電商小白也好懂!掌握數位廣告新浪潮:零售媒體網絡「RMN」
電商小白也好懂!掌握數位廣告新浪潮:零售媒體網絡「RMN」
2022.04.22 | 新零售

近期國外電商圈再度討論起「RMN」(Retail Media Network)這個關鍵字,業界常稱為「零售媒體網絡」,因美國零售龍頭沃爾瑪(Walmart)針對旗下的媒體網絡新增影音廣告版位,以及自動化的廣告功能,零售業自己發展廣告媒體似乎將成為不可忽視的商業力量!

除沃爾瑪外,電商巨頭亞馬遜(Amazon)極早就建立了自家零售媒體網絡,亞馬遜同樣也提供多樣化的媒體管道,除一般常見的Banner,還有直播、影音等形式,今年(2022年)二月時亞馬遜發佈2021年第四季營收,光是平台上的廣告就為亞馬遜帶來97億美元,一年下來更賺進了310億美元,甚至比YouTube的廣告營收還多!

amazon
圖/ unsplash

什麼是RMN?

零售媒體網絡(以下簡稱RMN)到底是什麼?其實,在網路還沒發生的時代,就已經存在類似的「平台」。常見的街邊店、便利商店等等,消費者都可在店內看到各種商品的廣告,如今則是將這些廣告搬到線上,品牌可以透過與電商平台購買廣告版位,取得電商平台上較有競爭力的銷售位置,增加站上消費者的下單意願及品牌印象。

隨著科技的技術越來越成熟,AI數據收集及分析的能力也越來越強,連帶投放的精準度也跟著提升,亞馬遜則提供各樣場景、版位給廣告商,除了有網站之外,手機的App、Email,或是站外的推播通知都能刊登廣告,頂級的RMN系統更能提供細緻的分析,讓零售商精準掌握流量來源及ROI(投資報酬率)等。簡單歸納一下,電商品牌加入RMN有哪些好處呢:

第一、收集到第一方資料,更準確預測各樣的消費行為。電商網站的廣告投放也變得更個人化,更大幅降低傳統廣告的干擾性。

第二、提供精準的數據分析,幫助電商平台推出與消費者產生良好互動的新工具,甚至開發新的擴充工具。

第三、幫助電商品牌精準掌握消費者輪廓,將已購買的消費者轉換成長期的客戶,以及加速未結帳消費者購買下單。

RMN的興起,其實跟Google取消「第三方Cookies」策略有很大的關聯。對廣告主而言,沒有Cookies難以追蹤消費者的行為,但電商網站有了RMN系統。甚至利用消費者的數據建構出完整的用戶歷程。

根據外媒《Forbes》訪問一家調查機構,發現在2021年關注消費者數據及分析的電商增加三倍以上,近八成的電商品牌增加了在RMN的廣告預算,也顯見這塊市場正蓬勃發展。

big data
圖/ unsplash

不斷進化的功能與版位

維繫優質的客戶體驗其實是電商營運成功的關鍵,如果消費者在瀏覽電商網站時不斷被覆蓋面積大且不感興趣的廣告干擾,就會對品牌產生不好的印象,一旦出站也不容易返回,另外消費者的行為也不斷跟著改變,如果有AI機器學習能夠讓網站更了解「消費者在想什麼?」自然推薦商品也更加精準。

同份研究計畫也發現,有高達六成消費者表示,開始關注在電商網站瀏覽時產生可能的資安疑慮。顧客變得越來越聰明,越來越難從數據中找到固定的消費行徑,雖然疫情期間大部分的消費行為發生在網路世界上,但人仍然重視實體的消費體驗,購買日常必需的民生用品,還是以實體消費為主,也不受限於單一媒體,資料變得破碎難以整合。RMN的興起幫助電商平台更精準掌握到消費者的數據。

這些零售媒體廣告平台通常提供什麼樣的功能及優勢?提高投放廣告精準度,例如沃爾瑪提供了豐富的第一方數據資料庫,裡面包涵過去購買過的用戶、預期受眾及實體、線上的消費行為。

在站上收集第一方的數據,相較於第三方較為封閉,但是這樣的分析工具更能提供精準的策略優化建議。也因為RMN將線上跟線下的數據整合,讓廣告商了解數位、實體廣告該分配的預算,譬如品牌或產品適合在直播影音、行動裝置或影音的廣告,降低資源浪費,還能即時調整預算。

電商龍頭各自較力,RMN火力全開!

直播電商
圖/ Shutterstock

電商平台搭建自己的RMN並不是近期的趨勢,亞馬遜在2012年就發表自己的媒體網絡,沃爾瑪、Target等美國線下零售的龍頭也紛紛加入這個行列,甚至專賣特定品項的電商品牌,如主營連鎖化妝品店的Sephora,以及購物車APP起家的Instacart也開始搭建自己的廣告媒體平台。

沃爾瑪擁有完整、豐富的線下零售商資料,也已經開始建立相關網絡,並與相關領域的大型技術商The Trade Desk深度合作,建構了廣告需求方平台(Demand-Side Platform,DSP)提供給廣告商自行購買廣告,今年(2022年)二月沃爾瑪也公布了2021年第四季營收,廣告業務為他們帶來了21億美元,遠超推特(Twitter)。

搭建這樣的技術及網絡,一般中小型電商其實要維持營收成長都已經相當困難,但如果能連結眾多品牌成為大型的網絡,仍然能撈到不少RMN的紅利。禾多移動AviviD就連結了許多家媒體跟電商平台,並提供讓廣告主能投放的版位,曾經訂閱過電商網站、媒體網站的用戶,離站了一樣能接收到感興趣的的商品推薦。不只有叫回離站客,在電商網站上也有智慧推薦商品的引擎,能針對用戶瀏覽過的、消費過的商品,推測出他未來有興趣的商品,加速促購,近年幫助數十家電商品牌營收成長。

期待看到未來RMN市場的蓬勃發展,相信台灣在這個賽道上也不只有少數幾家,相關生態鏈所衍伸出的服務也令人期待。

《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)

責任編輯:傅珮晴、侯品如

好友缺你一個,加入數位時代LINE,科技產業趨勢新聞一次掌握!

傳送門點這裡

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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