深談零售媒體網絡（RMN）：站內廣告之變以及數位廣告的未來

當年 Ken 找我去帕格的時候，最主要的其中一個工作就是要把原有的 MUZIK 的廣告系統最更全面的升級，當時在開發廣告系統的過程當中，我就把「零售」的觀念整併至既有的廣告系統中，畢竟在前幾年 uitox 的經驗，我個人認為如果「廣告」最終只是賣曝光，那對於許多廣告主來說其實沒有實質轉換成營業額，這個廣告費有時候根本投不起，所以在設計廣告系統的時候，最終的產出是能夠讓廣告費化成有效的導購。

最近在紅的 RMN 到底是什麼

那現在的 RMN (Retal Media Network) ，其實在這個名詞大概是近一年才被發明出來，以前多稱為 "E-commerce Advertising" 或是 "Marketplace Advertising" ，簡單來說就是電商平台上的廣告，只是現在 RMN 更進一步的把”電商"跟"線上"的意思稍微去除，把它變成了純粹的 "R"etail "M"edia "N"etwork 直譯就是「零售媒體網」。因為在疫情過後，所有的電商才發現這三年的大紅利過去了之後，多數的使用者還是乖乖的回到了實體購買，線上購物占整體零售的成長率也回歸本就該有的自然成長率。而 RMN 的種類。第一種是 Amazon, eBay 的線上購物網站廣告平台以外，第二種是串連線上線下的 Wallmart, Target ，在開了線上購物之後也成立自己的廣告平台，第三種是在美國也不乏一些跨越線上線下的第三方 RMN 如 CMX, wag 等等。

為什麼 RMN 我要著眼在 OMO

為什麼我講 RMN 的時候還是提到了線上線下？其實還是跟第一段所講述的內容有關：標籤的豐富度跟細緻度。廣告系統在賣的以前可以只是曝光，當然各位也都會聽過 RMN 的最大優勢在於是第一方數據的擁有，也就是消費者的個資以及購買記錄都在 RMN 的持有者身上，譬如線上的 Amazon, eBay，或是線下的 Walmart, Target 等等，他們最大的特色就是擁有龐大的購買紀錄，而這些購買、瀏覽商品紀錄就變成了這些平台貼標的依據。

在零售產業中有個都市傳說「啤酒尿布理論」，啤酒與尿布理論（Beer and Diapers Theory）是一個有名的零售業行銷案例研究，經常被用來說明數據挖掘和顧客行為分析的重要性。這個理論源自於1990年代的一個零售數據挖掘的傳說。據說某家超市在分析顧客購買行為數據時發現，購買尿布的顧客經常會同時購買啤酒。進一步的分析顯示，這些顧客大多是年輕的父親，他們在買尿布時順便買了啤酒。基於這一發現，超市將啤酒和尿布擺放在一起，結果啤酒的銷量顯著增加。雖然「啤酒與尿布理論」的真實性有待考證，但它在行銷和零售業中仍被廣泛討論，但這也變成了 RMN 的演算法的基礎：交叉銷售(cross selling)跟追加銷售(up selling)，過去在電商平台上常常以「猜你也喜歡」呈現，只是現在 RMN 把演算法的結果變成了賣錢的版位，如果我是啤酒廠商，針對有買過尿布購買紀錄，年紀又被定義為「年輕父親」的買家，未來我在挑選尿布的時候，我的頁面上除了尿布以外，還會有滿滿的啤酒廣告，而這就是 RMN 的運作基本邏輯。

不只 OMO， RMN 的競爭核心關鍵在標籤

為什麼我會說零售媒體網絡的重點在於標籤？這是因為標籤是RMN真正發揮作用的核心。Amazon 非常清楚標籤的重要性。儘管在美國，Amazon 過去缺乏線下購買數據，但他們不惜利用最後被爆出來不過是「工人智慧」的無人店技術來開設實體店鋪，以收集消費者的線下購買數據。雖然 Amazon Fresh 和 Amazon Go 等計畫最初備受期待，但這些年來這些店鋪經歷了多次開店和關店的波折。然而，Amazon 似乎並未放棄開設實體店的計畫，甚至將一些無人結帳技術導入其於2017年收購的 Whole Foods。這背後的目的並不僅僅是擴展零售通路。我們需要注意的是，直到2019年，美國的線上零售佔比才正式突破10%。這意味著，還有90%的消費數據是 Amazon 可能尚未掌握的。要提高銷售的精準度和轉換率，並不是單靠大量曝光就能做到的，而是需要深入了解消費者的購買行為，並有效運用這些數據。這也是為什麼標籤在 RMN 中如此關鍵。

但我認為 Amazon 是少數真的能被稱為 Retail Media “Network” ，其他大多數頂多就是傳統的，套著 RMN 的皮的「站內廣告系統」而已。前面我也說過，為什麼 Meta 廣告系統至今還是台灣地區最強的廣告系統，因為 Meta 廣告系統收集著多數台灣人 24 小時的生活習慣，你早上是怎麼出門、晚上怎麼回家你爸媽可能都不清楚，但因為你的打卡拍照上傳都把這些「生活標籤」免費的貢獻給了 Meta 系統。所以我們在 Meta 上下廣告，並不一定是紅酒就選「紅酒」的標籤，牛排也有可能是你的選項。所以當初在設計帕格的廣告系統的時候，我們就是依據廣告主所撰寫的廣告文案進行文本分析，看看這些關鍵字可能跟哪些 Meta 標籤有相關，進而投出更好的廣告。而 Amazon 是目前所有冠上 RMN 的廣告平台中，除了電商數據以外，Amazon Prime 還提供了消費者「媒體瀏覽」的標籤。要知道在所有的外界影響中，扣掉親友的推薦，媒體的內容常常是驅動消費者購買特定產品的動機（或是反向影響）。

台灣歷史上最有名的都市傳說莫過於「黑金」裡的一句台詞：「我們坐的都是賓士、勞斯萊斯，你坐馬自達，怪不得你塞車」，讓 Mazda 在電影上映的那一年銷售下降了不少，雖然這可能只是一句玩笑話，但真實的案例也就發生在雷朋的太陽眼鏡上，在《捍衛戰士》上映之後雷朋的太陽鏡銷量增加了40%。這也是 Amazon Prime 可以幫助 Amazon Ads 的標籤更豐富的主要原因，書籍、音樂、電影、遊戲、線下優惠，Amazon Prime 用著免運費的大旗要你付費加入後，收集你更多的生活標籤來讓 Amazon Ads 能夠更精準的投放廣告促成轉換，畢竟想投放 RMN 的廣告主要的已經不會是曝光，而是希望真的能夠帶來零售的轉換。

第一方數據真的不是重點，標籤的收集應用更是關鍵

當然多數的 RMN 目前主打的賣點，都是利用「後 Cookie 時代」用第一方數據來作為廣告投放的依據。但實際上來說，第一方數據裡標籤來源的豐富度跟觸及面，才是 RMN 會不會的產出轉換的關鍵，否則就只是個「廣告版位採購介面」，企業把自己所有的可放廣告的地方切割出來，放上網路可以讓廣告主自行下廣告，這個你根本也不需要自己開發廣告系統，把網站介接 Google Ad Manager(舊稱 DoubleClick) 就可以搞定，而且還可以在沒有廣告主投廣告的期間用 Google AdSense 的廣告上場填補確保廣告收入。

而這也是近年除了 Meta 廣告，在 Google Ads 以外更看重的就是 LINE Ads Platform(LAP) ，因為 LINE 是除了 Meta 以外，收集消費者最多生活標籤的系統，甚至深入到線下交易也可以透過 LINE Points 的服務來進行收集。當然不是數據收集的多就是成功的廣告平台，否則 Yahoo 早就應該是市值最高的公司。端看開發 RMN 的團隊是否能夠有效的運用標籤，來讓廣告主精準地找到買家進而下單。而不是只有第一方 Cookie 這個優勢，也不是只有瀏覽跟購買數據就可以做好 RMN 的工作。不過目前在 RMN 這個題材還沒有看到 LINE 有比較明確的動作，不過這幾年的年會都有不斷在提到他們數據的豐富度，就看接下來他們在這方面的佈局發表。

其實台灣有許多公司可以很好的做到 RMN，譬如說同時擁有電信公司以及線上購物的富邦媒(8454)以及其他產品的富邦(2881)應該是未來最有機會勝出的，不過就得看集團內資料的整合程度（通常這是台灣企業的通病）是不是有個資料標籤整合中心，把所有的第一方數據做個整合以後，讓 Momo 作為最明確的營收出口，目前的確有看到 Momo Ads 的上線以及B2B2C開店的回歸，這些也都會是 RMN 的基礎。從基礎的 Search Ads 出發，就看未來 Momo Ads 的持續發展。

RMN 的未來會是什麼？

我們見證了零售媒體網絡（RMN）如何從一個基於站內廣告的模型演變為涵蓋廣泛零售與線上交互作用的全面平台。這一轉變反映了市場策略從單純的曝光轉向實際銷售轉化，特別是通過理解消費者行為及其背後的數據，更有效地驅動銷售。將「零售」概念融入廣告系統，不僅提升了廣告的效能，也體現了現代廣告技術的發展趨勢。隨著電子商務和實體零售界限的逐漸模糊，RMN 成為連接這兩個領域的重要橋樑。Amazon 和 Walmart 等平台不再僅僅是購物場所，而是擁有豐富消費者數據的廣告平台，能夠提供更具針對性和個性化的廣告內容。RMN 的成功關鍵在於能否真正理解消費者需求和行為，並利用這些洞察來優化廣告內容和投放策略。隨著技術的進步和數據分析工具的發展，這些平台將繼續演化，提供更精確和個性化的廣告解決方案，推動更多銷售轉化，並改變廣告行業的格局。未來，我們可以預見 RMN 將更好地滿足市場需求，強化其在廣告產業中的地位。