【硬塞科技字典】電子商務中的 B2B、C2C、B2C、C2B 模式是什麼?

電子商務(E-Commerce)利用網路進行交易,發展出與傳統企業不同的銷售方式、管道,若以銷售對象做區分的話,大略分成 B2B、C2C、B2C、C2B 幾種模式。
評論
評論

電子商務(E-Commerce)利用網路進行交易,發展出與傳統企業不同的銷售方式、管道,若以銷售對象做區分的話,大略分成 B2B、C2C、B2C、C2B 幾種模式。

B2B(Business to Business)

B2B 電商平台就是企業之間的交易平台,網際網路的出現連結了各企業(B)與上下游(B),使得資訊交換更加方便、供應鏈得以做更好的整合,交易模式也變得更便捷、透明化,透過 B2B 電商平台企業能夠更簡單、穩定地找到產品的上、下游。知名的 B2B 電商平台包括中國阿里巴巴集團的 1688,台灣則有台灣經貿網,Ebay 也有專為企業服務的 Ebay Business Supply 平台。

C2C(Customer to Customer)

C2C 電商平台則是以消費者間的互相交易為主,而電商平台則主要負責管理、匯流資訊,拍賣就是 C2C 電子商務中最知名的例子,每一位消費者透過競價得到想要的商品。C2C 電子商務強調消費者自行上網找喜歡的商品,賣家再寄送商品,平台也會幫助物流、電子支付等等。C2C 交易模式其實不一定要透過電商平台,但在電商平台上有較大的保障跟方便性。知名的 C2C 電商平台有 Ebay、淘寶、Yahoo 拍賣等。

B2C(Business to Customer)

B2C 電商平台是目前最為大眾熟知的零售電子商務模式,電子商務平台媒合了企業與消費者,企業在 B2C 電商平台上提供商品或服務給消費者,而消費者也可以利用平台搜尋喜歡的商品,Amazon、天貓都是經營 B2C 電子商務的網站。B2C 發展出了許多不同類型的服務,包括入口網站、訂閱型電子商務(Subscription Ecommerce)、社交平台都有類似的導購功能,朝向個人化、個性化服務。

C2B(Customer to Business)

和前三樣電商模式不同,C2B 電商平台是以消費者為核心,強調每位消費者的重要性,營運模式是以消費者的定價為主,廠商生產消費者所需要的商品,團購(Groupon)一開始即被認為運用 C2B 的概念所設計,但現在證實團購網站其實還是以 傾向於 B2C 業務為主。

B2B2C & O2O

電子商務在這四個模式下還衍伸出了不少的營運模式,像是 B2B2C(電商平台串聯上游廠商 ,將商品賣給消費者)、O2O(Online to Offline,線上消費帶動線下活動)等等,都是電子商務營運模式的運用。


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。