點，線上搜尋與線下調查輔助。

Since the sources of big data have increased, the demand for big data analytics has gotten higher and higher. However, for the data analysis results of the general survey, there are doubts about which data is obtained faster, more reasonable in cost, more effective, and has better contribution, etc. With the advent of the digital age, digital marketing needs big data to provide reliable data analysis. This study uses web crawled posts of lutein consumption on social media and collected offline quantitative marketing survey to compare the characteristics and the analysis results between online and offline data. Since web crawler of social media are mostly advertisements, repetitions, embedded advertising, irrelevant data, etc., therefore, only news sites and online communication platforms (Dcard) posts data are used. Offline quantitative surveys are based on Face-to-Face interviews of social media users with the age from 20 to 59 of the three major metropolitan areas.

By comparing online and offline information, not much consumer behavior data can be obtained from online social media, and it is mostly incomplete. Nonetheless, a new consumer group of lutein was observed unexpectedly, and the data contains more consumption opinions of foreign brands and direct selling brands. Also, it was observed that the research of lutein, which has no physical sales channel, is very active on the Internet. Quantitative offline surveys are the same as general survey norms. It focuses on the methodology of statistical multivariate methods to compare with online social media posts using Wordcloud analysis. Using cluster analysis has found that people aged 20-59, corresponding to internet users, have a higher proportion of "Natural health care and online community influenced group", followed by "Health foodcommunity expert group" and "Physical store health foodconsumers".The study explored the differences in the consumption behaviors of health food and lutein among people of different ethnic groups and age groups. It is recommended to obtain the advantages of both online and offline when conducting a complete consumer behavior study, with online research and the support of offline survey.

中文文獻
1.白滌清編審，2009，消費者行為，台灣培生教育出版，第26-281頁。
2.林俊宏譯，2013，大數據，天下文化，第1-72頁。
3.周斌，2015，消費心理學，第258-275頁。
4.徐瑞珠譯，2018， AI行銷學，碁峰資訊，第127-244頁。
5.張云濤、龔玲，2019，資料探勘原理與技術，五南出版社，第1-79頁。
6.許健將、羅福蒝，2020，文本探勘: 小技術大應用全華圖書，第3-2 ~ 3-31頁。
7.黃俊英，2001，多變量分析，中國經濟企業研究所，第291-314頁。
8.黃俊英，2012，行銷學原理，華泰文化，第72-128頁。
9.黃俊堯，2022，數位行銷，雙葉書廊，第20-45頁。
10.曾祥景，2021，社群媒體行銷，普林斯頓國際，第58-134頁。
11.陳順宇，2000，多變量分析2版，華泰書局，第1-1 ~ 8-39頁。
12.陳建勳，2012，Python 3 程式庫參考手冊，碁峰資訊，第4-2 ~ 4-28頁。
13.謝文雀編譯，2001，消費者行為，華泰文化，第50-61頁。
14.謝邦昌、鄭宇庭，2016，大數據概論，新陸書局，第1-105頁。
15.謝邦昌、鄭宇庭、謝邦彥等，2019，玩轉社群文字大數據實作2版，五南出版社，第1-147頁。
16.欒斌、陳苡任，2020，網路行銷滄海圖書資訊，第252-271頁。
17.吳俊緯，2021，整合網路爬蟲與文字探勘於分析顧客導向之旅遊規劃-以Dcard為例(碩士論文)，東海大學電機工程所
18.周孝倫，2016，社群網站健康資訊瀏覽行為、恐懼訴求與健康意識對保健食品購買意願之影響:以 Facebook 為例(碩士論文)，東吳大學企業管理學系
19.柯欣維，2021，層級分析法探討消費者選購營養保健食品之關鍵因素(碩士論文)，台北科技大學經營管理學系
20.柯唯揚，2020，應用社群網站於社群媒體行銷-以爬蟲程式與改良社會網絡分析於Facebook(碩士論文)，輔仁大學資訊管理學系
21.黃振瑞，2020，消費者涉入之研究-以保健食品為例(碩士論文)，康寧大學企業管理學系
22.陳俊宏，2021，臺灣地區農會信用部經營績效之評比-集群分析之應用(博士論文)，逢甲大學財務金融學系

英文文獻
1.Gkikas, D. C., Theodoridis, P. , Kavoura,N. 2020, Online Consumer Behaviour in Social Media Post Types: A Data Mining Approach, Proceedings of the European Marketing Academy, 49th
2.Hair, JR., J. F., Anderson, R. E.,Tatham, R. L., Black, W. C. 1998, Multivariate Data Analysis p.p. 23-571
3.Iacobucci, D. & Churchill, Jr., G. A. 2018, Marketing Research: Methodological Foundations p.p.18-217
4.Malhotra, N. K. 2020, Marketing Research An Applied Orientation p.p.152-363
5.Martinez-Ruiz, M. P. , Moser, K.S. 2019,Studying Consumer Behavior in an Online Context: The Impact of the Evolution of the World Wide Web for New Avenues in Research, Frontiers In Psychology10
6.Salampasis, M., Paltoglou, G. , Giahanou, A.,2011 , Using Social Media for Continuous Monitoring and Mining of Consumer Behaviour, Sustainable Agri-production and Environment September
7.Scheaffer, R.L. Mendenhall, W., Ott, L., 1984 Elementary Survey Sampling華泰書局 p.p. 31-50