RMN 的六種可能型態

RMN是什麼？這篇文章嘗試用媒體X通路X品牌X廣告系統商之間的關係，展開描述 RMN 的六種型態，並分別舉出實際案例。

RMN 是在零售業越來越熱門的題目之一，也在近期變成一個熱門字。到底什麼是 RMN？誰做的才是真正的 RMN？這個答案越來越不好回答，因為 RMN 是一個熱門關鍵字，所有零售業或零售業的服務廠商，都想沾上邊，都開始宣稱自己就是在做 RMN。

就像之前 OMO 在零售業逐漸變成一個熱門字，到現在大家都要做 OMO 一樣。但到底什麼是 OMO，什麼是一個 OMO 系統，也變得一個 OMO 各自解讀，到處都有一個 OMO 的講法，每個人都有一套 OMO 的做法。

針對 RMN，什麼是 RMN，現在有哪些 RMN，本篇文章薑試著分享 RMN 的6種可能型態，每個型態都會舉出目前可以參考的案例。

Type 1 : 通路即媒體

電商通路除了交易量大，想當然流量也很大。有流量就可以做廣告版位，就可以銷售廣告，把廣告賣給電商平台上的供應商，也就是上架這些電商平台的品牌。

這種廣告是 RMN - Retail Media 的最基本形式，也就是零售通路本身，就等於媒體的角色。

我們熟知的電商平台像是 Amazoz、蝦皮等這些電商通路平台，都有提供平台上的供應商（品牌），這種「站內廣告」服務。

Type 2 : 零售數據是核心

通路也可以結合其他數位媒體，幫助供應商來導入「站外流量」。

譬如蝦皮，就有支援賣家投放 META 的 CPAS 廣告。蝦皮透過分享自己平台的 META Pixel 數據給供應商（品牌），讓賣家可以透過自己品牌的BM帳號，建立廣告受眾，投放Facebook / IG 廣告，導流回賣家自己的蝦皮賣場，然後最後在自己的 META BM 帳號看成效。

RMN 的另外一個核心關鍵，就在於零售數據。透過零售數據，RMN廣告系統可以精準的做再行銷。也就是針對每個消費者，收集他在零售通路上的各種行為，像是瀏覽商品、搜尋商品、加入購物車等等的行為。當消費者離開通路，到媒體上瀏覽的時候，就在媒體上的廣告版位，依據這個用戶之前在通路上收集到的行為，陳列該用戶的商品作為廣告素材。

最後在媒體上等於也會看到商品櫥窗，在媒體上也提供消費者導購的服務。

Type 3 : 通路自建廣告系統

但隨著 Cookieless 的時代來臨，Client 端的瀏覽器開始去 Cookie 化，第三方的追蹤碼像是過去 Facebook 的 Pixel 會逐漸失效，也因此越來越比對不到是同一用戶，再行銷廣告成效也就越來越差。

另一方面，零售通路商也越來越了解數據的重要性，自己開始收集第一方數據，建立 CDP 系統。

因為上述這兩股趨勢，廣告系統或媒體平台也就在近幾年，開始轉由透過 Server-to-server 的 API 串接，與各零售通路商的 CDP 連結，來交換數據，以解決 Cookieless 時代之後的廣告成效問題。

例如 META 近幾年一直推動的 OMNI-CAPI 整合，就是在面對 Cookieless 時代的一種解決方案。

既然零售通路都自己收集並掌握第一方數據了，而且還掌握了大量的供應商（品牌）資源，就是那些廣告主們，為什麼通路商不直接在自己的供應商後台，也提供廣告系統給這些供應商去投放廣告呢？

如同上面所說，零售數據是RMN的重要關鍵，手握大量零售數據的零售通路，更可能進一步創造可以精準投放的 RMN 廣告。

MOMO 在近期推出的 Realshopper 廣告，就類似這種廣告型態，用MOMO個供應商帳號登入 RealShopper 廣告後台，供應商（品牌）就可以透過 MOMO 的廣告後台，投放 GOOGLE 廣告，用動態產品素材做再行銷廣告，導流到在 MOMO的品牌館，並在 RealShopper 後台看廣告成效。

其實這也就是上述 Type 1 的延伸，對電商平台（通路商）來說，就是讓供應商（品牌），透過自己提供的供應商後台，再加上一套廣告系統，就可以同時讓供應商投放自己通路平台上的站內廣告（Type 1），以及也可以投放像是 GOOGLE, META 等媒體平台的站外廣告（Type 3）。

目前已知的通路平台，像是 Amazon、Rakuten、蝦皮、MOMO，幾乎都清一色的在推動這整型態的 RMN 廣告系統。

Type 4 : D2C的廣告系統

在 D2C 的時代，品牌除了上架上述的通路（電商平台），當然也會自建官網，做品牌直營通路。有D2C的電商系統，那有沒有D2C的廣告系統呢？

在通路上，通路原則上會自帶流量；但品牌自建官網，就要設法自己導流。在近幾年在數位廣告投放上面的媒體選擇，自然就是 GOOGLE 跟 META。為了能夠讓 GOOGLE / META 有更好的廣告成效，埋設追蹤碼來讓廣告平台收集數據，就是很重要的一個動作。

透過埋設追蹤碼，品牌主就可以使用 META / GOOGLE 等媒體提供的廣告後台，來建立廣告活動、設定受眾、然後投放廣告，把流量導回自己的品牌官網。

不過同樣的，跟上述在Type 2所說明的狀況一樣，在通路發生的狀況，品牌自建直營通路也會遇到。

隨著數據的重要性越來越被理解，品牌會建立 CDP 系統，自己收集自己的第一方數據。也隨著 Cookieless 的時代來臨，Client 端的各種追蹤碼逐漸失效，也需要轉由透過 Server 端傳送數據給媒體（像是 META 的 OMNI CAPI），來增加受眾比對率，以維持或提升廣告成效。

當然品牌有了 CDP，更可以進一步導入各式各樣的 Mar-tech 工具，用各種不同的模型、算法來貼標籤，做自己的會員分群，把有價值的分群做成自訂受眾，上傳到 META / GOOGLE 等廣告系統做廣告活動。等於品牌可以自己利用自己的第一方零售數據，來操作廣告活動，提高廣告成效。

既然有了自己的 CDP，掌握了自己的零售數據，也可以自己打包受眾，那是不是可以可以建立自己的廣告活動呢？跟隨著 D2C 電商系統的發展，緊跟著而來的就是 D2C 廣告系統的發展。

簡單的理解可以是：品牌透過一套 D2C 的廣告系統，同時用自己的第一方與第三方數據做基礎，用站內跟站外標籤可以做出各種受眾包。在這套 D2C 的廣告系統，建立廣告活動，圈選各種標籤的受眾，然後可以同時投放像是 META / GOOGLE 等各種媒體的廣告，最後集中在這個系統，同步看所有的媒體成效，而不是再到各平台去設立廣告活動、還要分別去看廣告成效。

在零售業的 SaaS服務商裡，Shopify Audience就是這個型態的範例之一：

Type 5 : 廣告櫥窗

除了大型的媒體平台像是 META 之外，廣告還可能出現在各大的內容網站像是 UDN、痞客邦、Dcard、東森新聞雲等等的內容網站。

在這些內容網站，除了一般常見品牌展示型廣告，偶爾也會看到一些直接陳列商品的廣告，看起來就像一個商品櫥窗，展示商品，創造銷售。而這些商品恰好都是你會感興趣的商品，或是你剛剛才在某個品牌加入購物車的商品。

CRITEO 就是一個這種類型的廣告系統商，你可以點選下面的 DEMO 網站，看右邊的廣告櫥窗範例，更可以了解這種形態的 RMN 廣告。

這類型的 RMN 廣告，主要是廣告系統商所發起。廣告系統商像是 CRITEO，他會透過連結 Publisher 方（有流量的內容網站），在 Publisher 方放置廣告版位，而所有的 Publisher 方有放置廣告版位的流量加總起來，也是一個很大的流量來源。

另一方面，他會在 Advertiser 方（有廣告需求的品牌網站），在品牌官網放置追蹤碼，追蹤並收集所有的零售數據（瀏覽商品、把商品加入購物車、購買商品），最後在 Publisher 方的廣告版位，也就是那些櫥窗，來依據消費者數據來展示消費者有興趣的商品。

正如同上面所提到的，零售數據是 RMN 廣告運作很重要的關鍵，而本身原本不擁有數據的廣告系統商，就可以利用建立這種連結多個 Advertiser 與 Publisher 的 Network，來建立這種型態的 RMN - Retail Media Network。

Type 6 : 品牌流量聯盟

上述 Type 5 的廣告系統商，流量主要是串連 Publisher （內容網站）來形成，數據透過收集 Advertiser （品牌網站）來累積，然後透過廣告櫥窗展示再行銷的商品廣告。

那有沒有可能，流量是透過串連許多家的品牌廣告來形成？也就是 Advertiser - 那些品牌網站，也變成 Publisher 方，等於廣告系統商透過連結許許多多的品牌網站的流量，也形成另外一種的通路媒體 - Retail Media。

對消費者來說，等於在逛某零售品牌的購物官網，同時也會看到其他零售品牌的商品，在零售的場景裡做零售的廣告，本來應該就是最有效果的。

對品牌來說，某種程度的就是流量互相分享，同時也有機會獲取部分的廣告收益。這種串連品牌形成新廣告通路的模式，也有機會在今年看到有趣的案例發生。

零售業一直以來就是廣告業的大戶，再加上電商的發展，在數位媒體時代，也是整個數位廣告產值最大的貢獻者，也因此許多廣告技術廣告產品的發展，會一直圍繞在零售業的需求。

對零售業來說，有人流量，也才有業績，人流量是業績很重要的基礎。就品牌來說，在傳統就是透過通路去銷售，也就是通路負責集客，帶動流量，創造銷售。

當然在 D2C 時代 ，透過廣告，從媒體方帶進流量，或者透過 CRM 或 CDP 來帶動熟客回留，也都是品牌帶進人流量的方法。

所以從流量的角度，媒體很重要、通路很重要、Mar-tech or Ad-tech 等系統商也很重要。RMN 就在這些可能的導流角色之間：媒體 x 通路 x 品牌 x 系統商 之間，交乘出許多的可能性。我們可以期待接下來的各種 RMN 的有趣發展。

原文出處：「零售的科學」