兩年行動與影音廣告以驚人的速度成長,而數位廣告總投資金額已經超越電視廣告成為第一大傳播媒體。在前篇趨勢洞察報告<行動支付影音廣告的觀看成效分析>也提及,由於各種網路服務、APP與社群服務都在競爭消費者的眼球,OneAD作爲影音廣告投放媒體也同樣面對著消費者在影音廣告的觀看時間與專注程度等等網路行為破碎的問題。

OneAD為解決在碎裂多變的網路行為下,將不同的影音廣告投遞到合適的受眾,以至於有效提升觀看長度,因此利用關聯規則( Association Rule )演算法,對過往影音廣告投放及其觀看時間長度等相關數據進行分析,來了解不同變因下對廣告觀看時長的影響。

關聯規則演算法常見於零售或電商的購物分析,用什麼商品會被一起購買的問題,亦可應用於多維度屬性分析,找出哪些維度屬性是達到目標的關鍵因素,應用於影音廣告的案例上,即是分析哪些影音廣告投放的維度屬性組合,是造成影音廣告觀看時間長的重要因素。

OneAD此次運用了9種不同維度的屬性進行廣告觀看時長的關聯規則分析,其中包括:

廣告投放媒體、投放時間、廣告播放格式、裝置類型、受眾興趣、受眾年齡性別類別、廣告產業類別、廣告產業次類別、廣告投放模式

其中關聯規則演算法中有三個衡量規則好壞的參數,分別是Support、Confidence及Lift,其計算的公式與意義如下:

Support (A ⇒B) = P(A ∩B):A與B共同出現的機率,數值越大越好
Confidence (A ⇒B) = P(B | A):在A出現的前提下,出現B的的機率,數值越大越好
Lift (A ⇒B) = P(B | A) / P(B):B單獨出現比率與前項Confidence (A ⇒B)的比較,當數值大於1表示規則有效,數值越大效果越好

透過Support, Confidence與Lift的三項參數,可以找到關鍵的屬性維度組合規則,供後續的分析、了解與探討。

以運動商品為例,假設商品組合中有網球、網球拍、運動鞋三種商品,若經過關聯規則分析之後找到了購買網球也會購買網球拍的規則,這個規則必須符合三個參數的門檻值才會被視為有意義的規則。Support指的是網球拍與網球在所有交易資料的出現機率;Confidence則是購買網球拍的情況下,也購買網球的機率;Lift則是為了避免出現單獨購買網球的機率大於同時購買的機率。Support及Confidence的條件會依據不同資料特性而有所不同,而Lift值必須大於1才是有意義的規則,經過訓練與門檻值的過濾就可以找出有意義且會共同購買的規則。

我們應用關聯規則演算法來探討影音廣告投放與觀看間各項維度的關聯,找出創造高影音廣告觀看長度的各個屬性組合。實驗搜集了2017的4、5月份廣告投放成效數據並以6月份資料進行驗證,來觀察4、5月所出現發生高觀看時長的屬性組合在6月時是否一致,以及在不同的條件行為下對於成效的影響,進而利用屬性組合來建議給廣告主更好的廣告的投放策略。

我們利用4、5月份廣告投放成效數據及不同的資料屬性進行資料訓練,將資料成效的結果分為四個標籤,分別是觀看長度25 %以下、25%~50 %、50%~75%、高於75%以上。進一步使用6月的資料來驗證訓練結果是否該關鍵規則是常態地出現於不同時間區間,再針對顯著的常態關鍵規則進行解釋分析,部分顯著的結果如下表所示得到得結果:

研究發現 : 消費者在不同時間點對於各類型產品廣告有截然不同反映

從關鍵規則中顯示,受眾會在不同的時間點對不同產業類別的廣告具有更高的觀看時長表現,因此找到對應產業所適合投放的時段將有效增加觀看時長。

以金融財經類來舉例,在訓練結果中明顯的可以看出金融相關的影音廣告是在上班時間(早上及下午工作時段)以及廣告格式In-Page下播放的觀看長度75%以上成效比較好,在6月的資料驗證該關鍵規則發現,觀看長度大於75%的比例高達68.1~74.6%,是具有高重複性的關鍵規則。數據如圖2所示 :

Association Rule_金融類廣告 - 桌機 In-Page
[ 資料來源:OneAD大數據中心 ]

再以家電類舉例,家電類顯著的關鍵規則在訓練資料中出現在觀看長度大於75%時段為下班回家途中(17:31 ~ 19:59)及在家休息時間(20:00 ~ 00:59),明顯地集中於下班到晚上時間,推測可能為下班路途或在家中比較有時間思考及搜索生活家電的採買或更換,在該時段對於家電類的廣告對受眾有較高的吸引力,驗證該關鍵規則後發現,在6月觀看長度大於75%的比例為69.6~70.7%,是相當顯著的關鍵規則。數據如圖3所示:

Association Rule_家電類廣告 - 桌機 In-Page
[ 資料來源:OneAD大數據中心 ]

驗證 : 同產業類型廣告在不同裝置可達成的媒體投放策略不相同

以影劇媒體類來舉例,在訓練結果當中,桌機模式下廣告的觀看長度75%以上成效比較好的時段是在早上工作時間(08:31 ~ 11:59),在6月的驗證資料中再次出現相同的關鍵規則並且觀看長度大於75%的比例高達67.8~76.8%,其關鍵規則具有相當高的一致性。而行動裝置則是相反的在下班回家途中(17:31 ~ 19:59)、中午休息時間(12:00 ~ 13:59)有較好的成效,可以預見的是由於在上班時間桌機的使用率是相對高的,而中午和下班時間在使用行動裝置有較高觀看長度。該關鍵規則與6月行動裝置驗證資料比較,75%以上觀看長度比例高出整體100%,且幾乎跨足了所有的男女年齡層,可見該關鍵規則相當的重要。

上述的影劇媒體類關鍵規則的範例也凸顯了在相同類型廣告類型下,不能以相同的思考模式來投放廣告,不同廣告設定的選擇搭配會有不同效果,在行動裝置明顯的覆蓋了大部分的年齡族群,而桌機則集中在受眾在上班的時段(高度使用桌機的時段)。這也呼應了過去的洞察報告的結果,由於行動裝置專注程度的破碎,投放時應該要著重於全面的廣大覆蓋;桌機則是強調於訊息的有效溝通,廣告投放策略反映到條件的挑選顯得非常的重要。

利用大數據設定投放受眾帶來的高觀看成效

OneAD的投放廣告的方式有分為Direct或Speed,Direct在可以指定特定媒體於特定時段內達到要求的廣告量;Speed則以性別、年齡、興趣、地區等等作為投放策略選擇。在經過驗證後發現,投放廣告的方式的Direct或Speed普遍(68%)出現在關鍵規則中,表示投放廣告方式會影響廣告成效,只要因應不同廣告類型、情境與策略,配合上述研究所找出的關鍵規則應可強化整體廣告觀看時長。

針對Speed投放的廣告活動中在,有設定興趣的顯著關鍵規則達74%,可看出準確的投放受眾感興趣的廣告,其觀看意願也隨之提高,進而產生了較好的廣告成效。

在不同的廣告投放設定組合或許會有多樣的結果與成效,不過可以肯定的是,在上述多個例子中可以證實發現,在不同的廣告產業下,廣告投放時裝置、時段及受眾興趣、年齡等等的選擇對於影音廣告成效是有顯著影響的。OneAD可以利用過去的廣告投放數據分析,協助廣告主評估與設定不同的投放策略與預算配置,以為其廣告投放帶來最大、最好的效果。