TPG 週刊 Issue 29 - 廣告媒體業各種跟風潮流
TPG 週報會在台灣時間每週一早上 10:00 出刊，每一期將由 TPG 成員分享當週所閱讀的大小新聞與短評，還有不分新舊的優質閱讀文章分享。
新聞短評
IAB Tech Lab Will Release Its First Stab At Clean Room Standards By December
2019 年的時候國外都在談 CDP，而到了 2022 年大家則是談 Data Clean Room。正當眾人眼花撩亂的時候，IAB Tech Lab 決定要在 12 月前制定出一份標準文件，讓大家溝通時可以有個關於 Data Clean Room 的明確定義。考慮到整個 Data Clean Room 技術的複雜程度，年底這份文件只會是個起頭，後續應該還會有很多細項操作的規範陸續被制訂出來。（Richard）
Netflix is building its own game studio
Netflix 也在多頭馬車當中，除了廣告版的服務如火如荼正在準備上線中，近日也傳出正在籌組自家遊戲工作室，加大目前在遊戲領域的投資。這次找的負責人是 Marko Lastikka，過去曾經在 EA 負責模擬市民的手機版本以及 Zynga 負責開心農場，特別有趣的是 Marko 過往的工作室以及 Netflix 此次成立的遊戲工作室都會設在芬蘭首都赫爾辛基，Netflix 認為這是相當適合招聘遊戲人才的城市。（Richard）
The New York Times looks to gaming product to grow subscriptions
同樣提到遊戲，紐約時報在今年一月收購了大受歡迎的 Wordle 遊戲後，也正在積極的拓展其遊戲的產品，每天有數百萬的使用者會遊玩旗下的遊戲，而使用者若是想要解鎖額外的關卡則需要訂閱。對於紐時而言，當使用者訂閱遊戲時，有機會一起訂閱包含新聞的訂閱大禮包，對於訂閱戶的人均付費額帶來顯著提升的幫助。除此之外，部分可免費遊玩的遊戲廣告版位，以及遊戲本身與品牌的聯名商品等，都是增加營收的手段。（Richard）
The End of Google Stadia
Google 作為全球最大的廣告公司，在遊戲的嘗試卻是慘遭滑鐵盧。其雲端遊戲 Stadia 服務將在明年一月終止服務營運，且作為對玩家的賠償與道歉，將會退回玩家購買的每一款遊戲費用，無疑是一大商業上的失敗與虧損。從 2019 年發表此項服務開始，Stadia 不完善的軟體以及奇怪的銷售模式便令人疑竇，作為雲端訂閱的遊戲，其遊戲定價卻不比實體片來得低，最終在得不到玩家們的支持下關門大吉，也只能說是意料之內的事。（Richard）
New video products make it easier to watch what’s happening on Twitter
2022 年社群平台都要有個直立式短影片才跟得上潮流，前陣子因為 Musk 收購案而紛紛攘攘的 Twitter 也推出了相關的影片功能。相對於其他社群媒體增加了新的貼文格式，Twitter 並沒有選擇一樣的做法，而是將原本的推文影片新增到系統推薦介面當中，並且提供全版全螢幕的影片瀏覽介面，算是相對溫和的產品嘗試。（Richard）
Roku, Nielsen Team Up for Four-Screen Audience Measurement
Nielsen 及 Roku 簽署了一項合作協議，雙方合作四屏跨載具受眾測量，Nielsen 的廣告曝光可同時追蹤傳統電視、連網電視、桌機、手機，跨載具追蹤不重複用戶，如此將大幅強化 Nielsen 跨螢廣告測量 Total Ad Ratings 在連網電視的廣告測量效果，提高廣告主在傳統電視及串流影音的觀看頻次最佳化效益。同時，對 Roku 來說，也透過第三方廣告測量數據，來證明 Roku 廣告可真正為廣告主帶來 Incremental Reach 的效益。（Brick）
TikTok Releases Community Guidelines Enforcement Report
TikTok 近期發布社群規範執行報告，根據報告指出在 TikTok 未成年人安全內容類別中，涉及未成年人的裸露和性相關內容，是影音遭強制刪除的最主要原因，第二季共刪除 1.13 億則短影音。除此之外假帳號也是執行刪除的工作重點，今年第二季共刪除了 3,300 萬假帳號，比今年第一季增加了62%。（Brick）
Snowflake Is Aggressively Pushing Into Mar Tech And Advertising
將近一年前，資料倉儲大廠 Snowflake 推出了 Media Data Cloud，提供了包含成效測量、歸因、使用者識別及以及廣告平台整合等功能，與超過 7,000 家不同的軟體、廣告公司合作，例如廣告主可以在 Media Data Cloud 上使用與 The Trade Desk 合作開發的 Unified ID 2.0 功能。一年後的今天 Snowflake 則推出了使用報告，分析了其將近 6,000 家使用 Media Data Cloud 的客戶，超過 95% 的使用者會使用生態系中夥伴公司的整合功能，加值、利用自己第一方的數據資料，而 70% 客戶使用甚至超過三間以上的生態系服務。（Richard）
長文閱讀
Why Meta is skeptical of data clean rooms
Meta 不是第一次在近期的廣告媒體大戰當中落後了，既在 CTV 市場上缺席後，在今年最流行的 Data Clean Room 大戰中也是扮演著落後的角色，在近日才開始在全球市場針對少量客戶測試其 Data Clean Room 產品 Advanced Analytics。
IAB Tech Lab 前後任的 CEO 看法不一
相較於 Google、Amazon 早早在市場上推出 Ads Data Hub 和 Marketing Cloud 產品，Meta 的廣告生態系副總 Dennis Buchheim 認為目前 Data Clean Room 解方並不夠安全、不夠隱私，且 Data Clean Room 的資料是「可被識別」的資料。
但什麼算是「可識別化」可以說是在廣告產業爭論不休的一項議題，原先收集匿名的資料，若是能夠透過分析與一些其他資料的結合，辨識出使用者真實身份來，那還算是匿名資料嗎？至少對於美國聯邦貿易委員會而言，這並不能算是匿名資料。
值得注意的是 Dennis 在 Meta 工作前是 IAB Tech Lab 的 CEO，加上又是全球第二大的網路廣告公司，此一宣言自然引起軒然大波，考慮到 IAB Teh Lab 也正在制定 Data Clean Room 相關的標準，前任 CEO 居然公開認為此項技術不合適。
那 Meta 認為什麼是對的解法？
Meta 提出的作法是透過隱私增強技術（Privacy enhanced technology）簡稱 PETs，其背後概念類似 Google 提出的 Chrome Privacy Sandbox，都是透過網路技術標準制定，將使用者的瀏覽、廣告互動行為資料匿名化，然後將成效數據聚合後再提供給廣告主。
除了 PETs 之外，Meta 也在市場上推廣新的成效計算方式，透過開放並且推廣數據科學的模型，比如說前幾週曾經分享過的 MMM 歸因模型，Meta 推出了 Robyn 此一開放原始碼專案，讓大家可以匯入各種廣告資料並且進行成效分析。
但實務上這些作法，距離實際落地可執行都有一大段距離。畢竟擁有全世界最大瀏覽器的 Google Chrome 在推行 Privacy Sandbox 都花了一大段時間，何況是手上沒有手機作業系統、又沒有瀏覽器的 Meta，只能透過與技術社群合作，慢慢推行、遊說這些標準的制定，可說是曠日費時。
而新一代的歸因模型，則往往需要大量的數據資料才能運作，也需要廣告主擁有自家的數據科學團隊，以 Meta 主打的 Robyn 模型為例，此一模型同時利用了 R 與 Python 兩種數據科學語言，並且需要撰寫程式碼才能夠匯入、計算模型資料，這並非一般廣告團隊能夠輕鬆駕馭的。
那到底目前實際的做法是什麼？
其實對於 Meta 或是任何廣告投放平台而言，最理想的不外乎還是能夠一手掌握所有數據還有對於成效的詮釋話語權。
大家可別忘了，早在 Apple 才剛推出隱私保護 ATT 政策時，Facebook 便率先推出了 Conversion API 的機制，大力鼓勵廣告主透過伺服器端的串接，將轉換資料持續遞送到 Facebook 進行分析，以便在廣告成效分析與優化上減低受到 ATT 政策影響。
而問題就在於，相對於 Data Clean Room 開放讓廣告主能夠自由選擇匯入資料，並且做資料整合後再匯出來做分析使用，Meta 目前的做法實際上是仰賴由廣告主將資料匯入給 Meta 體系，然後由 Meta 的數據系統來解讀成效，而並非如同其他 Data Clean Room 解決方案一樣，是將資料匯出之後再由廣告主端自行分析、詮釋各項成效。
結論
Meta 作為全球第二大的廣告服務公司，其一舉一動必然會受到大家矚目，固然目前在檯面上提出了包含 PETs 以及 MMM 等新一代的行銷技術、數據科學模型，但實務上至今仍然是仰賴廣告主的資料來減低 ATT 等隱私政策的衝擊。
這些科技巨頭在技術上的選擇，會深深影響到代理商到媒體的相關產品佈局。對於相關從業人員的我們，只能靜觀其變，並且雙手合十，希望此一波以 Data Clean Room 帶領的變革能夠盡快塵埃落定。（Richard）
技術議題
聯繫與社群
有任何問題與反饋？歡迎與我們聯繫： [email protected]
也歡迎在 LinkedIn 上追蹤我們，接收即時發刊與活動訊息！
核稿編輯：Ariel