後Cookie時代的廣告受眾鎖定？

各大廣告平台在過去幾年不斷地透過Cookie以及其他方式悄悄收集使用者的用戶數據，隨著這幾年用戶隱私權意識抬頭，Apple與Google都相繼對藉由Cookie辨識用戶資料的廣告投遞方式持不同的態度，這也將是所有的廣告主一個極大的挑戰。當Cookie不復存在，要如何辨識使用者資料？

當舊的Cookie消失了，或許會有新的數據辨識工具來取代，但是任何試圖跟蹤受眾的方式，都難以符合大眾對於保護隱私權的期望。另一方面，也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何，數位廣告無法像過去一樣，無條件的使用類Cookie的追蹤方式來達到與現在同樣的廣告效果。

後Cookie時代內容辨識類型的廣告鎖定方式，將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性，不僅能顯著提高受眾互動度，更重要的是，完全不需要收集任何個人數據。

FreakOut Taiwan不斷嘗試更友善的廣告投遞形式，2016年進入臺灣市場的原生廣告到2020年末引進「Mirrors」AI影像視覺內容辨識系統，都使以網路使用者的角度出發。「Mirrors」不需要使用傳統的受眾興趣設定，即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞YouTube上的影音廣告。

AI人工智慧影像技術突破  推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理NLP中心，基於「純文字」的比對來顯示相關廣告，如大家很熟悉的Google AdSense。但是，結合新興的AI演算和複雜的圖像辨識，已可達成「影片」的內容偵測，透過增加多個比對層，在基於自然語言處理NLP的基準定位上，透過深度學習提供了更精細的辨識洞察力。

舉例來說，若想要將汽車廣告投放給對汽車有興趣的人，我們要先從可能對汽車興趣的受眾中開始推估，並且根據過去的經驗加入不同的興趣條件，最後針對素材進行近一步的測試。透過Mirrors，我們可以讓廣告出現在有滿足特定條件的影片內，例如：

當消費者觀看中的影片有出現汽車測評報告、自家品牌/競爭對手LOGO、代言人⋯⋯等指定條件時，再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式，可以更有效的根據消費者行為觸發廣告投遞條件，而不再是現行的用戶受眾數據。人的興趣是多樣且多變的，當對汽車有興趣的用戶在完成汽車的選購後，短期內將不會在瀏覽相關資訊轉而瀏覽更具時效性的目的，透過消費者當下正在觀看的影片內容，取代消費者身上被貼上的數位標籤將更貼近消費者本身的使用行為。

Mirrors AI影像辨識：用消費者看的內容決定廣告

2021年台灣數位報告指出，台灣人在各網路內容服務中，最愛「網路影片」，使用比例高達97.9%，遠高過Vlog、串流音樂、網路廣播、Podcast。

影音廣告早已是品牌經營趨勢：根據DMA 2019年台灣數位廣告量統計報告指出，台灣各類型廣告中，影音廣告以37.2%的成長比例大幅領先奪冠。其中YouTube持續蟬聯台灣最常被造訪網站第2名(僅次於Google)，在台灣各大影音平台中的觸及率及影響力不容小覷。

2021年FreakOut Taiwan已與客戶合作進行搭載新系統的YouTube串流內廣告投遞，在針對品牌及產品客製化的多層鎖定策略建議下，房地產廣告CTR表現高於平均、並發現「人臉」群組辨識表現為佳，多為財經、名嘴等名人。美妝品牌廣告VTR優異，則以品牌「Logo」、「人臉」群組有最出色的表現。

對於行銷人員而言，與其侷限在後Cookie時代消費者身上的數位指紋，不如嘗試全新的影像辨識。想知道更多細節嗎，歡迎和FreakOut Taiwan聯繫。