【林克威電商專欄】電商型態百百種,你最適合哪一種?

到底你的生意適合做社群電商,還是專注在傳統電商銷售?這裡有幾個指標和需要考量的方向可以參考。
評論
Shutterstock/達志影像
評論

電商型態多樣複雜,你到底適合哪一種電商型態呢?要找出答案,在這之前我們先來理解一下流量分配的定義:流量歷經各個通路,進行價值最大化的過程。

事實上,根據目標不同、分配策略也因此不盡然相同。我們知道,使用者流量觸及涵蓋層面相當廣泛,包含:個人化推薦通路、自主搜尋的通路、行銷推展等方式。

而在此之前,我們須了解電子商務的形態,大多時候,我們仍無法跳脫出傳統貨架式電商的模式,例如:蝦皮、momo 購物網,也就是說,大家在網路上各憑本事,生態更多元的商品,就能讓服務更全面。

不過,近年來也因為科技應用廣泛,更帶出了結合直播的電商型態,演變成一種新的行銷手段——帶貨式內容電商,在這樣的情形下,直播為一種工具,建立於電商基礎,例如:臉書直播、Instagram直播等,將線上交易的人、貨、場推向立體化的境界。

電商型態大不同,找到合適的方向建立自身商業模式!

過往我們無法想像如 PChome、Yahoo 這樣大規模的平台,也會面臨營收下降,勁敵出現的巨大挑戰——舉凡是社區團媽的團購、韓貨網站上的直播連線、又或者是蝦皮以及淘寶台灣等網路購物平台異軍突起等。看得出來,電子商務的本質就是無遠弗屆的交易場,無論身為行銷前端的一線人員又或是消費者,都會發現電子商務的商機仍持續地在成長。

不過其中,也有相當多的層面值得我們一探:

一、電商產品定位:

  1. 直接消費:直接性的電子商務多半強調平臺的消費面,因為功能相當鮮明,採用傳統電商的交易策略對於有消費需求的人能直接奏效,其多半希望藉由快狠準的方式,網羅最優惠的商品,又或者是比較每一個平台提供的優惠方案,是否能夠帶來消費效益最大化。簡單來說,消費者若帶著需求而來,本身就是要消費的成份居多,不像社群性電商屬於「因為社群剛好遇到,順路購買也不錯」,直接消費的核心在於使用者對商品的消費需求相當強烈。
  2. 間接消費:臉書直播、Instagram 直播等以社群互動式內容的電商型態,目前根據觀察,這類型的電商涉獵帶貨的功能仍然處在探索期,還未完全轉型,也可以說,大家對這類型的電子商務還抱持著觀戰的心態,因為現階段本質還是專注於社群性的產品,能夠做到的最大優勢是導引流量,屬於次級的電子商務。因為這種類型仍然聚焦在社群的內容,使用者通常選擇在零碎的時間做間接的消費。

二、行銷核心:依照上述所提,電商的社群性和直接性有本質上的差別,大致上區分如下:

  1. 傳統型電商:例如:PChome、momo 購物平台,主要聚焦在了解客戶消費需求、協助提交訂單、提供加購服務、祭出多元支付方式以及消費者收穫後的售後服務。看得出來,交易變現是目前傳統型電商最聚焦的事。
  2. 社群型電商:直播帶貨的首要條件就是先挖掘潛在消費者,他們藉由直播觀看、互動、追蹤和收藏延展市場消費版圖,核心管道大多不直接涉及交易,反而是引出流量後,再讓消費者的購買交易的發生轉移到網路上,因此比起一般線下的交易方式更快速、更容易,甚至能跨國界連結買賣方的需求。

三、供應鏈與操作:

  1. 傳統型電商:大多需要藉由數據,判定線上上架的商品類型和數量,並且對於整個消費路徑較長且繁瑣,舉凡消費者消費前、消費過程、購入商品的同時,早就已經有一套配套措施,將客服以及售後等環節,一一呈現,場景相對複雜且較多,因為需要擁有不同的介面和分析後台,因此業務模式成分高,對供應鏈的營運能力需要時間經驗累積,屬於重業務的範疇,為流量的終點。
  2. 社群型電商:對於消費者而言,社群電商大多是操作上比較簡單的平臺,以互動回饋和流量為主。也就是說,消費者通常先在平台上快速瀏覽、點讚以及訂閱追蹤,情境較為單一,尤其新興的內容電商並不具有供應鏈能力,適合輕型的業務範疇,也是流量的起點,具有其他發展的可能性。

綜合上述,電商的類型取決於公司資源分配多寡,例如我們可以說一家注重傳統型電子商務的企業,多半主要看重的是消費力;反之,社群型電商偏向消遣性,採取間接銷售並以娛樂為主。

電商究竟在解決什麼問題?為什麼?

上面有提到電商的類型,那為何要區分這樣的類型呢?其實,就是需要先掌握不同類型電商產品,究竟是為了解決什麼問題而生。有些電商強調的是內容、有些強調當下關注的特定商品,有些則強調不同情境下的商品。也因此,當我們確立問題、釐清狀況後,就能更明白如何在這些狀況下做個人化推薦。

  1. 傳統型電商:
    其本質就是最基本的貨架型電商,要解決的問題相較於社群型電商複雜,我們歸類抽象情境後,得將焦點圍繞在商品特徵。舉例而言:設定最合適、利於搜尋的商品標題、相關且清晰的圖片、標註品牌和分類、制定合理的價格以及促銷活動,另一方面,也要加入相關數值,例如:顏色、尺碼等最基本的資訊。
    事實上,我們更可以基於使用者行為對應的商品類別、使用者特性,進一步分門別類,並讓使用者在不同情境下進行不同行銷策略。
  2. 社群型電商:
    首要任務大多解決的是使用情境和內容的問題——「究竟哪些人、在哪些地點、想要看到哪樣的內容、買哪樣的商品」。要精準掌握使用者當下時間和商品的關係,完整地把人、貨、場的需求帶出,因為消費者側重的焦點是不同的,也讓電商在個性化推進落地時,擬出不同的決策。
    舉例而言,影片拍攝橫向鏡頭或是直立鏡頭的選擇、影片拍攝長度多長最為合適?中間安插廣告的頻率多寡?標題是否簡明扼要?影片封面是否明瞭?當然,還包含內容本身的成效,如:按讚人數、轉發頻率、觀看時間、播放完成率等核心指標。再加上電商需要根據不同時期的平臺規則進行調整,才能在精準判斷使用者偏好下,持續獲取流量。

綜合以上,看得出來無論是傳統型電商、又或者是社群行電商,進行個人化推薦時,電商需要結合內容特徵與商品特徵,彈性調整內容以及商品特色,在兩種類型中間做取捨,找到企業最合適的電商商業模式。

責任編輯:Mia
核稿編輯:Chris


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。