探索成功全球品牌的演變型態

Exploring Patterns of Evolution for Successful Global Brands

張毓吟(Yu-Yin Chang)

指導教授 ： 黃恆獎

國立臺灣大學/管理學院/國際企業學研究所/博士(2021年)

https://doi.org/10.6342/NTU202103788

摘要

過去的研究說明擁有成功的全球品牌不僅能擴大公司利益，並有助於承受市場變動風險。然而想要基業長青的全球品牌，不僅需要具備競爭優勢，還要能與時俱進。觀察市場上知名的全球品牌排名年度報告，總有助於提高品牌所屬公司的股票價格，並進而促進績效表現，但由於現有文獻缺乏從歷史觀點來對進行整體研究，因此成功的全球品牌的描述與演變仍然不清楚。本研究採用數據挖掘方法來分析，首先從 Interbrand 於2001 年至 2017 年期間的最佳全球品牌排名列表中，收集的時間序列數據進行研究。再運用親和力傳播聚類算法（AP:affinity propagation clustering algorithm），分析出品牌演化的不同集群，分別為快速上升者、頂尖、穩定、緩長、衰退、暴跌及不一致等。再者，增加了 2018 年至 2020 年的排名與品牌價值，以提供對品牌未來發展的預測可能。 最後，再加上BrnadZ 與Forbes這二種不同品牌排名的資料，使得此項研究的結果更完備並具有重要的營銷意義，該方法的確是能作為數據分析的初步分類，亦可作為後續研究的基礎。

關鍵字

全球品牌 ； 品牌排名 ； 時間序列數據挖掘 ； 親和力傳播聚類集群分析演算法

並列摘要

Firms with a strong global brand can expand companies’ interests and survive economic downturns and overcome hardships. Brands that set goals to be one of the best global brands often need to develop specific distinctive competitive strengths, but what defines a successful global brand’s profile is underexplored in the extant literature. This study adopts a data-mining approach to analyze the time-series data collected from Interbrand's Best Global Brands ranking lists between 2001 and 2017. Using the affinity propagation clustering algorithm, this study identified certain patterns of brand evolution for different brand clusters, labeled as a fast riser, top tier, stable, slow grower, decline, fall, and so on. Moreover, the rankings and brand values from 2018 to 2020 in Interbrand were also added to check the model’s forecasting power. Finally, the comparison with different rankings such as BrandZ and Forbes for highlighting marketing implications in practices.

並列關鍵字

global brand ； brand ranking ； time-series data mining ； affinity propagation clustering algorithm

參考文獻

Aaker, D.A. (1991). Managing Brand Equity. The Free Press: New York, NY, USA,

Aaker, D.A. (1996). Building Strong Brands. The Free Press: New York, NY, USA, 1996.

Bank, S., Erdogan, E., Yazar, U. S. (2020). The portfolios with the strong brand value: More returns? Lower risk? Borsa Istanbul Review, 20(1), 64-79. https://doi.org/10.1016/j.bir.2019.09.001.

Bagna, E., Dicuonzo, G., Perrone, A., Dell’Atti, V. (2017). The value relevance of brand valuation. Applied Economics, 49(58), 5865-5876. https://doi.org/10.1080/00036846.2017.1352078.

Berndt, D.J., Clifford, J. (1994). Using dynamic time warping to find patterns in time series. In Proceedings of the 3rd International Conference on Knowledge Discovery and Data Mining (AAAIWS’94), Seattle, WA, USA, 31 July–1 August 1994, AAAI Press:Palo Alto,CA, 359–370.