數位媒體:新聞傳播的主流管道

進入數位時代後,行動網路和社交網路的方興未艾讓人們消費新聞的方式正在發生改變。傳統的報紙、廣播等正逐漸淡出人們的視線。
評論
評論

進入數位時代後,行動網路和社交網路的方興未艾讓人們消費新聞的方式正在發生改變。傳統的報紙、廣播等 正逐漸淡出人們的視線。

跟據 CNET 的報導 ,網際網路正慢慢地在削弱報紙、廣播和電視等新聞媒介在美國民眾心中的傳統地位。皮尤研究中心(Pew Research Center)的 最新調查顯示 ,電視新聞的受眾群體在不斷縮減,尤其是青少年。而網路新聞消費的佔有率卻一直穩定地成場,其中行動裝置和社群媒體是目前網路新聞消費的最大贏家,使用比例大幅上升。另外也有跡象顯示人們對於帶有強烈個人主觀的新聞報導也越來越反感。

江河日下的傳統媒體

調查表明, 29% 的美國人依然以報紙來消費新聞。其中有 23% 的人還在訂閱紙本報紙 ,不過這個數字只剩 2000 年的一半不到。「數位報紙」(報社的網站、app 等)是大部分人獲取新聞的首選,55%《紐約時報》讀者表示他們經常在網路上或行動裝置上瀏覽報紙,而大部分《今日美國》以及《華爾街日報》的讀者也是如此。傳統的新聞媒體開始走向衰落,數位媒體慢慢崛起,成為美國人獲取新聞的主要管道。

電視新聞觀眾縮水

如今就新聞消費途徑而言,由於時效性、呈現方式與網路比較相似,電視依然能保持主流的地位,但是出現了明顯的群體差異。18 至 29 歲群體中,有近三分之一還會看電視新聞,較 2006 年的 49% 有所下降。30 歲以下群體中,還有 34% 的人會看一些電視新聞,而在網路上瀏覽新聞的有 33%。

比起其他年齡段,電視新聞對青少年的影響力在逐漸淡化。他們更喜歡在社交網路上篩選自己感興趣的新聞。比較有趣的是調查發現他們使用 Facebook 等社群網站獲取新聞的比例是 76%,而其他渠道的總和也不過 71%。

贏家:社群媒體

相較於 2010 年,今年美國網路新聞消費的比例並沒有明顯的變化,但是使用手機、平板電腦等行動裝置進行新聞消費的人群比重從 9% 提升至 15%,而社交網路作為新聞管道的使用比例從 9% 一躍為 19%。

在眾多社群網站中,13% 的調查對象表示會選擇從 Twitter 上了解新聞,其中有 3% 的人經常這麼做。至於其他社群網站,比如 Facebook、Google+ 也都是美國民眾選擇的新聞管道,已經從 2010 年的 29% 增加為 47%。

美國人不喜歡觀點性報導?

64% 美國民眾表示更喜歡選擇客觀陳述的新聞報導,剩下的 26% 認為他們可以接受那些表達個人政治觀點的新聞。

該調查還顯示,美國有線電視新聞網的常駐觀眾自 2008 年起便開始不斷減少,從四年前的 24% 下降為 16%。


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。