導讀:某微博MCN機構旗下380萬粉絲博主,帶貨能力基本為0,流量全靠刷。怎樣鑒别這種假大V和不靠譜的MCN?讓我們從頭慢慢開始聊……
作者:宋天龍
來源:華章科技
MCN并不是一個新出現的模式,很早就出現的微博、公衆号等都具有MCN特征。但當以短視頻為主的新型媒體出現後,MCN才爆發出強大的社會影響力。當前,借助于MCN實現企業爆發式的銷售增長,是非常火熱的一種渠道形态。
01 什麼是MCNMCN(Muti-Channel Network)即多渠道網絡服務,它通過持續的内容輸出來實現特定商業目标。
在MCN機構出現之前,其實就已經出現KOL、KOC、PGC、達人、IP、大V等概念和實體,MCN的出現讓這類資源實現了組織化、規模化和專業化,企業級的運作也更有效率,效果也更加顯著。本節的MCN範疇包括集團、公司、工作室、個人等多種組織形式。
MCN起源于網紅經濟運作模式,在後端通過簽約網紅将具有一定話語權或關注度的“人”聚集起來;中間通過專業的運營團隊持續穩定地輸出内容;後端通過與企業的合作實現商業變現,例如廣告、品牌合夥人、直播等。
02 MCN直播帶貨模式的“危”與“機”MCN可以為企業提供整合營銷傳播方案,也可以通過内容分發觸達目标客戶。此外,MCN還可以通過直播帶貨的模式,直接為電商企業帶來訂單。
MCN的直播帶貨模式,讓企業發現了融合“渠道”與“銷售”的新機會——直播電商。
根據知瓜數據發布的2020年雙11期間淘寶直播Top周榜,在2020年10月19日至2020年10月25日期間,預計薇娅帶來的商品銷量為1799.1萬件,銷售流水為67億元。這直接反映了MCN在電商銷售中強大的帶貨能力,直播帶貨已經成為電商以及零售企業的巨大機會。
“危”與“機”是并存的,在面對巨大機會的同時,企業也需要注意直播帶貨的潛在問題。
03 企業與MCN的供應鍊合作
企業借助于MCN實現整合營銷傳播或電商銷售,屬于整個供應鍊環節的下遊,即商品生産出來後,由MCN輔助傳播與銷售。實際上,企業與MCN完全可以進一步深化供應鍊合作關系。
MCN背後關聯的是一群人(的需求)。通過MCN可以集中收集和反饋與企業的商品相關的信息和訴求,例如産品功能、特性、樣式等,這些信息可用于生産型企業的商品策劃、設計與開發,實現C2B(Customer to Business)或C2F(Customer to Factory)的反向推動。
這種合作模式有利于實現供需平衡,對于降低庫存風險、提升供應鍊效率、拓展與覆蓋市場具有重要意義。
當然,在消費者反向推動生産的合作模式中,企業生産遵循邊際成本随規模遞減的規律,因此需要合理預估MCN背後的人群的需求規模。
04 MCN渠道适用的營銷場景MCN背後聚集的資源基于人與人的連接關系,這些連接關系可以反映到任何社群渠道上,因此對于營銷渠道本身沒有限制。一定程度上,對于MCN渠道,人即渠道,這是它與其他渠道最大的區别。MCN渠道在營銷應用時,主要的适用場景如下。
提示:雖然MCN渠道有大量的粉絲,但這些粉絲在短期内很難直接轉化為企業粉絲,因此企業需要降低粉絲轉化預期。另外,MCN渠道在運營過程中,如果涉及第三方平台上的電商銷售模式,例如淘寶電商等,将無法直接對企業的自有站點進行引流,而“僅僅”能起到帶貨、品牌曝光的作用。
05 數據如何應用到MCN渠道運營這裡僅介紹非廣告場景的數據應用場景。MCN渠道本身的數據差異化應用場景包括如下幾種。
1. 甄别MCN渠道資源的真實影響力
在企業與MCN合作之初,需要對MCN的真實實力(例如粉絲規模、影響力、曆史帶貨能力)進行評估,以确定合作意向、合作模式、預期産出等。
圖2-11為某微博賬号的粉絲與内容互動情況。圖中顯示了其粉絲為38萬左右,但其發布的内容的收藏、轉發、評論和點贊數基本都是個位數。這些互動數據與龐大的粉絲量嚴重不匹配,說明粉絲中的異常情況比較嚴重,例如虛假粉絲、沉積粉絲、無效粉絲、機器粉絲等。
▲圖2-11 某微博賬号的粉絲與互動情況
2. MCN直播帶貨的選品、物料、銷售賣點、庫存銷售預測的準備
企業在選擇直播帶貨時,需要從數據層面綜合考慮MCN資源與企業商品的契合度,包括銷售周期、價格、商品等選品環節;同時,商品信息提煉、銷售賣點、場景化、消費用戶畫像等方面也需要通過數據深入挖掘并提供給MCN主播使用;最後,根據MCN資源的曆史帶貨能力與企業的選品,預估商品銷量,為後端庫存準備、物流和配送等提供參考。
如表2-2所示,李佳琦和薇娅都是MCN的頭部力量,二者之間的差異性非常大。李佳琦側重于淘寶直播 抖音平台,品類以美妝為主;薇娅側重于淘寶平台,全品類進軍。企業在選擇MCN機構合作時可以綜合參考二者的品類、平台、運營特點等,與企業自身營銷目标結合。
表2-2 頭部MCN差異性對比
3. 渠道運營效果評估與真實性核算
MCN渠道運營效果的評估涉及兩個方面:一是根據運營情況做效果統計分析,二是根據實際結果數據核查數據的真實性。其中第二點主要核查數據中的“虛假訂單”或“刷量問題”,通過數據分析設定合理的“正常訂單”的狀态(例如收貨或收貨後14天),排除訂單中的異常記錄,以最大程度規避企業風險。
例如,2019年某創業者與微博MCN機構合作,選擇粉絲高達380萬的某微博博主進行營銷,微博發布後49分鐘,有12.1萬的觀看量,另有幾百到幾千不等的評論、點贊、轉發,但後台系統數據表明店鋪流量和成交量基本為0。
如圖2-12所示,圖中①是在活動發布49分鐘後産生的微博上與粉絲的互動數據,右側的②和③顯示了後台監測到的流量和支付金額的真實貢獻。
▲圖2-12 MCN真實影響力判别
從面2-12所示的結果可以發現,該微博博主的粉絲幾乎都是假的,并且互動時的“用戶參與”也基本是靠刷流量得到的,因此本次合作毫無疑問是失敗的。
06 知識拓展:MCN渠道直播帶貨選品的考慮要素MCN渠道直播帶貨并不适合任何企業或企業的任何商品。選品時需要綜合考慮4個要素。
關于作者:宋天龍,資深大數據技術專家,有11年數據分析工作經驗。觸脈咨詢合夥人,前Webtrekk(德國bigest在線數據分析服務提供商)中國區技術和咨詢負責人。中國商業聯合會數據分析專業委員會《中國大數據人才培養體系标準》專家組成員、虎嗅獎聘委會委員、DMT數字營銷人才認證委員會認證委員。
本文摘編自《電商流量數據化運營》,經出版方授權發布。
《電商流量數據化運營》
推薦語:知名專家宋天龍新作,流量運營教科書,低成本、大批量、高質量流量引入,含大量案例、數據源和代碼。
,更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!