ITBear旗下自媒体矩阵:

一场品牌大佬满座的闭门晚宴,国双揭秘数据赋能的新营销玩法

   时间:2020-07-29 08:36:10 来源:互联网编辑:星辉 发表评论无障碍通道

国双联合CDIE中国数字化创新博览会主办方华昂共同举办的“数据赋能 智慧增长”主题晚宴在上海圆满落幕。国双数字营销副总裁石承泰、国双大客户部总经理付凌健、上海华昂商务咨询有限公司创始人&CEO杨晨华等出席了晚宴,与来自LVMH、CHANEL、COACH 、屈臣氏、卓越教育、王老吉等13个品牌的大佬们,围绕“新环境 新理念 新营销”进行了一场深度交流。

新营销时代,社交化成为市场新常态。人们在真实生活中形成多元的社交圈层,并在不同圈层中通过内容和商品两大手段进行社交。随着社交电商、电商直播等新兴业态蓬勃发展,内容营销这一营销手段也被广泛应用。那么,基于社交化的内容营销趋势下,如何通过营销技术将内容社交和商品社交更好地有效连接?

晚宴现场,国双大客户部总经理付凌健向品牌大佬们分享了作为中国领先的企业级大数据和人工智能解决方案提供商,国双对于内容营销的新解法和营销效果评估新标准。

国双大客户部总经理 付凌健

以行业内容知识库为核心高效赋能内容营销

内容营销的落脚点依然是产品,将产品信息和内容有效关联起来是品牌主构建内容营销能力的关键。但对于很多品牌来说,其内部产品的数据和内容的数据往往是独立的,不仅造成了内容生产效率低下,也使得品牌无法快速切入热门话题和场景,错失最佳营销时机。对此,国双利用知识图谱、图计算等技术将产品与内容两类标签化数据关联打通,构建行业级内容知识库,能够快速应用到各种场景,大大提高了内容营销效率。

      在内容创作方面,国双行业内容知识库通过构建各类内容营销应用,能够高效地为品牌提供内容主题、内容形式、内容要点的决策与指导。以内容主题为例,借助行业内容知识库和人工智能技术,国双可以进行内容全数据抓取分析,帮助品牌及时发现行业内容热点,扩大品牌影响力。

国双行业内容知识库在奶粉行业内容营销中的应用

除了赋能营销内容创作,国双行业内容知识库在品牌投放媒体决策、负面事件预警以及C2M供应链优化方面也有着巨大的价值:

投放媒体决策:查看历史相似投放策略、筛选历史相似爆文达人、分析达人粉丝重合度;

负面事件预警:实时监控品牌及产品口碑负面情况和负面事件,并通过匹配“负面水军社交网络图谱”预测发展趋势,提前决策降低损失;

指导C2M供应链及产品优化:产品口碑洞察指导产品优化与改进、指导物流服务改进、帮助产品库存优化、指导C2M产品研发。

软硬广交互评估让每一笔营销预算都看得见

在整个营销过程中,广告效果的监测与评估也至关重要,直接关系着品牌主投放策略的优化和调整。对于硬广来说,行业内早已形成了通用的评估指标,也有不少成熟的产品,比如国双的Ad Dissector(全流程多场景营销监测分析优化平台,简称AD)。

AD能够为品牌主提供一套具备前后端打通监测能力的全域营销监测解决方案,可以准确地帮助品牌主衡量硬广的投放效果。具体来看,主要有三个维度:一是线上线下的广告监测,包括 PC、Mobile、OTT、户外屏等。二是前后端的监测,所谓前端的监测,是指对媒体上所展示的广告位的监测;后端监测,是指对用户点击广告之后行为的监测,包括客户的官网、小程序、微信、APP等。三是客户自有平台和第三方电商平台的数据打通监测。

而与硬广不同,内容营销目前仍缺乏科学的评估体系,品牌主往往很难有效地衡量其最终的效果,可能造成营销预算的浪费。为了帮助品牌主科学地评估内容营销的效果,国双在硬广监测评估的基础上,借助在大数据和人工智能等方面的优势,为品牌内容投放设计了一套科学的效果评估体系。

这套评估体系涵盖了内容营销的整个链路,从品牌主最关心的传播力、精准性、内容有效性、声誉度、变现力、成本及收益六大维度设计具体指标,一方面可以进行品牌推广/活动的整体效果评估,另一方面也可以帮助品牌评估KOL/KOC的传播效果。而且在KOL评估部分,国双还特意增加了可靠性这一维度,进行作弊嫌疑评估,避免了虚假流量造成的预算浪费。

品牌推广/活动的整体效果评估

品牌推广/活动的KOL/KOC效果评估

借助这套效果评估体系,品牌主对其内容是否有效、平台表现、KOL/KOC投放效果、项目KPI完成率等一目了然,在此基础上就可以更有针对性地优化后续的内容投放策略,不断提高内容营销的有效性和效率。

数智化背景下,内容营销和营销技术早已密不可分,而国双作为众多服务商中少有的同时具备大数据分析能力和内容创作投放能力的公司,将持续发挥自身优势,专注提升客户品牌价值,助力品牌实现品效双全。

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  网站留言  |  RSS订阅  |  违规举报  |  开放转载  |  滚动资讯  |  English Version