一篇软文值百万!美国网红盈利模式你懂了吗?



你知道【融化起司】 (Melted  Cheese)这道菜吗?俗称“奶酪浇一切”。


后来这道菜在纽约的一家小店开始制作并销售,好几年的时间,销售量却一直没什么起色。



640


其实,超难吃。。

没啥味儿,还很腻,也就图个新鲜


平时点这道菜的人也只是一时图个新鲜而已,光顾它的人总体上也是寥寥无几的。可是到了去年年初的时候(2017年2月),当Facebook的一个网红,通过自己的帐号发布了一个有关于这道菜的简短视频,瞬间分享、转发、扩散的速度开始了远超人们的想象,我们用瞬间爆炸来形容也毫不为过。



640?wx_fmt=png



视频爆红美国,播放量9300万次



第二天早7点,这家小店的预订量就开始爆了,形形色色的人都开始赶到这里来来吃饭并拍照,这道平时没什么人点的菜,一下子开始供不应求。


店主说:之前只用4个人手,现在得紧急多雇30多个:


640?wx_fmt=png


最后,这家餐厅的营业额多了一百多万美金。


这,就是美国网红的价值。


通过这个案例,我们大致可以领略到分享经济的威力了。


接下来,大家就随我一起以美国为例,共同认识一下关于软文、关于网红的到底是一种怎样的盈利模式吧!



一篇软文到底能值多少钱?


640?wx_fmt=png


报价最贵的是一个叫做YouTube的平台:当你拥有7百万粉丝的时候,进行一个商业软植入的视频,卖价可以高达30万美金,也就是差不多180万人民币的样子。那么,一偏软文价值百万,是不是丝毫不虚?!


再来说说Kim Kardashian这个平台,也就是美国娱乐名媛的一个平台,如果你能够将自己的粉丝数量聚合到1亿,那么堪称全球顶级网红就毫不为过了。


下面这张图片有46万个赞:


640?wx_fmt=png

广告词是什么意思呢?翻译一下:“OMG!看看这个,我有病老不好,怎么弄都没效,直到医生给我推荐了这款药。”这当然就不是软文了,整个就是直接硬广,


至于收入就不用多讲了,简直就是“大大的”。但是这样的广告却存在很大的风险,后来美国FDA(食品药品监督局)告她涉嫌卖假药,很快她也只得把这个帖子删了。


软文广告与传统广告的区别在哪?


我们可以简单概括,一句话:软文广告的优点比较于传统广告而言,可以做到“更强,更持久!”。为什么呢?可以看看下面这组统计数据:

640?wx_fmt=png

我们先来说,为什么要“更强”?!这张图告诉我们,同类型产品在两种不同的推广方式下,推广后的效果好坏所占的比重是完全不一样的。


数据同时告诉我们,“软文广告”比“传统广告”,结果上有51%的软文广告效果会更好、更明显!当然也就能做到让更多的人去购买东西,使商家的品牌影响力能拥有更多提升。


但是,软文同比于传统广告而言,内容的制作难度上也是更大的,因为软文广告完全是根据粉丝喜好来进行深度定制化。所以,营销效果方面,也就要比冷冰冰的传统广告要强出很多。


接下来,我们再说说为什么会“更持久”?!同样以数据说话,下图告诉我们:对比两种广告的“覆盖人数”而言:


640?wx_fmt=png

一看就知道,“软文广告”的覆盖人数:不仅大,而且可以继续扩大


而“传统广告”的覆盖人数:相比而言会小,停止后就立即结束


所以,如果是通过普通的广告,当你不再支付广告费了,那广告就不会再显示了,所以图中的覆盖人数就永远停留在了20万人的最高点就会结束下来。而选择软文广告的影响力就不同,可以一直持续到了第二年1月份,总浏览人数在以往的基础上继续扩大了3倍不止!


这是什么原因导致的呢?道理很简单,软文不会随着你的停止而消失,它会继续生发作用。


下面我们再来说说美国的一款“寿司甜甜圈”的例子。这个东西不说谁知道呢,后来也完全是在Facebook上被软广以后火起来的:


640?amp;&wx_lazy=1


仅仅这个一个小视频,寿司甜甜圈在全网的播放次数就高达7800万次,从去年中旬一直播放到现在,且持续处在霸屏的位置!


640?wx_fmt=png

惹得多少人开吃呢?这个影响力没法想象......


网红、软文其实也分级别!

在美国,区分网红及其软文等级的方式,主要依凭的就是粉丝数量。他们基本按照数量大小区分出5个不同的等级差别。


640?wx_fmt=png

这个图恐怕已经把问题说的一目了然了,恐怕也不需要小编再过多解释了。很明显的五种等级,五种不同命名,五个粉丝量级。


当然,他们为了有效的评估出软广的效果,给出了一个非常重要的广告术语,叫做CPM。怎么理解呢?也就是说:“每一千次的展示所需要的花费”。说白了,就是如果有1000个人看到了你的广告,你得花多少钱。


比如你给我100元,我发了一个软文,结果只有1千个阅读量,那CPM就是100 / 1= 100元。


但是,你给隔壁号100元,结果有5千的阅读,那CPM就是100 / 5 = 20元。代表用20元就买到了一千个阅读。


所以CPM有高也有低,很明显,基于这个指标,投放的人也就有了明确的选择标准。


好了,接下来我们再看看这五个层级网红的CPM到底是怎样的都?


640?wx_fmt=png


从这里我们可以看出:就商业价值来说,其实粉丝并不完全是越多越好,越多越有价值。


原因在于,当你的粉丝太多的时候,大家的喜好就会分散开来,你就很难做到一个内容所有人都喜欢。所以,软文的打开人数,分享的人数都会受到相应的限制。


粉丝的数量过少当然也不行。过少的数量,你就很难取得足够的浏览量。自然也就行不通啦。


所以,金主爸爸,现在知道了吧,去投一堆小网红,传播效果才会更好哟。


更进一步!


那么,金主爸爸,想去联系网红做广告了吗?别急,您真不用自己出马。美国的网红产业链极度发达,对接“金主”和“网红”的“皮条主”到处都是。其实也不仅仅是中介了,他们已经进化成全套的网红营销方案解决商。


John开了几家蛋糕店,去年推出新品之前,就去找了个中介策划。当时,星巴克的“独角兽咖啡”不是超级火嘛,如下图:


640?wx_fmt=png&wx_lazy=1


他们就建议John做“独角兽+彩虹”可颂面包:


640?wx_fmt=png&wx_lazy=1

之后,他们还配套找了好多小网红发软文:有少女系的、美食系的、咖啡帅哥等等。最后,几个月时间内,这些面包卖了上百万个。


怎么样,金主爸爸,这一套,您学会了吗?

∞∞∞

640?wx_fmt=jpeg&wx_lazy=1

IT派 - {技术青年圈} 持续关注互联网、区块链、人工智能领域 640?wx_fmt=jpeg


公众号回复“IT派”

邀你加入IT派{粉丝互动群 } 


深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值