RMN2.0最重要的差別就在於『打破數據封鎖藩籬』。2.0解決了過去RMN數據被單一平台綁架的問題，讓品牌客戶能將數據運用到不同的媒體平台上。

在數位行銷浪潮席捲全球的今日，如何有效觸及目標客群，並將其轉化為實際消費力，成為所有品牌亟欲克服的挑戰。近年來備受關注的「零售媒體聯播網」（Retail Media Network, RMN），更被視為實現精準行銷的明日之星。

然而，多數品牌對於 RMN 的認知也僅止於電商平台的「成效型廣告」。面對這些挑戰，Ad2 行動聯播網攜手 91APP，試圖打破數據藩籬，打造兼具「媒體、科技、數據」優勢的 RMN 2.0 零售數據聯播網。這次我們邀請到 Ad2 共同創辦人楊玉玲（Lynn）、業務總監鄭凱文來分享 RMN 2.0 是怎麼打造的。

Q：Ad2 目前在 RMN 領域推出的主要產品與服務是什麼？它如何運作的呢？

Lynn：Ad2 在這部分是結合 91APP 的零售數據，打造出所謂的「RMN 2.0」零售數據聯播網。 Ad2 跟 91APP 雙方都握有型態很多元的第一方數據，在 Ad2 這裡，可以很清楚觀察到使用者的內容瀏覽、廣告互動行為，而且我們能進行市場調查、影視觀看分析。

91APP 這邊則是著重在使用者特徵、消費者訊號、商品理解與意圖，以及分析消費情境。我們就可以在結合這兩種大情境下，用 91APP  的 AI「jooii」這個 AI 零售專家大腦進行更多維度的分析，來實踐更精準的分眾策略和全方位行銷解決方案。

凱文：Ad2 跟 91APP 之前就有在仔細思考怎麼使用零售數據做出成效型廣告的服務，但隨著雙方合作越來越深，也意識到這種資料合作的模式不單單是只能做成效型廣告，而是具有做非線性、全行銷漏斗的潛力。

Q：那麼這「RMN 2.0」跟之前的 RMN 有什麼最大的區分？

Lynn：最重要的差別就在於「打破數據封閉藩籬」。RMN 2.0 解決了過去 RMN 數據被電商平台綁架的問題，讓品牌客戶能將數據運用到不同的媒體平台上。

在這一點，Ad2 服務的應用層面不只在自家擅長的創意聯播網上，而是可以擴展到像 Meta、Google、Line 等其他媒體上。在 Ad2 的數據就可以做延伸利用，可以將閱覽讀者、進站用戶、廣告受眾生成 Ad2 ID 以及延伸的 RMN 數據，並且這些珍貴的 Raw Data 還可以轉為成 Insight 作為品牌客戶分眾的策略包含廣告興趣、閱覽足跡、消費軌跡訊號等等。

Q：我們知道資料保護與 Data Cleanroom 在 RMN 是非常重要的一環，這一點 Ad2 是怎麼做的？

凱文：具體來說，Ad2 首先會把數據清理、爬梳、去識別化，然後將各自的資料，例如 91APP 的資料編號和 Ad2 的 Ad2 ID，分別給予一個共同的編碼，再將這些編碼格式化，就像一格一格的抽屜，如此就能在不洩露個資的情況下，將兩邊相同的使用者歸類到同一個抽屜中進行分析，透過這樣的方式才能將數據運用層級拉到最高。

Q：剛剛有提到 RMN 2.0 具備非線性、全行銷漏斗的潛力，是否能為我們解釋為何能做全行銷漏斗？

Lynn：我們回到 AIDA 行銷漏斗模型的四個階段：Awareness、Interest、Desire、Action，這四個階段 RMN 皆可發揮作用。漏斗上層負責創造品牌印象與流量、漏斗中層扮演橋樑作用，下層則是輔助轉換做為歸因。目前 Ad2 的 RMN 資料都可以對這三個階段生成對應的資料。例如這個品牌在大眾印象有哪些特徵？有哪些作法可以加強？RMN 都可以找出對應的 Insight。

凱文：我補充一下，這個過程看起來好像是很線性的，但實際上在這個時代，消費者特別在「漏斗中層」這一段的面貌已經非常破碎化。舉個例子，你現在想要買手機好了，你現在會去參考很多的開箱文使用心得，你也會看很多的 KOL、YouTube，不斷地去在這些資訊點作功課，也不斷地盤選再交叉比對，才會進入下一個階段。

但是 RMN 的資料可以做什麼？我們可以找出例如 A 群人特別喜歡 B 品牌，然後喜歡在看完 C、D 網站後下單，我們這時就可以找出他離消費決策最近的資訊節點加強露出。

Q：那麼能舉 Ad2 的實際案例嗎？

凱文：我們拿今年 C&C Zizone 聯名瓶身的案例舉例好了，黑松 C&C 氣泡飲主打年輕族群，今年特別跟韓國人氣插畫角色 Zizone 聯名，推出季節限定包裝。

Ad2 透過 RMN AI 零售分析，鎖定 30 天以內曾經瀏覽、加入購物車、甚至購買過氣泡飲相關商品的受眾，同時特別鎖定曾瀏覽過 TNL mediagene 旗下網站「韓流NEWS、韓國娛樂」相關報導達 80% 深度讀者，找到對於韓流文化有高度關注的一群年輕人，以及曾對於相似廣告點擊行為的受眾。

這些訊號透過 AI 分析，系統能夠找出最關聯的受眾訊號，再進行廣告投遞。搭配創意廣告版位呈現插畫瓶身以及促銷訊息，整體活動執行表現 CTR 優於一般活動 1.5 倍。

另一個可以分享的是星展銀行的案子。星展銀行藉由 Ad2 jooii AI 演算，從零售數據、興趣標籤與閱覽足跡（曾閱讀過理財、投資、金融、國外旅遊等文章）找出了具有高含金量的金融產業受眾，然後特別增強在過去 180 天內有過大額消費或經常使用信用卡進行消費交易的用戶訊號，作為廣告投放重點受眾。

我們發現這群受眾對於「金融服務」、「理財機器人」及「現金回饋」有高度興趣，同時在信用卡、網路銀行等議題上的點擊表現尤為突出。廣告的 CTR 是一般金融活動的兩倍，特別是女性和 25-34 歲的受眾在活動中的表現尤為亮眼。

Q：怎麼看待 RMN 在當前數位廣告環境中所扮演的角色呢？

Lynn：RMN 目前台灣市場上非常熱門，但大部分的定義都環繞在成效型廣告，原因不外乎它的數據利用、使用場景都跟轉換有關，台灣銷售通路與媒體管道集中的狀況顯著，但另一方面擁有 RMN 科技的門檻也很高，所以 RMN 聽起來不怎麼複雜，但實際狀況卻很有距離感。

另一方面我們也認為適合 RMN 的品牌客戶也不該侷限零售通路的品牌，這些消費者也會投資、買車、買房，這些產業的客戶也可以參考零售數據做策略，星展銀行這個案子就是很好的例子。

本文引用自INSIDE：原文網址