同樣的曝光，聲量長成兩種結構：李灝宇與鄭宗哲的社群聲量四個差異

資料期間：2026/06–2026/07

資料來源：QSearch 社群監測數據

台灣社群在 2026 年 6 月 28 日至 7 月 28 日這 31 天裡，累積了 6,243 篇提到李灝宇或鄭宗哲的貼文與報導。兩人同期效力大聯盟、被同一批台灣媒體報導，前十大曝光來源重疊率達 66.7%（Facebook 與新聞媒體渠道皆同），共同來源包含旅美幫、愛爾達體育家族、MLB Taiwan、自由時報體育頻道、中央社與 ETtoday 運動雲。

兩人的總聲量量級也相近：李灝宇 4,057 篇、鄭宗哲 2,700 篇。31 天內合併去重的貼文中，同時提到兩人的抽樣貼文只有 446 篇，占 8.0%，且這 446 篇多是彙整型內容（每日出賽預告、亞運名單、旅美球員總覽），不是兩人互相比較的討論。

這組條件接近方法學上的天然對照：同一批媒體、相近的曝光規模、幾乎總是被分開報導。差異因此可以被拆解成「同樣的曝光條件下，聲量長成了哪些不同結構」，而不是「誰比較紅」。

聲量（Mention Volume）： 特定關鍵字在社群媒體、論壇與新聞媒體上被提及的貼文總數，反映話題被討論的規模。

關鍵發現速覽

• 兩人前十大曝光來源重疊率達 66.7%，但同時提及兩人的貼文只占 8.0%——條件相近的兩個獨立樣本
• 李灝宇的聲量與「打擊建功」內容相關係數最高（0.993），鄭宗哲的聲量與「旅美脈絡」內容相關係數最高（0.965）
• 李灝宇四個聲量尖峰全部對應本人打擊事件；鄭宗哲最大尖峰（345 篇）出現在沒有比賽的亞運徵召爭議日，媒體占比 40.6%
• 兩人整體渠道結構接近，但尖峰當天的媒體占比差距拉大：李灝宇多落在 21–30%，鄭宗哲最大尖峰達 40.6%
• 兩人論壇負向討論的高頻詞完全重疊，前列都是「先發」「下放」「教練」

註：聲量、趨勢與尖峰數字取自全量監測數據；內容分類與情感細節基於雜訊過濾後的貼文抽樣（覆蓋全量約 87%）。

維度一：聲量跟什麼內容一起動

李灝宇的日聲量與「打擊建功」類內容相關係數達 0.993，是九類表現內容中最高；鄭宗哲的日聲量與這類內容的相關係數是 0.665，九類中排第六，他相關係數最高的是「旅美脈絡」（0.965）。

同一組差異也出現在內容分布上。打擊建功內容占李灝宇全部貼文的 66.8%，鄭宗哲則是 46.5%；球隊戰績占鄭宗哲 33.4%，李灝宇只有 11.4%。

表現落差也反映在聲量的擺盪幅度上：李灝宇打擊相關內容最多的四分之一日子，日均聲量 327.5 篇，最少的四分之一只有 12.1 篇，相差 27.01 倍；鄭宗哲同樣的高低分組相差 10.21 倍。

這種「同類主體、曝光管道重疊，聲量卻長出不同結構」的現象並非體育題材獨有，純網銀品牌也出現過，可參考〔純網銀三雄為何在完全不同的場域被討論〕的渠道拆解。

維度二：尖峰的主角是誰

兩人的聲量尖峰對應到完全不同類型的事件。

李灝宇的四個尖峰全部對應本人的打擊事件，媒體占比落在 21.0–29.6% 之間，聲量主體來自社群自發內容。鄭宗哲的尖峰組成更混雜：兩個對應球隊連勝（他以守備參與其中）、一個是個人攻守表現，最大的一個——單日 345 篇、八個尖峰中最高的媒體占比 40.6%——出現在沒有比賽的日子，內容是名單與徵召權爭議。當天的情感結構也是八個尖峰中唯一非正向主導：中性 186 篇、負向 63 篇、正向 40 篇。

判斷一個話題值不值得跟、尖峰是機會還是雜訊，可對照〔怎麼判斷熱門話題是機會還是雜訊〕的四項指標。

維度三：誰在講——渠道結構與尖峰時的媒體占比

兩人整體的渠道結構其實相當接近。

新聞媒體是鄭宗哲占比最高的單一渠道（32.6%），但只比 Facebook（30.9%）高 1.7 個百分點，兩人的社群端合計占比（71.1% 對 67.3%）差距同樣不到 4 個百分點——整體渠道結構的差異並不大。

差距真正拉開的地方是尖峰當天：李灝宇四個尖峰的媒體占比都在 30% 以下，鄭宗哲最大的尖峰媒體占比達 40.6%，是他八個尖峰中最高的一次。也就是說，平常誰在講差異不大，但遇到「沒有比賽事件可談」的日子，媒體報導在鄭宗哲的聲量裡占比會明顯放大。

維度四：負面情緒主要在討論什麼

兩人論壇負向貼文的高頻詞幾乎完全重疊，前列都是「先發」、「下放」、「教練」、「守備」——負面情緒集中在出賽機會與球團用人上，較少直接針對球員個人能力。

情感結構呈現一致的渠道梯度，兩人順序相同：Facebook 最正向，論壇最低。

pn_value： 正面貼文比率減去負面貼文比率的差值，範圍 −1 至 +1。數值愈高代表討論氣氛愈正向，負值代表負面貼文多於正面貼文。

鄭宗哲的論壇 pn_value −0.041 是八組渠道與球員組合中唯一的負值，論壇負向比率 31.1%，李灝宇為 21.1%。落差有具體對應事件：他在 7 月 26 日（美國時間）遭下放 3A，當天是他的 25 歲生日，負向貼文中「升降名單」相關內容達 25 篇。

這個梯度多半來自渠道性質。QSearch 監測的台灣社群數據中，Facebook 與 Threads 的內容主要來自運動媒體粉絲頁與球迷帳號，本質偏支持性；論壇的討論形式則允許質疑。各平台的輿情特性差異，〔論壇與社群媒體的輿情特性比較〕有更完整的拆解。

互動結構補上另一塊拼圖。Facebook 貼文中，李灝宇有 87.6%、鄭宗哲有 91.6% 屬於「認同型」（表情占總互動八成以上）；「討論型」（留言占三成以上）分別僅 8.7% 與 3.5%。受眾以低成本的表態為主，深度討論則集中在負向比率最高的論壇。判斷這類負面情緒要不要出手，可參考〔品牌負評暴增時公關人的 60 分鐘判斷流程〕。

三種讀法，監測數據無法排定順序

同樣一組差異——李灝宇的聲量跟著打擊表現走，鄭宗哲的聲量跟著球隊戰績與場外議題走——至少有三種解釋都說得通，而聲量、內容標記與情感這三種監測數據都沒有能力幫它們排序：

內容形式差異： 打擊建功是能被壓縮成一個數字的事件（本季第 6 轟、連 11 場安打），球隊戰績與守備美技這類貢獻較難用一句話講完。

球員角色與出賽處境差異： 鄭宗哲在資料期間內面臨下放 3A，升降名單內容占他 23.4%（李灝宇 12.7%），論壇負向高頻詞也指向「先發」「下放」——他的出賽機會本身就是議題，聲量可能掛在處境上，與內容形式無關。

球隊敘事吸力差異： 鄭宗哲的兩個尖峰（7/21、7/23）主題都是紅襪隊連勝，他以守備角色參與其中；球隊處在歷史性連勝期時，敘事重心可能被球隊吸走，個人表現退為配角。

三者可以同時為真，這份監測數據能描述的是「聲量長成了什麼結構」，不是「為什麼會長成這個結構」。

常見問題

Q：兩位條件相近的球員，聲量結構為什麼會不一樣？
A：從這份數據可以看到至少三個可能同時起作用的因素——內容能否被壓縮成一句話、球員當下的出賽處境、球隊敘事是否搶走了個人表現的版面。監測數據能標出這些差異存在，無法判定哪一個是主因。

Q：論壇負評比率比其他平台高，代表要出手處理嗎？
A：先看負面情緒討論的是什麼主題，而非負評比率本身。這兩位球員的論壇負向高頻詞是「先發」「下放」「教練」，聚焦在球團調度而非球員本身。負向比率高但討論主題不是主體本身時，性質更接近對處境的關心，而非針對性的負面評價。

Q：可以用聲量數據判斷一個人的表現好壞嗎？
A：不建議。聲量測量的是討論規模，不是表現水準。同樣的表現若不易被壓縮成單一數字，聲量會偏低；場外爭議也可能製造出與表現無關的高峰。判斷表現要看成績數據，聲量看的是傳播結構。

Q：兩人曝光管道重疊 66.7%，為什麼聲量幾乎不會互相帶動？
A：因為同時提到兩人的貼文本來就只占 8.0%，且多是彙整型內容而非比較。曝光來源重疊不代表討論會互相牽動，兩人在社群上是各自獨立運作的話題池。

結論

看聲量不能只看總量。同一批媒體、相近的曝光規模、幾乎總是被分開報導——這組條件相近的兩個樣本，聲量卻長出了四種不同的結構。

聲量跟什麼內容一起動：李灝宇是打擊建功（相關係數 0.993），鄭宗哲是旅美脈絡（0.965）。

尖峰的主角是誰：李灝宇四個尖峰全部是本人打擊事件，鄭宗哲最大的尖峰出現在沒有比賽、媒體占比 40.6% 的爭議日。

誰在講：兩人整體渠道結構接近，但尖峰當天的媒體占比差距明顯拉大。

負面情緒討論什麼：兩人論壇負向高頻詞完全重疊，都指向球團調度而非球員本身。

這四個維度描述的是結構，不是優劣。用聲量結構做競品對標或內容策略評估時，值得先確認雙方的處境條件是否可比——對手在爭冠、你在重整，結構差異多半來自這裡，未必是內容做得好不好。要把這個判斷用在資源分配上，〔用聲量數據決定社群資源分配〕提供了可套用的框架。

這四個維度適用於任何靠個人形象累積聲量的監測對象：代言人、創辦人、KOL。條件相近不代表聲量會長成一樣的結構，差異本身才是該追問的地方。

想了解你的產業或品牌在社群上的真實樣貌？了解 QSearch →

延伸閱讀

• 純網銀三雄 2025–2026 年度社群聲量解析：LINE Bank、將來、樂天為何在完全不同的場域被討論？
• 論壇 vs 社群媒體：不同平台的輿情特性分析——品牌監測的策略藍圖
• 品牌負評突然暴增，公關人怎麼在 60 分鐘內判斷要不要出手？