[痞客邦關鍵報告] 數位浪潮最後一哩-即時在地行銷
[痞客邦關鍵報告] 數位浪潮最後一哩-即時在地行銷

數位媒體、平台近年來如雨後春筍般不斷竄起,不斷地對消費者進行大量的商業行為與媒體廣告的接觸與遞送。但是如何在對的時間與對的地點給予對的內容,成功打通到達消費者的最後一關,一直以來是各大產業、數位媒體與各大平台積極前進的目標!

##透過大數據,站在巨人的肩膀上

以全台最大內容平台痞客邦為例,若以每篇內容文章為一張A4紙高度計算,痞客邦目前文章量約為28萬棟的101大樓,並且每天繼續以超過230棟101的速度不斷累積,這些內容以及被瀏覽的行為看似零碎無特定脈絡,但若透過大數據進行分析,將非結構化的資料從資料庫串接到滿足使用者需求的資訊運用,萃取、轉化為可被應用的服務提供給使用者,利用數位創新槓桿大型服務,未來產業結構將重新重組,不再僅是實體交易E化、內容數位化或類比改進等形態改變而已,而是整個產業鏈及生態將會重組。

然而在大數據行銷已內化至各產業,漸漸改變了產品開發、市場行銷等模組,後續數位媒體行銷應用將會如何發展?繼現在最夯的即時競價廣告(RTB)模式後,數位媒體的下一站將由即時在地行銷(LBS)完成到達消費者最後一哩的任務,並結合各產業產品、服務發展,成為 2016 年後的最新趨勢!即時在地行銷(LBS)與即時競價廣告(RTB)的不同,是在於核心理念的差異,前者注重的是使用者情境;後者主要在於清理庫存,兩者在設計與出發點上,就決定了截然不同的走向。

圖說明

(圖註:
若即時在地行銷結合了大數據的龐大資料,就如同站在巨人的肩膀上,可以透過數據與資料站得更高,看的更遠!)

##流量來自於需求,工具只是驅動

根據全台最大社群網站痞客邦數據顯示,每天約有 2800 萬的流量,有將近半數來自於手機,透過行動裝置進行瀏覽與閱讀,而這些位於全台各地的閱讀者,無論是透過何種載具,共同的行為動機皆為「需求」!,也就是試圖透過在網路上的搜尋,解決自己在日常生活中產生的需求或問題,像是尋找美食旅遊、搜尋時尚美妝等,皆透過如:東區平價聚餐美食、上班族一週穿搭等自身情境、需求的「情境式搜尋」,進而轉入痞客邦站內產生流量,同時間,使用者在完成搜尋的結果後,不論是透過社群網站或是即時通訊軟體,大多也會再透過社群擴散出去,從使用者需求被滿足後,再透過社群與通訊工具等重新驅動與擴散,讓產業以及品牌行銷人員,可以透過內容與使用者重新且不斷地接觸,形成社群互動的迴路,帶來大量的流量與商機。

(圖二)

##搜尋情境決定接廣告好感度

透過痞客邦長期觀察社群及整合數位行銷操作的產業經驗發現,消費者進行搜尋的時候,「時間」與「 情境」這兩大要點,將決定了消費者是否會採取下一步行動。在痞客邦發布的各產業【痞客邦關鍵報告】中,可以明顯的看出週間與週末使用的裝置,有明顯的改變,消費者會在週間的時候透過桌機進行規劃與整理;到週末的時候,多半會改以行動裝置進行搜尋與確認;在搜尋面,消費者也朝向情境式的搜尋蛻變,以夏天為例,透過系統發現消費者不單單只搜尋品牌及品項名稱,如:防曬用品 / 防曬乳等關鍵字,使用者已趨於轉向搜尋海邊注意事項、夏季美白要點等取而代之,且搜尋時的時間、地點也成為了消費者需求的明確指向,因此能否在「對的時間與對的地點」給予目標消費者想要的東西,將是決定行銷成效是否有效的重要關鍵。

##【痞客邦關鍵報告】參考文章:

[痞客邦關鍵報告] 年度網路口碑檢測:美妝產業市場分析
[痞客邦關鍵報告] 年度網路口碑檢測:掌握國內旅遊消費市場脈動
[痞客邦關鍵報告]口碑驅動電影票房 2014五大片商黑馬電影

##縮小距離,放大商業價值

即時在地行銷( LBS)比起傳統的廣告遞送,除了具備「即時情境」的優勢外,更具備了「精準」的特性,比起過往的簡訊遞送,即時行銷系統精準了 1 萬倍(一般簡訊投遞範圍為 1KM x 1KM)透過LBS 在地化的設定,可以將目標鎖定至 10M X 10M 的位置,透過系統縮小距離,放大了商業價值!達到了讓使用者在經過店家門口的時候,接收到該商家的優惠與訊息,串接線上與線下( O2O)產生商業價值!對於民眾來說,可以簡易的透過行動裝置直接搜尋滿足需求,並且獲得即時的優惠與服務;對於商家來說,可以透過更精準的訊息遞送,接觸到更大量、有意願消費甚至就在門口的消費者,並且提供聯繫的方式,對於整體的生態圈來說,在縮小了距離的同時,也大大的放大了整體的商業價值,締造消費者與商家雙贏局面。

圖說明

##即時在地化整合 O2O 創造新契機

隨著電子商務與 O2O 的蓬勃發展,即時在地化行銷更具備巨大的市場潛力,逐漸轉換成新的商業模式,透過 LBS 的規劃,伴隨定位高精度週邊功能的興起,可以整合所在位置的商家,再透過大數據的分析與具象化的呈現方式,把餐廳、加油站、電影院、百貨公司、觀光景點及交通設施等重要地理資訊一一彙整,並且結合廣告的推送,讓找餐廳的消費者可以找到優惠,讓看電影的消費者可以看到折價...另一方面,對於商家來說,也可以反向的把促銷的商品、優惠的訊息、甚至是注意的事項精準的推送至 50 公尺內消費者的手機上,形成了雙贏互惠的正向循環,成為了最後關鍵的推手。

圖說明

##透過即時在地行銷平台串起數位浪潮最後一哩

從社群活動到內容行銷再累積成大數據,再藉由大數據的資料分析歸納後,產生了RTB 與 DMP的廣告模式,最後透過 LBS 將 O2O 串起,打開了數位時代中的嶄新的一頁,自 2010 年累積至 2015 年的能量,將協同 LBS 與行動裝置的使用一次爆發,讓行銷走入生活中,預計於 2016 年給予社群行銷全新的體驗。

@@ACTIVITYID:378@@

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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