Uber 在美使用比例超越傳統計程車

根據差旅費用管理服務 Certify 統計數據顯示,美國地區透過 Uber 付費搭乘比例已經超過傳統汽車租賃服務,其中 Uber 使用比例成長達 43% ,汽車租賃服務則為 40% ,甚至相比計程車使用比例的話,更顯示 Uber 有更高的使用幅度。
評論
Cab drivers block an avenue to protest against the Uber ride sharing service in Bogota July 29, 2015. REUTERS/ John Vizcaino - RTX1MBQ1
評論

根據差旅費用管理服務 Certify 統計數據顯示,美國地區透過 Uber 付費搭乘比例已經超過傳統汽車租賃服務,其中 Uber 使用比例成長達 43% ,汽車租賃服務則為 40% ,甚至相比計程車使用比例的話,更顯示 Uber 有更高的使用幅度。

由於 Uber 可直接透過 App 叫車,同時司機所提供服務相比傳統計程車經常給人較好印象,因此越來越多人願意使用 Uber 當做付費搭乘工具。

從差旅費用管理服務 Certify 統計數據顯示,美國地區透過 Uber 付費搭乘的使用比例已經超過傳統汽車租賃服務,其中 Uber 使用比例成長達 43% ,汽車租賃服務則為 40% 。而若相比傳統計程車使用比例的話, 2016 年第一季僅達 14% 的使用比例,顯示越來越多人習慣透過 App 直接叫車。

不過,若從地區分別來看的話,可以發現紐約市區依然有較多比例選擇搭乘計程車,而拉斯維加斯則是過去計程車團體曾與 Uber 槓上,因此一度使 Uber 在此地區退離服務,直到近期幾個月才恢復營運。至於較多比例使用 Uber 或 Lyft 等 App 叫車服務的地區,目前依然以位於美國西岸的舊金山市區居多,顯示此地區明顯較能接受全新思維的服務內容。

但 Uber 等叫車服務在全球地區依然與傳統租賃車業、計程車業,甚至與政府單位產生收益或適法性等衝突,部分地區認為 Uber 服務搶走傳統計程車市場,部分地區則認為 Uber 在法令上有避規現象,因此存在合法性問題,而有部分地區則是牽涉更複雜的市場利益糾紛,因此讓不少人認為 Uber 遊走在法令灰色地帶。

另外, Uber 過去也充斥諸如冒牌司機私下強行收取現金錢,甚至造成乘客安危問題,導致不少人對於 Uber 服務有不同看法,但 Uber 官方則出面強調將針對司機徵選持續強化身家背景調查、篩選,甚至提供乘客各項申訴管道,藉此確保乘客使用服務舒適感。

《延伸閱讀》

說有害,太沈重––我支持 Uber 在台灣的經營

Uber 該管,但要如何管?看看 San Francisco

我在台灣開 Uber 的感想:還是當乘客比較爽

Uber 是真共享經濟,還是破壞交通體制的吸金大法?

當 Uber 遇上強國人,司機偽造訂單賺大錢

歡迎加入「Inside」Line 官方帳號,關注最新創業、科技、網路、工作訊息

好友人數

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。