以往傳統受到高度監管而數位創意比較受限的金融業，正因科技的力量與創新的技術，漸漸改變這個產業的樣貌，而玉山銀行可說是台灣金融產業中大膽擁抱新科技的先驅者。玉山銀行深信數位的力量，很早即開始佈局數位金融服務，2015 年率先設立了台灣第一位銀行數位長(Chief Digital Officer, CDO)。他們深信，數位的力量可以拉近銀行與消費者的距離，改善大眾對於金融業複雜、難以親近的印象，不僅可讓消費者取得金融服務的門檻降低、獲得更貼近需求的服務，也能有效幫助企業提升營運效率。
目前在台灣，信用卡申辦、房屋貸款與信用貸款， 是政府開放可完全藉由網路完成申辦的三項金融服務。貸款對玉山銀行來說是很重要的業務範疇，因此如何透過數位行銷的優勢，持續耕耘讓貸款業務成長，甚至成為玉山銀行數位金融下一波的成長新動能，是玉山營運的首要目標之一。
挑戰：如何在決策複雜度高的情況下，持續成長貸款業務？
然而，金融產品相較其他商品來說的購買決策複雜度更高，對消費者來說，需要搜集更多資訊做分析與比較，相對來說消費者購買研究週期也會比較長。例如，大多數有貸款需求的人，從開始了解產品的搜尋歷程，到真的做決策開始申請貸款，會需要歷時一週的時間。而且，一旦完成申辦過後，短時間不會再有相似需求。 這樣的產業特性讓玉山在經營行銷規劃時面臨兩個很大的挑戰：(1) 如何在線上消費者歷程中，準確判斷消費者的需求和意願，進而提供適切的服務？(2) 如何不斷找到新的金融服務需求者，並進一步引導他們選擇玉山銀行？
機會：運用數據歸因模式，建立從消費者出發的搜尋關鍵字策略
初期玉山銀行為了更了解消費者的決策歷程， 在內部成立了專門的團隊， 嘗試透過人工的方式針對貸款相關關鍵字個別進行衡量， 試著分辨出搜尋哪些關鍵字的消費者，才是真的有高潛力轉換的顧客。但這樣的分析方式實在是太耗費人力與時間，往往要過了可能長達半年一年的時間，才會發現原來購買的關鍵字組其實不能帶來最佳成效。這樣的洞見既無法跟上變化快速的消費者趨勢，更無法及時優化廣告活動，使得效率和效益大打折扣。玉山銀行希望能夠有工具幫助他們解決這個問題。在 Google 團隊的共同合作下，玉山銀行採用了 Google Ads 中的數據驅動歸因模式（Data Driven Attribution, DDA)。
數據驅動歸因模式（以下簡稱 DDA) 是 Google Ads 中最新推出的歸因模式，DDA 運用機器學習技術， 可以藉由比對成功帶來轉換的消費者路徑， 和那些未能成功帶來轉換的路徑， 找出消費者歷程中每個接觸點對於最終轉換的貢獻程度，讓品牌可以清楚看見關鍵所在，進而找到優化廣告活動的方向。 結合智慧出價 (Smart Bidding) 的話，更可達到即時優化， 創造行銷投資的最佳效益。
採用 DDA 後，玉山銀行發現多數的消費者搜尋歷程，在一開始多半還不會有明顯的品牌偏好，而是先透過比較廣泛的通用字搜尋來了解產品。對產品更加理解過後， 消費者才會進一步針對有興趣的金融機構開始深度品牌搜尋，也是此時才會出現例如 “玉山銀行貸款” 這種品牌高度相關字。然而初期的通用字搜尋對於消費者下一步決定品牌，有著不可小覷的影響力，有將近 60% 的轉換功勞來自於這些非品牌字。不少消費者也是在比對的搜尋過程中，會因此發現過往可能沒有想到的品牌，進而引發興趣。
玉山銀行發現，初期通用字搜尋對於消費者下一步決定品牌，有著不可小覷的影響力，有將近 60% 的轉換功勞來自於這些非品牌字。
玉山銀行發現，通用關鍵字其實可以協助品牌搶先在市場觸及到更多潛在的新用戶。相較以往只透過最終點擊歸因模式 (Last Click Attribution)，完全忽略掉完整消費者歷程的全貌，DDA 協助玉山看到在整體消費者決策過程當中非品牌字的高度影響力，讓他們開始調整過往以品牌字為主的關鍵字策略；再加上智慧出價，讓系統可以即時優化這些關鍵字做到最適合的自動出價，讓過往被低估的高轉換價值非品牌字能夠發揮更好，同時也鞏固原本核心品牌字組的成效。如此不僅擴大了市場量、開拓新客群，也屏除過去大量仰賴品牌直覺的佈局，開啟真正從消費者歷程出發的搜尋關鍵字策略。
在 DDA 與智慧出價的搭配下，轉換率更顯著提升高達 42%。持續採用下，之後廣告活動的轉換率也一直都有非常亮眼的表現。DDA 協助玉山銀行發現消費歷程中真正具高影響力的接觸點，透過機器學習的力量讓廣告投遞更加精準；也實際地節省許多人力與時間，讓團隊可以專注在更深入的行銷策略規劃。
在數字導向的金融產業中，玉山銀行致力於提供消費者「有溫度的服務」。而科技的創新力量， 是玉山在數位時代中精進服務所仰賴的一股動能。 玉山銀行期待在未來可以運用更多機器學習的力量， 持續推出與時俱進、符合消費者需求的數位金融服務。
