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
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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