数据驱动的广告素材:如何使用Twitter数据通知您的营销

已发表: 2020-12-22

如何使用推特数据告知营销 编者注:Andy Vale是Audiense的前内容经理。

无论业务如何,大胆的选择通常都会带来很大的风险。 在电视中,电视节目很容易造成数百万美元的制作成本,而观众的反应却很难预测,因此规避风险是一门高风险的科学。

在从事着主要写作学分的职业生涯(干杯,乔恩·斯图尔特表演,与戴维·莱特曼的深夜),以及担任Twitter全球电视台负责人四年多后,弗雷德·格雷弗将目光投向了脚本写作-现在将其重点与脚本结合在一起时代对技术的兴趣。 我和他见了面,以了解他为什么认为社交数据在节目创作中起着关键作用,如何使用数据来进行创意,以及技术如何在他的新节目创作过程中发挥不可或缺的作用。

涉及的相关内容:
技术可以使您成为更聪明的内容营销人员的7种方法

与弗雷德·格雷弗(Fred Graver)的问答

维尔:是什么激发了您对社交数据和电视之间联系的兴趣?

Graver:在90年代中期,我着迷于互联网……我完全爱上了它。 我在迪士尼工作时,花了很多时间研究媒介的可能性以及如何为迪士尼即将进入我们的社会做好准备。 然后,我搬到了MTV,在那里,我组建了一个团队,为VH1建立了第一个网站,并以数字内容高级副总裁的身份在互联网领域取得了其他一些第一。 学习电视频道如何充分利用互联网成为一种困扰。

快进到今天。 在Twitter上,我看到无数电视演播室使用Twitter数据来分析其节目的表现以及与谁联系的人。

我帮助他们制定了营销节目的战略,以便在他们播出之前,在他们播出时与观众互动并在事后评估他们的反应。 天亮了
对我来说,为什么不在创作节目中也使用这些数据呢? 所以我写了一个节目,在那里我做到了。

维尔:您能告诉我们有关演出的什么信息?

Graver:这是一部未来40年的喜剧片。 我看过许多反乌托邦电影或电影,这些电影在哪里获得了情感,变得邪恶并被计算机接管。 我想知道如果他们像制造它们的人一样神经质,不稳定,缺乏安全感和迷人的缺陷会是什么样子:我们。 那是什么样的未来? 出现什么情况? 这些具有自我意识的机器人如何处理我们每天面临的情感问题?

维尔:为什么您需要使用Twitter数据进行演出?

格雷弗:在我的原始草案中,我注意到它向一个人口统计学非常强烈地倾斜,我希望它与更多的受众有关。 我创建的角色需要吸引那些人。 但是写这些变化多端的人物不仅仅涉及服装或代币参考,您还需要真正了解他们的身份。 我想探索建立这种理解的新方法,并且Twitter是我熟悉的开放网络,所以这是很自然的选择。

维尔:您如何使用技术来协助?

Graver:首先,我使用我们的社交分析平台(Audiense)来识别与我想要吸引的受众相似的850,000位受众。 接下来,我使用由IBM Watson提供支持的工具,该工具是我们分析平台的一部分,可以深入了解其特征,需求和价值。 我也满足了某些兴趣,它告诉我喜欢他们的人是什么样的。

维尔:为什么这对节目的创作有用?

Graver:通过分析受众群体的不同细分受众群,我们得以纠正原来对一个细分受众群过度索引的情况。 这也给了我一些角色及其情节的灵感,也证实了我对其他角色的想法。

此外,这种新的节目制作方式将吸引潜在赞助商的极大兴趣。 一旦您公开地吸引了观众,您就可以吸引广告商,因为您可以清楚地指出您的节目很可能吸引谁。 这对他们来说很有价值,因此对工作室也很有价值。

@FredGraver说,欢迎节目的观众,您将吸引对他们感兴趣的广告商。 点击鸣叫

维尔:现在演出在什么阶段?

Graver:我一直在与娱乐公司Anonymous Content(机器人先生,The Revenant,永恒的阳光)合作,该公司在节目制作中完全采用了数据智能的概念。 我交出了最后的飞行员,我们现在可以出去出售了。

维尔:您如何使用人格特质的一些具体示例?

Graver:我的主角之一是一位拉丁美洲妇女,她处理美国的计算机网络数据库,但我想了解听众,以帮助她准确地写信。 在这个对技术感兴趣的拉丁裔女性中,我们确定了850,000人。

我们注意到的一点是,尽管他们精通技术,但倾向于不那么冲动,具有更传统的价值观。 在不付出太多代价的情况下,这种融合帮助我们在表演的飞行员中塑造了情节。

淡水河谷:我们如何平衡创意胆量感觉和使用好故事数据之间的关系?

Graver:首先,您总是需要优秀的编剧,演艺人员和演员来实现创意。 我认为配备数据的机器人不会在短期内取代它们。 但是在这里有帮助:我经常坐在那里,想知道如何为观众X编写节目,以及该观众的不同部分如何看待它,或者如何根据特定的背景或文化来编写角色。 但是我并不总是知道它们的真正含义或如何准确地描绘它们,焦点小组并不一定能给我提供广泛而准确的信息。

涉及的相关内容:
内容创作的未来需要人类而不是机器人

维尔:社交数据分析与对这些受众进行焦点小组活动有何不同?

Graver:直接关注研究的水平仍然存在,但是他们只会告诉您他们想要的是什么,而不能大规模进行。 通过分析社交数据,您会发现关于他们的宝贵信息,他们可能不了解自己。 我们可以看到他们喜欢的东西,他们的反应,他们的价值,让他们发笑的东西以及他们的整体性格特征。 然后,您可以利用这种理解来指导您的写作,并查看您对数据的解释是否符合现实生活中的受众。

分析社交数据会发现无价的东西,即使您的听众可能不了解自己。 @FredGraver点击鸣叫

维尔:您认为娱乐业的高管已经为此做好了准备吗?

Graver: Legendary Pictures和MGM一直都使用这样的数据,因为他们的一位投资者是大数据专家。 它正在增长,但是存在一些障碍,这很可惜,因为这种方法消除了很多大问号。 问题在于,仍然有一些高管负责这些网络,这些网络已经习惯了成为网守,这是从竞争有限的媒体开始的一种保留。 他们了解过去制作电视的模式,并且对偏离电视模式持谨慎态度。

淡水河谷:如果过去曾经起作用,您为什么认为他们应该偏离它?

Graver:现在有无数媒体争相吸引我们的注意力。 任何有相机和创意的人都可以制作电视节目。 它可能在YouTube,Twitter或Snapchat上,而不是传统的电视频道上,但是现在有什么区别? 这都是争夺眼球的竞争。 因此,为了吸引观众,您必须做非凡的事情,并努力工作以证明自己很有价值。 您可以通过听取观众的意见并在工作中展示其价值来证明这种价值。

@FredGraver说,为了吸引观众,您必须做非凡的事情。 点击鸣叫

维尔:电视节目的创作者和Twitter之间有什么关系?

Graver:它仍然具有无限的潜力。 我与之交谈的制片人和演艺人员仍然对在电视节目中同时使用Twitter感兴趣。 Twitter是进行对话的地方,它提供了建立受众群体的新方法。 他们也在研究如何使用其他社交网络,每个平台的最佳做法各不相同。 但绝大多数观点认为,对于节目的实时参与,Twitter仍然是第二选择。

维尔:作家和制片人如何利用对话来塑造自己的节目?

Graver:我已经和很多作家和制作人讨论了这一点。 许多人已经在Twitter上与观众交谈。 他们乐于听取观众的感受。 就像第三只眼睛,观察观众对情节,角色和剧集的看法。 为了使其成为一个真正有用的反馈循环,制作人必须问,观众为什么真的这么说?

淡水河谷:电视制作人如何理解观众给出反馈的根本原因?

Graver:回答这个问题很大程度上是写作和创作东西的技巧。 这不是一个严格的点点滴滴的过程,这就是为什么您仍然需要最高质量的创造力人才的原因。 但是对我而言,可以通过使用IBM Watson分析与观众进行对话的观众,并将您的发现落实到展览的创作中来极大地协助这一过程。

淡水河谷:如何在营销中使用

Graver:我听到您内心的独白:“这很有趣,但是我没有在做电视节目。 这对像我这样的营销人员意味着什么?” 好吧,以下是适用于所有营销人员的一些要点:

  • 使用人工智能来分析观众的心理会大规模地告诉您关于他们的事情,他们甚至可能不了解自己。
  • 洞察力可以为创意策略提供信息,并确保您的营销信息与您想要吸引的受众匹配。
  • 与以往任何时候相比,竞争都更加激烈,这给品牌带来更大的压力,要求其了解受众以降低噪音。
  • 从人工智能(例如IBM Watson)收集的个性化见解突出显示了受众的哪些部分更可能以某种方式对您的活动做出响应。
  • 受众群体数据是创造力和洞察力的宝贵帮助,但不能替代您顶尖人才的创新火花。 让一个给其他人供电,反之亦然。
  • 保持静止不是一种选择。 过去足够的最佳实践和技术将过时。 需要关注新的营销平台及其使用方式。
  • 电视观众在Twitter上仍然非常活跃和发声,可以进行大量的观众研究和建设。
电视观众在@Twitter上大声疾呼,允许通过@AndyVale进行大量研究和创作。 点击鸣叫
涉及的相关内容:
人工智能将取代人工内容创建吗?

淡水河谷:为什么Twitter数据能提供见解

Graver: Twitter拥有超过3.13亿活跃用户,足以为品牌希望了解和吸引的所有利基市场和受众建立准确的图片。 当然,它的用户数量少于某些社交网络,但是对于每个希望打入客户头脑并增加一层了解的品牌来说,它都是无价之宝。 这是为什么? 因为绝大多数推文和联系都是公开的。

它是供您分析的开放数据。 这为营销人员和洞察力专业人士提供了深入了解与受众共鸣的内容,与世界的联系方式,使用的设备类型,具有的特征,对他们产生影响的人的范围……等等。

您不仅可以获取所有这些数据来建立有用的见解并采取行动,还可以查看您正在分析的个人,以确保原始细分准确无误。 在封闭的网络中这是不可能的,在封闭的网络中总会有一些猜测。

从Twitter受众研究中收集到的信息是建立健全的受众角色并获得有用的见解的重要基础,这些见解可渗透到业务的其他领域。 过去,这些信息是通过调查和焦点小组以样本为基础收集的。 现在只要按一下按钮,即可使用。 这不仅可以节省企业的时间和金钱,还可以从一开始就为企业指明强大的方向,从而指导他们的传统研究方法。

本文的版本最初出现在6月的首席内容官中。 注册即可免费订阅我们的双月刊印刷杂志。

封面图片:Joseph Kalinowski /内容营销学院