預估美死亡人數恐「翻倍」?專家:因為社交疏遠令愈來愈寬鬆

知名公衛研究所 IHME 主任更表示,即便夏天來到,美國許多州恐怕仍籠罩在疫情之中。
評論
▲Photo Credit: Shutterstock/ 達志影像
評論

美國的全國居家隔離令到期,各州陸續解禁。但研究人員看到「社交疏遠」(social distancing)政策愈來愈寬鬆,也忍不住對疫情未來感到悲觀,並將預估死亡人數上調「翻倍」!

根據《路透社》報導,目前包括紐約州、加州、佛羅里達州和俄亥俄州都逐步鬆綁社交疏遠限制。雖然多數州的第一階段都先開放製造、批發等產業,但佛羅里達州在本週一就先開放零售和餐廳營業,並規定市內人數不得超過 25%。

然而,禁令逐步解除雖然可舒緩經濟危機,公共衛生專家卻警告,儘管目前天氣逐漸變暖,再加上開始施行大規模患者追蹤、快篩分流,但這些遏止病毒大量傳播的措施或因素,都可能被現階段「重振經濟」為主的政策抵銷掉。

美國華盛頓大學健康指標和評估研究所(Institute for Health Metrics and Evaluation;簡稱 IHME)主任 Christopher Murray 更直接在聲明中指出,預估未來即便夏天來到,美國許多州恐怕仍籠罩在疫情之中。

專家們的擔憂,也反映在預估數據上。4 月 29 日時,當時 IHME 預估到今年夏天 8 月時,全美死亡人數的中間值約為 7 萬 2400 人;但隨著社交禁令愈來愈寬鬆,本週一(5 月 4 日) IHME 上修預估死亡人數中間值,數據幾乎翻倍成 13 萬 4475 人。

不過,美國白宮發言人 Judd Deere 則認為,這項統計數據並非白宮文件,也沒有經過相關機構審查。而在上週五時,美國總統川普仍保持樂觀,認為美國預估死亡人數約在 6 萬至 7 萬間;但在本週日晚上,川普卻改口說,預估死亡人數恐怕會上調,或許會高達 10 萬人。

IHME 成立於 2007 年,專注於研究全球公共衛生議題,核心資金主要由比爾及梅琳達·蓋茲基金會(Bill & Melinda Gates Foundation)提供。

核稿編輯:Mia

延伸閱讀:



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。