首页 > 电子商务 > 电子商务其他 > 网红在数字营销中扮演作用

网红在数字营销中扮演作用

如今,网红营销市场约80亿美元的市场,2022年达200亿美元。有50%的媒体投资将通过本地广告和网红进行,网红营销的潜力和成长空间巨大。

在利益相关者的数字时代,重要数据的稀缺,业余玩家走向终结,营销规模在影响力中起到关键作用。

不同级别网红和与粉丝互动关系

在高速增长和技术创新的背景下,利益相关者(社交网络,分销商,代理商,广告商,网红KOL和代理商)的实践和策略正在迅速发展。第一阶段是快速成长阶段,这一阶段很快伴随着对专业化和授权实践的越来越多的要求,特别是寻求网红影响力的真实性。

根据品牌与网红 Kolsquare的研究,这些年出现几个重要趋势:

1,数据的稀缺性:社交网络轻松免费访问数据时代的终结

  • 大多数全球平台已经实施了旨在限制第三方访问其数据的策略;
  • Twitter近年来严重限制了可自由访问的数据,并且已经提供了2年的付费访问权;
  • Facebook / Instagram大大减少了可通过API访问的数据,现在严格限制了使用(仅KOL可以使用此数据);
  • Youtube彻底控制了可通过其API访问的数据,并且无法对原始数据进行重新处理;
  • Snapchat,Twitch,TikTok,21 Buttons或Linkedin都没有API
  • 只有Pinterest目前似乎对其数据(尤其是可及性)开放,可能与竞争对手竞争,以吸引广告商;
  • Cambridge Analytica“大门”:在用户保护的幌子下,平台现在正在进一步减少对用户进行性能分析的可能性。在2018年,Facebook决定在一夜之间更改其API;
  • 网红营销市场的爆炸式增长促使平台限制第三方访问其数据,并发起自己的计划,以捕获通过其技术但仍完全逃脱其技术的惊人预算:Twitter和Youtube收购了专门从事IM的演员(分别为Niche和Famebit),Facebook,然后Instagram在2018年和2019年推出了自己的IM平台,Twitch拥有自己的平台,TikTok计划对IM进行内部化,但尚未对其正式定位,Snapchat保持其保密文化,并且不与第三方交流任何数据,甚至不通过API向受众和内容传达任何数据;
  • 亚洲社交网络似乎也决定通过彻底限制对数据的访问来实现IM的内部化;
  • 在接下来的2或3年中,几乎所有当前有用的数据都无法访问第三方。两者都没有社会样本数据。无论如何都不是免费的。社交网络可能会与IM“合作伙伴”的纯粹参与者签署合作伙伴关系,以换取访问数据或收益共享/保证收入的付款。足够重要或与之兼容的合作伙伴;
  • 最好在非常有限的情况下对数据的访问和使用进行监督,尤其是在获得KOL /广告客户同意的情况下;
  • 几乎没有市场参与者能够访问数据,增加的价值将从“发现” /“搜索”转移到不依赖数据的其他功能。

2,首席信息官:网红营销是自身职能范围内的一个独立领域

  • 营销影响力是其自身的一个领域,不同于公司的其他职能部门;
  • 在同一个公司内,CIO适用于所有公司沟通和营销策略的水平。但这是有很多差异的,没有共享好的做法,没有规模效应,很少有协调;
  • 现在,许多团队都没有专门知识,而是从事市场影响力问题的研究:公关,外部沟通,广告,数字收购,销售或人事管理;
  • 代理商也同时为同一家公司工作不协调的影响力策略;
  • 市场上的真实资金趋势,CIO成为公司和代理商的真实职能;
  • 高级管理人员开始认识到,CIO是真正的可持续杠杆,但缺乏知识,尤其是对这一主题的信念
  • 如果与并购/付费功能的历史保持平行,则业务策略将在此功能的内部化和外部化之间变化,这将变得至关重要,并将被视为独立的功能。很快将有CIO(首席影响官),CKO(首席KOL官员)或COLO(首席意见领袖官)。由于存在CDO的时尚,因此CIO也将时尚;
  • 一些公司和代理机构开始制定真正的正式影响力策略:在2至3年内,所有公司和代理机构都将定义其与营销影响力有关的策略和理论;
  • 《财富》 5000强企业(代理商和广告商)的100%将需要。

3,所有影响者:100%利益相关者(员工,客户,供应商,股东)作为KOL

  • 100%的利益相关者作为KOL(员工,客户,供应商,股东);
  • 公司充满了才能,其中一些已经是内容创造者和影响者。一些公司已经确定甚至鼓励他们发展自己的才能;
  • 在寻求建立内部或外包品牌大使团队之后,越来越多的公司自愿从员工队伍中招聘有影响力的人,以实施影响力策略;
  • 越来越多的公司将其员工用作大使,鼓励他们在社交网络上发布与其工作相关的内容;
  • 品牌或分销商的客户,例如“经销商”(例如:亚马逊及其大使计划),或内容生成器(Olapic平台及其在UGC中的所有竞争对手);
  • 公司现在将通过将员工的影响力整合到有组织的人力资源管理系统中来系统地利用其影响力:在雇佣合同,激励和培训中整合员工社交网络的使用影响力,人才和内容创作者的晋升,鼓励发布与公司有关的内容等;
  • 在招聘过程中,公司现在将系统地青睐KOL候选人。

4,业余主义的终结:信息官行为的专业化(从广告商到KOL)

  • 通过试验,开发了内部方法,流程和工具可以应对数量和挑战的增加:选择KOL的“科学”方法,联系方式模板,标准合同,衡量KOL和活动影响的工具等;
  • 监管机构(立法者或ARPP之类的专业工会)正在增加旨在使信息管理部门专业化的计划;
  • 越来越多地根据合理的亲和力标准来选择KOL,不仅要与品牌的DNA相匹配,而且要与目标品牌相匹配;
  • 对于KOL,他们的工作也将变得专业:创造法律架构,实际团队的构成:摄影师,编辑,社论,助理,…影响者职业的发展,寻求真实性和可靠性,希望不与任何品牌关联,搜索形式化工具,标准化和简化与广告商的关系,明确宣布合作的商业性质;
  • 公司和KOL将需要可信赖的第三方。

5,规模影响:广告客户/ KOL合作的爆炸式增长(数量和复杂性)

  • 与品牌相关的影响者将很快达到数千甚至上百万;
  • 营销影响力投资的增加和潜在的财务挑战将使合作和联系点数量激增;
  • KOL的激烈竞争将鼓励品牌始终寻找仍“未开发”的新KOL,杠杆影响力的使用(在整个金字塔中,以达到品牌或业绩目标)的倍增以及影响者(“所有影响者”)类型的多样化将导致更复杂的影响市场营销;
  • 《财富》 5000强企业(集团)和所有大型成长公司将建立多品牌和多国家的广告活动;
  • 确认当前“挑战者”的社交网络(例如TikTok,SnapChat或Pinterest)将加速多广告活动-允许在不同时间在不同国家/地区以不同支持(视频,照片,文本等)达到不同目标的网络/平台;
  • 利基社交网络,真正的超细分和超亲和媒体的爆炸式增长将带来更多机会,影响力问题也将更加复杂;
  • 各品牌将收到来自KOL的无数要求(合作建议) ,创意,小费的要求,问题等),并希望能够尽可能有效地管理联系点以及与这些苛刻和有影响力的对话者之间的关系;
  • 品牌需要管理与KOL和简单性:需求●需要能够管理出站(品牌发起的联系人​​)和入站(KOL发起的联系人​​)的工具。

6,影响力:以影响力为媒介,或对绩效的需求(衡量和管理)

  • 影响的财务风险现在非常巨大,并且对ROI的精细管理提出了要求:影响是从公关主题转向媒体主题(使对品牌和转型问题都有可能做出回应),而财务问题要大得多,因此抱负更大。尤其是在数字媒体中,用户自然会认为一切都可以衡量(不幸的是,并非总是如此),在2018年,全球媒体投资的38%(根据电通的话为5,900亿美元)现在是数字的(电视是37%),并且这种趋势正在增加,尤其是在社交网络上,并且受到AdBlockers的限制,这令人质疑传统广告转而支持本地广告…营销影响力预算在未来几年将显着增长…可能会达到媒体预算的30%甚至50%。全球范围内巨大的市场,但区域和地方市场也是如此。投资回报率成为影响力对话的核心:几乎100%的潜在客户或客户都对投资回报率,指标,如何衡量,与其他数字技术的比较,最佳实践表现感到疑惑等;
  • 主要的投资回报率趋势是:在选择KOL时进行更好的细分以提高亲和力;
  • 通过社交网络提供的“经典”细分;
  • 超级细分:能够像Cambrigde Analytica这样说服目标来说服购买者(部落),或“购物者图”类型的Criteo,从而为每个关注者提供唯一的标识符,从而了解其个人资料(数百个数据分),然后由Suatet非常精确地重新定位。精确测量每种广告系列的投资回报率(因此基于不同的预期回报),并且具有非常精细的粒度级别,并且适合/适用于每个社交网络,行业,品牌,广告系列或国家/地区。与公司的其他社交媒体绩效软件连接(例如带有社交收听解决方案的应用程序)。实施跟踪和重定向目标链接。媒体对赞助帖子的报道,例如,以扩大覆盖面和降低成本承诺,并绕开了多年来一直在不断恶化的自然覆盖范围的限制。影响者的表现报酬。
  • 可购物”功能(Instagram,Amazon,21 Buttons等)允许内容和最终销售(直接)之间的直接链接;
  • 营销影响力的民主化为拥有KOL的品牌带来了激烈的竞争,降低了先锋品牌最初获得的ROI;
  • 探索很少使用的社交网络/社区(例如新的社交网络)可以在当前的T上提供最佳的投资回报;
  • 预期的影响力报价与联盟/重新定位报价的融合;
  • 关注绩效/绩效评估的数字营销工具的融合,影响力平台与社交网络的媒体平台(兼容性,媒体购买)的融合;
  • 受众数据所必需的“科学化”;
  • 所需的个性化投资回报率测量工具。
你可能感兴趣的文章