當Amazon、eBay遇上Facebook - 談Social commerce的一些可能

在由Facebook所帶起的社交浪潮逐步席捲網路使用者的此際,不同的網站都在思考怎樣在Facebook所建構出的使用者社交圖譜、Open API以及社交應用(apps)間的交互運用,設法在這個「社交生態系」中發揮自己的優勢並吸取養分(流量、使用行為)。
評論
評論

在由 Facebook 所帶起的社交浪潮逐步席捲網路使用者的此際,不同的網站都在思考怎樣在 Facebook 所建構出的使用者社交圖譜、Open API 以及社交應用(apps)間的交互運用,設法在這個「社交生態系」中發揮自己的優勢並吸取養分(流量、使用行為)。而以銷售、營利為首要目的的電子商務產業當然也不會忽視了這個可能的機會,除了 Inside 前兩天的「O2O, 電子商務的下一場大戰已經悄然展開」所探討的“Online to offline“模式外,「Social Commerce」同樣是電子商務產業所看到的另一個機會。但到底目前的進展如何?又有什麼尚待發揮的空間?

如果以目前所觀察到的所謂「電子商務社交化」現況,大致上可以歸納為以下的方向--

  1. 運用線上社交的傳播力作訊息散佈: 這大概是最常見的運用方式,在前幾天 Inside 發表的「不只品牌需要搞社群,美國線上零售商運用社群行銷的現況」一文中有相關的整理。而最近 Facebook 所發佈的新功能--「Send」按鈕則又會是另一股推波助瀾的力量。跟現有的「讚」按鈕是跟“所有的“facebook 朋友分享不同,「send」讓你可以分享給特定的朋友、粉絲團,或某個 email 地址,除此之外,使用者點「send」按鈕時,系統將會計算到「讚」的次數裡面。
  2. 替代既有通路,增加效率與價值: 又可分為以下模式
    --- 擴大經濟規模 :例如合購集殺
    --- 減少閒置與損耗 :由 Groupon 所帶動的「團購」模式就是很典型的例子
  3. 眾包(Crowd source): 不論是透過募集創意或創作,或者是由眾人透過投票、按「讚」的方式篩選好的創意,都是已經廣為運用的做法。

但是「電子商務社交化」就只有上述這些模式嗎?是否還有其他的可能性?這個議題近來也開始引發一些討論。根據 GigaOM 創辦人 Om Malik 的看法,他認為答案在於「興趣圖譜 Interest」。所謂的「興趣圖譜」,是根據人們興趣來組織一個社群網絡的方式,有點像是微網誌的概念,只要可以跟隨某個有相同興趣的人,那麼不需要和他成為朋友,就能和擁有相似品味的人,擁有不對稱的關係。

而除了 Om Malik 所提到的「興趣圖譜」相關應用外,我個人在思考「電子商務社交化」這個課題時,認為還有以下幾個方向值得進一步思考—

  1. 品味實境秀: 在 Facebook 可以幫照片中的朋友下標籤後,由標籤很方便的連結到被標注的朋友。假如這樣的功能延伸到商品與品牌,當人們分享生活裡的點點滴滴時,iPhone 的開箱照直接可以連到 iPhone 的官方粉絲團、和朋友喝咖啡、聚餐、家裡的擺飾陳設等也分別都可以標注連結到對應的粉絲團甚至網站、購買頁面,相當於是無數個真人品味實境秀與電子商務做了更緊密的連結。
  2. 社交化過濾器和聰明推薦: 假如電子商務網站與社交平台有某程度的連結(例如 Facebook connect),使用者在做大範圍的商品搜尋(例如只是放某些條件或價格帶、並非具體想搜特定一件商品)時,朋友按過「讚」的、和我共同對某件商品按過「讚」的人其他按過「讚」的、朋友購買過的(這一點要設法讓使用者做隱私權的管控)的會出現在搜尋結果的最前面,某個程度上可以視為是某種過濾或推薦的機制,且判斷的基礎是從使用者的線上社交行為資訊而來。
  3. 社交性的「大量客製化」: 在幾天前 Inside 發表的「中小型企業如何善用 Facebook 社群行銷」一文中有舉了一些很好的例子,請大家可以去看看。
  4. 交流市集: 在你打算買 Leica X1 的時候,如果手上的 Fujifilm X100 可以順便找好買家甚至抵價交換,會不會加速你購買的過程?固然在現在可以透過網拍賣掉,但是與陌生人交易也許仍是一些人心中有所顧慮的事,那麼如果在我瀏覽感興趣的商品頁面時除了按「讚」或分享外,還可以放出「我有 XXX 要賣」的訊息出去,也許對於交易的活絡會有一定程度的幫助。這一點在高單價商品、興趣型商品(例如相機、高價單車、收藏品)的效應也許會更加明顯,因為這類商品通常具有某種程度的「小圈子」特性或「社群性」。另外像是朋友間常會做的「二手賣物會」,如果有拍賣平台透過 API 界接了既有的社團提供這樣的功能,是否也會成為另一種 Listing 商品的來源?
  5. 遊戲化(Gamification): 也許很多人還記得前年美粒果與開心農場的結合,或者 Uniqlo 開幕時的 Facebook 排隊活動。「遊戲化」除了可以藉由趣味性推廣品牌、導引流量之外,透過適當的設計,也許可以產生對於「交易」的激勵作用。舉個例子,像是拍賣評價也許在累積到一定分數後已經可以達到「徵信」的效果,1000 分與 3000 分在信用程度的參考價值可能是類似的。但是當替不同分數設計進一步的等級符號時,也許就產生另一種激勵的效果。有關「遊戲化」,也可以參看 Inside 之前發表過的「Gamification: 遊戲化的未來」與「遊戲化(Gamification)並不是你想像的那樣」二文。

不過上述的這些想法,都需要理解電子商務與社群、社交的網路工作者回到「交易」、「社交」、「心理」、「人性」的根本做思考,設計適當的界面與功能始能得以實現。另一個角度來說,也是有志於網路創業者可以嘗試切入的機會。如同簡單的小遊戲在透過社交平台與使用者彼此希望交流互動的心理的交互作用下掀起了一股風潮。只要找對了切入點,也許電子商務下一股成長力量就在社交、社群裡。

=============================

(題外話)本來這一篇應該要延續 週末的社群問答 寫寫筆者自己的看法。但因為看到目前 文章留言的意見 都相當讚,筆者私心希望能有多些朋友不吝發表高見,所以今天先寫另一個筆者想了很久的題目,趁機在這裡繼續呼籲一下: 如果您對於不同的社群平台在台灣的發展有獨到的觀察與想法,歡迎 來看看這幾個問題 ,也說說您的意見。


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。