【台灣 Podcast 數據】誰在聽 Podcast?聽眾輪廓、收聽習慣大分析

就讓我們透過此份報告來一窺台灣 Podcast 節目的聽眾輪廓與收聽習慣吧!
評論
Photo Credit: Shutterstock/ 達志影像
評論

2020 年 Podcast 市場開始蓬勃發展,目前更處於急速成長的階段,越來越多的 Podcaster 們加入,產製更豐富的節目、吸引更多的聽眾與廣告主,但儘管國內外很多大型媒體都看好 Podcast 的未來發展,但仍需要目前台灣本土的在地產業研究,來協助市場與廣告主更了解聽眾樣貌與行為。

因此台灣 Podcast 公司 SoundOn 發起調查,並號召 Podcast 節目協助發放問卷,最後回收超過 7,000 份問卷結果,誕生了台灣第一份向聽眾收集資料而來的 Podcast 產業調查報告,並且跟 INSIDE 聯名發布。現在,就讓我們透過此份報告來一窺台灣 Podcast 節目的聽眾輪廓與收聽習慣吧!

台灣 Podcast 節目聽眾輪廓

性別與年齡

台灣 Podcast 節目聽眾男女比約是 4 : 6,未婚與無子女者占大多數,皆達 80% 以上。60% 的聽眾為 23~32 歲的職場人,最少的為 43 歲以上的熟齡世代與 18 歲以下的年輕學子。

備註:選擇跨性別與其他之聽眾僅共占全部聽眾內 0.2%,因此在圖表上無占比顯示。此次年齡調查級距以五年作為分界,主要原因為考量學齡與職涯上的發展階段。

教育程度與月收入

近 95% 的聽眾擁有大學以上學歷,25% 以上的聽眾具研究所以上之學歷;平均每月的月收入以 25,001 ~ 50,000 元為最多占 43.9 %,而收入達 5 萬以上的高含金量族群也占近 25 %。

備註:「大學」含軍、警官校、二技、技術學院、科大;「研究所」含碩士、博士;「五專」含二專、士校、警專、三專。

台灣 Podcast 節目聽眾之收聽習慣

收聽年資與收聽天數

90% 以上的聽眾是在最近 2 年才開始收聽 Podcast 節目。50% 以上的人每週花超過 5 天收聽 Podcast;每次收聽時間,以 31 至 60 分鐘最多,占 40% 以上 。

除了整體問卷的解析,SoundOn 也進行了聽眾性別 / 年齡的與聽眾收聽習慣交叉比對,發現台灣 Podcast 聽眾在每次收聽時間部分,60 分鐘以內的聽眾中,43 歲(含)以上的聽眾有較高占比;每次會收聽時間為 61 至 120 分鐘的聽眾中,18 歲(不含)以下的聽眾有較高占比。每次會花超過 151 分鐘以上來收聽 Podcast 的聽眾,男性顯著高於女性;而每次會花 30 分鐘以內來收聽 Podcast 的聽眾,女性則顯著高於男性。

每周平均收聽天數部分,可以 4 天分界線,每周會花 4 天(含)以上收聽 Podcast 的聽眾,男性顯著高於女性;每周會花 3 天(含) 以下收聽 Podcast 的聽眾,女性則顯著高於男性。23 歲以上的聽眾平均每周收聽 5 天以上;而 22 歲以下聽眾則是平均收聽 2 至 3 天;也就是說,年齡越小的聽眾,有越高比例的聽眾每周的收聽天數較少,但著年齡增加,聽眾的每周收聽天數會越來越多;此外, 有超過 25% 的 22 歲至 42 歲聽眾,每周平均收聽天數是 5 天,推測是因為上班族配合通勤或上班情境時收聽。

聽眾收聽裝置與收聽播放器

70% 以上的台灣聽眾使用 iOS 系統手機收聽 Podcast,習慣使用的播放器前三名依序為:Apple Podcasts、Spotify、SoundOn。

備註:此問卷題項為複選,因此長條圖之累計百分比將超過 100 %。圓餅圖顯示之百分比是以總次數做分母,各項次數來做分子的百分比。

收聽時段與收聽情境

近 45% 聽眾在晚上 6~9 點或 9~12 點這兩個時段收聽 Podcast,近 35% 的聽眾在早上 9~12 點收聽;聽眾收聽情境前五名依序為:搭乘大眾交通工具時、無事閒暇時、開車/騎車、做家事、訂閱的節目推出新單集時。

備註:此兩題問卷題項為複選,因此累計百分比將超過 100 %。

男性樣本中,開車/騎車時 (51.8%) 的收聽情境聽眾比例顯著高於女性;而在女性樣本中,起床穿衣或盥洗時 (22.8%)、做家事 (43.4%) 的收聽情境聽眾比例顯著高於男性。

聽眾接觸 Podcast 的管道

近 50% 的聽眾一開始是透過社交媒體管道接觸到 Podcast ;60% 以上的聽眾會透過社交媒體管道、其他 Podcast 節目推薦、日常人際管道來發現新節目並願意嘗試收聽。

● 一開始接觸 Podcast 的管道

● 聽眾發現新節目並願意嘗試收聽的管道

註:社交媒體管道包含 YouTube、IG、FB、Telegram、LinkedIn...等;數位媒體管道包含入口網站、搜尋引擎、部落格、網路新聞...等;傳統大眾媒體管道包含報紙、雜誌、廣播、電視...等。聽眾發現新節目並嘗試收聽的管道問卷題項為複選,因此累計百分比將超過 100 %。

經過性別與年齡的交叉分析,則可以發現一開始接觸 Podcast 的管道在社交媒體、數位媒體等科技管道,男性顯著高於女性;而職場、家庭、學校、日常等人際管道,女性則顯著高於男性。學生族群 (22 歲以下) 的聽眾,透過學校人際與社交媒體兩個管道的占比最高;而 38 歲(含)以上的聽眾,則是在職場人際、家庭人際、傳統媒體、數位媒體與應用程式商店等管道的占比最高;另外,雖然各年齡層的聽眾都以社交媒體管道為占比最高的接觸管道,但占比隨著年齡增長會由超過 6 成逐漸降低至 4 成左右。

而在聽眾發現新節目並嘗試收聽的管道研究中,女性樣本在日常人際管道 (64.5%) 與其他 Podcasat 節目主持人/來賓推薦 (63.4%) 的這兩個收聽管道的聽眾比例顯著高於男性。

聽眾收聽後行為

70% 以上的聽眾曾經在收聽節目後將節目推薦給朋友,60% 以上的聽眾曾經訂閱該節目、將節目做為跟朋友聊天時的話題、搜尋節目中提到的相關資訊、加入節目主持人經營的社交平台。

註:此問卷題項為複選,因此累計百分比將超過 100 %。為求可看出各選項之偏好差異,因此此題設定為最多只能選填 5 項。

而在女性樣本中,搜尋節目中提到的相關資訊 (67.2%)、跟朋友聊天時的話題 (68.2%)、將節目分享至自己的社群網站 (29.6%)、訂閱該節目 (70.9%) 與加入節目主持人經營的社交平台 (65.3%) 的這五類收聽後行為,比例顯著高於男性。

以上解析了台灣 Podcast 節目聽眾的輪廓與收聽行為,下一篇文章會再帶大家一窺聽眾們對於節目的忠誠度與偏好,完整的報告數據也可以到 SoundOn 2020 H1 Podcast 產業調查報告觀看與下載。

責任編輯:Chris
核稿編輯:Mia

系列文分析:



電動自駕車上路迎曙光!Turing Drive 借重 AWS IoT Lab 雲端服務,桃園青埔開放道路成功試營運

Turing Drive 透過 AWS IoT Core 進行資料彙整並集中傳送到 AWS 雲端,事後新創團隊更快梳理資料庫的數據,持續優化自駕車路線,AWS 除了技術面、架構面的協助之外,更重要是提供實作的引導,讓管理資料安全更有效率。
評論
Photo Credit:TNL Brand Studio
評論

電動車浪潮,讓無人自駕車的場景應用,增加更多想像空間!市調預測 2020~2024 年 L1-L5 等級電動自駕車,年複合成長率 18.3%。然而,電動自駕車要實際上路,除了要配套法規,保護乘客、行人的安全,更備受考驗。

團隊成員平均 30 歲的新創台灣智駕(Turing Drive)於 2018 年創立,致力研發可商轉的自動駕駛系統,他們開發的特製國產電動車,上路測試兩年行駛超過 30,000 公里、運載 70,000 位旅客。達成 98% 車輛妥善率,背後正仰賴龐大感測數據做為支撐,過程中 Turing Drive 借重 AWS IoT Lab 物聯網實驗室服務,讓創新之路更加拓寬。

特殊交通情境提供創新養分,封閉到開放場域 Turing Drive 累積實戰經驗與數據

Photo Credit:TNL Brand Studio
Turing Drive 執行長沈大維提出電動自駕車在台灣交通情境下所擁有的優勢與挑戰。

「要在台灣創新,尤其是電動自駕車全新題目,對我們新創是相當大挑戰,但也迫使我們每天想破頭思考,在困境之下該如何找出路!」Turing Drive 執行長沈大維開門見山表示,創業三年多來,走得每一步有多麼不容易。

Turing Drive 握有 CPU、GPU 平行運算核心能力,正因為資源稀缺,盡可能發揮自駕系統的多重定位技術,從GPS、光達、雷達、影像、到車體慣性導航等應用,Turing Drive具備足以提供市場最快速 time-to-market 應用方案。然而,除了握有 AI 演算、晶片感測能力,沈大維認為台灣的獨特交通情境,對發展自動駕駛技術推了一把。

他解釋,「台灣摩托車、汽車齊聚路上,還有偏鄉接駁、市區夜間公車專用道,多元交通環境交錯,讓我們嘗試用自動駕駛創造新的營運模式,這是其他國家沒有的先天優勢。」因為有實際場域得以試營運,Turing Drive 一路從封閉環境的桃園農博會、台中麗寶樂園,再到台北信義區夜間、桃園青埔的開放道路環境,象徵台灣交通情境的縮影,這家新創正逐步破關打怪。

Photo Credit:Turing Drive
全台第一條電動自駕巴士路線,就在桃園青埔。

除了 Turing Drive 積極突破技術提升安全率,提供場域驗證、城市建設的桃園市也貢獻良多。桃園市政府經濟發展局局長郭裕信回應,桃園近年積極推動創新城市治理,被 ICF 智慧城市論壇評選為「全球智慧城市首獎」,電動自駕車是智慧城市的一環,因此桃園不遺餘力推動全台第一條自駕巴士路線試營運,提供載客接駁累計超過 800 位人次乘坐,創下 90% 乘客滿意度。

Photo Credit:TNL Brand Studio
桃園市政府經濟發展局局長郭裕信表示,桃園近年積極推動創新城市治理,電動自駕車是智慧城市的一環,因此桃園不遺餘力推動全台第一條自駕巴士路線試營運。

大量的感測、影像數據該如何加值使用?借力 AWS 邁向「雲」運算成必經之路

Turing Drive 的電動巴士每天在桃園青埔定點載客、行駛,可想而知,有多麼龐大的感測、影像數據不斷累積。沈大維點出過去其他案例測試時,若想達成 Data Driven 驅動更多自駕車服務,勢必要先克服數據的儲存、加值、運用等實際挑戰,他解釋,「以前用終端硬碟儲存資料,往往我們工程師要留守到半夜,再去插拔車上的硬碟、整理車子運行數據,我們發現這樣做很沒效率,甚至隨著數據資料越來越多,在分類管理的工作也更為困難。」

面對難題,就是尋求解方!Turing Drive 找上 AWS IoT Lab 物聯網實驗室,雙方開始盤點,該如何運用雲端環境的優勢,更輕鬆掌握、洞察自駕車數據的金礦。AWS IoT Lab 表示,

「我們從三大面向切入,協助 Turing Drive 加速他們開發流程、減少工程師例行工作,甚至將影像資料有效加值,又能確保資料安全。」

AWS 所説的的三大面向,正是 AWS IoT Lab 所提供的三項解決方案服務。首先針對工程師要排班到試營運現場,插拔硬碟下載資料的冗長流程,AWS 提供 AWS IoT Device SDK 透過 MQTT over TLS1.2 安全機制加密與 AWS IoT Core 連結,通過認證後可將終端裝置的資料傳到 AWS 雲端儲存。同時允許開發團隊從遠端,直接登入自駕車系統做韌體更新或回收數據等指令,大幅縮短 Turing Drive 在開發、調教程式的時間。

第二項服務則聚焦協助 Turing Drive 針對自駕車運行所錄製的影像,AWS 提供 Amazon Kinesis Video Streams (Amazon KVS) 服務,讓終端裝置的影像資料串流到 AWS 雲端平台,進行後續機器學習、分析處理。讓 Turing Drive 省去過去人工傳輸影響資料流程,也幫助開發團隊更便利做後續的資料加值利用。

Photo Credit:TNL Brand Studio
AWS IoT Solutions Architect Tec 介紹三項解決方案內容服務。

第三項則鎖定自駕車的資料,因為搭載光達、雷達、GPS、陀螺儀等感測器,每天每秒都在產生巨量資料,Turing Drive 透過 AWS IoT Core 進行資料彙整並集中傳送到 AWS 雲端,事後新創團隊更快梳理資料庫的數據,持續優化自駕車路線。除這三項關鍵服務,沈大維特別回應,「AWS 帶給我們技術面、架構面的協助之外,更重要是提供實作的引導,讓我們管理資料安全更有效率,把資料放到雲端儲存,再也不用煩惱地端伺服器的維護跟管理。」

Turing Drive、AWS、桃園市政府,各司其職聯手出力助攻電動自家車加速上路

Photo Credit:TNL Brand Studio
沈大維指出,電動自駕車上路的普及,須同步具備雲端數據解決方案與硬體環境的配合。

在 Turing Drive 的眼中,與桃園市政府合作在青埔導入電動巴士試營運只是開端,沈大維說:「十年、二十年後,我們認為新世代的智慧車會趨向平台化發展,一方面需要有像桃園市願意投資智慧城市硬體環境的地方政府;另一方面則仰賴 AWS 雲端方案,完善數位基礎建設來整合道路號誌資料、車輛運行資料,當這兩端同步發展之下,電動自駕車上路才會加速普及。」

尤其是自駕車數據背後隱含的商業創新,郭裕信回應說,「智慧城市治理最重要就是數據, Turing Drive 掌握的數據未來還能跟保險公司、電商導購做結合,只要資料去識別化在安全範圍下使用,相信 Turing Drive 與 AWS 兩家新創企業的創新能量,我們非常樂見有更多資料應用,搭配新興商業模式,在充滿活力的桃園市進行驗證,看見更多創新應用具體落地。」

Turing Drive 展望未來的佈局,沈大維認為自駕車的發展不會只靠一家企業單打獨鬥,未來他們將聯手產業鏈夥伴,將 AI 技術、車載設備、關鍵組件、路側設備端到端的解決方案輸出海外,放眼全球商機。他肯定表示,「AWS 雲端平台具備彈性,不斷推出新應用的價值,我們會持續與 AWS 合作,把新世代智慧車的數位基礎建設産品放在 AWS 平台一起推廣,鼓勵更多勇於築夢的新創,善用 AWS 的優勢展開創新之旅!」