病毒流傳製造機!月獨立訪客 8000 萬,Buzzfeed 是怎麼辦到的?

「數位 + 吸睛」的關鍵詞為新聞標題、包羅萬象,配有大量圖片的內容、無處不在的分享按鈕、配合社群媒體所做的不同形式內容…… 暫不評價它的內容品質,這個創立於 2006 的社群新聞網站——Buzzfeed——獲得的成功確實是巨大的。
評論
評論

「數位 + 吸睛」的關鍵詞為新聞標題、包羅萬象,配有大量圖片的內容、無處不在的分享按鈕、配合社群媒體所做的不同形式內容…… 這樣的新聞網站有人覺得是標題殺人、看起來浪費時間,也有評論認為它年輕化、在地化。但暫不評價它的內容品質,這個創立於 2006 的社群新聞網站——Buzzfeed——獲得的成功確實是巨大的:

目前 Buzzfeed 團隊遍布 11 個國家,發布的內容發表於 30 個平台,語言多達 7 種;另外它在 Alexa 排名中名列 129 位,每月來自美國的獨立訪客達到 8000 萬(官方稱它在全球達到的真實數據是其 5 倍以上),目前估值 15 億美元,在 2014 年的收入達到 1 億美元。

不過在今天這個新聞內容泛濫、同質化嚴重、競爭又如此激烈的情況下,這個以「社群時代的媒體公司」為標語的媒體類創業公司,到底是如何突圍而出,成為如此一個流量和收入巨人的?

內容:利用社群網站散播

在兩年多以前,Buzzfeed 還只是一個「在工作無聊時看的網站」。不過在 2014 年末 Buzzfeed 的 CEO Jonah Peretti 卻發現,人們把越來越多的時間花在了社群平台上,而不是傳統的網站。於是他決定改變公司的內容編輯策略:與其花力氣把人們的注意力吸引到網站,不如直接就把內容放在社群網絡上。之後無論在最流行的 Facebook 還是更加小眾的 Telegram 等全球 30 個社群平台,都可以看到 Buzzfeed 發表的文字、圖片和影音。

不過,相比起其他也利用社群網站來傳播內容的媒體,Buzzfeed 並沒有只停留在「把內容發表上去」這一步上。比如針對不同的社群平台,Buzzfeed 會重新整合內容,以適應這個平台上使用者的瀏覽習慣。

而在 Buzzfeed 自身的網站,也在通過各種小技巧鼓勵更多的讀者把內容分享到社群平台上。除了在看新聞時「揮之不去」的側邊分享按鈕,文末設置了一個互動工具,讓使用者去選擇看到這篇新聞時的感受(投票最高項將成為一個小圖標掛在題目旁)。另外文章尾部的評論區也直接接入了 Facebook。閱讀和分享,Buzzfeed 以從未有過的高度把兩者綁在一起。

影片:小團隊作戰,三月輪換

我熱愛好萊塢,我熱愛電影。我是在它們的影響下成長的。我也愛電視節目。但是,製作這些作品的方法,在現在這個時代不一定能走得通了。

Buzzfeed 電影的負責人 Ze Frank 如此表達他對傳統影片製作方法的看法。目前,Buzzfeed 每周生產 65 個原創影片,分發在 YouTube、Facebook、Snapchat 等社群平台上。而這個如今占總流量一半的影片業務,開展的時間其實只有 2 年。

Buzzfeed 電影的辦公地點位於洛杉磯日落大道,占地 52000 平方英尺,包括一個攝影棚、測試廚房、和覆古店一樣大的道具室、兩棟用以室內拍攝的洋房。和傳統的電影拍攝工作室相比,這裏幾乎沒有什麽不同。

不過在製作影片方法上,Buzzfeed 摒棄了電影工業中職位「高度專業化」的傳統,反而是讓每一位員工都成為「通才」。另外,把團隊分為各個不多於 7 人的小組,分別負責特定一種類型的影片。而為了不讓其中有人因為在某領域經驗較多而自滿,這些小組每三個月就會重新再整合。Frank 認為,這是使團隊遠離僵化思維而保持創新精神的做法。

和 Buzzfeed 文字、圖片內容一樣,它的影片同樣充滿著強烈的娛樂性,因而更容易造成「病毒傳播」。比如在和 NBC 環球合作的一個關於 2016 年裏約奧運會的影片項目時,NBC 環球的作品是一個關於美國奧運選手的傳統電視節目,而 Buzzfeed 製作的卻是一些惡搞影片:問運動員一些奇怪的問題,比如「你見過活著的火雞嗎?」,然後就真的拿出一只火雞來,之後記錄下當事人的真實反應。雖然你說不上看完這些影片有什麽收獲,但翻翻 Facebook,轉發和評論量驚人的不也正是這種影片嗎?

(Buzzfeed 影片:當男人第一次穿上高跟鞋,YouTube 播放量:407 萬)

數據!數據!

如果說網路時代給媒體帶來了什麽最強大的工具,數據分析肯定是其中之一。而在 Buzzfeed,這也正是他們能夠生產那麽多受歡迎的內容的秘訣。

在 Buzzfeed 內部,衡量一個內容是否成功,除了 pv 或者分享量,還有一個重要的指標:病毒式成長量(viral lift)。它指的是一篇文章或者影片分享有多少以及有多快。在一篇對 Buzzfeed 員工的采訪中,高級編輯 Stopera 解釋了他們如何用這個數據來判斷內容是否受歡迎。

如果一篇文章(或者其他形式的內容)的病毒式成長量在 1.5 以上,瀏覽量大於 10 萬,那麽就說明這個內容就是值得做的;而如果只有 4 萬的瀏覽量和 1.1 或者 1.2 的病毒成長量,那麽它就是失敗的。

而為了理解人們到底是如何在不同的社群平台上分享內容,Buzzfeed 內部還組建了一個名為 Pound 的計劃。在這個計劃中,雙胞胎工程師兄弟開發了 9 個不同的指標來進行數據測量,其中一個名為「節點之間的擴展速率」。這是一個非常有價值的指標,因為它顯示的是一個內容要花多長時間從 A 使用者分享到 B 使用者。如果擴展速率處於成長的狀態,那麽就說明這個內容很有可能走向「病毒傳播」。

而就在今天,Buzzfeed 在官方部落格中表示,因為發展情況的改變, 他們會開始使用一些新的數據指標來替代 UV(獨立使用者),比如「內容閱讀數」(指的是所有平台瀏覽 Buzzfeed 內容的次數)。雖然有媒體指出這是 Buzzfeed 在做數據遊戲,試圖掩飾 UV 的下降。不過,對於 Buzzfeed 這種內容分發遍布多個社群平台的媒體來說,傳統單一的指標確實有點過於落後了。

在提到那些家族經營的報紙或者電台時,Buzzfeed 的 CEO Peretti 認為,作為一個內容生產者,在這個時代能獲得的最具競爭力的優勢就是利用技術、數據科學來懂得如何更好地管理、協調內容生產。而 Buzzfeed 在這一點上,確實走在了產業最前端。

網路下的新聞

在創辦 Buzzfeed 之前,Peretti 是赫芬頓時報的創辦人,這個曾以政治新聞聞名的新聞網站在 2011 年被 AOL 以 3 億美元收購。連續創立兩個成功的新聞網站,或多或少證明了他對在網路時代做新聞有著獨到的理解。而這些實踐,都為我們展現了新聞的另一種可能。

最後,分享一段 Peretti 對新聞的看法,在我看來,這正反映了新聞在網路時代其中一個最重要的轉變。

人們最大的誤解就是以為品質就是一切。真相是,品質有所助益,但有一堆高品質的內容,實際上根本只在原地打轉。

The biggest misconception people have is that quality is all that matters. The truth is that quality helps, but there's a ton of high-quality things that don't go anywhere.


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。