大數據時代的數位廣告神器RTB
大數據時代的數位廣告神器RTB
2015.03.02 | 行銷

長期關注台灣數位廣告發展的人,也許去年中已注意到市場遊戲規則改變了,一股以自動化廣告購買為基底的RTB浪潮正快速竄起,從一個名詞成為一種現象,不論是廣告代理商還是廣告主都不敢錯過這股攪動網路未來的新趨勢。

「台灣RTB的發展速度快得超乎我預期,我本來以為會慢一點,現在提早到了!從去年年中就開始燒。」年初才宣布與中國最大廣告需求方平台聚效廣告合作的ADPartner執行長林毅祥如此形容國內的RTB(Real-Time Bidding)熱潮。從去年開始,RTB成為台灣數位廣告產業最夯的關鍵字,從廣告代理商、入口網站、媒體採購到行銷人員都在喊RTB,但相較歐美與中國市場對RTB的認知已行之有年,台灣的進程只能算中段班。

RTB早在2009年就已有雛型,其後各大網路龍頭如Google、Facebook和雅虎都相繼宣布採用即時競價購買機制。去年旗下擁有幫寶適、歐蕾、飛柔等民生消費品牌的寶僑集團宣布將投入70%的預算在自動化購買廣告上,而美國運通在更早之前就宣布要達到100%自動化購買廣告的目標。根據MAGNA GLOBAL的報告,2014年全球透過自動化購買廣告的交易金額為210億美元,2018年將達530億美元,成長1.5倍。

在各產業中,又以擁有強烈網路廣告購買需求的電商業者最積極,全中國最大的DSP(Demand-Side Platform)平台聚效廣告執行長楊炯緯指出,全中國前200大的電商業者,有8成都已透過聚效廣告購買數位廣告。

到底為什麼廣告主如此熱愛RTB?「這對客戶和對消費者都是有利的,客戶買到他想要買的群眾,消費者看到對他有效的訊息,是個雙贏的工具。」安索帕全球執行長林友琴一語道破RTB對廣告主和消費者最明顯的益處。隨著數據翻倍成長,數據分析和媒合技術長足進步,10年前沒辦法做到的事,現在透過數據分析平台(Data Management Platform,DMP),可以做到海量資料管理和即時分析,即時競價系統方成為可能。

從買版位到買群眾

數據是支撐即時競價系統運作的心臟,但購買目標群眾才是即時競價系統的核心精神,這也是和舊有數位廣告購買模式最大的不同。林毅祥表示,廣告主已經從買版位、時間和特定媒體管道,變成買一個目標受眾的特定行為,廣告主買的不是曝光量或點擊率,而是實際的效果,如「提升銷售額」、「增加會員人數」或「拉高註冊資料的比率」。透過數據分析和即時競價機制,廣告主可以購買符合其目標特性的群眾,但這在DMP和RTB出現之前,是沒有辦法做到的。

由於網路使用者的瀏覽行為越趨破碎化,網路超連結的特性讓使用者在不同網站之間來來去去,廣告主若只購買單一網站的單一版位,無法確保看到廣告的人是對那則廣告有興趣的人。競價機制讓廣告主用他們願意付出的成本購買目標群眾,出價最高的廣告主得以將廣告投放到目標群眾的眼前,不限於單一網站,做到讓商品跟著人走的境界。

看準RTB熱潮,從今年3月起採用自動化購買廣告程序的雅虎奇摩,全面開放版位給廣告主即時競標。雅虎奇摩媒體業務事業群資深總監謝美芬認為,RTB讓廣告主、網站主和消費者三方得利,一方面提升廣告主的廣告投放效益,二方面RTB對每個曝光差異訂價,讓網站主的版位販售更有效率且具有彈性空間,三方面消費者看到跟他自身興趣關聯性較高的廣告,也會比較不那麼排斥廣告,因為廣告會成為對他有價值的訊息。

國內提供相關服務的業者已如雨後春筍般崛起,其中沛星科技甚至獲紅杉資本A輪資金600萬美元,成為台灣第一個得到紅杉資本投資的新創公司,為國內DSP業者打下一劑強心針。

然而目前國內廣告主對於即時競價系統的認知仍處在啟蒙階段,願意將廣告預算投入即時競價系統的並不多。宏盟媒體集團執行長黃燕玲就指出,現在台灣大多數的廣告主都只有DSP的某一部分概念,也都還在嘗試理解究竟可以為他們帶來何種程度的效益。

未來RTB技術將會從線上延伸到線下,荷蘭便在火車站的數位看板導入即時競價系統,用攝影機感應路人並結合車站流量資訊,即時變換數位看板的廣告內容。KKBOX投資的Paganini+也將推出國內首見的音訊即時競價系統,讓音訊廣告也能做到精準行銷。從圖文、影音到音訊,台灣的RTB熱潮才正要開始。

enter image description here

enter image description here
(尊重智慧財產權,如需轉載請註明資料來源:《數位時代》第250期)
其他精彩內容》》
訂閱數位時代》》

@@ACTIVITYID:350@@

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓