數據科學和預測建模如何擴大影響者的努力

在影響者營銷人員和算法存在許多摩擦點的行業中，人工智能和機器學習解決方案似乎滲透到每個部門和業務類別，企業如何制定戰略來擴大投資回報率？ 他們如何擴大創作者合作夥伴的識別範圍？ 他們如何增加對內容的信心？

在#SMWONE期間， CreatorIQ的客戶成功負責人Brooke Hennon與她的同事、產品戰略副總裁Bhavin Desai一起解決了這些問題，以分解該平台如何使用先進的數據科學來創建直觀的影響者營銷解決方案。 通過一個整體的、基於結果的推薦引擎，CreatorIQ 正在結合跨越影響者識別、內容屬性預測和受眾定位的多個數據科學模型。

以下是主要見解和要點：

為您的廣告系列尋找最佳創作者

如果找到合適的影響者合作，營銷人員之間的共同點。 絕大多數人花費了大量時間來尋找更多與理想合作或已經在飛行中的關係和渴望效率相匹配的影響者。 根據 Hennon 和 Desai 的說法，現在這個過程是一種沒有指導的藝術形式，而數據科學是幫助它變得更少主觀和更高效的關鍵解決方案，從而可以實現預期的結果。

“我們正在利用性能、創作者批准、品牌親和力和行業一致性方面的數百萬個數據點來構建一個經過訓練的推薦引擎，以識別任何活動的最佳創作者。” 通過不斷評估績效數據，可以根據當前的高績效創作者，按需向工程師添加更多創作者。 這個系統也可以被相似的創作者利用，但特定於特定的人口統計（例如，我希望有 10 多個像這樣的影響者，但在下一次活動中常駐倫敦）。 除了位置，性別和興趣是可以用來幫助確定最合適的創作者的其他元素。 這一切都可以與核心活動和品牌目標相結合，以幫助確定最適合任何活動的創作者。

“隨著影響者營銷的發展，它需要擴大規模以與其他營銷方法進行全面對比。 我們必須更有效地做到這一點，”Hennon 說。 首先是尋找合適的影響者並與他們合作，這些影響者俱有與您的品牌一致的強大內容。

通過內容屬性預測提高內容可信度

一旦你磨練了你的識別策略，第二步就專注於擴展內容性能。 在考慮用於向影響者介紹內容方向時，營銷人員通常很少使用科學，並且再次依賴主觀性，就像他們在活動開始時開始尋找影響者時一樣。 為了解決這個問題，CreatorIQ 利用多種方法來識別和推動高性能內容的交付。

“在 TikTok 上引起共鳴的內容與在 Facebook 上引起共鳴的內容非常不同，”德賽聲稱。 為了消除一些猜測，該公司正在利用視覺洞察力來構建專注於識別和推薦高性能內容的數據科學模型。 這與穀歌視覺等一些領先的虛擬識別引擎合作，分析數千萬條內容。 根據這些信息，構建的自定義模型可以與在內容中檢測到的特定視覺和性能屬性相關聯，並就最有可能表現良好的內容提供建議。 這在設計付費活動時尤其有用。

一個關鍵要點：內容歸因預測不僅有助於提高當前的內容信心，而且可以成為其他活動中未來證明簡報的有用機制。 通常有影響力的營銷人員缺乏構建數據驅動簡報的帶寬，這是一個解決這個問題的解決方案。

“視覺洞察模型的另一個關鍵成果是能夠利用來自內容的數據，不僅推薦活動內容，還提供精細的創作者要求，以推動高性能內容的創作，”Desai 解釋說。

擴大受眾定位和覆蓋範圍

營銷人員希望最大限度地擴大影響者表現最佳的內容的影響力——超越合作夥伴影響者的粉絲和追隨者。 在影響者空間中，從內容到人再到不同的受眾，有幾個變量需要考慮，並且知道要拉動哪些槓桿是一個反復出現的問題。 怎樣才能有更優雅、更有效的方式來放大內容？

CreatorIQ 正在通過一個模型直接解決這個問題，該模型利用人口統計、有機和付費績效等影響者數據來推動創建相似的受眾種子段，這些種子段用作社交平台受眾定位的輸入

“與平台內直接可用的獨立受眾定位相比，我們看到轉化數據有了顯著改善，例如 Facebook 的廣告管理器，”Desai 解釋說。 這歸結為品牌有能力在指定的活動中獲取與高性能相關的影響者子集，然後根據表現良好的人識別其他相似的影響者。 這些可以用來創建一個“種子段”來推動相似的受眾定位。 需要注意的直接結果是：廣告支出的改善。

“任何有社會影響力的人都可以成為影響者，”亨農在結束會議時說。 通過招募員工或產品的超級粉絲來建立您的品牌大使隊伍。

訂閱我們的每週時事通訊，加入 100,000 多名營銷人員的行列，提升他們的技能和知識。