Когато купувач попита ChatGPT кой шампоан работи най-добре за чувствителен скалп, отговорът не зависи от това кой инфлуенсър е имал най-много последователи през последното тримесечие. Изкуственият интелект чете доверието и доказателствата. Тази разлика принуждава към преосмисляне на начина, по който се изграждат, измерват и финансират кампаниите с инфлуенсъри.
Джейсън Йехуда Нюман, старши вицепрезидент по приложен изкуствен интелект и вертикална стратегия в PartnerCentric, седна със старшия редактор на Net Influencer Сеси Карлони, за да обясни как изглежда това преосмисляне на практика. В PartnerCentric, фирма за афилиейт и инфлуенсър маркетинг, обслужваща клиенти от Fortune 500, той сега ръководи стратегията за инфлуенсъри и инструментите на фирмата, ориентирани към изкуствения интелект.
Нюман има над десетилетие опит в маркетинга и партньорствата с инфлуенсъри. Той прекара повече от две години в ByteDance, където ръководеше инфлуенсър маркетинга за CapCut, докато приложението се мащабираше, за да стане едно от най-изтегляните в световен мащаб. Преди това той прекара седем години в Talent Resources, агенция за подкрепа от знаменитости, където основа и ръководеше нейното дигитално подразделение и работеше по дигиталното ангажиране за имена като Ники Минаж и Кайли Дженър.
Разговорът обхвана откриването чрез изкуствен интелект, броя на последователите като остарял показател, пропуските в атрибуцията, които марките толерират от години, и нов подход за свързване на съдържанието на инфлуенсърите с директни приходи, без да се изисква проследим линк.
1. Кампаниите с инфлуенсъри вече имат три показателя
Марките исторически оценяват инфлуенсър маркетинга по две измерения: осведоменост, измерена чрез гледания и обхват, и представяне в долната част на фунията, измерено чрез проследени продажби. Сега се прилага трето.
Ще видят ли големите езикови модели (LLM) доверени инфлуенсъри, говорещи за вашата марка? каза Нюман. И ще включи ли това в резултатите си, когато някой попита какъв вид перилен препарат трябва да купя?
LLM извличат информация от публично достъпно съдържание, когато формират препоръки. Видеата на инфлуенсъри, особено в YouTube, се класират като източници за LLM от две до три години, според Нюман. Съдържанието в TikTok и Instagram също започва да се появява в резултатите. Програмата за инфлуенсъри на една марка сега произвежда входове за системи за препоръки с изкуствен интелект, независимо дали марката отчита това в начина, по който изгражда кампаниите си.
Нюман рамкира новата оценка като проверка от три части: може ли инфлуенсърът да генерира гледания и положителна ангажираност, ще конвертира ли неговият призив за действие и ще повлияе ли съдържанието му на видимостта на марката пред изкуствения интелект.
2. YouTube постави стандарта за LLM. Краткоформатното съдържание настига
Когато LLM започнаха да индексират съдържание от инфлуенсъри, YouTube доминираше. 15-минутно видео дава на езиковия модел много повече текст и сигнал от 30-секунден TikTok, а LLM първоначално бяха по-добре оборудвани да извличат смисъл от по-дълго и по-плътно съдържание.
TikTok и Instagram започват да помагат за запълване на празнините, каза Нюман. Неговото тълкуване на модела: YouTube установява основен контекст за продукт, какво прави той, кой го използва и защо работи. Краткоформатното съдържание в TikTok и Instagram изгражда екосистема от поддържащи сигнали за доверие.
Ценообразуването в YouTube вече отразява разликата в дълбочината. Интегрираното рекламно четене от 60 секунди в рамките на видео в YouTube струва колкото или повече от специална публикация в TikTok или Instagram, а специално видео в YouTube струва три до четири пъти повече от същия формат в платформите за кратко съдържание, според Нюман. Предимството на LLM може да не промени тези съотношения, но добавя измерение на възвръщаемост, което марките все още не са оценили.
3. Марките настояваха за атрибуция. Пропускът винаги е съществувал
Натискът на индустрията за измерване на представянето не беше погрешен. Той беше, според Нюман, непълен.
Голяма част от атрибуцията винаги е била неатрибутируема, каза той. Купувачите, които виждат публикация от инфлуенсър, рутинно не кликват върху линка в биографията. Те търсят марката директно в Google, отиват в Amazon или преразглеждат сайта дни по-късно след ретаргетираща реклама. Проследената продажба се регистрира по друг канал.
Динамиката създава повтарящо се триене в компаниите. Нюман описва ситуации, в които стартират кампании с инфлуенсъри, органичният трафик рязко скача, а екипът по SEO на марката претендира за подобрението. Има директна корелация между стартирането на усилията с инфлуенсъри и по-добрия органичен трафик, каза той, но атрибуцията рядко се връща към програмата за инфлуенсъри.
Един специфичен проблем усложнява това: повечето марки присвояват един-единствен линк за проследяване на инфлуенсър за всички разположения, обхващащи истории, линкове в биографията, афилиейт и синдикирани публикации. Нюман казва, че рядко е виждал марка да използва отделни линкове за всеки тип разположение. Без тази сегментация марките изхвърлят сигнала, който би им позволил да идентифицират кои формати на инфлуенсърите реално водят до транзакции.
4. Видимостта пред изкуствения интелект е отговорност на марката, а не на инфлуенсъра
Инфлуенсърите няма да оптимизират съдържанието си за индексиране от LLM. Това не е тяхна работа и очакването те да разберат конкурентната позиция на марката в търсенето е грешно разпределение на отговорността.
Вашият вътрешен човек, който се занимава с инфлуенсъри, ще трябва да започне да разбира какъв вид съдържание ще повлияе на LLM, каза Нюман.
Работният процес, който той очертава, започва с мониторинг на видимостта пред изкуствения интелект. Три платформи работят в това пространство, според Нюман: Peec AI, Profound и AthenaHQ. Марките въвеждат заявки за категории, проследяват къде се класират в отговорите, генерирани от изкуствен интелект, спрямо конкурентите, и след това работят назад. Стойностните предложения, които трябва да се класират, се вграждат в брифовете за инфлуенсърите.
Корекцията е целенасочена. Ако една марка е слабо представена, когато купувачите питат за продукти за чувствителна кожа, марката гарантира, че този език се появява в съдържанието на инфлуенсъра, без да се пише сценарий за инфлуенсъра дословно. Инфлуенсърът доставя концепцията; марката контролира коя концепция да бъде доставена.
5. Броят на последователите ценообразува риска, а не резултатите
Устойчивостта на броя на последователите в брифовете за инфлуенсъри отразява навик за измерване, а не доказателство, че това води до по-добри резултати.
Броят на последователите дойде от идеята, че ако имате определен брой последователи, можете да достигнете до този брой хора, което е напълно невярно, каза Нюман. Промените в алгоритмите на платформите елиминираха тази връзка преди повече от десетилетие.
Инфлуенсър с милион последователи и 20 000 средни гледания доставя 20 000 гледания. Това е, което марката купува, и трябва да бъде оценено съответно. Инфлуенсърите с голям брой последователи определят цената според числото, а не според средния брой гледания, създавайки постоянна разлика между разходите и резултата. Колкото по-голям е броят на последователите, толкова по-голяма е тази потенциална разлика.
Предпочитаният подход на Нюман: средни гледания за последните 10 публикации, с премахнати екстремни стойности. Когато две видеа от инфлуенсър, който средно има 30 000 гледания, скочат до милион, те се изключват. Бенчмаркът е това, което марките надеждно получават, а не това, което е теоретично възможно.
6. Свързване на гледанията с приходите без линк за проследяване
Инструментът FUSE Influencer, разработен от PartnerCentric, адресира проблема с атрибуцията.
Разпространението на видеоклипове от инфлуенсъри следва прогресия, обяснява Нюман. Алгоритъмът обслужва ново видео първо на около 200 акаунта. Ако тези зрители го изгледат докрай, то преминава към 5000. Успехът там го премества към 30 000 и цикълът продължава, докато времето за гледане спадне. FUSE проследява броя на гледанията минута по минута, след което корелира тези събития с данни за трафика на уебсайта, идентифицирайки скокове в посещенията на сайта, които съответстват на всяко преминаване на праг.
В скорошен тест видео на инфлуенсър генерира приблизително 4000 гледания и доведе до 132 посещения на уебсайта и пет продажби, според Нюман. Корелацията беше проследима в данните за времето дори без нито един клик върху линк.
Инструментът не решава как да се плати на този инфлуенсър. Той потвърждава кои инфлуенсъри произвеждат уеб трафик и приходи, давайки на марките доказателства, които преди им липсваха. Ако смятате, че инфлуенсър води продажби и гледания към вашия уебсайт, каза Нюман, дайте им парче от баницата, за да продължат да го правят повече.
7. Когато три бюджетни линии станат една
Разходите за инфлуенсъри, афилиейт и видимост пред изкуствен интелект се сливат, защото едно и също съдържание сега работи едновременно и за трите.
Нюман очаква повишаване на ефективността, тъй като марките спират да ги третират отделно. Видео на инфлуенсър, което стимулира осведоменост, произвежда проследени и непроследени продажби и се класира в резултатите на LLM, носи възвръщаемост по исторически отделни бюджетни линии от една инвестиция. Марките, които сегментират тези резултати в отделни програми, броят един и същ долар в различни кофи.
Бюджетът, отбелязва Нюман, ще трябва да се измести отнякъде. Той посочва традиционния маркетинг и събитията на живо. Марка за облекло наскоро генерира с изкуствен интелект цял измислен социален клуб, разположен в езерото Комо, за да представи продукта си в лайфстайл изображения, избягвайки изцяло разходите за пътуване и място, според Нюман. Стойността на марката, която някога осигуряваха преживяванията на живо, все повече може да се апроксимира дигитално.
Инфлуенсърът ще стане по-мощен, каза той, защото има невероятно парче медия, което влияе на три различни основни области от вашето пътуване към откриваемост.
Източник: NetInfluencer
