【觀察】東森電視「每周近 4 千萬臉書不重複用戶」從哪裡來?

常搞不懂臉書的「觸及人數」(Reach)是什麼意義嗎?跟真正的頁面瀏覽量(Page view)又有什麼差異?不只是行銷人員,廣告主、媒體人甚至老闆都該看這篇,藉由東森電視的例子了解一番,免得被呼嚨過去了。
評論
評論

本文轉至 姚南宏臉書專頁 ,Inside 授權轉載。

17 日轉發《東森張憶芬:媒體轉型分為「輸血、混血和換血」 》 到臉書時,看到張憶芬提及的數據,我留下 18 字「數字數字數字,題材題材題材,價格價格價格 。」

數大就是錢!漂亮數據有助於抬高東森電視的售價,在同樣成本下,選擇將臉書數據極大化,其實是挺聰明的選擇。我們先來看看臉書對於「貼文觸及率」的定義,這有助於我們一起分析此報導。

曾經看過您貼文的用戶人數-只要您的貼文顯示在「動態消息」中,系統就會將您的貼文算為已觸及某人。此數目是建立貼文後 28 天內,曾使用桌上型電腦和行動裝置瀏覽過您貼文的人數。(來源:https://www.facebook.com/help/241332825914969)

衝高臉書的觸及人數(reach),絕對比頁面瀏覽量(Page view)來得容易,成本更是低上許多。因為觸及的定義較為鬆散。

據 〈comScore 與創市際依據 comScore MMX™數據公佈 2015 年 9 月台灣網路活動分析報告

台灣新聞網站的前三名,為《蘋果日報》、《ETtoday》(與東森新聞是兩間不同公司)、《UDN 聯合新聞網

蘋果日報》17 日的瀏覽量與不重複訪客數如下。(來源:http://www.nextdigital.com.hk/inves……)

東森電視在一定時間內得繳出數據成績,與其挑戰難度較高的網站流量與不重複訪客,另闢臉書捷徑(臉書的觸及人數與臉書的不重複用戶),十分合理。

據悉,從 6 月到 11 月,在 Facebook 上面的東森網路新聞,每天視頻瀏覽量超過 1300 萬次,每個星期所觸及到不重複的用戶大概在 3000 多萬,接近 4000 萬。「如果各位考慮到台灣的網友人數不過是 1800 萬人,所以東森的網路新聞已經觸及到整個台灣網友人數的二倍。這個成績個人覺得還是及格的。」- 東森張憶芬:媒體轉型分為「輸血、混血和換血」

1. 上述的「每星期所觸及到的不重複用戶」,我猜是 Weekly Total Reach 。

Weekly Total Reach 可在粉絲專頁資料找到

分析數據常被「誤會」成客觀呈現,既然數據來自於人,分析數據就是人分析人,簡直是主觀到不行的 表現主義

同樣要討論不重複用戶,若把數據換成「談論這個的用戶」。

談論這個的用戶之定義-「過去一週針對粉絲專頁及粉絲專頁上的內容產生動態的不重複訪客人次

東森新聞 12/11-17 的數據約為 170 萬,假設上述報導內容為真,我們不難發現經營臉書社群的難處並非「觸及」,而是「互動」。只要改變數據定義,不重複用戶就會從 4 千萬「去蕪存菁」,銳減至 170 萬。

影音部分:以 12/17 為例, 東森新聞臉書粉絲專頁 單日上傳超過 60 支影音,上述的「視頻瀏覽量」,有可能是觸及人數 (Reach) 或觀看次數 (views)。

即使是觀看次數 (views),臉書影音被觀看 3 秒或以上就算 1 次觀看,就算使用者在動態消息中滑下頁面瀏覽,即使影片自動播放且靜音,也能算 1 次觀看。計算方式跟 YouTube 極為不同。

在媒體報導中,張憶芬選擇用臉書數據呈現東森電視的價值,畢竟電視普遍被視為傳統媒體,靠近網路與社群,對於價格來說是一大利多。所謂「有夢最美,價格相隨。」

至於買方,自然有一套評估東森電視價格的方式。東森電視接下來會變啥樣子,就讓我們看下去。

歡迎加入「Inside」Line 官方帳號,關注最新創業、科技、網路、工作訊息

好友人數

電動自駕車上路迎曙光!Turing Drive 借重 AWS IoT Lab 雲端服務,桃園青埔開放道路成功試營運

Turing Drive 透過 AWS IoT Core 進行資料彙整並集中傳送到 AWS 雲端,事後新創團隊更快梳理資料庫的數據,持續優化自駕車路線,AWS 除了技術面、架構面的協助之外,更重要是提供實作的引導,讓管理資料安全更有效率。
評論
Photo Credit:TNL Brand Studio
評論

電動車浪潮,讓無人自駕車的場景應用,增加更多想像空間!市調預測 2020~2024 年 L1-L5 等級電動自駕車,年複合成長率 18.3%。然而,電動自駕車要實際上路,除了要配套法規,保護乘客、行人的安全,更備受考驗。

團隊成員平均 30 歲的新創台灣智駕(Turing Drive)於 2018 年創立,致力研發可商轉的自動駕駛系統,他們開發的特製國產電動車,上路測試兩年行駛超過 30,000 公里、運載 70,000 位旅客。達成 98% 車輛妥善率,背後正仰賴龐大感測數據做為支撐,過程中 Turing Drive 借重 AWS IoT Lab 物聯網實驗室服務,讓創新之路更加拓寬。

特殊交通情境提供創新養分,封閉到開放場域 Turing Drive 累積實戰經驗與數據

Photo Credit:TNL Brand Studio
Turing Drive 執行長沈大維提出電動自駕車在台灣交通情境下所擁有的優勢與挑戰。

「要在台灣創新,尤其是電動自駕車全新題目,對我們新創是相當大挑戰,但也迫使我們每天想破頭思考,在困境之下該如何找出路!」Turing Drive 執行長沈大維開門見山表示,創業三年多來,走得每一步有多麼不容易。

Turing Drive 握有 CPU、GPU 平行運算核心能力,正因為資源稀缺,盡可能發揮自駕系統的多重定位技術,從GPS、光達、雷達、影像、到車體慣性導航等應用,Turing Drive具備足以提供市場最快速 time-to-market 應用方案。然而,除了握有 AI 演算、晶片感測能力,沈大維認為台灣的獨特交通情境,對發展自動駕駛技術推了一把。

他解釋,「台灣摩托車、汽車齊聚路上,還有偏鄉接駁、市區夜間公車專用道,多元交通環境交錯,讓我們嘗試用自動駕駛創造新的營運模式,這是其他國家沒有的先天優勢。」因為有實際場域得以試營運,Turing Drive 一路從封閉環境的桃園農博會、台中麗寶樂園,再到台北信義區夜間、桃園青埔的開放道路環境,象徵台灣交通情境的縮影,這家新創正逐步破關打怪。

Photo Credit:Turing Drive
全台第一條電動自駕巴士路線,就在桃園青埔。

除了 Turing Drive 積極突破技術提升安全率,提供場域驗證、城市建設的桃園市也貢獻良多。桃園市政府經濟發展局局長郭裕信回應,桃園近年積極推動創新城市治理,被 ICF 智慧城市論壇評選為「全球智慧城市首獎」,電動自駕車是智慧城市的一環,因此桃園不遺餘力推動全台第一條自駕巴士路線試營運,提供載客接駁累計超過 800 位人次乘坐,創下 90% 乘客滿意度。

Photo Credit:TNL Brand Studio
桃園市政府經濟發展局局長郭裕信表示,桃園近年積極推動創新城市治理,電動自駕車是智慧城市的一環,因此桃園不遺餘力推動全台第一條自駕巴士路線試營運。

大量的感測、影像數據該如何加值使用?借力 AWS 邁向「雲」運算成必經之路

Turing Drive 的電動巴士每天在桃園青埔定點載客、行駛,可想而知,有多麼龐大的感測、影像數據不斷累積。沈大維點出過去其他案例測試時,若想達成 Data Driven 驅動更多自駕車服務,勢必要先克服數據的儲存、加值、運用等實際挑戰,他解釋,「以前用終端硬碟儲存資料,往往我們工程師要留守到半夜,再去插拔車上的硬碟、整理車子運行數據,我們發現這樣做很沒效率,甚至隨著數據資料越來越多,在分類管理的工作也更為困難。」

面對難題,就是尋求解方!Turing Drive 找上 AWS IoT Lab 物聯網實驗室,雙方開始盤點,該如何運用雲端環境的優勢,更輕鬆掌握、洞察自駕車數據的金礦。AWS IoT Lab 表示,

「我們從三大面向切入,協助 Turing Drive 加速他們開發流程、減少工程師例行工作,甚至將影像資料有效加值,又能確保資料安全。」

AWS 所説的的三大面向,正是 AWS IoT Lab 所提供的三項解決方案服務。首先針對工程師要排班到試營運現場,插拔硬碟下載資料的冗長流程,AWS 提供 AWS IoT Device SDK 透過 MQTT over TLS1.2 安全機制加密與 AWS IoT Core 連結,通過認證後可將終端裝置的資料傳到 AWS 雲端儲存。同時允許開發團隊從遠端,直接登入自駕車系統做韌體更新或回收數據等指令,大幅縮短 Turing Drive 在開發、調教程式的時間。

第二項服務則聚焦協助 Turing Drive 針對自駕車運行所錄製的影像,AWS 提供 Amazon Kinesis Video Streams (Amazon KVS) 服務,讓終端裝置的影像資料串流到 AWS 雲端平台,進行後續機器學習、分析處理。讓 Turing Drive 省去過去人工傳輸影響資料流程,也幫助開發團隊更便利做後續的資料加值利用。

Photo Credit:TNL Brand Studio
AWS IoT Solutions Architect Tec 介紹三項解決方案內容服務。

第三項則鎖定自駕車的資料,因為搭載光達、雷達、GPS、陀螺儀等感測器,每天每秒都在產生巨量資料,Turing Drive 透過 AWS IoT Core 進行資料彙整並集中傳送到 AWS 雲端,事後新創團隊更快梳理資料庫的數據,持續優化自駕車路線。除這三項關鍵服務,沈大維特別回應,「AWS 帶給我們技術面、架構面的協助之外,更重要是提供實作的引導,讓我們管理資料安全更有效率,把資料放到雲端儲存,再也不用煩惱地端伺服器的維護跟管理。」

Turing Drive、AWS、桃園市政府,各司其職聯手出力助攻電動自家車加速上路

Photo Credit:TNL Brand Studio
沈大維指出,電動自駕車上路的普及,須同步具備雲端數據解決方案與硬體環境的配合。

在 Turing Drive 的眼中,與桃園市政府合作在青埔導入電動巴士試營運只是開端,沈大維說:「十年、二十年後,我們認為新世代的智慧車會趨向平台化發展,一方面需要有像桃園市願意投資智慧城市硬體環境的地方政府;另一方面則仰賴 AWS 雲端方案,完善數位基礎建設來整合道路號誌資料、車輛運行資料,當這兩端同步發展之下,電動自駕車上路才會加速普及。」

尤其是自駕車數據背後隱含的商業創新,郭裕信回應說,「智慧城市治理最重要就是數據, Turing Drive 掌握的數據未來還能跟保險公司、電商導購做結合,只要資料去識別化在安全範圍下使用,相信 Turing Drive 與 AWS 兩家新創企業的創新能量,我們非常樂見有更多資料應用,搭配新興商業模式,在充滿活力的桃園市進行驗證,看見更多創新應用具體落地。」

Turing Drive 展望未來的佈局,沈大維認為自駕車的發展不會只靠一家企業單打獨鬥,未來他們將聯手產業鏈夥伴,將 AI 技術、車載設備、關鍵組件、路側設備端到端的解決方案輸出海外,放眼全球商機。他肯定表示,「AWS 雲端平台具備彈性,不斷推出新應用的價值,我們會持續與 AWS 合作,把新世代智慧車的數位基礎建設産品放在 AWS 平台一起推廣,鼓勵更多勇於築夢的新創,善用 AWS 的優勢展開創新之旅!」