偷成功算你行,亞馬遜無人商店根本不在意被偷:歡迎來探險!

記者實測成功偷走了一杯優格,亞馬遜對此回應,像這樣系統漏結帳的錯誤鮮少發生,所以他們根本不在意,還公開表示沒有設定任何機制探查顧客是否未結帳項目,看來後續觀察顧客能否成功「挑戰」Go 結帳系統,也是蠻有趣的一件事!
評論
評論

本篇來自合作媒體 鉅亨網 ,INSIDE 經授權轉載。

亞馬遜週一開幕的無人商店「Amazon Go」在開幕日就迎來滿滿好奇人潮,「無人結帳」到底怎麼運作,難道東西真的不會被偷,或更委婉點… 漏結帳?

CNBC 科技記者 Deirdre Bosa 就實地走訪一遭,意外發現離開商店後,Amazon Go 結帳項目少了一杯優格 (Siggi’s yogurt)。

看到這則推文,亞馬遜大方認了這個錯誤,「GO」副總裁 Gianna Puerini 向 CNBC 表示,「首先也最重要的是,好好享受我們提供的這杯優格。」

她接者表示,像這樣系統漏結帳的錯誤鮮少發生,「所以我們根本不在意,不會費心建立一個顧客漏結帳的回報機制。過去一年我試用這套系統的時候,個人未曾見過此錯誤,但如果真的發生了,亞馬遜也只想要簡單處理,消費者就直接丟棄未結帳商品或享用該商品,別在意。」

GO 商店沒有設計漏結帳商品回報功能,這凸顯出亞馬遜對自家系統的自信心,因為他們完全不與顧客設定任何協議或者安全措施來防範這類事情,亞馬遜甚至不區分顧客是無心漏結帳,還是蓄意偷竊,顯然亞馬遜這套系統相當強悍,根本不怕小偷挑戰,畢竟顧客必須先登入 Prime 帳戶,而且商店上頭有密密麻麻的監視系統和感應系統,想找漏洞恐怕很難。

另一方面,亞馬遜也有可能是計算得失之後的結果,畢竟一杯優格沒結帳不會影響 Go 商店的獲利,只要此類事情低於一定比例,或許節省下來的人事成本和結帳時間可以帶來更多收益,畢竟所有實體店面的零售業都會將漏結帳或未查覺的竊盜事件打入內建的營運成本之一,以亞馬遜的企業規模和財力來說,這一點或許不算什麼。

但亞馬遜似乎很歡迎顧客來 Go 探險,還公開表示沒有設定任何機制探查顧客是否帶走漏 / 未結帳項目,看來後續觀察顧客能否成功「挑戰」Go 結帳系統,也是蠻有趣的一件事。


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。