【觀點】RMN 決勝關鍵是什麼?品牌如何透過線下零售數據,鎖定目標客群?
【觀點】RMN 決勝關鍵是什麼?品牌如何透過線下零售數據,鎖定目標客群?

在數位廣告日益成熟的時代,傳統的實體零售廣告看板正經歷一場前所未有的重生,透過 RMN (Retail Media Networks,零售媒體聯播網)重新回到黃金版位;但決勝關鍵並非電商流量,而是過去被忽略的核心資源——線下零售數據。這個關鍵因素,正是 RMN 2.0 時代的核心競爭力所在。

電商巨頭與RMN的演進

近年談及 RMN 趨勢時,多半關注海內外的電商,像亞馬遜(Amazon)從 2016 年投入,僅花費五年便將市場從 10 億美元做大到 300 億元。這種成功吸引了全球各類型企業的參與,無論是純線上的平台或是兼營線下的零售巨頭,都希望在這新興領域中分一杯羹。

延伸閱讀:[RMN是什麼?為何momo、全家都在做?][2]

美國消費電子零售商 Best Buy 與媒體集團 CNET合作,讓 Best Buy 的品牌供應商,能夠同時在 Best Buy與 CNET的廣告版位下廣告,且 Best Buy 也會在商品旁顯示 CNET對該項商品的評測結果,讓品牌不只可以從電商平台與外部媒體拉近消費者,更可提升商品頁的轉換率。

美國 Costco 也宣布要進軍 RMN,藉由其強大的忠誠會員計畫收集的第一方數據,包括近期購買產品、購物行為、客人背景與購物金額大小等,讓廣告主能夠精準的投放廣告,並在實體空間與消費者創造店內促動及顧客互動。

然而 RMN 的真正起源要追溯到更早的實體零售,以美國Walmart為例,從店內、店外看板的促銷資訊、商品走道看板、商品貨架上的插卡優惠等,都是幫助品牌在消費者購物閒逛的時間中獲取注目。這應該是最早具RMN概念的零售廣告,即利用實體店舖的數據及流量達到促銷目的。

從RMN 1.0 到 RMN 2.0,流量到數據的進化

RMN 1.0 時代,零售商主要透過自家網站流量吸引廣告主,透過站內廣告觸及受眾,訂單轉換多半仍局限於網站的流量及人氣等限制。

邁向 RMN 2.0 時代後,運用從自家會員及顧客所蒐集到的第一方數據,結合站外其他平台廣告投放,讓品牌主能夠精準鎖定客群,進而跨管道整併線上、線下媒體,進行OMO行銷整合,零售業者能創造銷售以外的行銷廣告收入,促使許多業者紛紛投入 RMN。

這一變革讓零售商能夠不再僅僅依賴自有平台,而是 透過與外部媒體的合作,將廣告收入作為一種獨立於商品銷售之外的收入來源 。Walmart 的成功就是最好的例子,透過該廣告部門 Walmart Connect, Walmart 不僅能夠掌握消費者的購買偏好,還能在實體店舖和線上廣告版位上精準地觸及目標客群,透過店內的電視牆廣告、開放大量 CTV 數據訪問等策略,增強 RMN 發展,從而將 RMN 的營收從2022年的27億美元提升到2023年的34億美元 。

shutterstock_1723158124.jpg
亞馬遜雖然擁有最多線上廣告通路,但去年也開始在旗下物流車的外頭,印上與會員活動 Prime 相關的促銷標語,讓一輛輛行駛於大街小巷的物流車隊,成為直接面對顧客的宣傳管道。
圖/ shutterstock

走回線下:RMN 裡的「R」,才是決勝關鍵

當 RMN 成為廣告圈新寵兒的同時,越來越多企業,無論是線上或是線下,紛紛加入探索新媒體的行列,如線上旅遊平台 Expedia、叫車軟體 Uber 等,都紛紛宣布投入 RMN。 然而必須強調的是, RMN的真正決勝點,是代表「零售」通路的「R」。 僅有流量或用戶資料並不足夠,真正能掌握並運用關鍵零售數據的公司,如同Walmart、7-ELEVEN、家樂福業者,擁有並能運用關鍵的第一方「零售數據」,才能在這場競賽中勝出。

Walmart 再次成為我們的範例。透過其豐富的第一方消費數據,Walmart 能夠在消費者進店購物時精確地識別和影響其購買行為。這種數據驅動的精準投放策略,使得Walmart Connect被Walmart高層視為未來的「金雞母」。

RMN一開始發展於電商平台,主要是線上交易及流量易於掌握,近1~2年焦點開始走回線下。因為多數實體零售的傳統零售廣告,一旦加上「零售數據」成為零售聯播網,便可更精準的觸及目標消費者。誰能將線下零售數據很好地用於RMN,誰就能將線下 RMN 點石成金!

CRM 消費數據+線下商圈數據「雙重鎖定,精準鎖定顧客

傳統上,零售通路被認為「只能」在行銷漏斗底部發揮影響力,得「被動地」等待消費者來到現場,才能促進轉換率。如今,走到線下的 RMN 將這一切改變了,落實零售數據應用,除了可保有高轉換率優勢外,更可進一步觸及行銷漏斗頂端受眾,影響消費者的品牌認知,精準鎖定目標客群並「鎖定」消費者。我們可以用RMN-R概念圖(下圖)來理解:

圖1- 廣告主可善用 RMN-R 概念整合線上與線下RMN工具鎖定消費者.jpg
廣告主可善用 RMN-R 概念整合線上與線下RMN工具鎖定消費者。
圖/ 統一資訊提供

在RMN-R 概念圖中,線上的工具主要是將數據用於自家APP/官網及外部聯播網,如Google、Facebook等媒體,若廣告主想要鎖定線下消費者,則可朝 DOOH(Digital Out-of-Home,數位戶外媒體)、OOH(Out-of-home Advertising,戶外媒體)與LPN(在地貼文聯播網)等三大類媒體進行思考。

挖掘商圈數據:破解線下 RMN 的難題

將零售數據運用於線下媒體是一個挑戰,我們從商圈數據入手,除了原有第一手數據外,透過商家檔案智慧服務平台(Google Business Platform,GBP),分析Google地圖商家商圈資料,涵蓋商圈名稱、商家類型、商家數目、人氣值,以及顧客留言評論中的關鍵字標籤。在消費者尚未造訪店家前,零售商便能運用地圖搜尋行為,例如:特定興趣與購買意圖、查看網友評論、到訪後留下評論等行為。

這種結合商圈維度的數據分析,可和線下DOOH、OOH等戶外看板廣告整合,再加上能導引客人從線上到線下的LPN 在地貼文聯播網,使品牌零售商可提前在消費路徑上,鎖定目標受眾。

圖2- 圖說:結合分析Google 商家檔案上的商圈數據,RMN鎖定線下消費者.jpg
結合分析Google 商家檔案上的商圈數據,RMN鎖定線下消費者。
圖/ 統一資訊提供

戶外媒體與數位戶外媒體的融合

戶外媒體具強大「接觸」力,因此,傳統戶外媒體也捲土重來。亞馬遜雖然擁有最多線上廣告通路,但去年也開始在旗下物流車的外頭,印上與會員活動 Prime 相關的促銷標語,讓一輛輛行駛於大街小巷的物流車隊,成為直接面對顧客的宣傳管道。同樣,大樓廣告、行人天橋、公車站的大型看板、捷運公車計程車的車體廣告,都可以與商圈零售數據結合,鎖定投放給特定的消費群體。

而疫情間逆勢成長的數位戶外媒體,由於數位化後更容易即時投放動態廣告內容,成為零售業者與消費者積極互動的重要媒體。例如,泰國超過 1.2 萬家的 7-ELEVEN 門市為例,從 2019 年至今,就與當地廣告業者 PlanB 合作,在約 3000 家門市的飲料冷藏櫃、食品冷藏冷凍櫃等貨架上方,從天花板懸掛數位廣告看板。當顧客挑飲料、選食物時,猶豫的那幾秒鐘,視覺與聽覺恰好被 DOOH 看板吸引,讓他們認識新品牌或新產品,並進一步影響其最終購買決定。因此,商場內裡裡外外,都成為RMN的黃金版位區。

圖3- 利用廣大人流設置數位戶外廣告看板,抓住消費者的眼球.jpg
利用廣大人流設置數位戶外廣告看板,抓住消費者的眼球。
圖/ 統一資訊提供

在地貼文聯播網的潛力

很多時候,顧客的購物行為啟動於「造訪現場」之前;如何在他們踏出家門前,事先「鎖定」並轉成自家新客呢?我們觀察發現,大部分民眾在決定造訪哪間店前,習慣透過 Google Maps 事先搜尋、查評論;因此,鎖定消費者查找地圖與附近商家的在地貼文聯播網變成為串連線上到線下消費者的行銷利器。在地貼文聯播網目前串連全台 7,000 家以上超商,當消費者在查找附近超商資訊及評論時,便可在商家檔案的動態上看到廣告主置入的行銷廣告。

圖4- 每週有千萬本土消費者用Google Maps找商家,可用在地貼文聯播網鎖定實體消費者.jpg
每週有千萬本土消費者用Google Maps找商家,可用在地貼文聯播網鎖定實體消費者。
圖/ 統一資訊提供

如何整合應用線上、線下 RMN-R 媒體,來達到最佳效果呢?以一個在地伴手禮品牌為例,假設各品牌希望在特定節慶前夕,針對來台觀光日本人宣傳伴手禮商品促銷,除了透過線上的廣告聯播網推播宣傳訊息,亦可運用 GBP的商圈數據,從商家檔案平台上分析以日文關鍵字搜尋Google Maps商家的資訊,便可找出日本客最常蒞臨商圈及超商 門市,不論是在線上透過 LPN 在地貼文聯播網,或是特定商圈OOH 看板,還是超商的DOOH 看板,都能精準曝光促銷訊息,推動目標客群買單。

實體看板的新黃金時代,掌握零售媒體聯播網的未來

在數位廣告成長趨緩的今天,RMN 被視為逆勢成長的金雞母。這代表——當RMN重新將焦點拉回「R」,將消費與商圈數據與線上、線下RMN廣告連結時,零售業將不再被動等待消費者光臨,而是在消費者的整個消費旅程中,從踏出家門到走進店裡的每一步,都能精準影響其購買決策,使得實體看板不再只是裝飾,而是協助品牌主們轉成實際業績的最佳利器!

延伸閱讀:實體零售RMN怎麼玩?新光三越搶攻高端品牌激「多巴胺」,貴婦保養品翻倍賣

往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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