Taste Analytics：用大數據尋找“網紅代言”

­　　近期，隨著Papi醬的走紅，以龐大粉絲群體為基礎的定向營銷，將粉絲轉化為購買力的“網紅經濟”在國內引起熱議。當國內品牌廠商在拍腦袋選擇網紅代言的同時，美國硅谷則開始用大數據技術尋找與品牌本身契合的“網紅”了，不僅提高了“尋找”過程的效率，更減少了成本的投入。

­　　Youtube的“網紅經濟”

­　　Youtube是美國非常重要的社交媒體，從政客到明星都有自己的Youtube頻道， 也誕生了一些Youtube明星（“網紅”）。根據Forbes發布的2015年Youtube star收入排名數據，專頻道專注于Let"s Play的恐怖游戲與動作游戲的Felix Kjellberg，以1200萬美金（約合7億8千萬人民幣）收入成為Youtube第一明星。而且由于Youtube全球化的影響力，多國內的“網紅”也逐漸在Youtube上開設自己的頻道，如papi醬的頻道目前瀏覽量已經上萬，每個視頻的評論數超百條，暴走漫畫也經營自己的youtube頻道有一段時間了。

­　　與此同時眾多知名品牌廠商如蘋果、可口可樂、麥當勞、迪士尼也都有自己品牌頻道并注意到Youtube明星的影響力，紛紛邀請有影響力又比較經濟的Youtube明星代言。

­　　“目前品牌廠商對這些視頻網紅的著眼點，一是期望在視頻中直接呈現廣告；二是根據品牌形象，尋找相對應的合作關系；三是欲將特定的產品推送給特定領域的用戶，既讓粉絲轉化為購買力?！盩aste Analytics中國銷售總監趙博說。

­　　從網絡拓撲到粉絲評論

­　　實際上，在YouTube平臺 用戶每分鐘將上傳 300 個小時的新視頻，大數據技術的一大體現便是可以透過大數據來觀察Youtube的流行走向、觀眾的年齡、性別、點擊量等，甚至在總統大選期間，可以透過Youtube的觀看和點擊量來換算出來支持率。

­　　然而這樣的模式所面臨的一個弊端便是根據訂閱數、觀看時間、點擊率等進行的分析，有時只能得到較為抽象的信息，所以對于品牌廠商常常是借用此途徑進行傳統廣告投放。那么既然大數據能幫品牌廠商化解傳統廣告直接投放問題，在網紅經濟中最關鍵的網紅選擇上是否同樣適用呢？答案是肯定的。

­　　Taste Analytic 創始人兼CEO汪曉宇表示，現在有兩類方法可以尋找合適的網紅代言。

­　　曾經，品牌廠商對Youtube明星（“網紅”）的選擇主要參考兩個指標，一個是粉絲數量，一個是影響度，后者與粉絲連接的廣度及深度相關?！袄缫粋€Youtube明星的1000位粉絲，可能較為集中在某個特定領域，可能分布分散，這在統計學上會被賦予不同的權重值。包括Facebook等，在很多年前就開始用網絡拓撲學進行相關研究?！蓖魰杂钫f道。

­　　“但現在有一項新趨勢是，隨著越來越多的視頻上傳，越來越多的粉絲評論產生，分析和利用這些非結構化文本數據成為更有效的方法?！彼硎?，現在一些品牌廠商對Youtube下面的評論進行分析，分析網紅明星頻道中整體評論，看與企業品牌如服飾、彩妝類目標用戶群是否契合，并決定是否選擇該網紅代言。

­　　例如在Youtube上，利用Taste Analytics的Signals 非結構化數據平臺，對國內比較熟悉的網紅Papi醬和暴走漫畫的Youtube評論進行分析。

­　　在Papi醬的頻道里，可以看到正面評論居多，整體的評價還是正面的。如果有衣服，彩妝之類的廣告，來找她代言會是明智的選擇。

­　　在暴走漫畫頻道里，可以看到暴走漫畫的正面評價和負面評價差不多，整體印象雖然是正數但是值偏低。所以只能針對特定人群的宣傳推廣可以找他們代言。

­　　語義分析實現更精準廣告投放

­　　大數據在網紅經濟中的兩類方法，在最后代言效果上有一定差異。

­　　例如YouTube美容領域有許多網紅明星，但一些網紅明星可能聚焦在怎么教人化妝，一些網紅則是教粉絲盤發。傳統的依托粉絲數量及影響度的分析，難以察覺這兩類明星的差別，所以可能導致諸如同樣屬于美容領域的眉筆品牌，在廣告投放上出現兩者都選擇，或選擇了后者而遺漏前者的情況，但事實上投放在盤發明星上的效果將不如化妝明星，Taste Analytics中國銷售總監趙博說。

­　　這類模式分析的弊端，通過粉絲評論的語義分析則可以很好解決。具體而言，即通過對粉絲評論的分析，發現粉絲之間有沒有實際物理上的鏈接，如在語言表達方式或內容上是否重復，是否有同類的喜好（如對車、音樂的關注與評論），尋找粉絲之間共同的特征與屬性。

­　　趙博表示，美國一個跨境電商Apollobox通過Taste Analytics的智能大數據分析平臺Signals，對YouTube上一萬多個來自不同小組的網紅明星視頻評論進行分析，包括電玩、電影、居家、美容等，對粉絲進行縱向區分，篩選出愿意接受商業合作的網紅明星，并協助完成最終特定產品與特定網紅明星的對接，如將無人機產品推給粉絲對高科技更感興趣的網紅明星。據悉，這不僅節省了品牌廠商自己調研選擇網紅的時間，降低了85%的成本，同時也能實現更精準化的產品營銷。

­　　除了Apollobox，國內深圳一家研發充電器產品的企業，也通過Taste Analytics的Signals平臺進行網紅代言的尋找。

­　　汪曉宇表示，企業特別是對于電商，通過Taste Analytics的大數據分析技術將能幫助其更好的制勝網紅經濟時代，他進一步透露，這樣的大數據技術實現的網紅尋找功能，將全面集成在Taste Analytics最新的Signals 2.0版本中。據悉，包含更多功能與應用場景的最新Signals 2.0將在今年5月正式發布。