Google廣告工具再升級，新技術可追蹤用戶實體店消費|數位時代 BusinessNext

Google廣告工具再升級，新技術可追蹤用戶實體店消費

Google今日更新廣告工具，除了追蹤用戶點擊廣告後的線上轉換率，還將整合用戶的信用卡交易數據，追蹤用戶點擊線上廣告後，在實體店面花了多少錢。

用信用卡交易數據追蹤用戶線下消費行為

「許多用戶並不是單純的點擊廣告然後購買產品。他們可能是先在網路上搜尋、看介紹影片，然後才去實體店面購買。」Google廣告副總Sridhar Ramaswamy表示。

不過，以原本的線上廣告成效評估方式來看，若用戶在點擊Google的線上廣告後，沒有在線上購買，而是到實體店面購買，由於無法追蹤到用戶後續的消費行為，會被認為這筆廣告沒有成效。而Google這次升級廣告工具，就是設計來讓廣告主更容易辨識出這類購物模式的消費者。

至於廣告主如何整合信用卡交易數據分析廣告成效，Google表示，廣告主可將客戶交易數據導入AdWords，或是利用和Google合作的第三方單位提供的數據，將線上廣告投放和實體店面銷售交叉比對。Google稱與其合作的第三方服務，目前已可追蹤美國70%的信用卡交易數據。

過去用手機定位評估用戶線下消費行為

在此前，Google即收集用戶的網頁瀏覽、搜尋歷史、地理位置，以及結合Google旗下應用程式YouTube、Gmail、Google Maps等使用習慣，幫助廣告主打出更客製化的廣告，提升廣告效益。

而實體店面的銷售數據，也在2014年就被Google列入廣告成效評估指標之一，不過當時的技術，是將用戶廣告點擊和30天內的地理位置數據交叉比對，看是否曾經到特定實體店面。相較之下，今日新增的信用卡交易數據，可更準確的知道線上廣告和線下購物習慣的關聯。

不過，Google將信用卡消費數據列為效益指標，因此未來就算用戶將手機的定位功能關閉，Google也能知道他們的線下購物行為，不免引發隱私疑慮。Google表示，他們用複雜的數學公式，將用戶消費時間、地點和購買金額加密，Google在這之中，僅能看他們的廣告促成多少實體購物行為，而不知道購物細節，相反的，實體零售商也不會知道特定消費者的Google帳號。

行動裝置讓線上和線下界限模糊

這次之所以新增信用卡交易數據作為廣告效益指標之一，Google指出，行動裝置讓線上和線下的界限越來越模糊，雖然現在大部份的購物行為仍發生在實體商店，不過，越來越多用戶會在購物前透過行動裝置搜尋產品資訊，例如透過Google搜尋或Google地圖。

根據Google調查，點擊搜尋廣告的用戶，到實體店面購買商品的機率，較未點擊用戶還高出25%，消費金額也較平均多了10%。可想而知，若這項新指標能解釋更多消費行為，將大大促使廣告主在線上廣告投入更多預算。

近年，包含阿里巴巴、小米、京東、亞馬遜等電商業者，紛紛從線上跨入線下，開設實體店面，而Google在廣告效益中越來越重視線下零售消費數據，或許也能反應出，在虛實整合的時代，實體店面仍是消費市場中很重要的一塊。

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。