【數位媒體對談】邀請媒體代理商、市場調查、網路觀察家、電子商務、廣告主…..各大產業菁英領袖共同對談，透過這一系列對談，碰撞出的不同火花，發現數位媒體趨勢，連結消費者需求與媒體變化關係，創造數位媒體精采未來。
第三場的【數位媒體對談】由台灣安布思沛總經理蔡秀麗與域動行銷總經理顏玉芬一同探討未來數位媒體全新視角「Omni-Channel」在台灣的發展與運用，以及在媒體數據分析下的contact point為何？更深入剖析廣告主想要揭開的秘密到底是什麼?
破除成效檢驗 數位媒體另闢新路 是新課題？新解答？
顏玉芬(以下簡稱顏)：在「數位媒體」中評估媒體，因為數字容易被追蹤且清楚明確，能快速幫助客戶分辨廣告效益來源，也讓廣告主長期以來，對於過去傳統廣告媒體的投放、成效模糊以及不確定性，有了更清楚的看法與目標設定。
但也因為數字明確了，數位媒體從此脫離不了與成效相關的評比。成效判定的標準在廣告主跟媒體間不斷拉鋸拔河，彼此間只能尋找更有依據、效益的方法。我們在前兩場的【數位媒體對談】(第一場上、中、下；第二場上、下)裡談到了，數位廣告的形式可以有很多面向和精采豐富的表現。但是我們也歸結了一個重要結論，媒體必須因應不同的客戶屬性及marketing issue，進而提供不同媒體表現形式建議與媒體評估方式。
不可諱言，有越來越多廣告主，因為數位媒體具有明確數字追蹤且即時的特性，而將數位媒體直接當成了「數位通路」，以最終成效作為檢驗媒體效益的方法。但這些客戶與品牌客戶不同的是，並非以品牌形象為廣告主導，而是將「成效數據檢驗」當作最單純不過的KPI。
如何破除成效及成本的迷思與困擾，這無形中也變成數位媒體的壓力及動力。所以部分數位媒體開始轉向，從消費者行為分析著手，企圖從龐大數據資料中找到對不同商品有興趣的消費者。
如果說網路上的所有閱覽路徑、點擊行為都代表消費者對不同需求發出的訊號。其實就能夠有效掌握這些訊號，並透過蒐集、收斂分析出可供判讀推測的行為模組單 位或媒體，似乎就更能掌握線上消費者的傾向跟喜好，以及網頁跟網頁之間的連動關係與行為差異，藉此找到最適合消費者的對應商品。
根據我們的觀察，成效型廣告客戶，一開始多半大量採用關鍵字的媒體形式，因為除了關鍵字廣告往往在成本上較容易控制外，報表分析跟成效調較上也勝於其他媒 體版位更為彈性與即時。這些的確都是關鍵字媒體的優點，然而我認為廣告主一方面持續對成效調較嚴格要求外，另一方面對媒體形式的變化創新上又寄予厚望。因 此如何找到兩全其美的方法？這是廣告主給媒體代理商與媒體出的新功課。海量數據分析所引領出來媒體投放新形式會不會就是這階段數位媒體的新解答？！
蔡秀麗(以下簡稱蔡)：剛剛在你的觀點裡，我想應該都脫離不了consumer-centric(以消費者為中心)及data- centric這個概念。消費者的行為模式不斷在改變，游移在各種最新的設備、頻道及載具中，因此我認為所有的客戶或代理商應該更humble一些，意思是先不需要對任何數位媒體有任何先入為主的偏見，應該拋開舊有的思維，重新歸零看待新數位媒體的誕生。
iProspect在幫客戶規劃Campaign時，我們都會希望從客戶原有的data核心裡挖掘真正想達到的business goal，進而再轉換成可被測量的KPI，希望可以透過data來觀察到消費者真正的行為模式，例如：消費者是從Mobile APP、Line、廣告Banner或關鍵字來到客戶的website，如此我們才能從中得到媒體成效的反饋。
因此當廣告主只要求看到成效及媒體代理商只能使用第三方media data滿足時，iProspect通常都會回過頭審視，在這過程中我們從消費者的行為當中觀察到什麼，進而學習反饋至下次的媒體投放依據。所以我們也會建議，首次跟我們接觸的客戶應該要給iProspect 三個月的合作試用期，因為時間是一個很重要的因素，我們必須先假設在全然無知、無任何偏見之下，觀察消費者、廣告主與代理商這三方激盪出的結果如何，我覺得這才是正確的心態。
Omni-Channel融入消費者行為 巨量資料分析不再只是黑盒子
顏：其實剛剛蔡提到一些觀點，我也非常有感觸。關於「看資料(data)」這件事情，從以前只要求有數據就好，到目前累績到小數據，至未來可能變成大數據的海量資料。不管演進如何，客戶都覺得，既然媒體有這麼多資料，為何媒體不直接提供？或是有報表以外的分析可參考？
但對媒體而言，這些資料為什麼還不對代理商、客戶完全開放？為什麼媒體要視為黑盒子裡面的秘密呢？我認為，資料的解讀是很重要的，若無法正確的剖析數據資 料，就會產生偏差，就如同蔡前面所提到的，不能以先入為主的觀念看待。況且大數據本身內涵已無法只是看圖說故事，也並不是期望來驗證之前的想法。而是我們 希望更深入的挖掘數據深層的意涵，來完整呈現數字分析背後的樣貌。
蔡：我覺得數字跟觀念落差就像是，若相信數學與國語這兩科分數高的人才是好學生，成績單上就只會在乎這兩科；但如果相信五育並重才是好學生的人，就會去在意自己的總平均分數。
其實目前數字及觀念的一致思維，最能完整涵蓋的就是「Omni-Channel」這個概念，當消費者在接收媒體資訊時，不分電視、桌上型電腦、手機…各種 載具，而是無形之間融在全媒體的環境中，所追求的是不管廣告主使用什麼媒體都能掌握消費者連續的behavior。所有的data都無法被切割也不應該只 看單向結果就下定論，必須全輪廓地觀察消費者連續性的整體行為模式。
「Omni-Channel」的概念下有一個很重要的分析概念是attribution model。我們在觀察，這段期間消費者每一個媒體contact的行為中間，廣告主所期望結果和貢獻度會是什麼？有可能我們從來不會覺得去點擊任何一則 新聞，對最後的成效是有幫助的，可是卻從分析裡發現這是一個很重要的助攻，甚至大大影響成效的結果。因此我們講的其實是一個attribution，希望 看到的是全面的整體分析。
顏：「Omni-Channel」嚴格說，是一種因為媒體發展與使用者行為串聯，所發展出的媒體成效整合，這的確會存在於整個媒體環境的變化沒有錯。但以 台灣現況來說，大部分的媒體目前所能掌握到的資料分析可能都非常單一及片面。因為全面性、整合度不夠，若只對片面的資料分析解讀會有風險。
然而對代理商而言，這些資料來源可能都極為片面或是單位標準的認定不一致，所以客戶又將如何運用此一發展變化，徹底改變選擇媒體時的步驟或是標的物？或許可以透過代理商的力量或系統機制將消費者在這環境裡引發、觸及廣告的連續行為獲得紀錄並觀察最後的成效從何誕生。
蔡：對我們來說，網站本身的分析是很重要的一塊，但我要往前推測到媒體端，未來tracing code正確性跟完整性的使用是非常重要的。例如，廣告主若面對10家媒體都要求裝tracing code時，該如何因應這樣的問題。我的建議是，若有一個solution可以只裝一次，且其他的code都可以包含其中，不但便利，又可以同時掌握不同媒體觀察的結果，彼此合作將各方資料的串接，把整體廣告效益提升到最高。
廣告主態度開放 共同促進跨媒體跨平台的數據分析
顏：以AD Network來說，其實在數據資料及各個網站類型涵蓋已擁有非常高的完整性，但在我們努力朝數據探究方向挖深時，發現一件事情，即使媒體的力量再完整、再強大都還是不夠的。因為媒體與客戶手中各自擁有其business intelligence，而這些資料可能有流量、點擊、物件、位置、形式甚至廣告聲量、時間或載具…等。其實應該將彼此資料相互對應透過跨平台的整合與數據交叉比對，獲得一個最完整的數據分析樣貌。
就像蔡剛提到的，對客戶來說最終是要達到business goal，所以客戶也應該將這些資料開放出來，以達到完成雙邊資料的整合、跨媒體、跨平台的分析以及找到一個最好的媒體建議，這將是一個大工程。
就我們的觀察下，這幾年廣告主對於願意置放tracing code這件事的態度越來越開放，對於數據分析結果的期待也更高。因此若廣告主的反應可以成為媒體的參考值，如此一來一往反饋的互動，這些珍貴的資料也能夠幫助媒體不斷的訓練，將這些資料變得更有價值，而「時間區段」的累積也將是一個很關鍵的因素。
當媒體擁有這些數據資料後，遂而發展新的廣告形式，並能依照不同需求提供客戶更完善的服務及規劃，未來不管在廣告形式、版位呈現亦或價格上面都會呈現一個動態的形式，期待這可以成為未來媒體的趨勢。
蔡：其實我覺得未來資料整合，將會打破過去媒體單一或只提供某種規格的販售方式。客戶更能從data看見與從前不同的價值，而非單純CPC或其他計價方式來論定。未來也期待能有因應不同客戶需求，針對最有價值的contact point，做最即時且準確的廣告投遞或是content建議。data的整合加上即時的速度，我覺得未來在整個媒體業界，會產生一個比較大的變化。
出自域動行銷