製作視覺資訊圖表(infographic)的三大要素及相關工具

資訊爆炸的年代,不難發現一個人能夠處理的文字及數字量有限,一天就形成了15億條資訊,140萬個Tweet及2百萬個Youtube影片,這些資訊如果沒有經過完善的分類及分析,是絕對讀不完的。因此上次Inside介紹了資訊圖表(infographics),這次要介紹的除了一些資訊圖表的Startup外,還要來談一下可以幫助你做出一個視覺資訊圖表的工具列表。
評論
評論

[image credit:Picturelab.tv]

 

資訊爆炸的年代,不難發現一個人能夠處理的文字及數字量有限,一天就形成了 15 億條資訊,140 萬個 Tweet 及 2 百萬個 Youtube 影片:

這些資訊如果沒有經過完善的分類及分析,是絕對讀不完的。因此上次 Inside 介紹了 資訊圖表(infographics),這次要介紹的除了一些資訊圖表的 Startup 外,還要來談一下要 用甚麼工具去做出一個視覺資訊圖表。

先來看看這個新的視覺資訊圖表 startup - Visual.ly,目前服務還沒有對外公開,但是從一些小地方看的出來他們是一間有趣的 Startup,這個 Startup 是由 Mint 的視覺資訊圖表設計師 Stewart Langille 和 Lee Sherman 創辦的,背後由 Dave McClure 的 500 Startups 支持,目的應該是要做一個連結視覺資訊圖表設計師和需要資訊圖表分析公司的平台,也許日後也會有分享製作圖表的論壇在 Visual.ly 上。

其實之前 visualizing.org 就有類似的服務,之前對 infographics 有興趣的讀者可以到該網站看看。雖然一張好的視覺資訊圖表可能價值 $30,000 美元,但是這樣一個包含著重大資訊的的視覺資訊圖表不完全是由網路上的視覺資訊圖表產生器自動產生的,而背後其實隱藏著很多的準備功夫以及圖片後製能力。首先我們必須知道視覺資訊圖表是由那 3 個元素組成:分別是故事(idea),數據及設計。

故事(idea),數據及設計三個元素特別代表了那些人會比較容易入門視覺資訊圖表?

分別是是工作領域在設計,傳播媒體及數據分析這三個類別的人, 好的視覺資訊圖表必須要具備這三個領域的專長 ,因為要擅長收集及分析數據才能產生一個 有內容的圖表 ,另一方面要有良好的設計能力, 擅長使用圖像編輯軟體 ,加上好的邏輯才能把大量的 資訊整理 成一個主題式的圖表。

姑且不論自己原本是屬於那一個類別的人,其實以 infographic 入門來説,只要懂得基本繪圖軟體,加上以下的一些網路協助工具,其實就可以做出一個視覺資訊圖, 只是不一定會是一個好的視覺資訊圖。

主要步驟是:

1. 尋找主題 -不要把視覺資訊圖表想成一個圖表,試著把他想像成一個有故事結構,有內容並由數據支持的圖像故事

2. 收集數據 -這部分需要有基本的 Excel 認知

3. 收集圖片 -小心不要侵犯著作權

4. 利用以下的軟體上傳數據並整理出圖表原形

如果不想用以上的工具,也可以將就使用 Excel、numbers 及 Google Doc 上輸入數據產生圖表。

5. 用自己習慣的圖片編輯軟體後製圖表 -一般來說建議使用 Adobe Illustrator,但是有人覺得 Photoshop 比較順手,主要是看自己習慣用甚麼來處理圖像。

6. 整理出 infographic 前,記得分成兩部分,第一部份是圖表及標題,第二部分是詳細的資訊,好的圖表要讓大家在看完第一部份就看得懂 ,而且不需要花太多時間才能理解。第二部份才是用來補充資訊用的,如果文字跟圖片都太過冗長,那麼人們就不需要這個視覺資訊圖表,直接去看數據就好了。

7.  最後附上一則快速示範影片:

Flowcapping: Visualizing One Trillion Dollars from Jess Bachman on Vimeo.


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。