直接找Facebook員工助陣!拆解川普如何掌握廣告引擎、輾壓對手打贏選戰
直接找Facebook員工助陣!拆解川普如何掌握廣告引擎、輾壓對手打贏選戰

歐巴馬陣營在2008年和2012年都善用臉書進行競選活動。希拉蕊陣營沒有延續這個做法,反而視社群媒體為效果未知的邊緣媒體。希拉蕊團隊打傳統的媒體廣告,而且對於搞不清楚臉書怎麼用,還一副很自豪的樣子。臉書提供如何在臉書上打選戰的教學指南時,希拉蕊團隊斷然拒絕這個機會。

希拉蕊陣營花在臉書的預算,跟川普團隊比是小巫見大巫。希拉蕊陣營買的少數臉書廣告,成果又很災難。一個例子是他們花了很多力氣,製作長達兩分半鐘的選舉廣告(希拉蕊的媒體人員居然覺得這種廣告適合臉書)。由於女性對那支廣告比較有反應,臉書的演算法會自然把影片推送給女性用戶。然而,希拉蕊團隊希望卻男性與女性都能看到,即使投放給男性用戶等於是把預算丟進水裡。

「希拉蕊的團隊看到那樣的結果後說:我懂問題在哪了,那我們增加預算,讓更多男性看到。」某位主管表示,「他們基本上是花更多錢,把廣告送給不想看的人!」

川普團隊一開始也是臉書新手,但他們學得很快,雇用先前沒沒無聞的網頁設計師帕斯凱爾(Brad Parscale),請他操盤川普的數位選戰。帕斯凱爾知道對川普這樣的非傳統候選人,打傳統選戰沒有用。帕斯凱爾也知道,臉書的精準投放工具,以及臉書提供的免費顧問可以彌補川普與對手之間的廣告支出差距。臉書為所有的廣告大客戶提供專業指引,帕斯凱爾也虛心受教。

好幾位臉書員工等於是全職指導川普團隊,教他們如何讓廣告支出獲得最大效益。

「我向臉書要求:我想在你們的平台上花一億美元,請寄一份手冊給我。」帕斯凱爾告訴《前線》(Frontline),「臉書說:我們沒有手冊。我說:那就派人來教我,他們就那麼做了。」有人現場指導的好處是,一出現技術問題,臉書專員就會聯絡工程師立刻解決。「如果我選擇希拉蕊陣營的做法,」帕斯凱爾說,「我得寫信和打電話,等幾天才有人處理問題。我要問題在三十秒內就解決。」

Donald J. Trump
圖/ Donald J. Trump Facebook

帕斯凱爾用兩百萬美元預算建立資料庫,接著全部交給臉書。按照帕斯凱爾的說法,他們最後在臉書上花的錢遠超過兩百萬。如同臉書本身,川普陣營的臉書團隊也是龐大的測試機器,把每一則廣告都當成一場實驗,篩選結果,找出哪些群組會回應哪些廣告。他們把川普的競選演說剪成十五秒影片,投放給各式各樣的人口群組。在臉書上投放的廣告會被重複播放、進一步修正。沒有看見效果的影片就不再使用。到了10月,川普播放數十萬不同的影片,由演算法測試接近無窮的可能性。

他們之所以能瞄準投放,靠的是臉書的特殊工具,可以篩選出用戶會想看到的廣告。帕斯凱爾開始瞄準由臉書定義的「自訂受眾」群組,廣告客戶可以混合搭配各種特質,例如性別、種族、居住地、宗教及其他興趣(BMW車主!熱愛槍枝的人士!),找出要顯示廣告的群組。找到特別容易認同川普的群組後,選舉團隊就會利用「類似受眾」這個工具,拓展到看起來不明顯、但演算法顯示看法雷同的族群。這種「提升」(lift)或「品牌提升」(brand lift)策略是從歐巴馬的競選活動開始率先使用。

此外,帕斯凱爾同時雇用多家創意公司,讓他們彼此競爭,製作出最有效的臉書廣告。每個團隊早上6點起床,就開始在新的地區廣告,中午會調整預算,把錢花在最有效的廣告上。製作出最佳廣告的公司可以拿到酬勞,輸家隔天再找另一個人口群組作為目標,想辦法獲勝。

到了選戰尾聲,川普的團隊擁有年齡、性別、地區及其他人口分類的資料庫,知道每一個族群可以被哪一種訊息打動。臉書擔心自己的瞄準工具將鼓勵政治人物將不同訊息散布給不同群組,例如在A區支持移民,在B區反對移民。那是很誘人的做法,因為臉書廣告不像廣播或電視廣告,不是給全部的人看,而是直接出現在被瞄準用戶的動態消息上。

trump
圖/ vnews.tv via shutterstock

不過,川普的選戰不必這麼做,因為他們已經利用臉書找出自己發布的眾多訊息中,哪一個訊息會直接打中哪個人。「他們只把正確的訊息,投放給正確的人。」 熟悉相關技術的高層表示,「A在乎移民議題,B在乎工作議題,C在乎軍事力量。他們打造出完美的受眾。這非常瘋狂,到了最後,他們的模式是在川普即將發表競選演說的地點,找出那一區對哪些事有共鳴,依據行銷結果,即時修改競選演說。」

由於動態消息會助長腥羶色內容,川普的瘋狂實驗發現,最情色的廣告最會被目標受眾大量分享給朋友,隨之而來的「自然」散布完全是免費的。

那麼,川普團隊發現怎樣做都沒有反應的受眾時,也就是大概不會投給川普的人,他們怎麼做?川普陣營會向他們播放對希拉蕊不利的廣告,希望讓這些人不會去投票。 《彭博》(Bloomberg)的記者格林(Joshua Green)與伊森博格(Sasha Issenberg)在選舉的晚期獲准參觀川普的數位選戰。兩人的報導指出,帕斯凱爾的團隊找出三個永遠不會投川普的群組:「理想主義自由派白人、年輕女性、非裔美國人。」

自由派看到的廣告,會讓人對希拉蕊義憤填膺。她的選舉幕僚被駭的電子郵件,揭發了希拉蕊的不當作為(剛好那些信被俄國的軍事間諜偷出來了)。年輕女性則被提醒柯林頓的各種性醜聞,而希拉蕊當年是如何糟糕地對待身陷醜聞風暴核心的白宮實習生。非裔美國人則會看到,希拉蕊曾說某些犯罪的黑人男性是「超級性掠奪者」(川普陣營當然不會提醒非裔美國人,川普曾刊登全版廣告要求處死中央公園五人強暴案中蒙受冤獄的黑人)。那些臉書廣告的明確目標就是勸阻投票。

如果受眾能被任何資訊打動,你就投放更多捐款廣告,這對川普來說很關鍵,因為他出乎意料在初選中獲勝,帶著空空的錢包進入大選。

帕斯凱爾在他的資料庫下足功夫,他命名為「阿拉莫計畫」(Project Alamo),特別針對佛羅里達、密西根與威斯康辛幾個選戰關鍵州超時工作。這幾州將造成選戰豬羊變色,由川普拿下選舉人票。

「太精彩了!」某位追蹤此次選戰的科技高階主管表示,「他們打了我這輩子見過最龐大的數位行銷選戰,完全是意外做到的。他們只是在新的時代做了非常符合常識的事。」

臉書內部很多人都知道,川普陣營操作平台的表現有如演奏史特拉底瓦里名琴,希拉蕊團隊則像在敲打壞掉的鈴鼓。 廣告團隊每週開會討論大客戶的狀況,包括金主的預算增減、如何進一步服務他們等等。隨著選舉日愈來愈近,兩方陣營的差距愈來愈明顯。川普不但廣告支出多過希拉蕊,打選戰的方式明顯比較高明

「在每一個層面上,他們使用這個產品的方式完全不一樣。」臉書廣告副總裁戈曼(Rob Goldman)說,「他們計算結果的程度、他們用的創意、他們買廣告的時機、瞄準受眾的方式,川普陣營採取我們的最佳作法,加以善用。」

然而,即使臉書廣告部門的員工眼看著兩方陣營運用臉書的方式在質與量上都有極大的差距,他們認為那樣的差異只是有趣的閒聊話題,不會真的造成多數人都強烈反對的候選人當選。

本文授權轉載自《後臉書時代》,天下雜誌出版

責任編輯:傅珮晴、錢玉紘

關鍵字: #Facebook
往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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