網紅一斤多少錢？現在該MarTech上場了／詹太太
近年來，越來越多數據公司應運而生，並陸續切入數位行銷領域，與一眾數位技術發展者，形成了所謂「MarTech」行銷科技產業圈，而最重要的元素則是「科技驅動」。 
話說我有個甲方朋友，最近有個新產品要推，要我幫忙想想辦法。
「幫我找些網紅好吧？」
「你大概想找什麼樣的網紅呢？有什麼樣的想法嗎？」我問。
「都行。便宜點就好。記得效果要好的喔。」
「這樣啊？哈哈，那你覺得怎麼樣便宜又效果好呢？」我問。
「我不知道啊，這你專業啊，不是嗎？」
這朋友就是很典型的「網紅一斤多少錢」的甲方，感覺好像歐巴桑去黃昏市場買菜。
過去這一兩年，最多人提到的就是「YouTuber」，連朋友的小孩都想當YouTuber了。所以YouTuber一定很紅，是吧？
我說，那你要找YouTuber嗎？他說可以啊，怎麼找呢？為了幫助他理解YouTuber，我推薦他去看YouTube上的發燒影片；看到順眼的、影片下方觀看數字較多的，就可以叫手下去寫封信給對方，問問拍支產品主題影片要多少錢。
「那，你有熟識的網紅嗎？你們做這個行業一定多少都有認識的吧？熟人介紹，比較便宜吧？你就推薦幾個給我看看吧？」
我說：「這樣吧，你先搞清楚自家產品，有沒有跟哪個市面上的產品很像的；先到他們的官方粉絲頁，看看那些產品有沒有找來哪些網紅做推廣的。你先看過一遍，然後我們再說吧。」
不少行銷公司往往是用討價還價的心態在找網紅業配。
憑藉著個人印象與感受、或是私交深淺與個人口味，為品牌或產品推薦網紅，再附帶一些很能秤斤論兩、討價還價的江湖話術，這樣可以嗎？專業靠譜的數位行銷人不是這樣幹活的。
但實情是，不少甲方甚至代操行銷公司，卻往往是用類似的心態在找網紅業配；他們也用這樣的眼光，在度量「網紅行銷」這件事。
什麼是「紅」？ 講到這個，我就想起二三十年前的電視廣告。捧著大把行銷預算的廣告主，四出尋找當下的影視紅星，想找人代言產品，拍廣告片；當時業界最常問的問題，就是「現在誰最紅？」、「誰誰誰還紅不紅？」、「哪個節目收視率最好？」
「收視率」這個容易，因為它有數字可以佐證；但「紅不紅」這事困難，因為沒有「數字」。唯一能對照的數字，就是「收視率」、「票房」或「流行曲排行榜」。
例如某某演員主演的電視劇，收視率很好、最近很紅，找來代言，不錯；某某歌手最近有首歌大紅、唱片賣得好，有首歌已經在排行榜上好幾個星期了，找來代言，不錯。
那麼網紅呢？
在網紅／KOL行銷的時代，能夠代表「走紅」的數字就多了；因為媒體發展的整體環境，已經跟電視時代很不一樣。
今天的「紅」指標：MarTech登場 在強調垂直分眾的社群媒體時代，「走紅」這兩個字背後是PV（點閱數）、是粉絲數、是reach（觸及）、是view（觀看數）、愛心數，還有互動數、互動率，漲粉率等等族繁不及備載。
在垂直分眾的社群媒體下，「走紅」兩字背後的數字，已經很難用單一數據指標與人為作業解決；光靠「工人智慧」，根本無法管理。
最後，對廣告主來說，這一切數字都會對照到ROAS（Return on AD Spending，廣告投資報酬率）。
於是近年來，越來越多數據公司應運而生，並陸續切入數位行銷領域，與一眾數位技術發展者，形成了所謂「MarTech」行銷科技產業圈，而最重要的元素是「科技驅動」。
MarTech指的是「Marketing Technology」（行銷科技）結合「Management」（管理），涵蓋了「行銷」所必須使用的「科技」與「管理」能力：廣告技術、行銷技術、以及運用數據進行的CRM（客戶關係管理）技術。
根據chiefmartec.com上面這篇文章的分類，行銷科技產業版圖可概分為6大區塊：
- Advertising & Promotion（廣告與推廣）
- Content & Experience（內容與體驗）
- Social & Relationships（社群與關係）
- Commerce & Sales（商業通路與銷售）
- Data（資料）
- Management（管理）
按照chiefmartec.com統計，歐美行銷科技業者由2011年的150家，到5年後2016年暴增至3,874家；兩年後再翻倍，2018年4月則是6,829家。一個成長強勁產業圈出現，如果用「供給與需求匹配」的邏輯來推演，就可以想見市場上對MarTech解決方案的需求是高的。 多達超過5,000家主要公司的MarTech圈。來源：chiefmartec.com
至於「influencers」，也就是所謂網紅這個部分，是被歸類在「社群與關係」下的一支，這方面也有不少相關的數據公司。
除了網紅事務之外，他們還從事數據管理、活動與線上／線下會議、社群行銷與監測、品牌忠誠與推薦、社群口碑、Bots（線上應答機器人）與即時通訊、顧客體驗與服務、目標客戶行銷ABM以及客戶關係維護管理CRM等等。
以上這些工作，構成了一整個「社群與關係」的產業區塊。
這樣就不難理解MarTech的發展，以及對應到台灣近期的市場變化：一些以「網紅」為核心的數據工具應運而生。
像是幾天前，我看了「社群丼傑哥」的直播；他與搭擋一起介紹一個專門爬梳IG數據的新產品。裡頭有好幾項功能，包括監測hashtag與限時動態等等，相信某種程度上可以解決行銷人員的工作困擾。
同時，KOL Radar宣布也在4月中旬再度舉辦產品說明會，強調關注「互動率」、「漲粉率」與網紅廣告價值的關聯性；另外，一些關於「網紅價值測算」的概念，也開始從歐美引進台灣。
用技術來解決行銷困境 這些網紅數據產品有一個共同特質與訴求，就是用數據思維與科技工具，解決行銷人的數字困境、用社群資料標籤鮮明形塑人類的行為。這已經跳離了過去「人工爬梳」的時代。
至於「網紅一斤多少錢」？現在呢，這個問題恐怕真的沒那麼容易回答。
最早我們所謂的「一斤」計量單位是單純的粉絲數，後來變成「觸及」。有一陣子大家流行買「讚」、買「留言數」；現在，「價值測算」公式包括按讚數、分享數、留言數等各項指標。
但別忘了，這僅只能粗估得出「最低」價值；真實價值還包括網紅受眾的年齡層、網紅的互動轉單率、網紅本身品牌效益、以及內容的精緻程度等，這些都無法簡單估量。
但有了更多數據工具後，這所謂「一斤」的單位價格背後，是來自於多方數據權重後的判斷，而非僅依靠單一指標；例如行銷公司「Influencer Marketing Hub」所提供的「Instagram酬勞計算機」就是其中之一，有興趣的讀者可以試著玩玩看。
網紅行銷的面貌即將改變 網紅行銷這個產業是與時俱進的，而且變化週期很短；無論對網紅、對市場、對甲方或行銷公司而言都是如此。
網紅行銷這個產業是與時俱進的，而且變化週期很短。
但不變的是，數據計量單位與計量工具，都會隨著產業成熟而越來越多元且嚴謹；最後是用「數據」與「社群標籤」，把網紅與目標群眾兩者的「千人千面」特徵相互對照。
當我們看到這一連串用數據工具運算出的結果，跟實際的行銷預算能夠彼此對應，這表示那段屬於野蠻生長期的產業紅利開始有了改變、從紊亂逐步趨向成熟，這就是市場變化的訊號。
但是呢，我的朋友啊，你說要「價格便宜又效果好的網紅」啊？這事情背後真的沒有這麼簡單，因為世界變了。
我想比較好的方式是，你和你的手下，先花點時間把整件事弄清楚，然後我們再來想，你需要的網紅「一斤多少錢」，好吧？
參考閱讀
講到這個，我就想起二三十年前的電視廣告。捧著大把行銷預算的廣告主，四出尋找當下的影視紅星，想找人代言產品，拍廣告片；當時業界最常問的問題，就是「現在誰最紅？」、「誰誰誰還紅不紅？」、「哪個節目收視率最好？」
「收視率」這個容易，因為它有數字可以佐證；但「紅不紅」這事困難，因為沒有「數字」。唯一能對照的數字，就是「收視率」、「票房」或「流行曲排行榜」。
例如某某演員主演的電視劇，收視率很好、最近很紅，找來代言，不錯；某某歌手最近有首歌大紅、唱片賣得好，有首歌已經在排行榜上好幾個星期了，找來代言，不錯。
那麼網紅呢？
在網紅／KOL行銷的時代，能夠代表「走紅」的數字就多了；因為媒體發展的整體環境，已經跟電視時代很不一樣。
今天的「紅」指標：MarTech登場 在強調垂直分眾的社群媒體時代，「走紅」這兩個字背後是PV（點閱數）、是粉絲數、是reach（觸及）、是view（觀看數）、愛心數，還有互動數、互動率，漲粉率等等族繁不及備載。
在垂直分眾的社群媒體下，「走紅」兩字背後的數字，已經很難用單一數據指標與人為作業解決；光靠「工人智慧」，根本無法管理。
最後，對廣告主來說，這一切數字都會對照到ROAS（Return on AD Spending，廣告投資報酬率）。
於是近年來，越來越多數據公司應運而生，並陸續切入數位行銷領域，與一眾數位技術發展者，形成了所謂「MarTech」行銷科技產業圈，而最重要的元素是「科技驅動」。
MarTech指的是「Marketing Technology」（行銷科技）結合「Management」（管理），涵蓋了「行銷」所必須使用的「科技」與「管理」能力：廣告技術、行銷技術、以及運用數據進行的CRM（客戶關係管理）技術。
根據chiefmartec.com上面這篇文章的分類，行銷科技產業版圖可概分為6大區塊：
- Advertising & Promotion（廣告與推廣）
- Content & Experience（內容與體驗）
- Social & Relationships（社群與關係）
- Commerce & Sales（商業通路與銷售）
- Data（資料）
- Management（管理）
按照chiefmartec.com統計，歐美行銷科技業者由2011年的150家，到5年後2016年暴增至3,874家；兩年後再翻倍，2018年4月則是6,829家。一個成長強勁產業圈出現，如果用「供給與需求匹配」的邏輯來推演，就可以想見市場上對MarTech解決方案的需求是高的。 多達超過5,000家主要公司的MarTech圈。來源：chiefmartec.com
至於「influencers」，也就是所謂網紅這個部分，是被歸類在「社群與關係」下的一支，這方面也有不少相關的數據公司。
除了網紅事務之外，他們還從事數據管理、活動與線上／線下會議、社群行銷與監測、品牌忠誠與推薦、社群口碑、Bots（線上應答機器人）與即時通訊、顧客體驗與服務、目標客戶行銷ABM以及客戶關係維護管理CRM等等。
以上這些工作，構成了一整個「社群與關係」的產業區塊。
這樣就不難理解MarTech的發展，以及對應到台灣近期的市場變化：一些以「網紅」為核心的數據工具應運而生。
像是幾天前，我看了「社群丼傑哥」的直播；他與搭擋一起介紹一個專門爬梳IG數據的新產品。裡頭有好幾項功能，包括監測hashtag與限時動態等等，相信某種程度上可以解決行銷人員的工作困擾。
同時，KOL Radar宣布也在4月中旬再度舉辦產品說明會，強調關注「互動率」、「漲粉率」與網紅廣告價值的關聯性；另外，一些關於「網紅價值測算」的概念，也開始從歐美引進台灣。
用技術來解決行銷困境 這些網紅數據產品有一個共同特質與訴求，就是用數據思維與科技工具，解決行銷人的數字困境、用社群資料標籤鮮明形塑人類的行為。這已經跳離了過去「人工爬梳」的時代。
至於「網紅一斤多少錢」？現在呢，這個問題恐怕真的沒那麼容易回答。
最早我們所謂的「一斤」計量單位是單純的粉絲數，後來變成「觸及」。有一陣子大家流行買「讚」、買「留言數」；現在，「價值測算」公式包括按讚數、分享數、留言數等各項指標。
但別忘了，這僅只能粗估得出「最低」價值；真實價值還包括網紅受眾的年齡層、網紅的互動轉單率、網紅本身品牌效益、以及內容的精緻程度等，這些都無法簡單估量。
但有了更多數據工具後，這所謂「一斤」的單位價格背後，是來自於多方數據權重後的判斷，而非僅依靠單一指標；例如行銷公司「Influencer Marketing Hub」所提供的「Instagram酬勞計算機」就是其中之一，有興趣的讀者可以試著玩玩看。
網紅行銷的面貌即將改變 網紅行銷這個產業是與時俱進的，而且變化週期很短；無論對網紅、對市場、對甲方或行銷公司而言都是如此。
網紅行銷這個產業是與時俱進的，而且變化週期很短。
但不變的是，數據計量單位與計量工具，都會隨著產業成熟而越來越多元且嚴謹；最後是用「數據」與「社群標籤」，把網紅與目標群眾兩者的「千人千面」特徵相互對照。
當我們看到這一連串用數據工具運算出的結果，跟實際的行銷預算能夠彼此對應，這表示那段屬於野蠻生長期的產業紅利開始有了改變、從紊亂逐步趨向成熟，這就是市場變化的訊號。
但是呢，我的朋友啊，你說要「價格便宜又效果好的網紅」啊？這事情背後真的沒有這麼簡單，因為世界變了。
我想比較好的方式是，你和你的手下，先花點時間把整件事弄清楚，然後我們再來想，你需要的網紅「一斤多少錢」，好吧？
參考閱讀
這些網紅數據產品有一個共同特質與訴求，就是用數據思維與科技工具，解決行銷人的數字困境、用社群資料標籤鮮明形塑人類的行為。這已經跳離了過去「人工爬梳」的時代。
至於「網紅一斤多少錢」？現在呢，這個問題恐怕真的沒那麼容易回答。
最早我們所謂的「一斤」計量單位是單純的粉絲數，後來變成「觸及」。有一陣子大家流行買「讚」、買「留言數」；現在，「價值測算」公式包括按讚數、分享數、留言數等各項指標。
但別忘了，這僅只能粗估得出「最低」價值；真實價值還包括網紅受眾的年齡層、網紅的互動轉單率、網紅本身品牌效益、以及內容的精緻程度等，這些都無法簡單估量。
但有了更多數據工具後，這所謂「一斤」的單位價格背後，是來自於多方數據權重後的判斷，而非僅依靠單一指標；例如行銷公司「Influencer Marketing Hub」所提供的「Instagram酬勞計算機」就是其中之一，有興趣的讀者可以試著玩玩看。
網紅行銷的面貌即將改變 網紅行銷這個產業是與時俱進的，而且變化週期很短；無論對網紅、對市場、對甲方或行銷公司而言都是如此。
網紅行銷這個產業是與時俱進的，而且變化週期很短。
但不變的是，數據計量單位與計量工具，都會隨著產業成熟而越來越多元且嚴謹；最後是用「數據」與「社群標籤」，把網紅與目標群眾兩者的「千人千面」特徵相互對照。
當我們看到這一連串用數據工具運算出的結果，跟實際的行銷預算能夠彼此對應，這表示那段屬於野蠻生長期的產業紅利開始有了改變、從紊亂逐步趨向成熟，這就是市場變化的訊號。
但是呢，我的朋友啊，你說要「價格便宜又效果好的網紅」啊？這事情背後真的沒有這麼簡單，因為世界變了。
我想比較好的方式是，你和你的手下，先花點時間把整件事弄清楚，然後我們再來想，你需要的網紅「一斤多少錢」，好吧？
參考閱讀
分享至
成為作者繼續創作的動力吧！
© 2024 vocus All rights reserved.