電視台在街頭問了100個人，請他們在三個新角色裡挑一個。畫面上是A 44人、B 32人、C 19人，另外5人給了別的答案。這時候就有個更有意思的問題：
如果網路投票有100萬票，街頭只問了50個人，哪個結果更有價值？
上統計課，老師多半會說「隨機抽樣、有代表性才重要」。但放到行銷裡，事情沒這麼簡單。自己找到投票頁面、還真的去投票的人，確實會讓結果有偏差，可是他們同時也是真的對這個產品或角色有反應的人。
這次Suica還有一點要先說清楚：A、B、C不是網友隨手丟上來的方案。JR東日本的評選委員會先篩出三個正式候選，才交給大家投票。所以B也是正式入圍的決賽候選。
為了好玩，本文把紫色兔子B叫作「B君（有毒）」。這不是官方名字，也沒有人真的檢測過毒性。
1. 缺的不是「基數」，而是樣本數
平常大家愛說「基數太小」，但這裡實際變多變少的是回答問題的人數，也就是樣本數。
假設是簡單隨機抽樣，取結果最不確定的50%附近，95%信賴區間的最大誤差大致是：50人約±14個百分點，100人約±10個百分點，1,000人約±3個百分點，100萬人約±0.1個百分點。
所以，如果抽樣方法一樣、調查對象也一樣，人當然越多越準。
關鍵就在「方法一樣」。
街頭的100人，可能只來自一個地點、一個時段、某一天，而且只有願意停下來回答的人。網路上的100萬票，要是只有想參加的人才來投，也不等於從全國隨機抽了100萬人。
樣本數能減少偶然的波動，但沒辦法自動消除「什麼樣的人比較容易被選進來」造成的偏差。
2. 就算有100萬票，也可能「超級精準地錯」
自願投票的麻煩在於：喜好不只影響「投誰」，還影響「來不來投」。
舉個極端的例子。
假設真實情況是A派和B派各占一半。可是A派特別狂熱，有20%的人去網路上投票；B派比較佛系，只有1%的人去投。
如果兩邊各有5,000萬人，結果就是A 1,000萬票、B 50萬票。看起來是A約95%、B約5%。
總共1,050萬票，數量大得嚇人。
可是它量出來的不是全體民眾的喜好，而是肯動手去投票的人都是誰。
這就是可怕的地方。人數越多，偶然誤差越小，每次得出的數字都差不多。但如果選人的方式本身有偏差，就會變成「穩穩地圍著一個錯誤的數字打轉」。
Pew Research Center也研究過網路自願參加的調查：把樣本從2,000人擴大到8,000人，估計值的波動明顯變小，但跟基準相比的偏差幾乎沒有改善。
資料多是好事，但它不是能把錯誤抽樣洗乾淨的聖水。
3. 但在行銷裡，那群「有偏差的人」可能正是你要找的
說到這裡，邏輯就反過來了。
如果想知道的是「所有人在同樣條件下看到三個方案，會選哪個」，那有代表性的隨機抽樣比較適合。
可是如果企業想了解的是這些人：
- 會主動跑到投票頁面的人
- 對Suica或這個角色有興趣的人
- 會在社群平台上聊的人
- 會買周邊、會參加活動的人
- 可能真的幫新角色傳開的人
那麼，自願參加的這群人就不只是「資料污染」，而可能是最重要的一批客群。
錯的不是用自願投票，而是把「自願投票者的喜好」說成「所有人的喜好」。
反過來也一樣：為了湊出一個全國平均，把大量毫不在意的人混進來，反而可能沖淡真正會買、會傳、會參與的人所發出的訊號。
行銷要的不是抽象的「零偏差」，而是量到跟決策真正有關的人。
4. Suica投票不是「什麼都能參賽」的人氣賽
JR東日本公布的評選流程很關鍵。
官方說明裡，專案先收集集團內部對新角色的期待，再由年輕創作者畫出原案，2026年8月由評選委員會選出三個設計。之後從9月8日到9月23日23:59開放公眾投票，查核無效票後，得票最多的候選就成為新形象角色。
A是橘色松鼠，B是象徵向未來躍進的紫色兔子，C是一隻橘色的小生物，側背包裡還裝著一隻鼴鼠。
所以B君（有毒）是正式通過評選委員會的決賽候選。
這點相當重要。企業先看品牌合不合適、角色立不立得住，再去測使用者的人氣。也就是：
企業先篩選 → 大家再投票
兩步走。
這樣設計，與其說是「大眾投票，把專業判斷丟掉」，不如說是專業方先劃出可以用的範圍，再在範圍裡看市場反應。
B君（有毒）不是野生毒物，而是已經過初篩的毒物。不對，它不是毒物。
5. 街頭100人和網路大量投票，回答的是不同的問題
電視街訪得出A 44、B 32、C 19，這個結果本身並不是沒價值。
反而滿有意思的。
如果受訪的多是平常沒在關注這個活動的路人，那它很可能反映「一般人第一眼看到會選哪個」的第一印象。
而官方網路投票量的是：知道這個活動、點進頁面、真的投了一票的人，最後選了誰。
這兩種調查不是互相競爭，量的人群本來就不同。
街訪比較接近大範圍人群的第一反應， 網路投票比較接近參與者真正做出的選擇。
而且如果最終目的是「讓更多人使用」，還得看別的指標：知名度、好感度、使用意願、活動參與、周邊購買、社群擴散，以及實際使用行為。投票量的是喜歡，不是直接量「能帶來多少使用量」。
票數只是指標之一，不是最終Boss。
6. 為什麼B君（有毒）在行銷上很有意思
新角色剛公布時，網路上很多人喊「把企鵝還來」。但當天就有人開始畫同人圖，也有報導提到「越看越可愛」「三個都留下吧」這樣的聲音。
對角色來說，這個走勢滿強的。
第一眼就拿滿分的角色當然強。但還有一種強：一開始讓人覺得「這什麼東西」，後來被取了名字、被畫、被玩梗，慢慢越看越順眼。
人反覆看到同一個東西，在一定範圍內會越來越有好感，這叫「單純曝光效應」。一項彙整81篇研究的統合分析發現，整體上確實是正向效果，但也不是看多少次就會無限喜歡，還出現過先升後降的倒U形。
重點不是什麼「一開始被討厭反而會贏」的可疑秘訣。
連反感也算在內、一直有人在聊的角色，自己就能增加被看到的次數。
沒人理，就不會被罵。 但沒人理，也很難有同人圖。
7. 脈脈是不是「因為一開始被嫌棄」，才讓世博會成功的
說到這個，就會想到大阪・關西世博的脈脈。
剛亮相時，很多人覺得彆扭、批評聲也不小，後來靠著曝光、周邊、社群媒體和各種二次創作，喜歡它的人越來越多。討論Suica新角色的報導裡，也拿這種「從拒絕到喜歡」的變化跟脈脈做過比較。
世博本身，根據日本經濟產業省2026年的成果報告，184天裡約有2,902萬人入場，營運收支最多盈餘約370億日圓，經濟波及效果約3.6兆日圓。
不過這裡別把因果說得太滿。
「脈脈一開始被罵，所以世博才成功」，這一點並沒有被證明。
成功靠的是展覽內容、活動、口碑、交通、營運、票務、季節、媒體曝光等一大堆因素。
但只看角色本身，下面這條路是說得通的：
覺得怪 → 被討論 → 反覆看到 → 被玩梗 → 想擁有 → 產生感情。
所以不能斷定反感就是「成功的燃料」，但有時它能成為製造知名度的摩擦力。
用遊戲的說法，脈脈可能自帶一個被動技能，能把早期的罵聲直接轉成經驗值。當然，這只是比喻。
8. 截至2026年9月23日晚，官方沒有公布「目前第一名」
這裡數字一點都不能誇大。
JR東日本官方頁面寫明，投票時間是2026年9月8日到9月23日23:59，每人一票，查核無效票後，由得票最多的候選勝出，新角色預計11月18日公布。
截至寫這篇文章時，官方沒有公布中途的得票數，也沒有「現在A多少萬票、B多少萬票」這樣的排名。
所以本文說的「網路100萬票 vs 街頭50票」，只是用來思考調查價值的假設比較，不是說這次Suica投票已經有100萬票。
網路上看得到的，是氣氛從最初的反彈，慢慢變成同人圖和「全部都喜歡」。但這不能解讀成「B現在領先」。
B君（有毒）的開票快報，還在等神諭。
9. 結論：票的價值不只看人數，更要看你想了解誰
不是100萬票就一定比50票強。 50人的隨機抽樣，有時比100萬次自願點擊更能代表全體民眾。
反過來，也不是自願投票就沒有行銷價值。 如果你想了解的就是高熱度的使用者，大量自願投票反而是很直接的資料。
大致可以這樣理解：
資料價值 ≈ 樣本數 × 調查對象與目的是否吻合 × 選人方式是否合理 × 離真實行為有多近
你想知道的是全國平均？ 現有使用者？ 潛在新客戶？ 願意去投票的粉絲？ 還是能真的帶動使用和購買的角色？
這些不先決定，光比「100萬對50」，就成了兩個數字的怪獸大戰。
這次Suica是企業先篩出三個正式候選，再讓公眾投票。所以官方投票比較適合看成：在已經獲准的候選裡，選出參與者反應最強烈的那一個，而不是一場全國民意調查。
最後是A贏、C衝上來，還是紫色的B君靠著可疑地強壯的兔腿把一切都帶走？
統計學能老實說的，就只到這裡。
