對任何需要運用數位行銷的產業而言,去年初Google宣布,Chrome將淘汰第三方Cookie,是從根本技術徹底翻盤的大變革,儘管Google將退場時限延期到2023年底,但隨著Google開始測試新廣告追蹤技術,第三方Cookie的退場,似乎已成定局。對企業或行銷公司來說,尋找替代技術來維持廣告投放成效,成了當務之急。
由於第三方Cookie受到限制,企業越來越難取得用戶資料,也出現一股聲浪,擔心個人化行銷成效會大受影響,身為網路廣告龍頭的Google也連忙祭出補救措施,力推一種全新的行銷做法,稱為廣告分群匹配技術FLoC(Federated Learning of Cohorts,FLoC),將原本的廣告投放作法,從瞄準「個人行為」轉向「群體偏好」,希望在保障個人隱私資料的情況下,透過群體共同的消費偏好,來投放廣告。
FLoC一發布,就引起行銷科技圈熱烈討論,彷彿找到了隱私與廣告之間的新出路。
Google不是唯一一家考量隱私,開始限縮廣告追蹤機制和行為的科技業者。影響龐大iOS生態圈的蘋果,也同樣祭出更嚴格的消費者隱私保護和削弱廣告追蹤的控管機制。
站在廣告行銷產業第一線的富盈數據技術長周竝弘,面對市場技術即將大洗盤式的變革,他觀察,由於企業能搜集到的用戶網路行為減少,已經陸續有同業反應,出現了廣告成效下降的問題,但大多數人都還在觀望,未來應採取哪種替代做法來維持廣告成效。這個問題成了廣告行銷產業當前最大的挑戰。
目前,周竝弘指出,若要維持廣告成效,現在有兩個替代做法值得企業關注。第一,就是Google推出的FLoC技術,這項技術是用Chrome先搜集用戶瀏覽行為,再透過FLoC模型將用戶分群,並以群組代號取代用戶ID,強調無論是廣告主、出版商或廣告平臺,都只能獲得用戶的群組代號,而無從辨識用戶身份,來避免商家取得過多用戶資訊。「透過分群追蹤的概念,我不需要知道你是誰,我只要知道你屬於哪一群。」周竝弘一句話點出FLoC的核心設計。
FLoC技術還有另一大特色,是將Chrome搜集到的資料,透過聯合學習技術,分散到各個裝置上進行運算,讓使用者的瀏覽歷史紀錄保持私密。不過,針對這項作法,周竝弘剖析,儘管Google宣稱,FLoC不會將個人瀏覽行為分享給Google或廣告商,但是FLoC本身在進行運算時,仍會將Chrome搜集到的數據與雲端資料庫比對,才能運算出個人分屬於哪個群組,「看似不會搜集你的個資,但其實Google仍有透過雲端來媒合資料。」
因此,周竝弘指出,FLoC技術仍面臨了挑戰,除了得看用戶願不願意買單,也因Google作法僅限於Chrome,其他瀏覽器不一定願意跟進,如此一來,也就無法追蹤其他瀏覽器的用戶行為。
儘管如此,周竝弘仍表達對這項技術的贊同。不只認同,他甚至基於分群匹配的概念,實作出一套用於電商領域的商品分群匹配AI技術,後來更將這套技術帶進現在任職的公司,作為即將上線的新廣告投放技術基礎。
擁有豐富電商技術實戰經驗,更站在廣告技術轉變第一線
任職於內容媒體廣告管理公司的周竝弘,處於數位行銷技術轉變的第一線,踏入廣告產業前,更已擁有20年以上的電商實戰經驗,多年累積的技術力,源自於他過去曾任露天拍賣、樂屋網技術長,以及擔任電商新創技術長的經歷。
10多年前,他曾以日本的開源圖書搜尋引擎為基礎,開發了一套能支援上億物件檢索的搜尋引擎,來克服露天拍賣站內,高達3億件商品資訊隨時更新的即時搜尋挑戰。
除了搜尋引擎,他也曾開發一套商品自動上架技術,讓商家只要在Word檔記錄商品資訊,並連同圖片置於資料夾中,再上傳到指定的雲端儲存位置,商品就能自動上架到電商平臺,大幅降低商家操作上架系統的學習門檻。
在電商領域耕耘許久的周竝弘,對AI也不陌生。他碩士就讀清大資工所自然語言實驗室,曾基於機率模型開發了一套中文關鍵字提取工具,能自動提取商品敘述中的關鍵字,以利後續分類或標籤。近年來AI興起,他也開始在露天拍賣中,用AI來減少人工作業,後來進入電商新創Uitox,更基於老闆想法,實作出AI商品分群匹配的演算法。
奠基在這些豐富的開發經驗上,周竝弘從技術的角度,深入剖析行銷技術的演變,並根據第一線的觀察,提出對第三方Cookie替代技術的看法。
如何提升商品行銷成效?顧客分群推薦作法可能為解方
長年在相關領域耕耘,周竝弘觀察,當前主流電商在進行商品推薦或廣告投放的方法,大多是透過搜集顧客的網路瀏覽行為,分析瀏覽過商品的特徵與屬性,再針對個人推薦相似類型的商品或廣告。這也是在AI逐漸進入大眾視野後,興起的個人化推薦作法。
但是,周竝弘認為,從顧客瀏覽記錄來「猜你喜歡」的作法,已經逐漸過時。「因為所有的數據都是過去式,就算你此時此刻搜集到的數據,也已經是顧客上一秒的行為,不代表他下一秒會根據之前的喜好來做決策。」他舉例,若消費者網購了一串衛生紙,而電商平臺基於這個行為,在對方下一次網購時又推薦了衛生紙品項給他,可想而知,消費者短時間內已經沒有衛生紙購買需求,就可能導致無效的商品推薦結果。
「所以,進行數據分析之後,要猜的是,顧客下一秒和下一段時間的需求是什麼?而不是猜他喜歡什麼。」周竝弘點出主流商品推薦方法的局限。
因此,周竝弘認為,先將顧客分群再匹配商品,可能為提升行銷成效的一種解方,將原本瞄準個人偏好的推薦作法,轉而以同類群體的偏好來取代。
周竝弘解釋,顧客分群匹配的作法,是以人群定向分析技術為核心,先描繪消費者本身的輪廓,再將特徵相似者分群,接著,藉由消費者所屬「群體」的消費偏好,來對個人投放相關的商品。有別於主流針對瀏覽過的商品特徵,來推薦相似品項的作法。
他以電商場景商品推薦為例進一步說明,當顧客瀏覽電商平臺的商品時,根據顧客的瀏覽記錄,能為他貼上標籤,拼湊出他的形象與輪廓。比如說,一位顧客進入了電商平臺後,先點選了3C分類,搭配顧客族群資料,可以推測,這個人有可能是一名男性;若他又點擊了iPhone最新機型,還可以進一步推測,他也有可能是追求流行的年輕人;不過這款新手機價格很高,更能進一步推論,該名顧客的消費能力偏高。透過顧客點擊的商品,就可以得出該名顧客許多線索,像是可能為男性、年輕、高消費水平的形象。這就是一種用點擊行為來描繪顧客輪廓的方法。
依據每位顧客的輪廓,進一步找出與之相似的消費群體後,儘管他沒有逛過其他網站的商品,但在進行商品推薦時,仍可以推薦給他所屬群體偏好的商品,來避免重複推薦給他已經瀏覽過、甚至購買過的3C商品資訊。
這項技術更能運用在廣告場景中,先將潛在顧客依據消費偏好分群,再針對個人投放群組偏好的商品廣告。Google目前正積極測試的FLoC技術,就是運用了相同的分群概念,根據FLoC模型判斷用戶屬於哪個分類群組,以此作為廣告投放的基礎。
周竝弘也引述Google的說法指出,FLoC與原先透過第三方Cookie來追蹤個人行為的廣告投放成效相比,已經能達到原先成效的95%,「也就是說,人群具有一定的代表性。」綜合這些優勢來看,他認為:「廣告分群匹配會成為未來的趨勢。」
進行數據分析之後,要猜的是,顧客下一秒和下一段時間的需求是什麼?而不是猜他喜歡什麼。─── 富盈數據技術長 周竝弘 (攝影/洪政偉)
不只要根據個人喜好,外部環境也會影響顧客購物決策
除了顧客的個人偏好,周竝弘指出,社會變化也會影響顧客的購物決策。因此,在進行商品推薦的過程中,除了納入個人的消費偏好,也得將外部環境變化納入決策因素。比如說,2020年疫情爆發,社會上出現了口罩、酒精、衛生紙等生活用品囤積潮,「雖然個人偏好沒有改變,但是社會變動了,就要參照兩邊的結果,來進行商品推薦。」
周竝弘同樣用電商場景來說明,如何將個人與社會因素結合來推薦。一般來說,當顧客在逛電商平臺時,系統將依據他瀏覽的商品來對他貼標籤,形塑個人的消費輪廓;同時,為了納入社會因素對顧客消費帶來的影響,系統也會從新聞提取熱門關鍵字,加入顧客的標籤欄位中,再綜合這些標籤資訊,來推薦關聯性商品。
這種基於顧客群體行為的推薦作法之所以有效,他指出,關鍵是基於兩個前提,一是「每個人都不是單獨的個體 ,自己做過的事情別人也會做」;二是「如果有一群人做了某件事情 ,自己也可能跟著做」。在這兩個前提下,就算不能識別個人身份,只要知道顧客屬於哪一類人,以及這類人如何與外部環境互動,就能以此來進行商品推薦了。
因此,周竝弘認為,電商或廣告領域未來的商品推薦趨勢,就是將群體偏好的商品、大眾流行的商品,綜合起來對顧客推薦。
靠第一方數據共享,達成第三方Cookie的資料搜集目的
除了熱門話題FLoC,因應第三方Cookie消失,業界還有另一種熱門解法,周竝弘指出,陸續有如The Trade Desk(TTD)、Verizon Media等企業,都開始推出自己的用戶ID識別系統,目前呼聲最大,就是由TTD推出的Unified ID 2.0。周竝弘指出,這些廠商推出自己的ID追蹤系統,就是希望廣告主、廣告商都能採用,來形成一個新的生態系,在經過用戶授權同意的前提下,讓採用的企業都透過這套ID,來追蹤用戶網路行為,後續與其他企業共享數據時,也能透過同一套ID來媒合用戶資訊,再用於廣告推薦。
由於各家企業合規取得的用戶資訊,屬於第一方數據,因此這項作法,能避免過去採用第三方Cookie時,未經用戶許可的爭議,周竝弘指出,「這是運用第一方資料共享的方式,來達到第三方Cookie的功能。」
周竝弘也點出新ID追蹤作法的挑戰,在於現在推出新ID解決方案的企業眾多,可說是百家爭鳴,企業願不願意跟進廠商腳步、加入不同的生態系,以及加入後,能否取得足量的資料來分析、維持廣告投放成效,都需要再觀望。
不過,企業透過小範圍的聯盟來進行資訊共享,作為廣告投放的基礎,周竝弘認為,雖然資料樣本不大,但在特定領域仍可能達到一定程度的廣告推薦成效,這是未來可能出現的新廣告推薦作法。
CTO小檔案
周竝弘
富盈數據技術長
學歷:清華大學資訊科學所碩士
經歷:曾在網路家庭擔任技術經理,而後輾轉擔任了PChome旗下露天拍賣的技術總監、PChome投資企業樂屋網的技術長,後來又重回露天拍賣擔任技術長。隨後,他也進入紅極一時的電商新創Uitox擔任技術長,去年中則進入鴻海旗下Martech新創富盈數據,擔任技術長一職至今
公司檔案
富盈數據
● 地址:臺北市松山區南京東路三段287號5樓(電梯6樓)
● 成立時間:2016年
● 主要業務:網站資產建置、流量增長計畫、收益管理及優化、數據智能及客服,創作者學院等
● 員工數:40人
● 董事長:葉光釗
● 總經理:薛茉凡
● 年營收:2~3億元
● 資本額:1億
公司大事記
● 2016年12月:富盈數據成立
● 2017年2月:獲鴻海科技集團宣布投資富盈數據,總投資金額5,668萬元
● 2017年6月:富盈數據推出旗下媒體平臺「ZiMedia字媒體」
● 2018年底:字媒體內容聯播網掌握全臺40%用戶標籤數據,月均不重複訪客超過680萬人次,每月創造3.8億次閱讀瀏覽量
● 2019年12月:推出Power PMP準場景廣告方案;全年績效突破3,000家合作網域、1,600位變現創作夥伴,月流量達到2.4億
● 2020年4月:成為Google認證發布商合作夥伴
● 2020年5月:由葉光釗出任董事長、周竝弘出任技術長
● 2020年7月:推出新內容聚合平臺「WREADIT銳誌」,除瞄準東南亞既有華文使用地區,也鎖定越南、泰國等地網路創作者
● 2020年:銳誌達到每月PV 3000萬、360萬用戶數、超過500位內容創作者,以及650萬則文章數
熱門新聞
2024-10-05
2024-10-07
2024-10-07
2024-10-07
2024-10-07
2024-10-07
2024-10-07