讓廣告精準命中！RTB實時競價與重定向廣告的應用|數位時代 BusinessNext

上一篇我們了解了RTB(實時競價)廣告的發展歷程。本文將針對RTB 與 Retargeting(重定向) 的結合使用方式作說明。這兩個廣告技術，可以幫助廣告主命中消費者，大幅提高廣告效益。讓我們一起來了解它們的運作方式。

RTB (Real Time Bidding)實時競價的運作

RTB 實時競價廣告說明

假設一家汽車公司的目標族群是居住台北、30-35歲的白領男性。當他到訪網站時，電腦(AD Exchange)在判斷出這位用戶的特徵後，即會把此特徵告訴廣告主僱用的DSP廠商。

DSP (需求方平台)就會根據廣告主擬定的競價條件出價，競標成功後就能對用戶進行廣告展示。整個過程的背後其實有龐大的運算，但在用戶眼中似乎一瞬間就完成了。

Retargeting 重定向技術的運作

Retargeting 重定向運作說明

Retargeting的功能主要針對曾經到訪過你的網站，卻沒有成交的人展示廣告。假設有一位用戶到訪你的網站，但在看了一些商品後卻遲遲沒有下單就離開了。這時Retargeting的技術就能夠捕捉這名訪客的身份(Cookie)，然後特別針對這位訪客投放廣告。無論她上哪個網站，都能對她投放你的廣告，試圖將她導回商品頁面完成購買。

掌握用戶樣貌提升廣告效率

RTB與Retargeting掌握用戶面貌

在過去，廣告主都去分眾網站(niche websites) 採購廣告版位來作曝光，但由於不知道真正點廣告的是誰而造成浪費預算。現在透過RTB競價方式和重定向技術，廣告主就能夠精確掌握用戶樣貌，直接採購特定特徵的人群，進而強化廣告效率，精確使用廣告預算。

重定向的實際應用

重定向技術的實際應用

重定向技術可以運用在3個方面：

●「個性化」重定向－根據瀏覽頁面的比例來分析訪客興趣，分析訪客購買了什麼，然後對他投放周邊/相關商品廣告
●「商品」重定向－分析訪客瀏覽過的單一商品，例如：玫瑰化妝水，然後投給該訪客其他的「化妝水」廣告。或分析訪客瀏覽過的商品品類，例如：玫瑰化妝水，然後投給該訪客其他的「玫瑰」保養品廣告
●「購物車」重定向－分析有放入商品至購物車卻沒有完成結賬的訪客，然後提醒他有喜歡的東西還沒有結賬、商品有新的活動、或投放不同品牌的相同商品。

重定向廣告的4個目標

重定向的4個目標

重定向廣告可以根據以下4種情況鎖定用戶：

● 來過網站的人
● 根據離開網站時的頁面，投遞該商品廣告
● 把商品加入購物車，但尚未購買商品的人
● 依照訪客來訪時間，在特定時限內(如2週內)做投遞

掌握更多的訪客特徵

掌握訪客特徵

ADPartner 的ALL X的技術有能力分析與提供更多的訪客特徵，包括：

● 訪客人口屬性－性別、地域、來源媒體、訪客找回、時間控制、頻率控制
● 訪客行為屬性－站內搜索、購物車、列表頁、首頁、收藏評論、新註冊、單品頁、類別頁
● 訪客興趣愛好－3C、運動、旅行、汽車、家居、娛樂、時尚、電影
● 訪客角色屬性－聯合登錄、是否註冊、入站設備、入站關鍵字、入站次數、登入次數

ALL X能獲得並提供上述真實的後台數據，不僅在收費上有真憑實據，也能幫助廣告主建立客戶的行為模式，充實CRM(客戶關係管理)資料。

結語

RTB 與Retargeting兩項技術的結合，使網路廣告從購買「廣告版位」的時代，進化到購買「精準族群」的時代。廣告主可以辨認屬於自己的族群，向對的網站訪客投放廣告，有效運用廣告預算，大幅提升網路廣告的回報率。

完整資訊圖表：http://www.adpartner.me/retargeting.html

出自Inbound Journals

【總統科學獎】宗旨在於提升臺灣在國際學術界之地位，獎勵數理科學、生命科學、人文及社會科學、工程科學在國際學術研究上具創新性且貢獻卓著之學者，尤以對臺灣社會有重大貢獻之基礎學術研究人才為優先獎勵對象。

2025年11月11日，總統科學獎頒獎典禮於總統府正式舉行。2001年設立、每2年頒發1次的總統科學獎，今年已邁入第13屆，本屆的2位獲獎者，分別是生命科學組的院士梁賡義、工程科學組的院士葉均蔚。2位臺灣的科研泰斗，不僅全心全意投入創新，更樹立了典範，成為所有科研人員的榜樣。

總統賴清德在致詞時，引用諾貝爾和平獎得主曼德拉（Nelson Mandela）的話指出：「在事情完成之前，一切都看似不可能。這說明了2位院士的故事，他們對未知世界保持熱情、好奇，認真從基礎研究做起，並堅持努力到最後一刻，成功終將屬於他們。」

梁院士開創廣義估計方程式，加速新藥問世，造福千萬病患

從數學跨足生物統計、再投身高等教育與國家衛生的梁院士，從小就喜歡數學的嚴謹，在美國華盛頓大學攻讀博士期間，因為接觸到當時炙手可熱的「存活分析」，進而對生物統計產生興趣，「投入『生物統計』是條不歸路，因為我發現，統計工具的發展，可以對人類健康有間接幫助。」後來，他前往美國約翰霍普金斯大學任教，又與同事Scott Zeger研發出新的統計方法「廣義估計方程式」，突破了傳統分析方法必須假設所有樣本獨立的侷限，讓長期追蹤資料的解讀更嚴謹，也成為全球健康研究不可或缺的工具。

梁院士研究做得出色，卻不只將心力擺在學術上，他更心心念念著臺灣的發展，持續關心高等教育、國家衛生等領域。他在美國任教的28年間，幾乎年年暑假，都返國舉辦研討會，分享國際生物統計和流行病學的新知。2010年，他乾脆辭去教職，回臺擔任國立陽明大學校長，將陽明大學打造成醫學、人文並重的全人大學。

2017年，他又接下國家衛生研究院院長一職，並在新冠肺炎爆發期間，擔任中央流行疫情指揮中心研發組組長，與阿斯特捷利康（AstraZeneca）簽約，採購1千萬劑疫苗，完成防疫任務，「所以獲得總統科學獎，不僅是個人的榮耀，更是國家對全人教育的推動、公共衛生實踐，以及任務導向的研究重要性的肯定。能在其中有一些貢獻，我深感榮幸。」

高熵合金之父葉院士，堅持不懈打破材料學定律

被譽為「高熵合金之父」的葉院士，打破材料學界以1~2種主元素為基底的傳統，開創出能讓數十種元素混合的「高熵合金」，為元素週期表注入嶄新生命力，在半導體、智慧機械、綠能科技、國防與生醫等領域帶來突破性的應用。過去合金多以單一金屬為主，再加入少量元素微調性質，金屬種類愈多反而愈脆、延展性與硬度下降，使應用受限；然而高熵合金卻反其道而行，以4、5種以上金屬融合，展現出更佳的延展性、耐腐蝕性與硬度，重新定義合金的可能性。

令人驚訝的是，30年前葉院士提出高熵合金構想時，曾被質疑「觀念錯誤、毫無可能」。他不畏質疑，透過紮實的實驗與論證，於2004年一口氣發表5篇高熵材料論文，為高熵合金命名、定義並奠定理論基礎，後續更平均每年發表逾10篇研究，提出高熵效應、嚴重晶格扭曲效應、緩慢擴散效應與雞尾酒效應等核心概念，開創全新的材料科學典範。