܄

爱梦娱乐客——滴滴一下明星漂来!

【数据猿导读】 爱梦娱乐客专注于研究艺人、红人、影视内容和网络内容,通过数据挖掘和模型算法,为品牌智能化的匹配和推荐与之在品牌形象、到达人群和达成最终转化率更高的娱乐媒介,并为品牌提供标准化的创意服务与后续对接

爱梦娱乐客——滴滴一下明星漂来!

来源:数据猿 记者:春夏

7月20号,北京大雨倾盆

尽管地铁站都被改名成”积水潭“

依旧有人苦中作乐

发现各大福利也如洪流一般涌来

“爱梦娱乐”迎来了它特殊的2周年水上生日派对

其新平台产品--“娱乐客”也正式举办线上启动仪式

先见之明般地避免了一次壮观的水上发布会

以下是爱梦娱乐团队成员演讲实录及问答

Part one

爱梦娱乐CEO雷鸣:

大家知道我们是一家专注在娱乐领域的商业智能公司。这个说法会比较宽泛,行业外的人也不大好理解。过去一年,有的朋友会觉得我们是一家专门做票房预测的公司,也有说我们是舆情监控服务公司的,怎么理解的都有。

实际上,爱梦娱乐把自己定位为一家专门研究各种娱乐媒介中,对可能出现的市场结果,进行数据研究和商业智能服务公司。主要研究内容包括:院线电影、周播类电视节目、明星艺人和网络内容。以数据挖掘和分析、机器学习和模型算法为核心工具,完成对娱乐市场敏感度的规模性提升。

我们会怎么做?

销售的本质,就是寻找新的流量红利。但是当今的时代,无论是线下商超还是线上电商平台,都已经丧失了流量红利,获取客户的成本逐年升高,让众多新成立的品牌难以找到突破口,基于娱乐渠道的营销成为仅存的流量红利获取渠道之一。

爱梦娱乐新发布的平台娱乐客就是用公司过去针对于明星艺人,以及影视内容方面的数据分析积累,结合着我们对于目前市场的需求而尝试建立的平台。

娱乐客专注于研究艺人、红人、影视内容和网络内容,通过数据挖掘和模型算法,为品牌智能化的匹配和推荐与之在品牌形象、到达人群和达成最终转化率更高的娱乐媒介,并为品牌提供标准化的创意服务与后续对接。帮助品牌更快捷、精准的找到流量红利,用更低的成本,在提升企业形象的同时,更好的解决产品的市场销售。

简单说,我们希望娱乐客最终成为一个可以智能化的做到品牌与娱乐渠道之间的自动匹配和分发的平台,把最合适品牌的代言热、植入内容直接分发到品牌手中。至于服务的形态,打个简单的比方,娱乐客就像是给品牌方的滴滴代言,或者滴滴植入。

大家都看到了,许多朋友都收到了我们事先提供的小礼物,是一块琥珀原石,和一枚上上签。我们寓意就是,娱乐渠道的流量虽然有机会形成大量的红利,但是确实赌性会很重,对于很多品牌企业来说非常难以驾驭。

  

对于各种复杂的娱乐内容,投放得当的话,可以得到出乎意料的流量价值和回报;但如果投放不正确,很可能花了很多经理和金钱,却换不回相应的价值。这样的例子非常多,我所知道的不胜枚举,就像是珠宝界的赌石头一样,并没有确定性可言。

娱乐客所希望做到是,是通过我们的数据分析、行业分析和情报,基于对市场常识的理解,为品牌客户推荐最可能成为其流量红利来源的娱乐渠道进行投放,避免品牌客户出现南辕北辙。

现在进入技术环节,有请我们爱梦娱乐CTO阿德~~

Part two

爱梦娱乐CTO阿德:

接下来简单说下我们的背后的匹配逻辑和算法。

在积累了多年对娱乐行业的沉淀之后,我们基于对品牌方与艺人的特有的理解,使用大规模数据实时采集系统、分布式计算系统等大数据相关技术,并结合前沿的机器学习方法,为品牌方做出最佳匹配。

我们通过对品牌方的深入分析,全面地对品牌/产品进行了刻画,并挖掘到品牌对于潜在消费者而言最关键的竞争力、吸引力以及利益点。

同时,基于大量的艺人相关数据,我们也对艺人进行了详细、深层的分析,从而得到了艺人的画像。通过结合实际的情况,采用合理的方法和技术,考虑诸如品牌与艺人形象、品牌与艺人个性、品牌的潜在消费者与艺人的粉丝群体,以及艺人本身的影响力等各因素的关系,最终我们获得了品牌与艺人的最佳匹配。

例如,针对品牌的消费者与艺人的粉丝群体这一维度,我们通过对品牌/艺人相关数据的语义分析,计算出品牌的消费者人群画像以及艺人的粉丝群体画像,再借助机器学习的方法将品牌与艺人在这一维度上进行匹配。然后我们把这些维度进行整合,并基于最终的结果,将最合适的艺人推荐给相应的品牌。

下一环节,有请我们的数据总监宋健博士上台,给大家讲讲对于品牌客户而言,我们娱乐客产品的使用流程。

Part three

爱梦娱乐数据总监宋健:

1. 娱乐客首页展示了娱乐客所提供的服务,点击可查看服务的详细介绍。

2.在服务详情页可查看服务的详细介绍。不同种服务可能会有不同的价格;而同一种服务则可能由于所提供服务的艺人不同,以及具体的服务内容不同而存在不同的价格。请在该页面选择价格并点击下一步,以添加或选择您的产品。

3.首次使用娱乐客时,该页面为空,因此需要点击“添加产品”以添加您自己的产品以及品牌信息。

4.请在该页面填写产品与品牌信息,我们会根据您所提供的信息,为您推荐最合适的艺人。

5.该页面会展示最适合您产品的艺人,点选艺人头像可以查看艺人的详细信息,例如姓名、代表作品、获奖经历、与产品的匹配程度等。点击“返回”以回到艺人列表页查看其它艺人的信息。

现在我们的产品开发啦: yuleke.com,欢迎大家尝试使用,提出意见和建议,谢谢大家!

Part four

爱梦娱乐CEO雷鸣总结:

我们的产品目前还远没有达到完美,无论前台还是后台都在飞速改进当中。

首先,必须要说的是基于数据算法,系统为品牌自动匹配对其最合适的艺人进行联合营销。基于数据挖掘与模型的自动匹配,保证了我们未来可能在较低的人力成本的情况下,同时服务成千上万家的品牌客户,而不必使用人海战术。

其次,我们在过去的一年中发现,绝大多数的非头部中小品牌,普遍面临找不到娱乐渠道的广告投放的问题,究其原因,一是大家都认为代言人、影视植入是土豪们才能玩的,自己预算又很有限;二是很多小品牌自己缺乏营销策划能力,又缺乏基础常识,不知道该如何选择和组织成功的娱乐营销;第三,是难以接触到更多的娱乐资源,往往去接触公关公司的时候,公关公司也只会给品牌推荐自己手里所熟悉的有限的娱乐资源,可选择性也不多。

我们觉得新产品进入商超的机会,基本上已经很少了。

所以目前新品牌的机会多数都在电商、移动互联网社区平台、甚至微商渠道。渠道的深度下潜和分散化,决定了这些新兴的品牌寻找代言人和植入时,不需要遵循商朝时代的那种投放策略和投放需求。

据数据统计,中国国内目前存活着着至少1000万家的中小品牌,引导并满足他们的娱乐渠道投放和营销,将是非常巨大的一个市场。娱乐客所提供的方案,都是对接下来这个时代的新兴品牌和中小品牌的营销需求而设计的。

而娱乐客所做希望服务,正是非头部的中小品牌们。主要服务对象定位为:新兴的电商品牌、互联网公司以及中小型的传统消费品企业。

娱乐客将为这些品牌提供价位相对可承受的明星代言、明星脸和营销,并很快上线网络内容的影视植入,以及头部网红的营销服务。针对现在的这个时代,给大家提供的,是针对足够快节奏、碎片化,又足够高效率低价格的标准化代言人和内容植入。

娱乐客所主推的产品,全部是面向一线以下的非头部品牌,和电商的预算和营销需求,为他们寻找最合适植入资源,我们目前提供的明星资源也多数都是非头部的明星资源,选择了很多既有足够的形象背书能力和传播价值,又相对可以接受较低的价格和碎片化的合作的,并且配合态度有比较好的艺人。

目前我们后台已经有系统的数据积累和分析的明星艺人,已经超过千名,多数都可以第一时间到达其经纪人。目前我们发布的第一个版本也主要是针对明星艺人的代言、联合营销等内容。

我们也在紧急的筹备网络剧、网络电影和网络综艺节目的植入产品,预计很快就能上线;比较著名的网红资源也在整理数据中,相关的产品也在筹备。

——Q&A环节——

Q:商业访民是按流量转化为衡量维度吗?销售转化如何转化?

A:形成有效的流量红利确实是我们所追求的,我们涉及到了对形象、个性以及消费者类别的匹配。

Q:商业模式是收取佣金么?

A:没错,我们在中间会向品牌方收取一部分佣金作为服务费。

Q:严格的说,你们产品未来的走向是什么?

A:我们希望我们娱乐客最终形态,会给予我们数据能力,达成品牌---艺人---内容三方的匹配和推荐。

Q:有计划开放网红和品牌的自由对接么?

A:有,类似滴滴网红这种。

Q:对于要用大批艺人,比较个性化发布内容的,时间拖的比较长,不定期发布的公司,怎么合作比较合适啊?

A:会有定制化服务,以后还会有年度的服务。

Q:这一阶段我们的服务对象以及服务方式?

A:目前我们服务的主要是电商和微商品牌,可以匹配合适的艺人进行有一些创意的营销。

在这个北京能看海的日子里

爱梦娱乐2周年暨娱乐客线上发布会圆满落幕

留给大家一段滋润心田的特殊记忆

注:本文记者春夏(微信:1101862984)。


来源:氧气资本

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

2017滴滴亏损3—4亿美元,预计2018年将实现盈利
2017滴滴亏损3—4亿美元,预计2018年将实现盈利
滴滴回应“大数据杀熟”:不存在
滴滴回应“大数据杀熟”:不存在
大数据24小时:海云数据迎来前SAP全球高管王斌,前滴滴研究院院长何晓飞创立无人驾驶货车公司
大数据24小时:海云数据迎来前SAP全球高管王斌,前滴滴研究院...

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

返回顶部