串流媒體市場競爭趨於白熱化，本土OTT業者的機會何在？|數位時代 BusinessNext

已經厭倦在第四台上百個頻道間轉來轉去找想看的節目嗎？還是想一次看完整部連續劇？或是想接著上次看到一半的節目繼續往下看？

線上串流影音平台（Over-the-top，簡稱 OTT）能滿足前述所有需求，也徹底改變了人們的閱聽行為和消費方式，根據美國電影協會的數據，全球OTT用戶數在2018年首度超越有線電視用戶數。隨著各大線上影音平台如Netflix、Apple TV+、Disney+、Amazon Prime Video、LINE TV加入戰局，台灣既有的線上影音平台如CATCHPLAY、LiTV、myVideo、FriDay、Hami Video也面臨更激烈的市場競爭。

推薦閱讀：Apple TV+改走庫克不屑的「重播舊片」路線？傳蘋果開始添購經典作品播映權

數位內容的消費力驚人，全球OTT市場的總市值可望在2027年來到1,843億美元（年複合成長率達20.4%）；台灣OTT業者的營收則將在2023年來到11億美元（年複合成長率為15.6%）。在串流媒體變身當紅炸子雞的時代，產業鏈上下游都想分食這塊大餅。迪士尼、HBO靠著內容優勢開始自建平台向下游延伸，反之Netflix、Amazon Video則是由完整的平台服務開始自建內容向上游延伸，從收購影視版權到自製原創內容，OTT業者的戰線延伸帶動了收視習慣更快速往影音平台遷移。

推薦閱讀：迪士尼「冷飯熱炒」出奇招！Disney+推出一系列新短片，全是經典卡通的ASMR

雖然訂閱服務（SaaS）是OTT業者維持營收的重要支柱，但就目前的市場環境和使用者願意付費的程度，要完全透過訂閱來支撐平台的營運仍有困難；因此，多數業者還是仰賴廣告創造營收。迪士尼日前收購的Hulu影音串流平台就推出有廣告（5.99美元）和無廣告（11.99美元）的月費版本供消費者選擇，只要看些廣告每月就能省下一半的月費，確實讓精打細算的消費者感到心動！

然而，當市場已存在超過400種訂閱制影音串流服務供應商，磨拳擦掌準備分搶全球11億觀眾的青睞時，如何增加新客，留住舊客，將目光變現，就成了OTT業者亟需克服的挑戰。平台之間的競爭不只在於訂閱用戶數，還取決於用戶使用平台的時長。而關鍵是甚麼呢？就是「使用者體驗」。

使用者體驗不是僅僅在使用者觀看影片當下的感受，而是結合了從使用者第一次接觸OTT業者的體驗，到一路看完影片後的體驗。其中包含了看到OTT業者的廣告體驗，接下來到OTT網站或是App的體驗，然後是觀影時的體驗，最後到觀影完後的體驗。如何帶給使用者美好的體驗，從而在百家爭鳴的OTT服務中脫穎而出已經成為顯學。

能夠有良好的用戶體驗在COVID-19防疫期間尤其重要，雖然疫情普遍讓OTT業者提升用戶成長速度，但這也是雙面刃，在市場競爭愈趨激烈的狀況下，OTT業者對於新的使用者無法提供足夠滿意的使用者體驗，反而會嚴重影響未來的成長，變成「新用戶成長多，但是離開去其他OTT的用戶更多」的窘境。

Netflix等國外OTT業者已經大量採用AI技術，針對每個不同的使用者提供量身訂做的個人化影片推薦，應用在使用者體驗的各個階段，包含個人化廣告，成功吸引更多新的用戶造訪；提供個人化網頁或是App內容，讓第一次造訪的用戶可以快速找到有興趣的影片，成功提升付費用戶數量；最後到看完影片後的個人化影片推薦，增加用戶平均月看片數，成功培養更多忠誠用戶。究竟國內外業者普遍採用的作法有哪些？台灣業者可以相互參照哪些作法？讓我們實際了解一下。

1. 獲取新用戶的階段

常見作法之一是根據每個使用者在網路上瀏覽的內容進行行為分析，找出用戶感興趣的主題，並對特定興趣主題的使用者推薦投其所好的影片廣告，有效增加消費者採取行動的機會。

2. 試用服務但尚未訂閱者

對於尚未訂閱的使用者，除了須留意用戶在網際網路上的閱讀內容，更重要的是結合OTT站內的瀏覽行為，動態生成專屬於該用戶的個人化首頁、觸發個性化推播訊息，來提升他對平台的好感度。未來，極致的個人化服務將會是站內與站外不斷的交互，才能更有效串聯推薦機制，培育潛在付費用戶。

3. 已訂閱服務者

針對已訂閱的用戶，最重要的事情是提升用戶忠誠度，提高平均每月看影片的次數，檢視的節點通常分為兩個階段。

第一階段：提升用戶看影片時的體驗

使用者介面在這個階段扮演非常重要的一環。舉凡能支援跨裝置連續播放、依照網路環境選擇畫質或是離線觀看、更精確的快轉／倒轉功能，都能為處於不同使用情境下的用戶帶來更好的個人化體驗，未來這類工具也將左右使用者的影音瀏覽習慣。

第二階段: 看完影片後的體驗

剛看完影片，意猶未盡時，如果能夠給出使用者也會有興趣的影片，就能大大提高看片次數，進而使他變成忠誠用戶。Netflix數據顯示，有80%的用戶觀看時數是靠推薦而來，其餘20%則仰賴搜尋，可見個人化體驗的好壞對平台的成效有決定性的影響。

而個人化推薦方式大致可分為下類兩類：內容推薦（Content-based filtering）與協同推薦（Collaborative filtering），機制如下：

內容推薦（Content-based filtering）
簡單的來說，就是依照用戶瀏覽過的影片，根據每個影片的屬性值，例如：發行影片的公司、導演、動作片還是文藝片，是不是情人節檔期，是不是和波灣戰爭等特定新聞議題有關聯等等標籤來描述影片的屬性，然後由AI模型去找到類似於這些屬性的其他影片推薦給這個用戶。
協同推薦（Collaborative filtering）
主要是依照用戶的屬性值，例如：性別、年齡、每月看影片數量、看過影片類別等等可以用來描述用戶的屬性，由AI模型找到類似於這些屬性的其他用戶，然後推薦其他相類似用戶也看了那些影片。

分析國內外OTT業者的作法，Netflix、Disney+採自建團隊開發推薦系統、台哥大旗下的MyVideo選擇跟台大合作大數據研究、LINE TV直接併購由台灣新創巧克科技成立的CHOCO TV強化資源實力、LiTV則仰賴TiVO（替你錄）成功經驗掌握用戶收視喜好、遠傳電信旗下的FriDay與數位電視盒兩大品牌OVO和BANDOTT合作提升個人化服務、CATCHPLAY將影片特徵建立標籤（導演、演員、影評），計畫日後與社群平台串聯後能發揮大數據推薦的綜效。

市場研究數據指出，有37%的受訪者認為精準的產品促銷或內容推薦，不僅有助於銷售成長，還能維持顧客忠誠度；另有超過33%的受訪者認為，個人化策略能有效增加顧客交易的頻率。

付費訂閱將成為市場的主流，唯有優質的個人化體驗才能維持串流影音平台的永續經營。在市場競爭愈趨白熱化的今日，OTT業者必須雙管齊下，一方面把握演算法推薦的成效，一方面善用行銷科技獲取更全觀的用戶洞察，才能提供更有溫度的服務，創造優質的顧客體驗。

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

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。