為什麼比特幣這次會跌這麼慘?

從長期來看,比特幣有一項更令人擔憂的潛在因素:美國司法部正在延續德州大學John Griffin和他學生Amin Shams對於Tether(USDT)涉及操作比特幣價格的研究結論,展開司法調查。
評論
評論

原文來自 Wired《WHY BITCOIN IS PLUNGING (THIS TIME)》,作者 Klint Finley。 台灣康泰納仕集團授權提供,INSIDE 編譯。

延續著過去虛擬貨幣一年跌 46%、一個月內跌 33%的持續低迷,本週二比特幣價格再遭重創,一口氣跌了 10%

突發性的暴漲與蕭條,可說是比特幣幣價標準常態了。杜克大學(Duke University)金融學教授坎貝爾·哈維(Campbell R. Harvey)表示,今年到目前為止,標準普爾 500 指數僅有三天跌幅超過 3%,這其中最差一次是 2 月份下跌 4%。「相比之下同樣在 2 月份裡,有七天當日比特幣跌幅超過 10%,最差那一天甚至有 16%。16% 是什麼意思呢?等於道瓊斯指數暴跌 4,000 點」

哈維教授說:「人們應該預期比特幣隨時出現極端波動。」

與這十年來的股票市場相當類似,長期來說比特幣幣價已獲得高度成長。2013 年 11 月那次,比特幣從超過 200 美元一口氣躍升至 1,200 多美元,然後馬上在下一個個月跌至 600 美元以下。比特幣現在遠遠低於去年 12 月的 19,000 美元高點;但它現在的價格仍然是 2017 年 5 月最後一次大漲前(僅僅 18 個月)的兩倍多。買在 200 美元或更低時買入的人,明顯仍有利可圖。

Photo Credit: Wired
Photo Credit: Wired

但對於那些買在高價的人來說,接下來這件事會有一點點「安慰」,而且是比特幣投資者共同擔心的問題。

目前的低迷可能與比特幣社區的分裂有關。去年,一群開發者在比特幣硬分叉時創建了「比特幣現金」以解決許多原始比特幣的技術問題。比特幣現金雖沒有全數取代原版,但也獲得了社群支持。但上週,比特幣現金面臨自己的硬分叉;這次分叉雖不直接影響原始比特幣,但社區的進一步分裂很可能會驚動投資者的投資意願。

從長期來看一項更令人擔憂的潛在因素,起於在彭博社週二的一則報導。這項報導透露, 美國司法部正在 延續德州大學 John Griffin 和他學生 Amin Shams 對於 Tether(USDT)涉及操作比特幣價格的研究結論,展開司法調查。

可能有些方法可減少比特幣的波動程度。哈維教授認為大家是該檢討比特幣價格波動性太高、難以評估。大眾可以跟據公司業績,以及基於國家經濟財政政策的法定貨幣對公司股票進行估值,但比特幣卻缺乏這種基本面。

哈維認為如果比特幣受到更多公權力的監管、認可,並且從「資產」變成一種被廣泛採用的支付方式且交易時間成本更加一致,那比特幣將更容易被市場估值。但這就回到了「雞與蛋」難題:比特幣正是因為它價格太不穩定,讓它無法被廣泛作為貨幣使用。這也讓比特幣的未來變得更加混沌。


Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。