拒绝“像素级复制”,如何用标签找到内容底层心法?

原创 收藏 评论
举报 2024-12-13

作者 | 栗子


内容策略不清晰、内容生产没方向、内容投放看运气、内容归因一片模糊。对占据营销预算约 50% 的“内容业务流”,许多品牌都抱有颇多疑问,找不到确定性的 ROI 。


内容真的是玄学吗?如何才能将玄学变为科学?


Nint任拓集团 CMO 曹力认为,如今营销已经从“人找货”,到“货找人”,再到了“内容带着货找人” 的新阶段。内容业务流的底层逻辑,是给对的人、看对的内容、带对的货。


平台都是用算法标签工作的,品牌要在平台上做好业务,也要用好标签。在去年刀法峰会上,Nint任拓集团 CMO 曹力首次提出内容标签方法论 1.0,为内容赋予可衡量指标。


经过一年的迭代精进,今年曹力再次来到「破界·2024 刀法年度品效峰会」,带来主题分享:《内容营销看运气?「标签科学」如何帮品牌拿下确定性 ROI》,结合案例详细拆解了标签科学 2.0 提效业务流的实操路径。



以下是曹力的分享。



全域增长看内容,平替、优替、青春替成新消费趋势



2024 年“难”是共识,但增长仍旧存在。只是消费者的决策路径变化,导致消费需求和消费场域较以往发生了转变。


最明显的是消费趋势的变化。曹力指出,平替、优替、青春替成消费主流。


平替不是个新鲜词,但现在出现了向“平替的平替”发展的新趋势。


以冲锋衣举例,现在可以看到两层平替。某平均成交均价在 2500+ 的品牌是某成交均价 4900+ 品牌的平替,往下还能看到 400+成交均价的品牌作为 2500+ 成交均价品牌的平替。


优替是以更优解解决进阶性需求,因为消费者有刚需功能以上的痛点需要满足,愿意花更多钱买更优解。比如,主打香型的洗衣液为消费者提供了更优的嗅觉体验,以 94% 的增速大幅领先行业。


青春替简单来说,手机的青春版就是青春替。它在同一品牌的基础上,既满足了消费者基本的功能需求,但仍能让消费者获得同样的品牌体验。


消费者的钱其实是在流动的,那如何能让消费者的钱流向你呢?



作为全域数字零售 AI 大数据专家,任拓发现,更多消费决策发生在了内容场。


美妆品类的内容场市占率从去年的 1/3 涨到 43.6%。即便是大家预期没有太好的彩妆品类,实际数据表现也不错,内容场市占率增长超过 10%,达到 53.1%。服饰鞋包品类内容场市占率已经到了 61.6%,女装高达 68.4%


食饮品类的内容场市占率也接近 50%。反常识的是,生鲜的内容场市占率有 66%。直观可见,内容场成为了越来越重要的生意抓手。



然而,内容场越来越强,内容却越来越玄。


行业内出现了一种像素级学习的套路,就是把想借鉴的内容扒下来,关键帧抽出来,像素级地抄。但这样存在一个问题:你抄别人也能抄,你凭什么跑赢赛马?


算法只会留下最好的马,你的竞争对手不是上等马、中等马、下等马,而是 10 万匹上等马赛马。在这样的竞争环境里,只有找到好内容的底层方法论才能成为赢家。



 4P+3T,标签科学方法论 2.0 找到内容确定性



峰会上,刀姐分享了刀法最新方法论「刀法全域品牌内容链」。这套方法论的底层逻辑是,“人群时代,要先人后物,从卖点思维转变成买点思维”。


任拓标签科学 2.0 的底层逻辑是与其是互通的。标签科学 2.0 的公式由 4P + 3T 组成。


4P 是产品、价格、推广、渠道。它们都是经典的营销理论,但仍旧是以卖家思维在做定义。然而,在纷繁复杂的内容场里,想要吸引消费者的注意力,需要站在买家的立场。


于是,任拓引入了 3T。3T 是 4P 落在内容上的连接器,是以买家为思考原点的标签体系,具体分为人群标签、内容标签、货品标签。


人群标签给对的人看,货品标签是供对货,内容标签是给对的人看对的内容里面带对的货。只有这 3 个标签清晰了,才能知道投流投给谁、种草的点是什么,4P 才能落下去。



按照优先级,3T 可以分为 1T 引领、2T 协同。


内容标签就是 3T 里面最重要的引领 T,因为内容标签又有货又有人。其中有 4 大核心标签:人设标签、痛点标签、卖点标签、场景标签。


人设标签是内容里使用人群的人设或者博主的人设。它决定了大家愿意不愿意往下看,或者是跟我有没有关系。


场景标签非常重要,因为大家不会关心你这个东西有多好,而是说能不能解决我场景的痛点,能不能展现产品的卖点。



以 4P+3T 的标签公式为基础,任拓推出标签科学 2.0 的内容策略新六步法 —— 找、比、学、定、下、复盘。


  • 第一步:找榜样。找榜样主要参考两个数据维度—— 好标签命中率、销售额。标签好坏与销售好坏强相关,因此,要找两者都表现不错的产品作为榜样。


  • 第二步:比榜样。内容标签内有 4 大核心标签 —— 人设、痛点、卖点、场景,把它们每一个都看成一个赛道。在这四个赛道里,去比较本品标签分布和行业及榜样分布的差异,看到行业、本品和竞品的好标签分布以及投产比的不同。


  • 第三步:学标签。比较后,调整标签分布,学习好的,去掉坏的,替换更优的标签。


  • 第四步:定选题。标签需要组合,人设、场景、卖点、痛点不能直接抛出去给用户看。首先要定标签组合。就像好的食材全都炒一盘菜未必好吃,好的内容同样不能简单的堆砌好标签。算法可以找到适合本品的最高组合评分的选项,从中选择出种子选手。高分组合出现后,还要定内容选题。内容选题是击中用户洞察的切入点,得有一个主题,有一个故事。


  • 第五步:下 Brief。选题定了要决定由谁来拍,这时候就要下 Brief,其中最关键的是找到适合拍选题的 KOL。


  • 第六步:复盘迭代。内容供给的迭代太快。在供需关系里,供对货可能能赢 3-6 个月,但内容每天都在变化,可能内容今天是对的明天就错了。因此,内容需要不断复盘,不断找更好的标签,优化已有的标签。



实效案例详拆解,新 6 步法如何提效内容业务流



以大健康氨糖品类为例,曹力为我们详细展示了 6 步法的实战应用。


以人设、卖点、痛点、场景四大标签和销售进行相关性分析,任拓发现,氨糖品类产品里好标签数量和销售额之间线性相关系数能达到 0.61,即强相关。也就是说,在氨糖品类中,击中好标签与销售额增长正向强相关。


相关性是科学方法论的实施基础。有了基础后,再来看 6 步法的具体应用路径。


第一步,找榜样。榜样一般是销售额高、好标签击中率高的产品。下图直观可见,氨糖品牌 MF 两者都高,那它就是一个不错的榜样。需要注意的是,找榜样时需要去掉以促销为导向的内容,以免被促销、降价等非内容因素干扰。



接下来是比榜样。比较时需要核心关注的指标是:人设、痛点、卖点、场景四大标签的分布和投产比。


就氨糖品类整体来看,人设、卖点、场景的投产比比较高,但痛点的投产比较低。


但 MF 与之不同。与行业好标签相比,它的卖点、场景投产比更高。分布上它对于卖点更倚重,场景低于行业平均。这说明它的策略是突出卖点,提高场景精准度,以此提升投产比。理清榜样的内容策略后,进入学习阶段。



学标签,是以大数据为依据调整标签分布,加好的、去坏的、换优的。


上述案例中,相较行业均值,本品的人设标签、场景标签偏少需要增加;卖点偏多需要减少,痛点占比合适保留即可。


明确策略后,再对照各个赛道内表现优异的标签做增减。比如,人设标签可以增加大数据判断的好标签:宝妈、婆媳、徒步人;场景增加山姆、跳操、遛弯等。



找到标签的下一步是定选题。


大数据首先会对标签组合进行打分排序。结果出来后,AI 再根据标签组合出第一轮选题建议。比如,根据宝妈、哄娃、久站、关节压力大,这些人设、场景、痛点标签,AI 会给出选题建议“农村人带娃,费腿怎么办”。针对户外爱好者给出“户外徒步如何保养护膝”。



紧接着,选题落地下 Brief。大多情况是分人群下或者分人设下。


这一阶段,最重要的是找到适合选题切入点的 KOL。以年初大热影片《热辣滚烫》为例,它的切入点是自卑者的勇气。要真情实感表现出来这个切入点,真实经历过的贾玲就很合适。


好的 brief 需要策略的收和执行的放。要理清什么地方收着不能动,什么地方放给 KOL,不能锁死也不能留太多空间,需要掌握中间的度。


最后,复盘迭代,看内容投出去后真实的数据表现。


复盘阶段重点关注的指标有:销售数据、互动率、本品及竞品的好标签击中率。


复盘找到的优质标签要延用,劣质标签要淘汰,并替换注入新标签。通过竞品、行业上游去找还没用过的,但目标用户群喜欢的标签去纳入。


标签即赛道,标签即洞察。


透过标签,内容能被量化为可衡量的指标,让玄学变为可拆分、可研究、可复盘的科学。只有找对人设标签、场景标签、痛点标签、卖点标签,给对的人,看对的内容,带对的货,才能真正让内容行之有效,达到品销合一。

本文系作者授权数英发表,内容为作者独立观点,不代表数英立场。
转载请在文章开头和结尾显眼处标注:作者、出处和链接。不按规范转载侵权必究。
本文系作者授权数英发表,内容为作者独立观点,不代表数英立场。
未经授权严禁转载,授权事宜请联系作者本人,侵权必究。
本内容为作者独立观点,不代表数英立场。
本文禁止转载,侵权必究。
本文系数英原创,未经允许不得转载。
授权事宜请至数英微信公众号(ID: digitaling) 后台授权,侵权必究。

    评论

    文明发言,无意义评论将很快被删除,异常行为可能被禁言
    DIGITALING
    登录后参与评论

    评论

    文明发言,无意义评论将很快被删除,异常行为可能被禁言
    800

    推荐评论

    暂无评论哦,快来评论一下吧!

    全部评论(0条)