特别策划｜人工到智能-内容营销领域的创新实践

特别策划｜人工到智能-内容营销领域的创新实践本站　　内容平台的崛起已成为不争的事实，据统计，2019年至2022年抖音、快手和B站MAU年复合增长率均超过15%，B站甚至达到28%，抖音在2022年底月活已超9亿，人均在线小时

　　内容平台的崛起已成为不争的事实，据统计，2019年至2022年抖音、快手和B站MAU年复合增长率均超过15%，B站甚至达到28%，抖音在2022年底月活已超9亿，人均在线小时。海量的用户与高粘性也给平台带来了商业化价值，目前抖音平台达人营销年GMV接近200亿，小红书接近百亿，内容平台已成为品牌方无法忽视的营销渠道。

　　挑战1：如何持续创作优质内容。广告公司大创意（Big Idea）的创作方式产量不高，在去中心化的内容平台容易与消费者产生距离。平台达人“以我为主”又有可能偏离品牌需求。

　　挑战2：如何根据内容选择达人。全平台超百万的达人各有所长，品牌方很难及时掌握谁能讲好什么内容。

　　挑战3：平台数字化工具定制化程度低。目前平台自有的数字化工具难以进行量身打造解决品牌创意生成和达人筛选的问题。

　　微信平台为例，目前公众号数量超过155万，近半年有过发文的公众号约50万，而每周都发文的活跃公众号为10万左右。品牌投放预算可能并没有花在优质账号上，或者投对了账号但也花费大量时间做账号筛选。同时由于数据工具更多通过粉丝量、阅读数等指标以及达人标签进行分析，品牌方无法通过快速理解大量优质内容形成创意，只能持续关注头部账号获取创意辅助。造成内容产出时间长，投放账号单一。

　　第一个问题随之而来，好的内容方向从何而来？高粉丝量达人的作品是否一定代表好的内容方向？如果不是，哪些达人才是优质内容的来源？标准是什么？

　　最后理解了作品内容后，为避免内容同质化，如何实现内容破圈？如何找到新的内容角度或者新的阐述方式打造品牌专属内容？过程中依靠人的经验还是算法结果？或者“人机”边界设在何处最高效？

　　项目组逐一击破这些问题，并形成了完整的项目路径。首先我们引入“动态优质达人池”概念，设定综合指标筛选达人，“入池”达人产出的作品会进入“优质内容池”作为后续内容理解和内容破圈的源头。对于第二个问题，项目组聚焦自然语言处理技术，通过技术评估确定语义理解和内容结构化的可行性。最后，我们确定以构建内容网络为技术路线来解决内容破圈的问题，并通过展示内容与内容间的关联，辅助marketer结合营销经验产生品牌营销内容，解决“人机”平衡点的问题。

　　内容获取：图像识别与语音识别在辅助获取短视频内容技术体系已较为成熟，但对于特定图像信息如logo、SKU等需要较长时间模型训练。结合麦当劳营销特点，我们选取文本为主体的微信平台作为项目试点平台。

　　内容理解：我们着重考察了自然语言处理技术下的语义理解以及语言生成技术。语义理解目前技术成熟，而语言生成模型需要针对平台内容风格进行训练。因此我们选择算法完成语义理解与内容网络构建，人工生成文案的策略。

　　我们首先定义优质账号维度，包括反映账号总体阅读量的受欢迎度，反映账号爆文水平的爆发力，反映账号阅读平均水平的稳定性，以及账号内容的好评度，通过指数化度量原始数据在其所属维度的相对表现。

　　第二步设置参照基数，以天为最小计算周期，计算活跃公众号（每天推送一次）期间内受欢迎度、爆发力、稳定性和好评度四个指标的基数，并将四个指标标准化。

　　第三步设置权重后加权计算优质账号指数，并通过麦当劳2022年的微信投放账号进行验证，计算结果与当时投放效果相符。

　　高质量微信公众号文章普遍阅读时间在十分钟左右，人工阅读文章的数量有限。我们通过算法提取核心词来概括文章内容，形成结构化输出，用机器“替代”人工阅读文章。

　　三种模型的区别在于精准性和通用性间的取舍，以一篇中老年人跳舞的文本为例，三个模型跑出的内容词颇具代表性：

　　2.[“中老年人勤跳新疆舞6大神奇好处”,“专家”,“中老年人”,“新疆舞”,“柔韧性”]

　　模型1的优势在于简洁、通用性强，利于后续构建内容网络，但“肌肉”、“身体”过于通用不够精准；模型2反映内容更形象，但通用性不够，后续无法构建内容网络。模型3中五个核心词均具有明确意义，且通用性足够，因此被选为提取内容主旨的方法。

　　提取词数量，我们在召回率（能找到多少词）和准确率（是否准确）上进行测试和取舍。在之前的相似研究案例中，我们基于TextRank及优化算法，研究了提取TOPN（N=1~10）关键词的抽取结果并加以对比。过程中，TextRank相关算法的准确率随N增大而变低，召回率随N变大而变高，F值在N=3时最高，N=4时次之。考虑词数对内容破圈的影响，此次POC中我们的抽取的关键词数量定为4。

　　项目中我们基于8万优质账号，对15天内发布的内容进行分析，共提取900万+主题词，通过去重去噪最后形成4万+主题词。

　　我们将每篇文章提取的关键词作为节点，连接成内容网络。例如A文章关键词是[“好处”，“中老年”,“运动”,“舞蹈”,“柔韧性”]，B文章关键词是[“OOTD”,“丝巾”,“出街”,“舞蹈”, “生活方式”]。这些词通过“舞蹈”形成关联，同时支持通过“中老年”在内容网络中找到“丝巾”。

　　网络矢量化：我们通过“距离”的概念表达内容之间的相关性，当两个关键词直接关联时，“距离”为1，“距离”越近则关联度越高。两个关键词之间的关系可能不止一条，我们引入“矢量”的概念指出词与词之间的方向，更方便marketer理解内容破圈背后的逻辑，辅助形成故事线。

　　完成矢量化内容网络构建之后，marketer可以输入关键词在内容网络中查找“衍生词”，启发内容创意，通过关键词之间的逻辑线找到营销的结合点。项目中我们对4万+关键词构建内容网络，最后形成80万+网络关系。

　　内容网络通过计算关键词节点背后文章的互动量，提供达人筛选依据，由此完成了从内容灵感获取到达人确定的整个闭环。

　　例如具体营销案例中，输入品牌词“麦当劳”，算法在内容网络通过麦当劳→论文/作业→自习室/考试，为marketer展示一幅稚气未脱的少年们以麦当劳为自习室完成作业的场景以及三五好友经历考试之后以麦当劳作为对自己犒劳的庆祝场面。

　　产品上新时，输入产品词“汉堡”，算法通过汉堡→街头→滑板鞋，启发marketer在潮流、自由、独立的人群中以滑板鞋作为植入内容。

　　品牌合作时，输入类型词“时尚品牌”，算法通过时尚品牌→品牌A→功夫/二十四节气/太极→汉堡，形成关联，为品牌联名及联合营销方向提供输入。

　　内容网络自动生成和矢量化引导，节省了人工查找社媒热点、亮点的工作量，让marketer将精力更集中于生成营销创意、构思营销故事的高价值工作。

　　本次麦当劳与仟传网络的合作是内容营销领域一次“人工”向“智能”转型的有益实践，核心价值有三点：

　　1.效率更佳：在账号池监测及内容网络搭建上突破了人工工作量的瓶颈，帮助marketer更全面的俯瞰整个平台内容。

　　2.置信度更高：常规内容创意设计依赖于marketer的经验与视野，且创意的效果难以度量。本次项目通过内容网络，一方面为marketer提供更多灵感来源和逻辑链路，同时网络节点背后的社媒文章其阅读量、互动量等数据能很好地给marketer提供话题受欢迎度的预判，做到创意有迹可循，结果有理可期。

　　3.落地性更强：本次项目跑通了由内容选择达人的通路，通过让达人制作擅长的内容，进一步提升营销效果。

　　我们认为这套方法可以复制到其他行业。首先内容创意是刚需，品牌不论所处行业多“垂”，面对消费者都要先讲好内容，因此内容破圈以及通过内容找达人的方法具有普适性。其次，方法上品牌方可以借鉴知识图谱形态，将输入词总结为若干大类，以美妆为例可以分为成分、功效、肤质等，通过相关词在内容网络找到的破圈词便可与产品/品牌形成强关联。

　　该方法也同样适用其他社媒平台。例如对于视频平台，通过对视频截帧，利用OCR（图像识别）和ASR（语音识别）技术进行逐帧分析，同样能得到较为完整的作品内容。在内容理解环节，通过调整模型或者平衡召回率和准确率，同样可以实现内容网络的构建。