汽車共享方式百百種,台灣可以怎麼做?

隨著台北市宣布將推動 U-Car,汽車共享的議題在台灣也越來越被大眾所關心,不過台灣的汽車共享機制還能有什麼做法呢?不妨來參考百年老店福特汽車在美國與英國的實驗案例吧!
評論
評論

隨著共享經濟模式在全球發燒,而汽車共享服務也已經在世界各地迅速的興起。前陣子,汽車共享的話題也隨著台北市宣布將推動 U-Car 汽車共享系統,引起大眾的關心。以下就將以 Ford 汽車所進行的實驗為例,來探索在台灣市場汽車共享機制值得借鏡的地方。

GoDrive 都會車輛即時共享實驗

Ford 於去年開始在倫敦地區展開了 GoDrive 都會車輛即時共享實驗,目的是讓消費者在倫敦都會區,搭配簡便的付款程序,以更彈性和平價的方式共用車輛,並且可以讓使用者做單程旅途使用並且確保停車位。
Ford 汽車公司在倫敦都會區大眾運輸集中區域,選定 20 個據點提供總數 50 輛的汽車供約 2,000 名的註冊會員使用,駕駛者只需要使用 GoDrive App 或是 GoDrive 鑰匙卡,來完成的取/還車和繳費的步驟。

多元汽車使用和擁有模式

而在美國,福特信貸(Ford Motor Credit Company)邀請居住在六大城市共 14,000 人以及倫敦 12,000 名的汽車信貸客戶,將所購買的車輛出租給其他經過挑選的駕駛人作為短期租用,所獲得的報酬可以減抵每月支付貸款的費用。這項計劃同時透過汽車共享服務的新創公司,包括美國的 Getaround 和英國的 easyCar Club 合作,來將所將車輛在閒置時開放給需要的人使用。

Go Ride 機動性接駁車服務

在收集了世界各地消費者使用接駁車服務的資料後,Ford 在美國密西根州的迪爾柏恩市區,展開 Go Ride 機動性接駁車服務。相對於一般的接駁車服務只能在固定的路線上行駛,搭乘 Go Ride 的通勤者只需要使用專屬的 App 或是直接使用手機上網,輸入上/下車地點,多人座的接駁車就可以依照需求進行點對點的接駁服務。

這項多人共乘的機動性接駁車服務,是建置在一套 Ford 所發展應用軟體上,當接駁車收到新的乘車要求,透過演算法在不耽誤原本已在車上乘客行程的基礎上,立刻計算出最適合的行車路線,並提供預計到達的上車時間和到達目的地的預估時間給通勤者,再由通勤者決定是否搭車。

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

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。