同一位候選人的負面比例，在 Threads 是 70.7%、在媒體只有 32.5%。本文以 2026 雙北市長選戰一週的社群數據，說明討論結構的四個可量測維度，以及為什麼聲量不能當成得票預測。

8/17–8/23 台北市長選舉社群數據：蔣萬安 11,212 篇、沈伯洋 9,097 篇，但兩人聲量長在不同平台——媒體 38.9% 對 Threads 58.5%。附分頻道情緒落差與高互動貼文的發文者結構。聲量不等於支持度。

8/17–8/23 新北市長選舉社群數據：李四川 2,726 篇、蘇巧慧 2,863 篇，兩人前五大話題零重疊——一邊是 307 公車答詢，一邊是蔡英文助選。附單日尖峰歸因與發文者結構。聲量不等於支持度。

同一位決策者一個月內兩次相反的颱風假判斷，揭露民眾真正在意的不是放假，而是標準能否驗證。本文分析 2026 年 6–8 月社群數據，拆解巴威、白海豚、米克拉三場颱風的民意結構差異。

新品上市會議前一晚，品牌經理最怕被問到一句話：「這個品類現在真的有人在討論嗎？我們是不是進場太早，還是已經太晚？」手上有的往往只是內部團隊的興奮感、業務端「聽說競品也在動作」的傳聞，卻沒有一份能攤開來看的客觀數據。