带玩具逛街时突然按下按钮的故事,丰满的妺妺3伦理播放,新婚人妻不戴套国产精品,大肉大捧一进一出好爽视频百度

自媒體時代ToB企業該選哪些媒體做傳播?

原創 收藏 評論
舉報 2024-07-13

在這個“視頻+推薦系統+自媒體博主”的時代,很多ToB企業的同仁都在討論:ToB公司是否還有必要在傳統媒體上做傳播?什么樣的傳播邏輯更適合當下的ToB企業?

一、為什么傳統媒體的影響力大不如前

回望二十年前,傳統媒體(廣播、電視、報章、雜志)如日中天,ToB企業紛紛將傳播重心投向這里,專題報道、企業家訪談、新品發布會……傳統媒體擁有著企業們無限向往的話語權。

這種話語權是怎么形成的呢?那時候的媒體,除了要創作內容之外,還要通過有線、無線電、投遞、報刊亭、郵寄,甚至贈送等各種方式,將信息送達到受眾面前。這種模式下,媒體既能掌控內容創作又能掌控分發,受眾對媒體的可選范圍小、更替成本高,商業報道、軟文、甚至是廣告都具有一定的“強制性”。這就是形成了傳統媒體超強的統治力。

然而,隨著互聯網尤其是移動互聯網的興起,這一格局開始悄然改變?;ヂ摼W打破了傳統媒體對眼球的壟斷,信息傳播的門檻大大降低,人們獲取資訊的方式更加多元、成本更加低廉(甚至還賺錢)。門戶網站、搜索引擎、公眾號、新聞客戶端,給了用戶越來越大的自主選擇權,使得傳統媒體對讀者眼球的控制力開始明顯下降。

再進一步,當我們邁入推薦系統和短視頻的時代,事情變得更加有趣。雖然“關注”這一功能依舊存在,但推薦帶來的流量遠超你的關注。它根據用戶的行為數據計算用戶的興趣,據此精準推送個性化內容。傳統媒體對讀者眼球的控制力就此開始斷崖式下降。

這一切的原因,就是信息分發受眾的顆粒度在不斷細化,從早期的報章雜志投遞的單位、科室,到后來廣播電視的個人,再到如今基于個人各個興趣點的精準推送。這種變化不僅顛覆了傳統媒體的運作方式,讓他們的影響力大不如前。同時,這也對ToB企業的營銷傳播帶來了新的挑戰。

二、自媒體時代ToB企業該如何做傳播

信息分發目標受眾的顆粒度從單位、科室,一下細化到了個人的各個興趣點,導致傳統媒體對受眾眼球的強制程度大幅下降。這一重大變化在ToB領域的體現就是,企業精心打造的內容的閱讀量和影響力都明顯減弱了。

既然如此,ToB企業是否還要做傳統媒體的傳播?答案是肯定的,只是我們需要做出4個重要的調整:

第1,將傳統媒體和自媒體放在一個維度下去比較選擇,不給予主觀上的孰優孰劣。

第2,先確定你要影響的目標企業以及它的負責人是誰,顆粒度越細越好。再根據媒體和目標企業是否為“媒體-讀者”關系來反向選媒體。

第3,內容的創作上,受眾興趣的權重要調高,寫與他們切實相關、與他們的領域切實有關的優質內容。遵守“信息找人”的新常態,不是你猜他喜歡啥,而是要確認他真的喜歡啥。

第4,要多少學習一些推薦算法的知識。現在不管是什么媒體,它都離不開頭條、抖音、快手、公眾號、B站等各大平臺,而這些平臺就沒有一個不用推薦系統的。推薦算法,網上的文章有很多,按自己的接受能力挑選一些來學,肯定不吃虧!

三、人工智能可以讓ToB企業根據每一個目標客戶的“媒體-讀者”關系來選媒體

咱們國家對媒體資質的把控還是比較嚴格的,所以,本文所說的傳統媒體,其實是真正意義上的媒體,整體數量就還好。但自媒體就沒這個限制了,現在隨便哪個賽道自媒體都多的驚人,卷的一塌糊涂。

所以,這么多媒體,ToB企業怎么選?怎么判斷哪些媒體能最大化的有效覆蓋自己的目標客戶群?

我們認為目前最好的解決方案是用AI把你所有目標客戶的行為數據都提取出來,再把相應媒體的所有發布內容中的企業行為數據也提取出來。前者作為讀者,后者作為媒體,計算他們之間的“媒體-讀者”關系指數。指數越高的越說明兩者之間的“媒體-讀者”關系就越確切,雙向奔赴的那就更好了。

咱們看看“客戶在哪兒AI”計算復星集團各高管“媒體-讀者”關系指數的這個例子:

媒體互動指數.png

【復星集團各高管“媒體-讀者”關系指數】

從客戶在哪兒AI給出的數據上看,復星集團的決策人們還是挺偏愛傳統媒體的,尤其是像21世紀經濟報道、第一財經,甚至超越了三大央媒。

最后回答一個很多人好奇的事——為什么客戶在哪兒AI還能挖掘出ToB企業的喜歡哪個媒體?其實很簡單,ToB企業的目標客戶也是企業。是哪個企業沒開過任何一個自媒體平臺賬號?還是哪個企業的高管從來沒開過自媒體賬號?

說到這,方法和工具是不是都有了?有沒有效,試試才知道。


本文系作者授權數英發表,內容為作者獨立觀點,不代表數英立場。
轉載請在文章開頭和結尾顯眼處標注:作者、出處和鏈接。不按規范轉載侵權必究。
本文系作者授權數英發表,內容為作者獨立觀點,不代表數英立場。
未經授權嚴禁轉載,授權事宜請聯系作者本人,侵權必究。
本內容為作者獨立觀點,不代表數英立場。
本文禁止轉載,侵權必究。
本文系數英原創,未經允許不得轉載。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權,侵權必究。

    評論

    文明發言,無意義評論將很快被刪除,異常行為可能被禁言
    DIGITALING
    登錄后參與評論

    評論

    文明發言,無意義評論將很快被刪除,異常行為可能被禁言
    800

    推薦評論

    暫無評論哦,快來評論一下吧!

    全部評論(0條)

    主站蜘蛛池模板: 波密县| 泗洪县| 西华县| 化州市| 昌邑市| 宁乡县| 广州市| 宁德市| 长武县| 云龙县| 咸宁市| 伊宁县| 教育| 买车| 惠州市| 宾川县| 奉新县| 云龙县| 广昌县| 始兴县| 兴海县| 兴安盟| 盐津县| 英吉沙县| 正定县| 夏河县| 武安市| 漳州市| 内江市| 普安县| 叙永县| 阿合奇县| 麦盖提县| 犍为县| 华宁县| 泗阳县| 安阳市| 穆棱市| 镇坪县| 宁陵县| 峨边|