TPG 週刊 Issue 75 - 到底媒體 AI 能不能用？

§ 上週美聯社公佈了其記者的 AI 使用準則：要求記者避免使用 ChatGPT 來產製發布的內容。§ 紐約時報更新了服務使用規範，禁止 AI 或是機器學習系統使用爬蟲來截取新聞內容。§ 廣告主 Indeed 透過 Hulu及 Disney 影音廣告活動，結合 Disney Data Clean Room 服務，成功讓求職者使用率提升41％。§ YouTube 的廣告投放到美國的芭比主題兒童影片，違反 COPPA 兒童線上隱私保護法規定。§ YouTube 涉嫌詐欺廣告主後，近期向廣告代理商發放廣告金信用額度。§ Amazon 準備啟動新的 SSP 平台。

TPG 週報會在台灣時間每週一早上 10:00 出刊，每一期將由 TPG 成員分享當週所閱茶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】

Netflix Games Goes Multi-Platform with Cloud Gaming Tests

Netflix 之所以積極佈局遊戲領域，對影音娛樂市場來說，遊戲是使用者「注意力商機」的重要競爭對手。當然，遊戲也可以是影音產業商機擴展的途徑（如 IP 版權的應用）。Netflix 近期宣布將測試線上遊戲和控制器（搖桿）技術，以便在各種設備（包括電視和桌面設備）上運行遊戲。目前正在英國和加拿大的特定電視、PC 和 Mac上，對少數使用者進行遊戲測試，最初提供兩款遊戲。這些遊戲將通過線上串流交付，用戶無需下載和安裝遊戲，也無需高規格硬體設備。毫無懸念，Netflix 的目標甚至是將自家遊戲推向 AAA等級，進而與 Microsoft（Xbox）、Sony（PlayStation）和 Valve（Steam）等競爭遊戲市場的大餅。（by Brick）

Google repays advertisers after report of low-quality ads

持續更新 YouTube 涉嫌詐欺廣告主一案，先前我們曾報導過廣告主們對 Google 提起了一項集體訴訟，指控其詐欺提供 Google Video Partners 影音廣告流量。上週，Google 向廣告代理商發放信用額度，以彌補「帳單差異」，此舉緊跟在 Adalytics 發布對 Google 的嚴厲報告之後。儘管如此，Google 發言人向 AdAge 發表聲明，強調發放信用額度是與廣告代理商「建立客戶關係的常態操作」，並重申 Adalytics 對 Google Video Partners 的指控，是基於有缺陷的方法論，因而造成極度不正確的測量結果。然而，即便 Google 聲明此舉為常態操作，但此敏感的時刻仍是被業界認為，是亡羊補牢的危機處理手段。後續本刊將持續追蹤報導本案。（by Brick）

Amazon is quietly building a publisher-focused ad product team to grow its $37 billion ad business

Amazon 準備啟動新的 SSP 平台，並積極招募多個職位加入新團隊 PubTech。根據Business Insider 報導，新平台與既有的 Amazon Publisher Services 是分開的，Amazon Publisher Service 是隸屬 AWS 的一個部門，主要在服務外部第三方的媒體流量變現，而新平台則歸屬於 Amazon Ads 的範疇，主要是服務 Amazon 自家生態系的媒體平台流量，包含 Prime Video、Freevee、FireTV 和 Twitch。Amazon Ads原本就有的 DSP 服務（收購 Sizmek DSP），如今再加上新的 SSP 平台，勢必會加速瓜分既有 Google 及 Meta 雙頭壟斷廣告市佔的現況。（by Brick）

YouTube Ads May Have Led to Online Tracking of Children, Research Says

同樣來自 YouTube 的負面新聞，根據紐約時報報導，YouTube 的廣告系統將一則預計投放給加拿大成年人的信用卡廣告，投放到美國的芭比主題兒童影片中，當使用者點擊廣告時便會連到辦卡的網站，而該網站上面裝滿了各家的廣告追蹤碼、當然也包含 Google 的追蹤碼，導致兒童的網路使用行為被追蹤。事實上不只此品牌，根據紐時配合的廣告分析公司 Adalytics 指出，總計有超過 300 個成人品牌廣告被投放到超過 100 隻被標示為「適合兒童」的 YouTube 影片上。根據美國 COPPA 兒童線上隱私保護法規定，不到 13 歲的小孩需要經由成年人同意、才能收集其個人資料並進行廣告追蹤，而廣告錯投的問題可說直接違反了這個法令。此次又被抓到違反規範，已經有兩位參議員基於紐時的報導向 FTC 提出申訴。事實上，在 2019 年時 YouTube 就曾因為「不小心」追蹤了兒童的使用行為，付出 1.7 億美元的罰款，並宣稱後續會停止此行為。（by Richard）

IPG Mediabrands 'privacy alert' says clients should 'consider' a pause on Google ads product

伴隨著大量 Google 廣告爭議，雖然 Google 已經極力否認關於追蹤兒童的控訴，然而 IPG Mediabrands 於上週四正式發出警告，提醒客戶應該要謹慎考慮是否暫停 Google 的相關廣告投放，避免造成隱私權的侵害以及傷害廣告主的品牌形象。其中代理商特別強調，PMAX 由於採用了大量的數據來源做自動化的投放，因此 AI 很有可能會意外投放廣告到無關的受眾。若要解決問題則可以考慮改採正向表列的方式，回到傳統手動選擇所要投放的受眾、YouTube 頻道，一來可以避免造成觸法，一方面也可以避免浪費預算在無關的受眾上。（by Richard）

The Associated Press sets AI guidelines for journalists

新聞編輯使用生成式 AI 的原則與倫理是今年一直以來的熱議重點，在上週美聯社公佈了其記者的 AI 使用準則：要求記者避免使用 ChatGPT 來產製發布的內容，且應該將 AI 產生內容視為未經驗證來源的內容。許多美國媒體均使用美聯社的風格指南（AP Stylebook）來作為編輯團隊的參考指引，因此此準則的公佈特別具有指標性意義。同時值得留意的是，雖然美聯社要求不得使用 AI 在產製內容中，但卻和 OpenAI 先訂協議讓 ChatGPT 可以使用美聯社產生的內容作為訓練資料，並且也利用 AI 工具產生與金融財報分析和運動賽事分析有關的短評。（by Richard）

The New York Times Updates Terms of Service to Prevent AI Scraping Its Content

雖然在上週 OpenAI 已經公布官方的爬蟲 GPTBot 以及其相關的規格，提供網站主選擇是否要阻擋爬蟲的存取。但根據 Adweek 報導指出，紐時在本月三號默默地更新了其服務使用規範，明文禁止 AI 或是機器學習系統使用爬蟲來截取紐時的新聞內容作為訓練資料使用，在規範中包含了文字、攝影、圖片插畫跟聲音、影像檔案等，就算註明出處也不得使用。然而大型語言模型不只 OpenAI 一家，仍有許多不同的研究團隊與供應商正在如火如荼的開發當中，媒體們要如何保護自己的內容不會成為語言模型的「飼料」，仍然是一大關注焦點。（by Richard）

Changing Its Name Tanked X's Downloads in App Store and Play Store

Twitter 改名叫做 X 之後，除了留下了一頭霧水的消費者之外，也摧毀了其在 App Store 與 Google Play 保持已久的下載排行佳績。根據知名分析師 Eric Seufert 指出，在今年初 Twitter 大多可以排在美國下載排行榜 35 名左右，在改名後大幅下滑到 54 名，且仍然持續探底當中。原因可歸咎於 Twitter 已經建立起長期的品牌印象，消費者在應用程式市集搜尋時，大多是輸入 Twitter 而非 X，然 X 的市集頁面與 App 名稱，並沒有保留任何 Twitter 相關字樣，因此消費者往往一頭霧水，導致下載量驟減。（by Richard）

Media Briefing: Publishers pump up per-subscriber revenue amid ad revenue declines

今年以來媒體產業的業績都不是很理想，Q2 財報公布後主要的媒體集團營收皆為負面成長。但好消息是，根據 Digiday 報導，以紐約時報、Gannett（USA Today）以及 News Corp（華爾街日報）為主等公司，在財報中都表示其訂閱使用者的 ARPU 達到了近年的新高，且認為訂閱使用者的營收會繼續成長。以紐約時報為例，其消費者人均付費金額成長到 $9.15 美元，與去年相比成長 3.6%，其中又有超過三百萬使用者訂閱超過一項以上的付費產品，在上季成長了 28 萬使用者，而去年同期則僅成長了不到一半的數字。（by Richard）

【長文閱讀】

How Indeed Is Growing Audience and Revenue With Disney's Data Clean Room

上個月本刊曾報導過，Netflix 打算調整與 Microsoft 的夥伴關係，並且下修原本天價的廣告 CPM 價格。如果你是廣告主或是廣告代理商，Disney 和 Netflix 影音廣告你會優先買哪一個？這答案似乎很容陷入左右為難的選擇障礙，實際上則不然。Netflix 影音廣告雖受到市場高度關注，但現階段仍是很陽春的影音廣告服務。反觀最大競爭對手 Disney 卻是扎實的影音廣告後起之秀，初期雖僅提供年齡投遞的選項，但在今年四月陸續整合 Hulu 的廣告系統，讓受眾投遞得以更加完整。甚至，現在廣告主也陸續採用了 Disney 提供的 Data Clean Room（簡稱 DCR）服務。

你的受眾不是你的受眾

根據近期 Adweek報導，全球職缺搜尋引擎網站 Indeed，透過 Hulu及 Disney 影音廣告活動、Data Clean Room 服務，成功讓求職者使用率提升41％和讓雇主企業使用率提升33％，這也意味著結合 DCR 影音廣告不僅是讓目標族群產生印象及心佔率，透過廣告主的第一方數據與 Hulu及 Disney 媒體數據整合，為廣告活動帶來更有價值的行為參與及轉換。

反之，我們逆向思考 DCR 運用，相對過去數位廣告的程序化購買，僅用 DSP 結合 DMP 或廣告直售 IO Buy，數據與廣告的角色「僅能達成觸及目標受眾」，而這些所謂的受眾，更直白的說法是一種「想像受眾」。舉例來說，求職網站投遞廣告的興趣選擇，經驗上選擇的條件會有性別、年齡、區域、上網時間、上班族等，過程中是無法將廣告主數據與合作媒體交叉分析使用，廣告平台僅用單向收集廣告主網站頁面數據，或是讓廣告主可以上傳自己會員數據，單向投遞再行銷或類似族群的廣告。因此，廣告主及廣告代理商可以想出來的受眾條件，是靠「專業經驗」及「成效結果」推敲出來的，也就是說你想得到條件別人也想得到，也難怪廣告成效總是每況愈下。

數位廣告在全球隱私浪潮之前的美好年代，沒有 iOS ATT 政策、Chrome 及 Android 隱私沙盒、GDPR、CCPA，靠著想象出來的受眾和單向的數據運用，的確有著非常好的廣告成效。原因很簡單，因為廣告平台可以有效率的追蹤使用者，透過機器學習預測喜好。然而，這一切早已成為過去式，更遑論明年七月 Chrome 正式啟動淘汰 Cookies 的機制。因此，如此艱困數據環境中，催生了深化使用廣告主第一方數據的觀念，結合第二、三方數據來豐富廣告主第一方數據，挖掘更多使用者樣貌來調整、優化廣告成效，同時也拯救未來廣告運用受眾乾枯的問題。上述，即是 DCR 成為廣告數據解決方案主因之一。

Data Clean Room 服務成為優質媒體廣告認證

即便 TPG 週刊長期關注及報導 DCR 相關消息，台灣數位廣告市場可能仍是不熟悉 Snowflake、Habu、InfoSum、LiveRamp 等這些提供 DCR 服務全球企業，但大家一定耳熟能詳 Google 、Meta、LINE、Disney、Roku、Paramount、NBCUniversal、Amazon 等，這些媒體廣告平台除了供應數位廣告服務，也供應或是與外部合作 DCR 產品服務。

因此，在數位廣告的世界，提供或是支援 DCR 服務成為了一種優質廣告媒體認證。甚至，對於全球數位廣告代理商來說，運用 DCR 分析及豐富廣告主的第一方數據，成為一種很重要服務項目。例如：Omnicom 宏盟集團於今年法國坎城創意節宣布，和 Uber 和 Snowflake 的合作，該集團去年則是與 Criteo 結盟運用 InfoSum 的 DCR 方案，將集團內 Omni 平台、客戶第一方數據做整合。日本電通集團則是與 Treasure Data、LINE 合作 DCR 服務，提供廣告主數據及品牌策略服務。

連網電視 CTV 廣告也是 Data Clean Room 的一級戰區

去年 Disney 重磅宣布與 VideoAmp 合作，將 VideoAmp 家戶收視數據及 ACR （Automatic Content Recognition）整合至 Data Clean Room 功能，彎道超車其他 OTT 競品。因此，利用 Disney 的 DCR 服務不僅能夠組合目標受眾，更關鍵的是它能確保 CTV 串流影音廣告不會重複播放。更進一步透過 ACR 數據，可以過濾掉那些已經看過有線電視廣告的家庭，這使得廣告主能夠更精確地評估 CTV 影音廣告所帶來的額外曝光效益。

對廣告主而言，同樣一包預算觸及更多的受眾，向來是媒體預算投資報酬率的衡量指標之一，因而溝通電視廣告無法觸及的家戶，也正是過去幾年 CTV 廣告在影音廣告市場一大賣點。

根據上述可知，CTV 廣告市場也是 DCR 數據服務的一級戰區，當各家積極投入DCR 數據護城河，提供廣告主靈活運用、整合第一方及媒體數據，卻也同時讓廣告測量產生越來越大的鴻溝。要知道，過去30年數位廣告發展，主力是仰賴全球 Big Tech 公司投入 Ad Tech 發展，無論是素材、買賣雙方即時競價規則、廣告測量，皆是有統一的標準，如此有市場規模經濟的發展。

然而，DCR 的市場發展則是秉持 Open Internet 的精神，是花園圍牆外買賣的競爭法則，也難怪 Google 及 Meta 在 DCR 戰場顯得落後許多。因此，少了 Big Tech 帶頭制定規範，群雄割據的市場雖然符合自由市場競爭，卻也讓不同數據供應商之間無法遵循同樣規則相互合作。

結論：有信服的數據，才有幸福的預算

DCR 的蓬勃發展，讓數據整合應用達成新的里程碑，無論是針對數據隱私的保護、受眾組合、廣告測量歸因。但是，過程中卻也讓整個 CTV 廣告市場更加的破碎。要知道，CTV 串流影音廣告相對一般手機、桌機串流影音廣告載具更加多元，無論是智慧電視、數位機上盒、電視盒、遊戲主機、MSO 系統商的電視雙模機上盒，這些不同的硬體搭配不同作業系統，有著不同的家戶 ID 的樣貌。不同的 CTV 廣告廠商，同時也都推出自家的 DCR 方案，用來測量影音內容收視以及廣告成效。因此，這也代表各家的影音內容收視及廣告成效，在運用 DCR 測量時皆有不同標準。

今年一月，美國全國性的電視台業者、影音廣告局、OpenAP 共同組成 JIC 委員會（Joint Industry Committee），呼籲要制定出影音廣告的共同測量標準，包含有線電視及 CTV 串流影音節目的收視調查，目的就是為了解決目前各種收視數據黑盒子亂象，畢竟若「沒有讓人信服的測量數據，自然就不會讓人幸福的廣告預算」。

的確，這是一個典型分久必合，合久必分的市場法則，因而 IAB 也極力呼籲 DCR 運用應該遵守共同規範 OPJA，讓企業間可以讓「數據互通性」最大化，如此才能真正有效正向發展全球數位廣告市場，因應 Cookieless 的廣告新世界。（by Brick）

【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，部分內容亦有透過 AI 協助撰寫