有了这样的工具，营销人量产刷屏案例指日可待

做营销需要花很多功夫。

需要研究消费者，

需要研究竞争对手，

甚至这些也不足够。

因为你的竞争对手不仅来自于你的企业所在的行业，

如果以注意力作为竞争目标，

那么你的竞争对手出现在各个领域。

是王者荣耀绝地求生，

是热门电影电视剧，

也是各种新兴APP……

当然了，实际在操作的时候，

我们都需要学会知足。

我们要认识到，

我们真正能够影响的，

永远是一个细分之后再细分的群体。

所以在11月的某个周末，

当我想着也许可以尝试整理一下2017年刷过我们朋友圈的细分案例时。

我开始惯性的走思，

如果有一个网站，直接能够帮我们把所有所需的信息都分类排列该多好啊。

顺着这个假设，我甚至连整个所需排序的产品需求都快理出来了。

瞬间觉得改变世界只需要一个程序员了有没有。

所以让我们来按逻辑整理一下：

刨除掉每个品牌的用户研究和画像，

也不管具体活动机制。

我们只说说泛营销人在面对营销决策和执行时常规的思路。

【营销人在面对决策时的各类疑问】

当我们想找一家广告公司合作的时候，

我应该找哪家广告公司来做代理呢？

这家公司的优势是什么呢？

是媒体关系？是创意能力？是配合度？还是地理位置非常近？

如果我需要拍一支TVC，

我应该找谁来做导演、编剧、演员？

他们曾经有过哪些作品？风格都是什么样子的？

他们是否有更多种的风格可以查看？

我应该请谁来做演员？如果是明星找谁合适？如果不是明星，那么从哪里可以看到这些演员的介绍？价格贵吗？

当我们需要投放，

我的预算应该如何投放？

是全部投到社会化媒体上，还是分一部分投传统互联网竞价广告？

分配预算的比例又是什么样的？

如果要投社会化媒体，除了微博微信大号之外，

是否有些新的APP比如抖音或者熊猫直播等渠道值得投？

如果能够拿到同行业各个品牌投放的数据就好了！

一支广告背后，到底花了多少钱，比例是什么样（制作到投放）；
这条广告传播力如何？各环节转化率怎么样？

如果是APP，那么下载和活跃情况怎么样？

如果是电商，那么带货能力如何？

如果这个数据背后能够不仅看到数字的绝对值，还能看到阶段性变化、投入产出比和该品牌历史数据就更好了。

以上的这些疑问，

相信每个营销人在准备做一波campaign的时候都要在心理默默OS几百遍。

而以现在的营销环境来说，

别说以上这些信息了，

甚至下面我将要列出的这个“排序榜单产品”都还十分渺茫。

但是，随着大数据和人工智能的进一步应用，

我却非常笃定在不远的将来，

随着数据的进一步整合，

将会出现越来越多的工具，

可以帮助我们这些做营销的小伙伴快速的获取信息做出更加有价值的决策。

价值观的东西先放一下，

作为一个从事营销，业余热爱新媒体的小伙伴。

我对于下面这个产品有非常高的渴求。

1，我希望有这样一个榜单产品，

能够提供不止三大部分的内容：

电影相关榜单；

电视剧相关榜单；

优质的广告案例榜单；

热点新闻归类后的榜单；

2，我们的目标是这个榜单可以按照年、月、周来进行该领域内统一维度的排列。

所以排列的选项至少应该包含，

按内容排列（电影、电视剧、广告案例）排列；

按热度/传播度排列；

按时间（年、月、周、日）进行排列；

除了这些之外，在细分领域最好还有其他细分的排列逻辑。

3，为什么要做这样一个榜单呢？

因为我们希望借助这样一个工具，

能够进一步的统计出有关大众对于某领域内容的喜好情况，

并在此基础上进一步抽象出可以复制的元素。

每年拍摄的电影成千上万，但能够上映的电影只有几百部。

而这几百部里，票房过亿，甚至能够在上映时引发自来水传播的更是少之又少。

就比如刚过去不久的“十一国庆档”，虽然集聚了口碑非常不错的一系列电影，

比如《追龙》、《英伦对决》、《缝纫机乐队》、《王牌特工》等，

甚至后来的《天才枪手》，

但从票房角度来说，却是《羞羞的铁拳》一枝独秀，揽获20多亿的票房。

而各个品牌全年下来也是不断的制作和拍摄了N支TVC、H5、海报。

但是真正能够做到一举刷屏，却是需要多种原因加以集合。

本身故事是否有趣或打动人，

演员表演是否出戏？

画质和道具场景服装是否精良？

甚至投放预算是否充裕，投放到了足够的渠道？

配合这个广告，

是否有后续的跟进比如公关稿件扩大战果，

以及大家对于该内容是否存在两部分声音在加以讨论，

有些人非常看好，有些人却不看好这支片子的价值观？

甚至是不是这支刷屏广告的背后，

仅仅因为发布内容的时间非常给力？

每个营销人都梦寐以求的一件事，

其实说到底是能够真正做过几个刷屏的案例。

我们继续来说说这几个类型内容的榜单我希望是什么样的：

【电影榜单】

1，最好是动态更新的，截止最新日期的全年上映电影榜单；

2，可以选择按以下数据标签进行排列：

票房排序，

按上映时间所在月份加以排列，

按上映周期（上映时间、下线时间）加以排列。

3，类似中国电影票房里的工具，

预告全年定档上映电影。按时间日历进行预告。

方便新媒体小编和各个品牌商提前很久就可以开始找相关片方咨询合作。

4，以某几个数据为依据，定期整理出关键人物排序。

比如可以以观众传播情况，观众知晓情况，观众购票情况等多维度进行筛选，

不仅筛选出优秀电影，

更是筛选出优秀的导演、编剧、演员们。

所有优质的影片作品背后都是具体的人物在发挥。

那么我们有理由相信，

这些数据能够帮助我们更加清晰的识别，

哪些关键角色的参与，

让这部作品真正获得了成功，

我们也更加期待的想知道，

这个成功是不是可以复制？

【电视剧榜单】

1，按照电视台的收视率和网络平台的播放量进行第一维度的排列；

2，监测播放期间用户们在该电视剧栏目下的互动情况；

3，按照某一个时间周期，来监测微博、微信、今日头条等渠道上，

共计有多少创造出来的内容，以及多少是用户们通过转发、评论、赞等方式进行的互动。

【优质的广告案例榜单】

TVC篇：

1，按照“传播力”进行排序，哪个品牌和哪个代理机构所创造的内容最被认可？

通过作品来为导演从业者排序，导演们擅长什么样的风格，通过标签一目了然。

通过作品对演员进行排列，如果能够跟参演的电影、电视剧进行打通数据，就更加分了。

对编剧进行排列，这些优秀的TVC都是谁编剧的？一定有共性存在，能够持续创造高传播内容的人才值得被推崇。

2，传播力的计算方式应该更加公正，比如既要有视频的播放量，也要有大众讨论情况的数据展示。

希望在大众传播领域，可以有类似豆瓣电影打分这样的不被利益控制的独立第三方出现。

多种物料篇：

1，不仅TVC，按照同样的传播力，我们可以对各类品牌和代理商所生产的物料进行排序。

比如海报（系列海报和长图）、H5、音乐、短视频、直播、公众号文章等等。

2，除了传播力，我最想要的还有投放预算和投放渠道排序。

有人会说这些都是行业机密。

但我在想，在互联网上，只要跟曝光相关的，其实在未来不存在机密。

原因在于随着大数据和人工智能等技术的发展，

这些现在我们还觉得是机密的内容，都可以通过算法和爬虫软件进行批量化抓取的。

而随着各个平台刊例价越来越透明，这些信息无非是展现量与刊例价比例的乘积计算。

当然了，技术壁垒也在于各个平台的数据没有打通。

但是相信程序员可以改变世界，大不了这些内容将来集聚之后，服务商把这部分排序做个收费服务咯。

3，按照不同类型物料，按照统一标准进行细分类型的排列。

比如H5有许多技术，那么在过去一年中，什么样的技术在传播中最被广泛启用？

比如海报种类那么多，在过去一年中，什么样的海报传播力最多？

那么音乐呢？公众号文章的题材呢？

4，是否可以按照投放预算和投放渠道进行排列对刷屏内容进行定义和排列？

除了数据抓取之外，原始一些的方法大概也是可以被接受的。

通过收集调查问卷等收集样本的形式来进行调研。每月,数万份调查问卷回收统计大家对于本月事件的印象。

5，除了线上传播的物料之外，有哪些品牌活动、快闪店、会议或论坛也被大家广为关注呢？

大概也可以通过会议的参会人数和线上传播情况来进行排序。

一些要求更高的设想：

1，当我们在该排序平台进行了一系列的收藏和点赞行为后，

也许平台可以自动根据我的喜好，计算出我们倾向选择的广告代理商或创意热店。

那么再加上一个LBS的定位排列，大概就可以直接帮我们计算出跟我们的需求最匹配的广告公司了吧。

2，既然已经对影视剧和广告、活动等多类型刷屏案例进行了分析。

那么也许平台就可以直接输出一分报告或白皮书，究竟在过去的一年中，哪些案例让抢走了我们最多的关注度？

这些案例和物料背后，网民的喜好有哪些共性？

做营销的品牌和企业如果想在下一年中抢一个先手，应该从哪些领域进行发力？

【这些数据或排序可以通过哪些方式获取？】

为了说明上面所述的这种排序产品颇具落地性，

以我这种技术白痴，大概也可以通过下面这几种形式进行数据的获取和梳理。

1，跟相关搜索机构打通数据，进行直接抓取
2，自己做搜索工具，爬虫工具进行抓取
3，根据问卷调查进行抓取。

最基础的可以微信群直接群发调查链接，进一步优化条件是注册验证，保证样本的唯一性和真实性

4，品牌商/广告主通过某些渠道进行案例背后的数据共享。

只要开始，或者能够抓取，那么即使数据是假的都可以

【为什么我会觉得这样的榜单工具很快会出现？】

说到为什么，大概会有些对于趋势的理解可以分享。

1，互联网会让信息更透明
如今，各个花钱广告主们的信息是不共享不通畅的，各个平台的数据暂时也是不共享的。
但共享信息才能大家共同盈利是个趋势，所以要看这个观点如何一步步妥协和开放。

比如在以前，我们也不曾见过如此之多的互联网圈的“死对头”会选择合并。

比如滴滴和UBER、比如美团和大众点评、比如58同城和赶集、美丽说和蘑菇街……

资源聚合，信息共享势必创造更多的生意机会。

2，广告行业有时候是个挣信息不透明钱的角色，挣得是差价。

作为品牌商，在选择广告公司时，许多时候是靠眼缘的。

我们无法完整的获悉这家公司的实力，

我们想拍的TVC，合作的广告公司是不是一定有擅长该风格的导演、关系好的导演、演员，

到了投放时是不是有关系好的媒体可以以更具性价比的价格帮助品牌商把钱花的更值。

3，数据统计工具会进一步发挥能力。

各大平台的数据会进一步汇集，而一旦我们上面提到的榜单产品出现，并被大家所使用。

那么根据数据所产生的营销人的需求出发，会加剧行业的资源更加集中， 也要求营销行业能力更加提高。

其实很简单，大家都想刷屏啊，所以一旦知道如何量产刷屏，一定会更加一致的去找到个别的内容生产者。

自然会让少数人越来越成功。

4，少数公司挣得更多的钱，以后大家会不会同质化很严重？

数据虽然会引发集中，但是内容创作因为感性相关，所以不会一直马太效应，经过几次马太效应后，大家会更客观的看待各个类型内容存在的必要性
我理解的马太效应这里指，某一阶段内，大家会看数据集中选择某类型内容，但该类内容太多，会造成数据恶化，于是另一个类型的刷屏类型会出现，于是大家会知道，类聚太多会造成公众喜好疲劳。

所以有关疲劳度的研究，又可以成为该工具平台新的研究方向了。

---

原本想着要自己来整理一下每个月的刷屏案例，

但是只整理了一小部分就实在无法继续。

毕竟这个需求和想法是最近刚刚出现，