Inside / Chris 2020/01/31
「AdTech 並不會結束，因為它一旦結束，代表 Google 跟 Facebook 要倒了。」阿物國際創辦人林思吾笑稱。
(左) awoo 執行長暨創辦人林思吾 (中) awoo營運長李振瑋 (右) AI 首席人工智慧科學家林國銘
不知各位讀者、行銷人是不是最近常聽到，有越來越多人都在談 Martech 將取代 AdTech？但林思吾反而說，Martech 在國外早就打完仗了，是台灣落後世界；這幾年由於 Google、Facebook 的流量取得成本水漲船高，所以台灣才開始慢慢談 Martech，但若去翻一下國外公司，這兩年早有數千家公司在經營 Martech 並且將生態系建立起來。
但台灣又是落後在哪裡？林思吾解釋，台灣一方面跟國外的 CDP（客戶數據平台）並沒有很好的串連起來，另一方面很多公司都想自己蓋自己的 CDP 資料庫，但整體量又不夠大，很難收集到夠的資料量進行有效分析。
說著說著，林思吾畫起一張圖出來：這張圖的軸線分別為「自建平台→雲端化」、「單點解決方案↑平台化」。
林思吾分析，像傳統的 IBM、Adobe 跟 Salesforce 等傳統大廠大多都自己蓋平台，處在第二象限的上方。然後有很多的國外或台灣的單點 Martech 公司大部分都位於右下角第四象限，在做雲端化的單點解決方案服務，像做 LINE 或是各種通訊行銷的，大多都在這裡。它們基本上都以 API 為 Base，有自己取得資料做成 DMP 跟分析使用者情境的獨門功夫，再結合行銷各種應用。有許多台灣公司也選擇自建資料庫，大概還落在自己做的第三象限。
「不過現在不管是第二還是第四，大家都會想往第一象限移動；第四象限的業者通常都會把一個服務打磨到很深，但現在在矽谷這些公司不管是彼此收購或是結盟也好，開始打群架一起往第一象限走。傳統大廠就更不用說了，全都是往雲端化走，然後最終大家都會發現是由 CDP 把所有的東西都串起來，台灣就是落後在這個地方，大家都手握一部分資料，但卻都很破碎。」
事實上 CDP 在國外已經整合得差不多了，但除了流量取得成本太高之外，現有的 AdTech、Martech 還有一個大問題：Mike 認為不管是 Google 的 Dynamic Search Ads，或是 Facebook 的 DPA，自動程序化購買、投放，現在的最大問題，就在於他們雖然很懂使用者行為，但卻不太懂商品。
再講白一點，這些自動程序化購買、投放系統其實沒辦法讀懂每一個電商產品或網頁的 product feed；只要 SEO 或標籤下得不好或大量使用圖片，系統就很難去理解電商或頁面的真正意思。
「國外電商其實有人做得很好了，像 ebay 就僱用了一百多位資料科學家專門在做自動化標籤；當然霸主 Amazon 本身也做得非常好。」林思吾說。
「所以我們才會發展 AI 推 nununi 這個服務。」阿物首席人工智慧科學家林國銘介紹，nununi（我們先前也介紹過）可以用自然語言搭配機器學習，從電商、商城中快速解析、拆解所有商品的 product feed 、直接算出這些商品的標籤與關鍵字。
阿物營運長李振瑋以車商進一步介紹，過去台灣公司在下預算的時候，可能就大略先找 25-45 歲、對車子有興趣的男性投預算下去抓 Product Feed，但時間一久商品越來越多，就不知道該怎麼再細分眾。
「像 Facebook DPA 觸及到就算錢，不過這其實還是很大海撈針，但我們現在可以更精準知道商品在說什麼去做標籤分眾。第一個例子就是東海模型，他們有約 2 萬項商品，原本也是抓 25-45 歲、對車子有興趣的男性下去投，整站 product feed 都餵給 Facebook，但這樣幾乎要 6 塊美金才能進一次購物車。可是我請他把四驅車的品項包給我試做分析賣賣看。怎麼做呢？就是用自然語言分析到連車子的馬達都作分眾了，這樣做讓他原本 6 塊成本壓到剩 2 塊。」
但說了這麼多，Martech 能為行銷人提供更仔細的數據、路徑分析之外，比起傳統 Adtech 更多了幾分提供「新洞見」的空間，而不像過去最多只能提供 Also Buy、Also View 的推薦系統。
另外林國銘也提醒，就算量化分析有了 Martech 提供強大的協助，但企業還不能忽略質化研究的重要性。「質化研究是現代一切 Domain know-how 的基本來源，沒有質化研究提供定義，你有再多的數學模型都轉不過去。」