切入「零售媒體廣告」只要掌握這5大優勢!一文搞懂2022年最夯行銷熱潮
切入「零售媒體廣告」只要掌握這5大優勢!一文搞懂2022年最夯行銷熱潮

近兩年,零售媒體聯播網(Retail Media Network,簡稱「RMN」)躍升國外電商與數位廣告圈的熱門關鍵字。不僅亞馬遜、沃爾瑪、家樂福等零售巨頭大步先行;數位巨擘Google、廣告技術龍頭The Trade Desk,以及市場研究權威機構eMarketer等,也紛紛投入RMN的熱潮之中。零售電商發展自家媒體、擁抱廣告盈利將成常態;品牌行銷人員,也勢必得將RMN列入行銷計畫之中。

今年3月,eMarketer發布了一份最新報告,揭示2022年零售媒體前景;本篇文章,TenMax除了分享最新數據,也將一次彙整關於RMN,行銷人該知道的所有重點!

什麼是零售媒體聯播網(RMN)?

顧名思義,RMN指的是由「零售電商」發展而生的「媒體聯播網」。零售電商,意即可透過線上完成交易的零售商店,諸如國外的亞馬遜、沃爾瑪,又或是國內的PChome、全聯⋯都屬此類;而聯播網,則代表有能力提供廣告版位,讓品牌置入廣告的媒體。

簡單來說,零售媒體廣告,就是出現在零售電商平台中的廣告內容;而廣告版位包含線上與線下兩類:前者如 APP、官方網站等線上空間,後者如實體門市的DOOH與店內看板。2021 年數據指出,九成的零售媒體廣告支出,發生在零售商的電子商務平台上,其餘才是線下門市的DOOH與店內看板等格式。

「那麼,零售媒體廣告為什麼走紅?」

零售媒體廣告之所以在近兩年間備受矚目,可從零售商和品牌端各自遭遇的困境談起。對零售商來說,電商崛起使得販售商品的利潤受到擠壓,促使零售商思索「商店/產品變現」外的其他可能,而大量顧客數據帶來的「低成本、高利潤」廣告商機,無疑是一大機會點;對品牌而言,傳統電視廣告的成效,隨著電視收視率下降而受挫,線上廣告則因第三方Cookie遭到棄用,而面臨鎖定失準、成效追蹤不易等困境,此時,尋求更可靠的媒體成為當務之急——顯然,零售媒體廣告有機會成為上述兩大問題的解方。

關於RMN,行銷人該知道的五大優勢

1.第一方數據庫:Google宣布 2024 年前禁用第三方Cookie,蘋果iOS系統也陸續祭出各式的用戶資料共享限制,行銷人常用的第三方數據漸漸失靈,第一方數據因此顯得更加可貴。

第一方數據
相較其他類型數據,第一方數據更為乾淨且可靠,而零售媒體所搜集的第一方數據,更直接發生在銷售點,具有極高的應用價值。
圖/ TenMax

相較其他類型數據,第一方數據更為乾淨且可靠,而零售媒體所搜集的第一方數據,更直接發生在銷售點,具有極高的應用價值。

2.閉環歸因系統:品牌投放零售媒體廣告,將能更有效地釐清廣告支出與銷售額之間的關聯。由於廣告出現在銷售發生的地點,因此能更有依據地將銷售成長,歸因於特定的廣告操作,衡量成效並調整後續的投放策略。

3.上下文鎖定廣告:零售媒體具有強烈的購物導向,內容主題直接與產品相關,更有利於進行內文的比對,將相關的產品,置入合適的購物脈絡之中。

4.大規模的受眾:正如品牌選擇社群媒體投放廣告時,會將平台的活躍用戶數量納入考量,受眾規模始終是廣告主進行媒體採購,不可忽略的要素之一。零售巨頭擁有龐大的會員基數與充足的進站流量,可確保受眾規模,實現廣大觸及。

5.全方位實現行銷漏斗:零售媒體不僅可透過展示型廣告達到強化品牌印象、增強品牌好感的上層目標,更可透過搜尋廣告,與具有明確購物意圖的消費者相遇,滿足當下的搜索需求,有效引導至最終轉換。

為何2022是RMN的重要一年?

據波士頓顧問集團(BCG)報告指出:「大型零售商已經開始了一場賽跑,為零售媒體帶來的高利潤狂奔。」眼看零售媒體廣告市值在2020與2021連續兩年成長 53.3% 及 53.4%,eMarketer 最新報告預測2022年,零售媒體廣告市場將挾 31.4% 的年增率席捲市場,整體支出總和將攀達400億美元。直到 2023 年,零售媒體的廣告支出預期將突破500億美元,市場規模等於在四年內翻四倍成長,份額更佔整體數位廣告市場的五分之一,成長幅度相當驚人。

eMarketer 最新報告預測2022年,零售媒體廣告市場將挾 31.4% 的年增率席捲市場,整體支出總和將攀達 400 億美元。

eMarketer 最新報告
eMarketer 最新報告預測2022年,零售媒體廣告市場將挾 31.4% 的年增率席捲市場,整體支出總和將攀達 400 億美元。
圖/ TenMax

零售媒體廣告,市場玩家有哪些?

在美國零售媒體廣告市場中,由亞馬遜所推動的支出佔了高達77.7%的比例,無疑是整個零售媒體廣告市場的領導者。這並不令人意外,畢竟,亞馬遜以數位起家,囊括全美電商市場41%的銷售總額、擁有最高的電商流量,以及最成熟的零售媒體廣告平台技術。

眼看亞馬遜拔得頭籌,身為美國連鎖超市之王、全球最大零售商沃爾瑪怎麼能輸?沃爾瑪近來力拼數位轉型,全力擴展不同業務觸角,不但推出會員訂閱制「Walmart+」、企業配送服務「GoLocal」,抗衡電商巨頭亞馬遜;2021年,沃爾瑪更將旗下的數位廣告業務更名為「Walmart Connect」,進一步強化戰略願景,致力於運用創新廣告解決方案加上龐大顧客數據資料庫,幫助品牌接觸1.5億潛在客戶,更與全球最大需求方平台The Trade Desk合作,推出自家的 DSP(廣告需求方平台),策略性完善廣告業務。

路透社報導指出:「沃爾瑪積極的行動將使其廣告業務有望於 5年內成長約 10倍」,未來發展值得期待。

Amazon
Amazon 早於 2017 年開始發展零售媒體廣告,其後各零售商紛紛跟上
圖/ TenMax

事實上,美國的零售商幾乎皆已啟動RMN部署。eMarketer 最新報告,針對全美 11 個零售媒體進行調查,亞馬遜不出所料拔得頭籌,而依序則由 Costco、ebay 等零售商出線,可見整體RMN市場競爭激烈,即使是積極佈局的沃爾瑪,也僅排名第六。而在此項調查中,品牌主普遍認為「流量規模」是他們評估是否採用該RMN的重要因素,在五分制中獲得了4.35的高分。

eMarketer 最新報告
eMarketer 最新報告,針對全美 11 個零售媒體進行調查,亞馬遜不出所料拔得頭籌
圖/ TenMax

北美以外,家樂福作為歐洲第一的零售商巨頭,於2018年啟動數位轉型,四年來收穫頗豐,目前已擁有 3700 個電商銷售點、3300萬次APP 下載量,資料庫更累積 8000 萬客戶資料以及 80 億筆交易紀錄;並於2021年正式推出自家的廣告媒體聯播網「Carrefour Links」,與頂尖技術合作夥伴結盟,包含:Google、Criteo(負責建構廣告平台系統、導入廣告技術,並對接廣告主)以及 Liveramp(負責資料集成並確保合法性)。

在亞洲,新加坡超市集團 FairPrice 也已推出了自家的廣告產品——可預期,2022年,將有愈來愈多的大型零售商啟動廣告業務的部署,向外尋求與廣告科技公司合作結盟,由外部提供廣告系統建構的技術與資源。

RMN浪潮中,零售商/品牌主該做好哪些準備?

對於零售商而言,若想搶佔市場大餅,首先必須體認到,建構一套廣告系統絕非易事,需要耗費龐大的成本與決心才能貫徹始終。因此,在決策之前,務必先確認以下三件事情:

1.確立你的目標

發展RMN,除了可賺取廣告收益,其他重要的效益包含:優化消費者體驗,活化與留存現有會員、推動消費者造訪網站並提升整體產品銷售額、深化與品牌間的合作與互信,甚或是加強與戰略供應商的關係⋯⋯等。在以上的目標中,零售商必須進行優先排序,確認公司發展廣告業務的戰略重點為何?

2.從小處進行試驗

確立了目標後,零售商可以走向下一步,發展自家的「最小可行性產品(MVP)」,例如:嘗試透過單一媒體管道或版位,投放廣告以獲利;另一方面,零售商也必須確認自家組織內,是否已具備發展廣告媒體的技能組合,包含:銷售與業務、營運、技術、行銷、創意與分析師等。

3.檢視你所擁有的數據與技術

最後,你必須客觀地評估公司當前擁有的資產。例如:公司是否已擁有足夠的會員資料與交易數據,供潛在的合作夥伴實現多個廣告活動?如果沒有,你可能需要透過忠誠度計畫,搜集更多的第一方數據。此外,公司是否有足夠的技術力,實現諸如數據管理、廣告素材與活動管理、報表數據產出⋯⋯等廣告平台功能?一般而言,零售商通常並不具備建構廣告平台所需的人力;因此,便需要尋找足夠成熟的廣告科技公司結盟,借助外部專業,建構有力的廣告平台。

發展 RMN 的必備要素。
圖/ tenmax

如果你是品牌主,此階段可靜待 RMN 生態在台灣發展成熟,在此期間,保持開放的心態關心 RMN 的進展,以及納入行銷規劃的可能性。由於 RMN 屬於新興媒體,品牌主在嘗試初期,勢必得多方測試與評估不同 RMN 的行銷表現,保持靈活、即時止損、不斷優化。另一方面,據 eMarketer 數據指出,品牌端使用 DSP 的平均數量已從 2021 年的三個,在一年之間增長到六個之多;過多的數位行銷平台,增加了媒體採購的管理難度,未來,RMN 也將加重行銷管道的複雜性——如何簡化與統合,想必是品牌未來的課題之一。

本文授權轉載自:TenMax ADTech Lab

責任編輯:傅珮晴、錢玉紘

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
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