2015 台灣 Big Data 市場五大趨勢預測

蔣居裕 (Fred Chiang) 悠遊於軟體與網路兩大領域 20 餘年,擅長以產品經理的視野,持續在人生與職場上太所開放的價值與實踐之道,目前為亞洲 Hadoop Big Data 領導品牌 Etu 團隊的負責人,並積極參與台灣開源社群。[ 本文原載於此 ]
叮叮噹、叮叮噹......,2014 即將步入尾聲,回顧這一年的 Big Data 相關發展,我們可以這樣總結:「在跨行業的水底持續積蓄能量,在特定的洲際大樓上空爆出更多火花」。Big Data,不只是顯學,它現在已經是 企業的必要學 。在提出 2015 台灣 Big Data 市場五大趨勢預測之前,筆者就先藉投入這個市場的幾點經驗與感想總結,來做為開場。
資料是 21 世紀的石油?
在 2010~2013 時談論 Big Data,很多人喜歡用「資料是 21 世紀的石油」來做比喻,但這種類比其實只對了一半。從精鍊產生價值,這部份沒有問題;但從資源的耗損與生成來看,卻完全無法比擬:
石油是「用後即逝」的實體資源,但 資料是「用後不滅」 ,越用累積的價值越高;石油生成的速度很慢 (植物殘骸轉化為石油須歷經一百萬年以上 ),而 根據 IDC 的推估,全世界的資料,每二年就會增加一倍 。
到了 2014,台灣已經走過 Big Data 的通識教育階段,但在本質的思考上,利益相關者,不妨可以再行深思遠。
Big Data 價值主張
Etu 從 2012 年產品上市以來,即鎖定企業市場,在其中提供 特定行業 的 End-to-End Big Data Solution。我們一開始就知道,Big Data 不是人人想要、人人需要 ,企業市場會由特定的行業發動,從高度客製化的 End-to-End 專案開始買單,直到可重複銷售的方案出現,方得 跨越鴻溝,邁入保齡球道 。
所以,我們堅定地走在 Verticals 與 End-to-End Solution 交疊的路上,持續為擁有資料的客戶 (Data Owner) 服務,協助他們實踐 Big Data 的價值。
2015 年台灣 Big Data 市場五大趨勢預測
歷經前面幾年的 On-premises 市場發展,將解決方案轉變成雲服務資料產品,將是 2015 年一些 Big Data Solution Provider 前進的道路。
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。
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。
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。
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。