用AI圖像辨識技術，打造吸睛社群行銷

近年東協及南亞市場經濟高度成長，除了擁有大量人口紅利，主要消費者皆相對年輕且屬於網路原生世代。這群消費者從小就生長在擁有各式數位產品的環境，網路社群媒體關係和虛擬世界的價值觀，深深影響這個世代的自我認同以及消費習慣。

網路原生世代擁有和他們父母迥然不同的生活型態、媒體使用習慣與購物模式。這群人目前開始進入職場，擅長使用智慧型手機、透過網路社群媒體和影音平台接收新知、轉向線上通路購物，並於迅速成為東協及南亞市場的消費主力。

我們發現，不僅Facebook、Instagram等社群媒體，成為這一群網路原生世代的主要使用媒體，來自中國大陸的「抖音」（TikTok）結合社群概念及短視頻影音，近兩年亦迅速掠城攻地，成為新寵兒。例如，抖音在菲律賓對於這一群消費者的影響力，就更勝Facebook、Instagram等社群媒體。

消費數位轉型與圖像化成為新常態

新冠疫情讓東協及南亞消費者的日常生活及消費型態，從實體轉向線上，加速邁向數位化。例如，當地消費者寧可在家裡瀏覽社群媒體上，由其他消費者或網紅所分享的即時動態和圖文、觀賞Netflix等線上影音串流平台節目，也不願意前往實體通路消費；他們偏好透過Uber Eat或Grab Food訂購外送餐點，不想出門用餐。我們發現，花更多時間瀏覽網路社群媒體上的圖像內容、收看線上影音、選擇餐飲外送服務等數位消費型態，將成為東協及南亞消費者的新常態。

其次，隨著4G網路在東協及南亞市場的普及，以及即將到來的5G網路，透過大頻寬、高速率及低延遲，預期將會更迅速帶動當地影片圖像行銷趨勢的興起，顛覆傳統行銷模式與消費者通路體驗。消費者因疫情期間形成的「宅經濟」以及依賴影音及社群媒體的習慣，預期在5G時代將更加成長。對於影音內容的倚賴讓當地消費者更容易接受、購買置入於影片中的產品。至於在社群媒體上爆紅、迅速擁有討論聲量的產品，則讓消費者在疫情逐漸趨緩後的今天更加趨之若鶩。

面對後疫情時代東協及南亞市場消費行為的改變與市場挑戰，傳統針對歐美市場推廣產品的行銷策略、流程及傳播模式可能不再適用。對於我國出海至當地目標市場的中小企業來說，如何在當地社群媒體打造吸睛的品牌圖像內容，是與當地網路原生世代消費者進行溝通和行銷的關鍵。

我國業者拓展海外市場，往往是先生產，再找市場行銷。但我們發現，當地消費者常常會因為社群媒體上的其他消費者或網紅分享，轉換原本習慣購買的產品。因此，我國業者前進東協及南亞市場，如果無法在社群媒體上，運用腳本及構圖打造吸睛的影片圖像、創造話題進行數位行銷，在後疫情時代即可能迅速被市場所淘汰。

消費者喜愛圖像更勝文字，該怎麼辦？

過去，如果要掌握海外目標市場網路上消費者分享的產品趨勢及需求偏好，我國業者往往需倚賴「社群聆聽技術」來進行分析與洞察。社群聆聽技術是以文字為基礎，結合網路口碑爬蟲及AI技術，分析產品在目標市場，消費者於網路社群討論與產品相關的話題、人物和使用場景等。但在圖像時代，消費者不再喜歡在網路上分享、閱讀長篇大論的部落格文章，反而喜歡透過網路社群媒體，瀏覽其他消費者和網紅所分享的產品圖片、即時動態影片來做出消費決策。

有鑑於此，商研院行銷所認為，在圖像時代，我國業者應善用目前最新的「AI圖像辨識技術」，即時掌握消費者的網路社群圖像趨勢，以創造市場話題，打造吸睛、吸引消費者互動及觀看的圖像內容及行銷素材，才能獲得最好的產品曝光及網路社群互動效果。

所謂圖像辨識，是針對圖片或影像中的物件，如人物、產品、場景出現的物品等進行辨識，讓圖片或影像中的重要資訊能被擷取出來。例如，精準的識別物件並標示物件位置。目前的圖像辨識技術已發展到可以針對圖像內容進行分析，包括物件偵測、圖片物件分割、場景文本辨識、計算物件件數與特徵比對，並可針對圖像中的人物進行年齡、表情及行為手勢等特徵，進行辨識與定位。過去圖像辨識技術主要應用在人臉、醫學、物件（如交通流量管制、車牌）及文字辨識等。

在東協及南亞市場，因網路社群媒體高度發展、消費者習慣應用智慧型手機拍攝圖像內容，他們在社群上分享的內容已經由傳統文字，轉向圖像、影片，如限時動態等等。然而，前述的「社群聆聽技術」，是以文字為資料基礎進行網路口碑及輿情分析，已經無法完整分析目前以圖像為主的網路內容趨勢。因此，商研院行銷所應用並深化近年來逐漸成熟的「AI圖像辨識技術」，針對網路社群媒體上海量、擁有高度討論聲量的產品圖像進行分析並建立模型，洞察網路上最具討論聲量，受到消費者追捧的產品包裝、屬性型態及趨勢，以協助業者進行選品，並企劃前進目標市場具人氣及話題性的產品，進而打造吸睛的網路社群圖像內容，吸引當地消費者及潛力買家的青睞。

我們進一步將網路社群上，擁有高度討論聲量的產品社群圖像內容，拆解為人物、產品及使用場景（情境）等結構元素，發展圖像特徵辨識技術，來進行特徵標籤、建立及訓練模型，再針對社群上的海量圖片及圖像資料進行分析，並持續優化。

透過AI圖像辨識技術可迅速辨識圖像內的多重物件（人物、使用場景、產品）資料來源：Amazon Rekognition (2020)

AI圖像辨識技術，助業者取得行銷先機

以往進行圖像辨識，多半使用屬於深度機器學習中的「卷積神經網路」（CNN）技術，針對影片圖像中的物件進行迅速辨識及分類。然而，社群媒體影片及圖像內容包含的物件相當複雜，如果使用傳統的卷積神經網路技術分析，不僅需要進行多次偵測，也會耗損大量運算資源。

有鑑於此，商研院行銷所發展出全新的AI圖像辨識技術，可在更短的時間內，運用更少的運算資源，就能針對影片或圖像中的物件進行迅速辨識及分類。透過該技術，我們得以針對網路社群上擁有高度討論聲量的產品圖像，進行深度機器學習、特徵辨識並建立模型。

我們蒐集了網路社群上迅速創造話題與聲量，受到消費者高度迴響的圖像資料，運用圖像特徵辨識技術建立「人、場、貨」結構元素的標籤，進行圖像內容特徵辨識、分類與建模，藉由判斷圖像元素在畫面中的分配及組合，協助業者打造出在社群媒體上能創造社群聲量及消費者迴響的圖像行銷內容，例如網紅或專家（人物）在社群圖像腳本與結構中，該選擇何種場景（拍攝背景及使用情境）進行產品展演（產品展示角度），才能獲得最好的產品曝光及粉絲互動效果，藉以建置在網路社群上，擁有高人氣的圖像內容結構（人物＋場景＋產品）和組合的創新技術，優化行銷內容及成效。

例如在海量圖片中，透過AI圖像辨識技術，我們可以洞察市場上最熱門的產品型態。假如你是美妝保養品業者，透過圖像辨識分析可以發現，「安瓶型態」的面膜或包裝設計，運用「滴管」的圖像來傳達補水概念，是現在東協及南亞市場社群媒體上能引發話題的產品型態。這樣的數據分析結果，就可以協助我國業者重新包裝產品，向消費者及潛力買家溝通品牌的市場性，發展出吸睛的社群媒體行銷內容。

透過發展全新的AI影像辨識技術，藉由洞察網路社群上有產品相關主題、屬性特徵的海量影像圖片，整合圖像分析及文字分析數據，將可協助我國出海至東協及南亞市場的業者，精準洞察當下網路上最具討論聲量、最受消費者追捧的產品包裝、屬性型態、使用場景及趨勢，並將社群媒體內容的圖文轉化為商情資訊，協助業者在後疫情時代，即時掌握市場社群趨勢，打造吸睛的品牌行銷內容，在圖像世代贏得先機。

#AI #圖像辨識 #社群行銷 #東協 #南亞 #數位轉型 #社群媒體 #後疫情時代 #品牌行銷 #人工智慧 #你的新南友 #新興市場情報誌