広告予算の半分が無駄になっていることはわかっているが、どこで無駄になっているのかがわからない。ブランドプロモーションキャンペーンを実施したが、キャンペーンが会社のブランドに与えた影響を測定する方法がわからない。会社に適したマーケティングマトリクスを選択し、多角的にマーケティング活動を行ったが、異なるチャネルの効果を区別する方法がない。おそらくこの記事はあなたにインスピレーションを与えるでしょう。

マーケティング理論には、ユーザーがマーケティング情報に触れた時点からの注意、認識、態度、行動の 4 つの段階に対応する 4A、4R、または AIDA モデルがあります。広告の観点から見ると、ブランド広告とパフォーマンス広告は、消費者の消費行動の異なる段階をターゲットにしています。データによると、パフォーマンス広告では、ブランド認知度の高い企業は、他の同様の企業よりも高い売上コンバージョン率を達成しています。

一方、今日成功している企業は、一般的にブランド マーケティングとパフォーマンス マーケティングを組み合わせて使用​​しています。

ブランド マーケティングを使用して消費者の製品に対する早期認知度を高め、パフォーマンス マーケティングを使用して消費者が最終的に製品を購入するように促します。このプロセスは何度も繰り返され、会社のブランドと売上を新たな高みへと押し上げます。

諺にあるように、因果応報です。パフォーマンスマーケティングと比較すると、ブランドマーケティングは常に曖昧でした。この記事では、ブランド マーケティングの曖昧さの問題を解決するための 4 つのデータ モデルを提案します。

1. モデル1: アシストモデル

コート上で、アシストプレーヤーがゴールを決めるためにメインプレーヤーにボールをパスしたとしても、アシストプレーヤーの価値がないということではありません。アシスト選手の価値は、チームワークを通じて他の選手がゴールを決めるのを助けることにあります。

ブランドマーケティングは、いわばアシスト役です。初期段階で十分な準備を行った上で、初めて最終ユーザーが注文をします。他のチャネルを通じて注文された場合でも、それはこのブランドマーケティングのアシスト貢献となります。

アシスト貢献度の計算方法は理解するのが難しくありません。

チャネル A のマーケティング キャンペーンの対象となったユーザーが一定期間内にチャネル B でコンバージョン目標を達成した場合、コンバージョンに成功したユーザーはチャネル A からチャネル B へのアシスト貢献となります。コンバージョン目標は、登録、注文、投稿、初心者向けチュートリアルの完了など、あらゆるユーザー行動にすることができ、製品のニーズに応じて設定できます。

各マーケティング キャンペーンがユーザーに与える影響は時間の経過とともに減少するため、この計算では時間枠を手動で指定する必要があります (通常は 1 か月以内)。時間枠内に目標コンバージョンを達成したユーザーのみが、ブランドマーケティング活動の真のアシストとみなされると考えられます。

最後に、もう少しだけ言いたいことがあります。

• 同じコンバージョン目標を達成したユーザーであっても、その商業的価値はまったく同じではありません。
• 登録を例にとると、Papi Jiang が参加することと、通行人がライブ放送プラットフォームに登録することとの間には大きな違いがあります。
• 消費を例にとると、システムは、軽い贅沢品を買う富裕層とバーゲン品を利用する富裕層を平等に扱うべきではない。システムにとって、ユーザーによって価値は異なります。価値の高いユーザーには高い重みが与えられ、この重みがアシスト貢献度の計算に追加されます。

上記のモデルでは、コンバージョンした各ユーザーが 1 つのアシスト チャネルのみの影響を受けると想定しています。実際には、企業は複数のチャネルで同時にマトリックス マーケティングを実施します。ユーザーは複数の支援チャネルから同時に情報を受け取り、最終的に注文を完了する場合があります。マルチチャネルの分散化を行い、支援の貢献をさまざまな支援チャネルに公平に分配する必要があります。各ブランドのマーケティング活動の貢献を再評価します。

単純にアシスト貢献をすべてのアシスト チャネルに均等に分割するというアプローチはお勧めしません。ポータルサイト上の単純なテキストリンクと、オフライン体験ストアでの深いインタラクションを伴う体験型マーケティングキャンペーンは、ユーザーに与える印象が異なり、同じ価値を受け取るべきではありません。36krでのレポートとスタートアップ企業の公式WeChatアカウントでの企業紹介の信頼性は異なります。前者はメディアの支持を得ることと同等です…

公平な分配を実現するために考慮する必要がある要素:

1. チャンネルの人気度を重みとして使用し、影響力の大きいチャンネルに大きな重みを与えます。

ここでもう 1 つ付け加えておきたいのは、チャンネルの人気が高ければ高いほど、その影響力が大きくなるとは限らないということです。ニッチな業界にいる場合、そのニッチの専門メディアのユーザーはより正確で、より大きな影響力を持つ可能性があります。これは、SF ユーザーにとっての Non-Existence Daily の意味、インターネット実践者にとっての 36kr の意味に似ています。

2. マーケティング活動におけるユーザーエンゲージメントを重み付けとして使用します。

すべてのマーケティング キャンペーンでは、ユーザーの閲覧時間、閲覧回数、スワイプ回数、コンバージョン、いいねなどの行動を多かれ少なかれ取得できます。ユーザーエンゲージメントが深まるほど、ユーザーの注目を集め、認知度を高めるマーケティングキャンペーンの効果が高まると考えられます。ユーザーエンゲージメントをマーケティングチャネルの重みとして使用します。

3. ユーザーのマーケティング活動への参加とユーザーの行動の間の期間が重みとして使用されます。

自分で設定できるアルゴリズムをいくつか紹介します。

• 彼らは、最初と最後のマーケティング活動が最も大きな影響を与えると信じています。
• 最後のマーケティング キャンペーンが最大の影響を与えると信じています。
• 最初のマーケティングが最も大きな影響を与えると考えられています。

2. モデル2: エンゲージメントモデル

ユーザーエンゲージメントとは、ユーザーの閲覧時間、いいね、転送、コメントの回数など、アクティビティへの参加中のユーザーの定量化可能な行動指標を指します。一般的に、ユーザーの参加が深ければ深いほど、イベントの注目度が高まり、ユーザーのイベントへの関心が高まります。

テクノロジーの発展により、より多くのチャネルを測定できるようになりました。たとえば、オフライン広告では、Wi-Fi または Bluetooth プローブ テクノロジーを使用して、視聴者の滞在時間を把握できます。通常のオンライン メディア配置では、ユーザーの読書時間、ユーザー コメントの数と内容、ユーザーの画面切り替え回数などの情報を取得できます。

3. モデル3: 伝播モデル

誰もがセルフメディアであるこの時代では、一部の公式マーケティング活動は、ターゲットユーザーの間に強い心理的認知を生み出すだけでなく、ホットな話題に発展し、さまざまな形で広まります。

ニュース、Weibo、WeChat、Zhihu、特定の業界の垂直メディアや垂直フォーラムなどのチャネルを通じて世論誘導に重点を置くことをお勧めします。トピックに参加しているメディア、記事、ユーザーコメント、閲覧、再投稿などの数を把握します。

さらに、伝播モデルでは重要なノードにも焦点を当てる必要があります。ビッグVの姿勢は、今後の世論の方向性に影響を与えるかもしれない。

Weiboでは、ビッグVユーザーが投稿したリポストやダイレクトトピックに注目してください。Zhihuでは、ビッグVユーザーのいいね、コメント、トピックフォロー、回答に注目してください。これらの動作は情報フローに現れ、新たなトリガーポイントとなるからです。

これをデータ モデルに変換するには、まずアカウント レベルの標準を確立する必要があります。

例えば、Weibo のファンの数は A レベル、Zhihu のいいねの数は B レベルなどです。そして、上記の行動に参加しているユーザーのデータを収集し、アカウントのレベル分布、ユーザーが属するサークル (業界) などを分析します。

影響力の大きいアカウントから発信される情報については、肯定的な情報と否定的な情報の割合を把握するために感情分析が必要です。必要に応じて、ビッグ V ユーザーの情報フローを 1 つ 1 つ手動で分析し、その後対応する処理を行う必要もあります。

ヒント: 上記のコミュニケーション分析は、Fireline Public Opinion、Weibo Hot List、Baidu Index Public Opinion Insight (はい、Baidu Index の全体的な傾向ではありません)、Qingbo Index などのサードパーティツールの助けを借りて完了できます。企業にリソースがあれば、分析用の元データを入手することもできます。 Qingbo、Weibo、Zhihu は、Weibo、WeChat、Zhihu からのデータを含む API を提供します。クローラーを使用して、より多くのプラットフォームから生データを取得することもできます。

4. モデル4: 感情分析モデル

場合によっては、参加するユーザーが増えれば増えるほど、また参​​加が深まれば深まるほど良いというわけではありません。また、ユーザーの心理的な感情を理解し、その活動がユーザーの認知を期待通りに導くかどうかを判断する必要があります。ここでロマンロは感情分析の手法を使用することを推奨しています。

たとえば、 Alipayの子供の日のマーケティングは、ユーザー、メディア、インターネット従事者から大きな注目を集めました。ユーザーエンゲージメントが唯一の指標であれば、このイベントは間違いなく大成功だったと言えるでしょう。しかし、このマーケティングに対する人々の態度も二極化しており、感情分析と組み合わせると、このイベントが成功したかどうかを判断するのは困難です。

ユーザーのコメント、ユーザーの顔画像、ユーザーの声などのデータを取得して、ユーザーが満足しているかどうか、評価が肯定的か否定的かを把握できます。

バイラルマーケティングキャンペーンの場合は、トピックに関連するメディア記事とユーザーコメントを取得し、記事とユーザーコメントの両方に対してセマンティック分析を実行する必要があります。

ヒント: テクノロジーの発展により、分析はますますインテリジェントになります。多くの学者や研究機関がさまざまなテキスト感情分析モデル、音声感情認識アルゴリズム、顔の感情認識ツールを提案しており、その多くはオープンソース化され共有されています。コメントテキスト、ユーザーの声、ユーザーの顔画像などのデータを収集できる場合は、オープンソースまたは独自に開発した方法を通じてユーザーの態度を分析することを検討できます。

R&D リソースを費やしたくない場合は、上記のデータ全体を分析するか、サンプリングして分析する汎用的な手動分析方法をお勧めします。

5. まとめ

1. ブランド マーケティングは、売上よりも早期のユーザー認知の確立に重点を置いていますが、その後のパフォーマンス マーケティングでより高いコンバージョン率をもたらすことができます。アシスト モデルは、ブランド マーケティングの効果を測定するために使用できます。

2. エンゲージメント モデルを使用して製品に対するユーザーの関心を評価し、コミュニケーション モデルを使用して製品に対する一般の人々やメディアの関心を評価し、感情分析モデルを使用してイベントに対するすべてのイベント参加者の態度を理解し、イベントが逆効果を生むのを防ぎます。

具体的な指標としては次のようなものが考えられます。

• 自身のチャンネルでカバーされているユーザーの数、ユーザーのポートレート、ユーザーのコメント/いいね/リポストの数、コメントの肯定的および否定的な意味。
• メディアにおけるニュースの数、閲覧数、いいね数、コメント数、記事やコメントの肯定的・否定的な意味。
• Weibo でトピックを作成した人数とそのプロフィール、直接投稿/転送比率、読者数、コメント総数、トピックのやり取りに参加したファンのプロフィール、トピック/コメントの肯定的および否定的な意味。
• WeChatパブリックアカウントの記事数、閲覧数、再投稿数、肯定的・否定的な意味合い。
• Zhihu の質問、回答、フォロワー、いいね、コメントの数、トピック/回答/コメントの肯定的および否定的な意味。
• 垂直フォーラム内の記事数、閲覧数、コメント数、記事/コメントの肯定的および否定的な意味。

モバイルアプリケーション製品プロモーションサービス： APPプロモーションサービス清瓜メディア情報フロー

この記事の著者は@罗曼罗です （APP Top Promotion）が編集・発行しました。転載の際は著者情報と出典を明記してください。