京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数说故事|社交媒体营销如何改变战略传播
文科生能不能学数据分析?之前选了其他行业,现在想转行跳槽怎么办?那么如果反过来问你:你看广告吗?刷微博吗?看微信吗?你多半会回答“是”吧。本文讲述了一个文科生数据分析师的成长和经验,希望能帮到每一个关注CDA的求学者。
2016年底我去香港参加第九届国际广告公关论坛,当时写的文章,迟迟没有分享出来,最近在做数字营销的分享,于是决定把PPT分享出来,也跟更多朋友同步信息。我讲的是:社交媒体营销如何改变战略传播?
看到题目,其实有一个问题,也是后来我跟一位学者聊到的,就是Social marketing其实比我实际要说的更为宽泛,我想说的其实是微博微信这样的社交媒体在中国的大环境下如何改变了品牌主的传播,那么或许不应该说Social Marketing而应该说Social Media Marketing更准确。在这里先跟大家做个更正。
我大致讲了三个部分:
第一是社交媒体营销与战略传播的关系;
第二是社交媒体从三方面改变了战略传播;
第三是我认为的未来社交媒体传播与品牌总体战略传播会有怎样的趋势。
第一部分有很多概念,就不多讲了,不过很重要的一个点是:社交媒体传播可以为战略传播的方方面面提供助力:
社交媒体可以助力管理:比如我们开始做Social CRM(社交平台的客户关系管理);可以做广告,买KOL其实和买广告渠道是类似的,不同的是,社交媒体让你开始把人当做渠道;社交媒体还可以帮你做PR,比如看有什么负面,进行危机公关;至于科技传播,比如我们使用聊天机器人,是科技和传播结合的很好方式;在政治上,美国大选中社交媒体也发挥着重要作用。
总之,我们发现社交媒体营销已经在传播领域无处不在了。那么社交媒体是怎么改变战略传播的呢?我分了三点:
第一点是,社交媒体传播让广告和公关的界限模糊化了。中国的社交媒体是这样起步的:大家一开始有微博的时候知道建一个官方账号,后来发现社交数据可以帮助品牌看到负面声音,做舆情监测和预警;再后来,我们发现可以直接在社交平台“买人”:让人做我们的广告载体,于是就有了KOL(关键意见领袖)帮我们去做传播。也就是说,社交媒体上既做广告又做PR。以前很多公司里,Social会放在PR部门,广告会放在Marketing部门,现在能看到的是很多Marketing部门和PR的合并或者交叉。
除此之外,我们会发现社交平台本身也提供了更多的广告位:无论微博的原生广告还是微信的朋友圈广告,无论是这样的硬广,还是公众号文章下的软广,社交平台一点都不缺广告,它们可以承载的营销功能越来越强大。
社交媒体还是一个marketing试水的好场所,你想知道自己的广告能不能放到视频媒体和电视载体上去投放之前可以先看一看,在社交媒体上传播会是什么效果。一个体育品牌之前的一个广告因为没有处理好动物和人的关系而在社交媒体上反响不好,于是迅速决定撤下;而农夫山泉和优酷合作的可以跳过的广告,在第一次尝试的时候收到非常好的口碑,于是这种广告形式被更多的品牌主青睐。
社交媒体营销给品牌主带来的第二个改变是:主要的传播不再依赖渠道,而更依赖于人:这就是KOL越来越重要的原因。KOL除了有足够的影响力带来曝光之外,还需要懂得用正确的说话方式影响你的受众。
KOL之内也有不同的类型,会分出一些矩阵。比如,有代言人级别的KOL,他们具有非常高的影响力,同时和品牌气质相符;往下是一些专业人士;再往下可以是一些草根大号和长尾KOL;更多的人可能就来自公司的员工或者有影响力的消费者。社交媒体依托于人,不同影响力的人也能够在矩阵的不同位置为品牌主带来不同程度上的benifit。
人为什么那么重要呢?因为人不仅仅有影响力,还有创造力和智慧。以可口可乐为例,通过在微博上寻找人们的标签来得到昵称瓶的具体落地的创意;太子妃升职记的重要运营方式是通过铁杆粉丝的QQ群来看实时调整营销策略,也正因为这样,“污”这个词才被人们广泛用来形容人(这里是不是该有个捂脸的表情)。
第三点就是我司常说的“波纹理论”了(这里给时趣打个广告):以前传统意义上的营销都是漏斗的:从曝光到点击,从认知到行为,每一次转化都意味着一次流失,而每一个人的传播都像一个波纹的节点,会产生新的影响力。
最后是关于未来的社交营销和战略传播会怎样,我说了三点:
社交媒体会承担营销中的更多功能:以前我们总觉得消费者从认知到购买要经过很长的路径,现在未必了。微博上一个链接到电商的文章也许就能促成直接的购买。一些微商现在不仅能够赚钱而且能够赚大钱,@张沫凡MOMO 和我司的CEO吃饭的时候竟然都木有时间说话,因为要在微博上做生意(她拥有500W的粉丝)。
每个人都在营销自己:Robin8是一个APP,它能够让人通过这个平台,转发一些品牌需要传播的内容,从而获得收益。每个人都可以成为KOL做内容的分发并且获利。品牌也不一定总要去主流平台去投放,他只需要找到和自己品牌对味的这批人,让这些人帮助自己找到和他们很像的更多的人。
数据将在营销和传播中发挥更大的作用。非常有意思的是,一年前,我在营销公司做的数据工作还是大家想好一个idea让我用数据去证明;现在已经开始为客户做第一方DMP(虽然生意不是那么好做,但是很多客户已经有这样的远见),把客户能拿到的所有数据做打通,帮助他们做一对一沟通。数据和策略并行,然后才是执行起来的idea。
付宇骄
90后文科生,射手女。学了6年新闻传播专业,从中国人民大学研究生毕业后成为营销数据分析师。曾在中国最领先的大数据公司AdMaster和有“营销界的小米”之称的Social Touch工作,工作三年后即直接向VP汇报。工作后将方法论总结成论文,2016年赴新西兰和香港参加第八、九界国际广告公关论坛并发表演讲。2017年创办数字营销分享交流学习社群,定期举办活动,尝试解决“做营销的人不懂数据,做数据的人不懂营销”的问题。同年,品友营销研究院、中国CDA数据分析师认证机构分别聘请她为数字营销行业讲师。
付宇骄老师课程推荐
点击阅读原文,或扫描下方二维码了解课程详情
大神一对一
想跟付老师一对一交流?在学习中接受付老师的学习指导?更多交流互动请扫码添加小助手(不定期发放干货资料)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01