年營收 35 億美金的 Steam 如何再一次優化網站?

前一陣子看到 Steam 的改版,雖然他們一直在改版, 但這次的改版更令我驚豔,雖然我知道大家提到 Steam 都是聚焦在他們是個很獨特的 「數位內容」 消費網站,但也因為這些是數位內容,使用者經驗更是重要。
評論
Photo Credit: Steam 網頁截圖。
評論

原文刊載於 IMHO, 黑貘來說 ,作者食夢黑貘是個工程師。 水源地、生活情報網、蛋捲個人站、網路世代、人民公社/地下社會、捷運日記、MyZilla、部落格觀察、黑貘來說、部觀門、林克傳說、新文易數、未來國會⋯⋯持續中。 那些媒體觀察家、SEO 顧問、IT Consultant、CIO⋯⋯都只是副業或頭銜。

INSIDE 獲授權轉載。

在網站製作中,我最推崇幾個網站:

1. IMDB:在 Web 1.5 中,實現使用者導向與內容技術最好的典範。尤其是對 Keyword 在搜尋的應用,更是早期的投入者。

2. Steam:利用資料與功能來強化使用者體驗,並真的以社群為導向的「電子商務網站」,而且真的站在消費者這邊。

3. Milanoo:對於產品分類與選項有其獨道之處,尤其是「聚焦」在特殊產品的特色,是相當便利的使用者介面。

前一陣子看到 Steam 的改版,雖然他們一直在改版, 但這次的改版更令我驚豔,雖然我知道大家提到 Steam 都是聚焦在他們是個很獨特的「數位內容」消費網站,但也因為這些是數位內容,使用者經驗更是重要。

我知道有不少人不知道甚麼是 Steam,要介紹也介紹不完,但大家只要知道,即使是 Amazon 執電子商務牛耳,但遇到遊戲產業的數位內容消費,還是落後 Steam 一大截。更不要說 Sony 的 PS Store 與 Microsoft 的 Xbox 商店,當然硬是要說比 Steam 大的就是 Apple 的 App Store 與 Google Play 遊戲部份,但商品方向也不太一樣。

而 Steam 的網站設計有一個跟大部份網站不一樣的地方,就是絕大多數的網站在努力簡化網站的流程與功能,而 Steam Store 是反其道而行, 把網站的功能強大化 ,來迎合玩家對尋找、判斷、購買遊戲的需求。

太多的電子商務網站想要做的就是一直推銷商品,不太介意商品是不是真的消費者所要的。只要賺到錢,剩下的就是廠商與產品的問題。但 Steam 一直是想辦法讓玩家找到自己想要的遊戲, 所以常見大部份的電子商務網站「個人化」、「資料探勘(Data Mining)」都是做假的 ,通常只是聊備一格的裝飾品,而 Steam 卻是以這為重心。

所以這次 Steam 的改版,更增強了一些功能:

1. 個人化介面: 選單可以自訂,甚至廣告的內容可以自訂、推薦的方式也可以自訂,幾乎可以打造屬於自己的 Steam 首頁了。

2. 個人行為輔助: 不只是前面提資料探勘結果的「探索佇列」, Steam 把買過的、最近更新的、沒興趣的、不管是 Highlight 提示或是過濾隱藏,讓 Wishlist 或相反的 No Interest 當作介面的強化,不再只是種清單而已。而那些最近瀏覽、推薦早就是標準配備了。

3. 好友是最好的推銷員: 現在在首頁就可以看到好友在玩甚麼、想買甚麼。當然每一個商店頁本來就可以看到那些朋友想買或已經在玩,這些都可以強化消費動機。畢竟遊戲是一起玩是最好玩的。

4. 鑑賞家的強化: 以社群為中心的行銷,當然不是用甚麼廣告代言人。而是找出社群的意見領袖做領頭羊,無論是推薦或是吐槽,一點也不避諱。

5. 即時的資訊: 有時會讓使用者更有意願留下來的,是提供無窮無盡有意義的資訊。而 Infinite Scrooll(無限捲軸)是一個最簡單的起點,但更多即時資訊的聚合有時才會讓使用者一直看、一直看。怎樣找出有意義的即時資訊給使用者,無論是好友或是個人等等所觸發,都需要規劃者認真去思索。

當然做這麼多,最困難的不只是把這些功能做出來,還要在完全不犧牲速度的前提下才行。這不只對技術需求有很高的挑戰,還要認真思考「可行性」分析這件事。尤其是大部份網站的功能需求都是由行銷所提出,而技術端無法找到一個方法去達到「使用者體驗"」優化的標準。Steam 有很多小細節對技術人員都是很好的參考,每一項設計都是相當有趣的。

雖然 Steam 的網站開發也曾發生過災難,例如曾經開放使用者下標籤,但沒有聚焦而過於發散,最後失去意義,但或許因為 Steam 是個社群網站,很快就能調整腳步去改善。由此可以證明 Steam 並沒有失去創新的精神,只是要讓這過程能夠更好,幾乎是每一個網站經營管理開發者必須一起學習的。

儘管台灣應該沒一個電子商務網站有做到 35 億美金,但透過 Steam 的經驗,或許能夠讓我們學習。即使有些是很難複製的,但我相信透過使用者導向、資料導向的優化與設計,先行者給我的啟發就已經很有意義了。

參考:Steam 商店更新說明


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。