從未追蹤節目社群帳號,也可能推薦 Podcast

有些聽眾會向他人推薦 Podcast,卻從未在社群追蹤節目或主持人。2022 年 12 月的美國調查提醒創作者,邀請推薦時,別只看追蹤者名單。

Pew Research Center 的 American Trends Panel 第 118 波原創分析。美國調查期間:2022 年 12 月 5–11 日。

摘要

追蹤者名單可能漏掉會推薦 Podcast 的人。Pew Research Center 於 2022 年 12 月 5–11 日進行的美國調查中,過去 12 個月聽過 Podcast、且曾推薦 Podcast 的成人,有 40.6% 明確表示從未在社群追蹤 Podcast 或主持人。這是來自相同受訪者回答的加權估計,不是目前追蹤者或行銷活動成效的量測。[1][2]

對創作者與企業而言,實務啟示是將推薦邀請放在聽眾能接觸到的地方,不以追蹤社群帳號為參與條件。簡短規劃表可說清這集節目可能幫助誰,再透過回饋問題確認聽眾實際表示做了什麼。這些做法是值得對特定受眾測試的提議;調查無法指出最有效的措辭,也不預測新聽眾人數。

一家小型設計工作室發布 Podcast,對象是準備委託創意工作的人。某集談如何撰寫設計需求說明,播出後,有聽眾來訊,說已推薦給同事。下次規劃會議,工作室查看社群追蹤者人數,判斷這集是否受到關注。

這個虛構情境包含 2 項不同觀察:有人說推薦過這集節目;某個社群帳號有追蹤者人數。前者即使未反映在後者,仍可能有意義。團隊若只邀請社群追蹤者推薦節目,可能忽略其他能向他人推薦節目的聽眾。

我們檢視一項過去的美國調查,讓這項區分更具體。結果為小型 Podcast 團隊指出可處理的任務:決定單集可能幫助誰、讓聽眾容易推薦,再提出符合所要了解行動的問題。

收聽、推薦與追蹤是不同的行動

Podcast 音訊、推薦對話及另列社群個人檔案的概念插圖。
  • 收聽 Podcast
  • 推薦
  • 社群追蹤
概念插圖;調查估計值見證據圖表。

40.6% 的 Podcast 推薦者表示從未在社群追蹤節目或主持人

比較以 Pew 於 2022 年 12 月調查中的 1,722 名美國受訪者為起點。他們都在過去 12 個月聽過 Podcast,且明確表示曾推薦 Podcast。其中,711 人明確表示從未追蹤 Podcast 或主持人的社群帳號;套用調查權重後,占比為 40.6%。[1][2]

相同受訪者的未加權占比為 41.3%,反映樣本人數的比例;40.6% 則是本文全篇使用的加權估計。這 2 個百分比指向相同回答組合,不應相加或視為不同受眾。

表示從未在社群追蹤節目或主持人的 Podcast 推薦者

2022 年 12 月 5–11 日美國調查中,過去 12 個月聽過 Podcast,且曾推薦 Podcast 的成人,共 1,722 名受訪者。

資料表:已確認的 Podcast 推薦者中,對是否曾追蹤 Podcast 或主持人社群帳號,明確回答「否」者
自述追蹤經歷推薦者加權占比推薦者未加權占比有此回答的受訪者人數分母中的推薦者人數
從未在社群追蹤 Podcast 或主持人40.6%41.3%7111,722
來源:Influence IQ 分析 Pew Research Center 的 American Trends Panel 第 118 波。圖表呈現加權估計,樣本占比則描述相同明確回答「否」類別的未加權情況。追蹤題未回答者,仍留在分母。問題詢問是否曾有這些行動,不是目前追蹤狀態。

這裡的「追蹤」指社群帳號,不是將節目加入 Podcast 應用程式。題目詢問是否「曾經」推薦、是否「曾經」追蹤;過去 12 個月收聽的問題決定誰納入分析,不表示這 2 種經驗都發生在同一年。

Pew 原始報告分別呈現聽眾推薦與社群追蹤的百分比。本分析則在表示曾推薦的群體中,將各項回答放在一起檢視,呈現其中有多少人明確表示從未有社群追蹤經歷,不假設各項總數代表相同的人。[3]

推薦可能涉及任何 Podcast,調查未辨識接收者或溝通管道。從未追蹤 Podcast 帳號的人,仍可能在社群看過 Podcast 內容。因此,研究發現支持檢視只依追蹤者建立的邀請名單,不支持宣稱社群宣傳沒有必要。

推薦這集節目,不必先追蹤社群帳號

創作者規劃 Podcast 宣傳時,實用的問題是邀請出現在哪裡。對現有追蹤者發布貼文是一種邀請方式;在單集、單集說明或現有聽眾電子報中加入簡短一句話,也可能觸及節目受眾中的其他人。這些是待評估選項,本研究並未比較這些管道的成效。

先從單集的實用性出發:誰可能有理由向別人推薦?聽眾可能在討論中想到同事的問題,或記得朋友曾問過這個主題。這些是規劃表可考慮的情境,不是我們在調查中觀察到的動機。

將提議行動說得夠具體,讓人能判斷是否合適。「分享這個 Podcast」把對象與理由留給聽眾自己想;連結到特定問題的邀請,則提供更多背景。句子應夠短,能在單集結尾自然說出口。

應分開的 3 個問題

3 個獨立、大小相同的區塊,分別呈現耳機與音訊、對話泡泡及有加號的個人檔案。
  1. 收聽

    此人是否在研究期間,聽過指定單集?

  2. 推薦

    此人是否在該期間,向別人推薦過這一集?

  3. 追蹤

    此人是否追蹤指定社群帳號?說明指的是目前狀態,還是曾經追蹤。

針對聽眾經驗的 3 個獨立問題。每個區塊各將 1 個問題放在同等重要的位置。

企業與 Podcast 創作者合作時,可詢問推薦主張有哪些證據。追蹤者人數描述社群帳號;聽眾自述推薦過單集,則是另一項行動。單憑任一項都無法確認接收者有收聽、成為顧客或購買贊助商商品。

這項區分能讓合作討論更有用。與其要求創作者將每個興趣訊號都轉成觸及估計,不如先商定活動要鼓勵哪種行動,以及哪些觀察有助評估。保留現有受眾與行銷活動報告,說明各自實際衡量什麼。

邀請推薦 Podcast 的規劃表,無須註冊

準備邀請前,將下列欄位複製到文件,無須註冊。這是規劃工具,不會將全國調查百分比套用到自己的受眾。

單集與目的:[寫出單集名稱,以及它處理的特定問題或興趣。] 範圍應夠明確,讓人能用一句話解釋價值。若整季難以描述,就選適合作為起點的實用單集。

誰可能受益:[描述某個人及其情境,不使用籠統的人口群體。] 問題不是誰必須成為追蹤者,而是誰可能有理由聽這一集。

邀請:[寫出請聽眾推薦單集的一句話。] 說明相關情境,讓聽眾自行決定是否想到某個人。別承諾這集無法帶來的結果。

連結目的地與使用條件:[提供單集連結,說明使用條件。] 確認目的地符合邀請。若收聽需要帳戶或付款,請先說明,再邀請轉傳。

聽眾在哪裡看見或聽見邀請:[選擇現有可發出邀請的位置。] 考慮單集本身及已使用的其他管道,並說明邀請只觸及社群追蹤者,還是其他地方也看得到。

回饋與下一項決策:[寫出要問的問題、涉及期間,以及如何使用答案。] 決定是否需要改善說明、選更實用的單集或了解誰覺得內容相關。若無證據,先別對銷售或受眾成長下結論。

以聽眾角度閱讀填好的規劃表:是否清楚要推薦什麼,以及別人為何可能在意?若還需要團隊解釋,先修改邀請,再擴大傳播範圍。

設計工作室 Podcast 的填寫示例

回到開頭的虛構工作室。這集說明企業經營者如何準備清楚的設計需求說明。團隊希望聽眾在認識的人準備委託創意工作時,推薦這份資源。以下填寫內容是示例,不是量測過的行銷活動。

單集與目的:「撰寫設計需求說明」。協助首次委託的客戶在與設計師見面前,整理想傳達的內容。邀請針對這一集,不是工作室銷售的全部服務。

誰可能受益:準備委託網站、視覺識別或其他設計專案,卻不確定如何說明任務的同事或朋友。

邀請:「認識準備與設計師合作的人嗎?若這集能幫助他們說明專案,就把單集連結傳給他們。」這樣的措辭讓聽眾有理由考慮推薦,不要求先追蹤帳號。

連結目的地與使用條件:工作室的公開單集頁,顯示單集標題並提供清楚的收聽方式。在這個虛構示例中,這個頁面可免費瀏覽。團隊會先檢查連結,再將它放進邀請。

聽眾在哪裡接觸邀請:單集近結尾的簡短提及、單集說明中的一句話,以及工作室現有電子報。團隊也可發布社群貼文,但邀請不侷限於社群追蹤者。

回饋與下一項決策:就這集節目詢問聽眾,並說明問題涵蓋的期間。使用回覆了解提議用途是否清楚,以及是否有人表示曾推薦。再決定下次宣傳要調整邀請或選擇不同單集。

假設聽眾回覆,已將連結傳給準備開始專案的同事。團隊便取得一項具體的推薦自述,也可讓聽眾自願補充,這集為何值得轉傳。團隊仍不知道同事有沒有收聽或聯絡工作室。

下次會議,便有比泛談追蹤者成長更具體的資訊:團隊可討論單集、邀請及聽眾自述的分享理由,也能繼續查看現有社群與收聽報告,不必要求它們說出相同故事。

回饋問題應對應自己的節目與日期

過去的全國調查結果無法告訴工作室自身聽眾如何行動。簡短、自願填答的回饋表可處理更具體的問題。下列措辭是針對指定節目與期間的示範範本,不是 Pew 問卷重製,也不是經驗證的調查量表。

先確認相關受眾:「[開始日期] 至 [結束日期] 之間,您是否聽過 [指定單集] 的任何內容?」提供「是」、「否」、「不記得」與「不願回答」。若報告針對聽眾,應說明使用回答「是」的受訪者。

接著詢問:「[開始日期] 至 [結束日期] 之間,您是否曾向任何人推薦 [指定單集]?」使用相同選項。推薦問題應詢問推薦;點擊分享按鈕,或抱持正面看法,回答的是不同問題。

若社群追蹤與決策有關,請另問:「您目前是否在 [指定社群平台] 追蹤 [指定節目或主持人帳號]?」同樣容許不確定與不願回答。這題衡量指定帳號的目前狀態,刻意不同於歷史調查中是否曾追蹤任何 Podcast 或主持人的問題。

可加上自願回答的追問,詢問這集為何值得推薦。讓受訪者描述情境,不提聯絡對象的姓名。團隊需要的是有用的背景,不是另一個人的聯絡資料。

邀請回饋的位置,會影響收到誰的回答。若只透過社群帳號提供表單,可能漏掉團隊正想了解的聽眾。請說明邀請出現在哪裡、回覆期間,以及誰作答。自願填答表單描述其受訪者,不會自動代表全部受眾。

保留跳過的回答,不轉為「否」。若呈現已確認推薦者中的社群追蹤回答,應將未回答追蹤題的人留在該分母中,並清楚標示。不要直接與 40.6% 比較:母體、日期與追蹤題目都會不同。

依回覆決定下一步改善什麼

實用的推薦報告會寫出單集、邀請與現有證據。虛構工作室可清楚記為:「回應單集回饋邀請的聽眾表示曾推薦設計需求說明這集。他們的回覆幫助我們了解哪些情境讓這集值得轉傳。」只有回覆支持這項描述時,才應使用。

任何量化版本都應補上問題措辭、日期與受訪者人數。社群追蹤證據另述,註明相關帳號與報告期間。同一人可能推薦多次,因此推薦次數與推薦人數也需要不同標籤。

下一步應依證據決定。若受訪者誤解主題,就說清邀請;若他們描述團隊未預料的用途,可檢視單集頁是否已解釋清楚;若回饋很少,先重新檢視邀請與位置,再判斷是否沒有人推薦節目。

企業評估創作者合作時,可以問得更精確:觀察到什麼,才足以稱宣傳成功?自述推薦、新追蹤與新顧客各需要自己的證據。調查支持檢視追蹤者名單之外的推薦;自己的活動才決定哪些進一步商業結果值得關注。

如何計算結果

我們分析 Pew Research Center 的 American Trends Panel 第 118 波公開資料,調查於 2022 年 12 月 5–11 日針對年滿 18 歲、未居住於機構的美國成人進行。分析選出過去 12 個月聽過 Podcast,且對是否曾推薦 Podcast 明確回答「是」的人,再於同一群體內計算對是否曾追蹤 Podcast 或主持人社群帳號明確回答「否」的人數。[1][2]

加權百分比的計算是將明確回答「否」者的最終調查權重加總,除以全部已確認推薦者的權重總和,再乘以 100。計算使用儲存的權重,之後才四捨五入顯示。未加權的樣本比例則以 711 除以 1,722。這 2 個顯示百分比均四捨五入至小數點後 1 位。[5]

推薦題未回答,不能確認屬於推薦者群體;追蹤題未回答,仍留在該群體分母,不視為「否」。這樣保留明確回答與未提供資訊之間的差別。

Pew 加權納入選樣與未回應調整。我們呈現描述性加權估計,不為這項新的條件占比提供信賴區間或顯著性檢定。回答描述跨 Podcast、可能發生在不同時間的自述經驗,無法確認行銷活動效果,也不是當前在地市場基準。[4]

下載內容包含呈現的彙總結果,以及計算的技術說明,不含個別回答、識別碼或調查權重。來源資料集須透過 Pew Research Center 存取流程另行取得。

這些下載檔無須註冊。檔案包含顯示的彙總結果與方法的翻譯說明,不含受訪者紀錄、識別碼或調查權重。原始資料集的存取由 Pew 另行管理。

來源:Pew Research Center 的 American Trends Panel。本文表達的意見,包括任何政策意涵,均屬作者觀點,不代表 Pew Research Center。 “Pew Research Center’s American Trends Panel” “The opinions expressed herein, including any implications for policy, are those of the author and not of Pew Research Center.”

來源與註解

  1. Pew Research Center,American Trends Panel,第 118 波。調查期間為 2022 年 12 月 5–11 日。Influence IQ 依公開調查資料計算條件結果,解讀亦由 Influence IQ 提供。發布說明指出,為保護受訪者隱私,部分值已在相似個案間對調;本分析使用公開紀錄。
  2. Pew Research Center,《Podcasts as a Source of News and Information》,最終結果摘要。PODYEAR 確定過去 1 年收聽的納入條件;PODREC2 詢問是否曾推薦 Podcast;PODENG1 的 a 題詢問是否曾追蹤 Podcast 或主持人的社群帳號。這些行動題未辨識相同 Podcast、時間或平台。
  3. Pew Research Center,《How Americans use and engage with podcasts》,2023 年 4 月 18 日。原始報告分開描述推薦與社群追蹤。本文的貢獻是由相同受訪者配對回答得到的條件估計,不是宣稱發現這些活動有差異。
  4. Pew Research Center,《Podcasts methodology》。調查對象為年滿 18 歲、未居住於機構的美國成人,並使用處理選樣與未回應的權重。其他母體或已公布指標的誤差範圍,不應附加到這項新的條件占比。
  5. Influence IQ,Podcast 推薦與社群追蹤:方法、計算程式碼與顯示的彙總結果。方法固定分母、明確回答「否」的分子、未回答的處理方式及捨入規則。原始技術檔案附有翻譯說明,不含受訪者紀錄或個別權重。

所有語言版本都描述相同的 2022 年 12 月美國研究。翻譯不會產生另一國家的估計值。原始計算程式碼附有方法的翻譯說明。

相關 Influence IQ 研究