圖/文 TenMax
零售媒體正迅速成為當前市場上最炙手可熱的行銷手法之一，隨著消費者行為和購物習慣的不斷演變，品牌和零售商紛紛將目光投向零售媒體廣告。而零售媒體的發展與趨勢也逐漸受到關注，本週將與您分享 Uber 底下的零售媒體業務、AI 如何強化 RMN 數據分析和 Lowe’s 與 Vibenomics 的 RMN 業務合作，讓您深入了解零售媒體的發展趨勢。
焦點一、Uber RMN 廣告創新，開啟新型合作模式
Uber 藉由美食外送與叫車服務為基礎，只用了短短兩年時間，發展出超過十億美元的廣告事業。而為了持續拓展廣告業務，Uber 近期也開始了 RMN 廣告的佈局。有趣的是，有別於其他競爭對手， Uber 將 RMN 廣告分為兩個層級，對消費者進行第一層廣告曝光後，可利用二次投廣進一步推薦消費者加購商品，為 Uber 打開全新的廣告業務機會。舉例來說，在一個消費者受到廣告推薦而選擇了一家餐廳後，Uber 會再次利用廣告促使消費者進行二次加購，它可能是一杯飲料，也可能是一支冰淇淋。產品的加購來源會是 Uber 底下合作的其他零售商，讓其他零售商的產品有機會曝光於當下的消費旅程中，吸引零售商投放更多廣告以增加廣告營收。此外，為了有效整合廣告業務，Uber 也將於共乘車輛的後座放置螢幕，讓廣告商能從 Google、The Trade Desk、Yahoo 購買 Uber 影音廣告等，建立一個完整的全通路解決方案。資料來源： Uber’s Evolution Shows How Retail Media Will Get More Complicated – And Lucrative
焦點二、AI 強化 RMN 數據分析，驅動多平台數據整合
AI 在 RMN 上的應用正在顯著改變行銷人員的數據分析模式。根據 Cooler Screens 的調查，53% 的行銷人員相信 AI 能增強消費者定位並投放相關廣告、54% 的行銷人員認為 AI 在整合線下和線上數據方面至關重要。衡量多通路來源的數據與成果導向一直是行銷人員面臨的難題，尤其是 RMN 這種同時整合站內、站外、店內等的多通路廣告，其複雜多元的數據量是以往數位廣告無法比擬的。而隨著 AI 科技的進步，AI 可以協助行銷人員整理跨平台數據，完整描繪消費者旅程，找到關鍵的廣告切入點。有了 AI 自動學習的助力，個人化廣告的投資報酬率預計將增加 1.3 倍 ，行銷人員還能從海量的 RMN 數據輕易中找到關鍵指標，而不是像以往一樣過度關注所有管道，從而減少更多廣告預算的浪費。
資料來源：4 ways AI is transforming retail media
焦點三、Lowe’s 與 Vibenomics 攜手，拓展店內 RMN 生態
Lowe’s Media Network 正在與 Mood Media 旗下專門提供 In-Store RMN 的公司Vibenomics 合作，準備擴展其 RMN 服務範圍，計畫導入店內音訊廣告。儘管早期的 RMN 廣告主要集中於線上廣告，可由於多數購物仍發生於實體門市之內，因此行銷人員也越發著重佈局線下門市 RMN。為了滿足廣告商多通路的廣告佈局需求，Lowe’s 預計利用 Vibenomics 店內音訊技術，在其經營的地點推出更強大專業的音訊廣告解決方案。Lowe’s 表示，本次的合作是成為最佳 RMN 提供商的一個重要里程碑，使其能夠擴大 RMN 業務的影響力，透過店內廣告強化行銷閉環，使品牌能夠在 Lowe’s 的幫助下以全通路策略影響消費決策 ，從而提高品牌知名度和銷售轉換。
資料來源： Lowe’s Expands Retail Media Offerings to Include In-Store Audio
原文出處https://www.tenmax.io/tw/archives/82948?utm_source=media&utm_medium=Adm&utm_campaign=trend
