一則負評半夜十一點被貼上開箱社團，隔天早上十點你打開電腦，底下已經有三十幾則留言附和「我也是」，還有帳號把截圖轉發到另一個社團。不是你不在乎顧客感受，只是沒有人能整晚盯著留言板不睡覺。

8/31–9/6 新北市長選舉社群數據：李四川 3,153 篇（+25.9%）、蘇巧慧 4,378 篇（+82.8%）。李四川自己發文 27 篇、蘇巧慧 71 篇，自營比例差 2.6 倍，但兩人唯一的共同話題都是同一份第三方民調。附同日尖峰的不同成因與發文者結構。聲量不等於支持度。

8/31–9/6 台北市長選舉社群數據：蔣萬安 21,658 篇（+80.6%）、沈伯洋 10,451 篇（+8.0%）。兩人前五大話題無一重疊，蔣萬安近三成討論集中在單一爭議，沈伯洋分散在五個不同事件上。附分頻道情緒落差與高互動貼文發文者結構。聲量不等於支持度。

SOV 報告只算聲量占比，看不出這些聲量是叫好還是叫罵——只有疊加情緒分析，才能分辨品牌聲量成長是真的口碑帶動，還是負評堆出來的假象。這篇文章整理五個實際可執行的疊加方法。

8/24–8/30 新北市長選舉社群數據：李四川 2,482 篇、蘇巧慧 2,355 篇。8/28 這天，三份調查方法不同的民調公布，結果彼此矛盾——這正是本系列「聲量不等於支持度」主張的例子。附兩人唯一共同話題與高互動貼文發文者結構。