流量紅利消失,運用「MVP」掌握數位廣告新決勝點
流量紅利消失,運用「MVP」掌握數位廣告新決勝點

2012年是我與家人第二次創業時期,正好遇上智慧型手機崛起、社群媒體FB、LINE起飛,那時我們即透過自建in-house的行銷團隊,成功投入並搭上了數位廣告成長浪潮,帶動旗下平台的快速規模成長,到現今已進入廣告AI化的下半場,

「科技」不斷推動數位行銷的轉變,就像一條陡峭的學習曲線,你必須不斷學習、不斷吸收,然後帶領團隊去實踐,並具體地測試找出最佳方案,讓數位廣告成為事業上的一大助力。

2011~2018年台灣數位廣告總量統計與成長率
2011~2018年台灣數位廣告總量統計與成長率
圖/ 台灣數位媒體應用暨行銷協會(DMA)

這兩年數位行銷真的格外不容易做,最重要的原因就是導流的難度變高了!

因為越來越多企業投入,大家都追求 「轉換」 的狀況下,整體網路競價市場的廣告成本就變高,這即是供需原則的體現,而電子商務平台相較於品牌商又更追求最終轉換,也就是廣告投放是否能夠帶來「實際訂單」,所以我們在數位廣告的策略技術上需要更精實更卓越。

我常常都跟團隊說,過去的成功不代表未來的成功,我們必須改變過去的思維,讓自己一次又一次跟上現階段流量趨勢環境的變化,才有可能因應這越來越複雜的流量環境。因此,在面對近年來廣告流量紅利消失,我以MVP(Mobile、Value、Personalization) 來布局目前市場上的三大廣告策略,跟大家分享也請不吝指教。

數位廣告MVP
以MVP數位廣告策略迎戰流量紅利消退
圖/ 生活市集、松果購物、365超市共同創辦人 廖家欣

1.別管數字了!跟隨趨勢將廣告策略以「行動+影音」優先

Google的營收約85%來自廣告,而其中行動搜尋廣告和Youtube就是Google廣告的兩隻金雞母,同時再看到2019年Facebook第二季財報顯示,行動廣告營收占Facebook 廣告營收達94%,近年也開始推出了Facebook Watch影音頻道等搶攻行動眼球。

「消費者在哪裡,你的廣告就應該在哪裡」,這個道理相當顯而易見!

現今人手一支手機的時代下,競爭無疑已經從 「流量競爭」 轉向 「用戶注意力競爭」,從產品及廣告渠道就不斷發現順應需求趨勢出現的新媒體風向,而這些影音流量入口,將有望成為企業的新增長點。

但是如果你現階段實際去投放廣告到這些影音平台,極有可能會很失望的發現,從廣告投報率的角度是不如預期的,這其實也不會太意外,因為目前大部分的人在看影片的時候不會想要中斷,當他點了廣告就會跳離現在他正在沉浸的體驗,可是即便如此,我認為現在就應該提前優先布局「行動+影音」,因為這個場景很像2013年時候「行動廣告」剛起步,許多廣告主並不願投入,因為當時成效並不好,我們公司在當時率先投入搶下一席地奠定了這幾年的表現,讓我們深刻體認到

行為習慣是會漸漸隨著時代科技轉移的,當你嗅到風向就要趕緊投入,因為往往藍海就是在大家還沒有一窩蜂湧入的時候,才是最佳的機會點。

2.不只是找新客人,從「現有會員」身上開發出更多價值

流量紅利消退,大家焦慮的是要如何搶占新的流量紅利,但是,隨著競爭加劇、廣告成本越來越高的狀況下,想靠直接流量變現獲利的紅利時代已經不再,我們必須更現實的去面對這個網路世界的快速轉變,也就是不管你在哪個行業,流量不斷漲價,ROI(Return On Investment)只會越來越低。

順應趨勢時代找到最佳廣告方案是我們一直努力的方向,以電子商務為例,在我們創業的時候,大部分的電商是用CPC(Cost Per Click)來衡量流量價值,在那時候我們公司就已經捨棄CPC用ROI來衡量廣告投報,也就是我們並不在意每次點擊的費用,我們在意的是每一塊廣告費能帶來多少營收,多貴的點擊和流量我都願意買,只要衡量ROI是正的即可,但ROI是一個「瞬時」的概念,它指的是當下投入的成本在一個短的時間內(一般是7天,時間長度timeframe依照各產業各家定義不同)的回報。

到了現今廣告紅利消失,企業除了ROI之外,更應該注意「用戶的終身價值」(Lifetime Value)是否大於單次的ROI,以我的經驗來看,能創下高回購率的忠實消費者通常是有另外下載平台App的消費者,而回購率是一個衡量你的business是否健康的重要指標,因為回購率代表你的客戶會回頭再買你的商品或服務,我們內部集結了PM、數位行銷、工程師、資料科學家各方人才組成專案小組,努力投注大量的資源在如何提高消費者的「回購頻次」和「單次毛利」,從現有的會員基礎中挖掘出更多的新變現模式。

3.盡快跟上「程序化廣告」,打造高度「個人化廣告」是趨勢

在去年我們最常被問到的問題是:為什麼2017年所有電商的痛點都是廣告漲價,但是同為電商,也同樣投入大量數位行銷廣告費的創業家兄弟,卻屢創佳績?

其中之一的關鍵即是投入程序化廣告(programmatic advertising),是指利用數據與廣告平台的技術,以最有效率的方式購買媒體廣告,程序化廣告非常講求「效率」和「精準」,你不需要配置人力針對你網站上的千百個商品寫文案,下廣告,也不需要設定受眾,一切都是「自動化」、「個人化」,而這樣的廣告遠遠比過去傳統數位廣告靠手工的方式更精準,透過設定競價和目標觸及率等參數,系統會將這些參數與受眾行為的數據做整合,達成高度瞄準目標群眾(TA)的投放,將有效的提升廣告的ROI。

自動化動態商品廣告
創業家兄弟(8477)與松果購物(6740)和創業家旗下今年新創立的365超市,透過智慧出價策略+客戶端(精準觸及定向)的廣告組合,實現程序化購買與自動化廣告,花相對少的資源創造行銷效果最大化
圖/ 創業家兄弟行銷總監 張雅絜

我一直認為在數位化的時代,現在要打的不是「資本戰」而是「科技戰」,唯有在新創與科技上著眼,企業才有機會勝出,

而我也堅信科技以「人」為本,在未來的發展中,越來越多企業了解到以消費者為中心的重要性和趨勢,而高效企業一切成長的本質還是「人」,你必須有人才、有團隊可以協助你用科技去讓你的企業跑得更快。

願意嘗試、擁抱失敗的團隊和企業文化是珍貴的,有的時候,我們都太想要成功了,卻忘了沒有人是一步就成功的,越早布局,越早投入,越早下定決心,給團隊時間和犯錯的空間,相信科技改變世界的力量,我們才有可能找到突破終局的可能性。

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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