数据科学和预测建模如何扩大影响者的努力

在一个影响者营销人员和算法存在许多摩擦点的行业中，人工智能和机器学习解决方案似乎渗透到每个部门和业务类别，企业如何制定战略来扩大投资回报率？ 他们如何扩大创作者合作伙伴的识别范围？ 他们如何增加对内容的信心？

在#SMWONE期间， CreatorIQ的客户成功负责人Brooke Hennon与她的同事、产品战略副总裁Bhavin Desai一起解决了这些问题，以分解该平台如何使用先进的数据科学来创建直观的影响者营销解决方案。 通过一个整体的、基于结果的推荐引擎，CreatorIQ 正在结合跨越影响者识别、内容属性预测和受众定位的多个数据科学模型。

以下是主要见解和要点：

为您的广告系列寻找最佳创作者

如果找到合适的影响者合作，营销人员之间的共同点。 绝大多数人花费了大量时间来寻找更多与理想合作或已经在飞行中的关系和渴望效率相匹配的影响者。 根据 Hennon 和 Desai 的说法，现在这个过程是一种没有指导的艺术形式，而数据科学是帮助它变得更少主观和更高效的关键解决方案，从而可以实现预期的结果。

“我们正在利用性能、创作者批准、品牌亲和力和行业一致性方面的数百万个数据点来构建一个经过训练的推荐引擎，以识别任何活动的最佳创作者。” 通过不断评估绩效数据，可以根据当前的高绩效创作者，按需向工程师添加更多创作者。 这个系统也可以被相似的创作者利用，但特定于特定的人口统计（例如，我希望有 10 多个像这样的影响者，但在下一次活动中常驻伦敦）。 除了位置，性别和兴趣是可以用来帮助确定最合适的创作者的其他元素。 这一切都可以与核心活动和品牌目标相结合，以帮助确定最适合任何活动的创作者。

“随着影响者营销的发展，它需要扩大规模以与其他营销方法进行全面对比。 我们必须更有效地做到这一点，”Hennon 说。 首先是寻找合适的影响者并与他们合作，这些影响者具有与您的品牌一致的强大内容。

通过内容属性预测提高内容可信度

一旦你磨练了你的识别策略，第二步就专注于扩展内容性能。 在考虑用于向影响者介绍内容方向时，营销人员通常很少使用科学，并且再次依赖主观性，就像他们在活动开始时开始寻找影响者时一样。 为了解决这个问题，CreatorIQ 利用多种方法来识别和推动高性能内容的交付。

“在 TikTok 上引起共鸣的内容与在 Facebook 上引起共鸣的内容非常不同，”德赛声称。 为了消除一些猜测，该公司正在利用视觉洞察力来构建专注于识别和推荐高性能内容的数据科学模型。 这与谷歌视觉等一些领先的虚拟识别引擎合作，分析数千万条内容。 根据这些信息，构建的自定义模型可以与在内容中检测到的特定视觉和性能属性相关联，并就最有可能表现良好的内容提供建议。 这在设计付费活动时尤其有用。

一个关键要点：内容归因预测不仅有助于提高当前的内容信心，而且可以成为其他活动中未来证明简报的有用机制。 通常有影响力的营销人员缺乏构建数据驱动简报的带宽，这是一个解决这个问题的解决方案。

“视觉洞察模型的另一个关键成果是能够利用来自内容的数据，不仅推荐活动内容，还提供精细的创作者要求，以推动高性能内容的创作，”Desai 解释说。

扩大受众定位和覆盖范围

营销人员希望最大限度地扩大影响者表现最佳的内容的影响力——超越合作伙伴影响者的粉丝和追随者。 在影响者空间中，从内容到人再到不同的受众，有几个变量需要考虑，并且知道要拉动哪些杠杆是一个反复出现的问题。 怎样才能有更优雅、更有效的方式来放大内容？

CreatorIQ 正在通过一个模型直接解决这个问题，该模型利用人口统计、自然和付费绩效等影响者数据来推动创建相似的受众种子段，用作社交平台受众定位的输入

“与平台内直接可用的独立受众定位相比，我们看到转化数据有了显着改善，例如 Facebook 的广告管理器，”Desai 解释说。 这归结为品牌有能力在指定的活动中获取与高性能相关的影响者子集，然后根据表现良好的人识别其他相似的影响者。 这些可以用来创建一个“种子段”来推动相似的受众定位。 需要注意的直接结果是：广告支出的改善。

“任何有社会影响力的人都可以成为影响者，”亨农在结束会议时说。 通过招募员工或产品的超级粉丝来建立您的品牌大使队伍。

订阅我们的每周时事通讯，加入 100,000 多名营销人员的行列，提升他们的技能和知识。