胖鲸 内容营销，尤指影视娱乐内容中的植入营销，近两年来是有多火，毋须赘述。如今一档最热门综艺节目的招商规模，已与一家老牌门户网站的季度广告收入，或一家排名中游的二线卫视的全年广告收入相当。马太效应之明显，驱使着各方player将更多的资源和关注投入到内容营销领域。
本文作者：云思科技 VP 诸彦杰
内容营销的兴起，使得广告业出现了一个很有趣的现象：在广告投放策略到执行已高度精细化运营的今天，却又普遍出现了以极粗放的模式决定大把营销预算投向的现象。
以下场景，大家可能挺熟悉：
1）广告主对内容营销很是舍得，在电视预算之外另拨大笔预算：给某客户出年度方案，客户表示明年预算5个亿，其中2亿拿来做内容营销，然后是电视X%数字X%户外X%……后半部分的KPI定得很细，但对于内容营销，客户只提到“一线卫视，热门节目”。
2）内容营销的招商方案极粗放：当片方或媒体方来做招商介绍时（尤其当一档新节目在招商时），PPT上只有导演XX制作团队XX演员/嘉宾XXX，堆几张图片，完了。很少能看到有参考价值的数据。有种美术老师来上数学课的感觉。
今天就聊一聊时下正热的内容营销。主要两个观点：1）既火又乱的市场，往往蕴藏大机会；2）很火的市场，会迅速汇聚各方资源和智慧，往往不会乱太久。
传统广告公司短暂的又一春
上文说到传统广告公司的进阶之路会分为：资源驱动、策略驱动、数字驱动和数据驱动四个阶段。时至今日，大量的电视广告投放，仍是由那些处在第一阶、把持着大把媒体资源和人脉关系的广告公司来执行完成的。
眼见着电视媒体主导的时代即将落幕，繁荣期将尽时，内容营销兴起了，于是传统广告公司迎来了又一春：
消费者及广告主的关注又一次被拉回到传统媒体平台，而这片战场正是传统广告公司所长；而因为是新市场，对营销效果的监测评估方法及经验均不完善，广告主更多地是以押宝的心态在投入，于是传统公司擅长的“资源驱动”的玩法在内容营销领域再一次大派用场。
不过，这一春可能是短暂的。因为这块市场太诱人，多方player已迅速地强势介入分羹。如今最热门的电视综艺，大多已由电视台和视频网站共同发布和招商——但同时视频网站还在大批推出自己的网综节目；从网络营销相关服务的第三方，也开始推出针对内容营销的监测与评估的产品，虽离硬广的监测评估体系的成熟度还相距甚远，但产品正快速迭代发展。
内容营销领域的数据化运营之路正在被探索中。
效果“评估”比“监测”更易实现
说到数据化运营，首先得有数据。衡量内容营销的效果，又分监测和评估。监测数据回答的是“看没看”的问题，评估则回答“值不值”的问题。
营销效果的评估，有一些跨媒体通用的方法，对于内容营销同样使用。如通过A/B组对照调研了解受众观看节目后对品牌态度的提升；通过用户行为大数据了解受众后续的互动及购买使用行为等。随着电视终端的智能化，将有助于跨屏ID mapping的实现，使内容营销的效果评估更为可行。
目前对内容营销的效果评估，已出现各种来自媒体方、广告公司、第三方调研/监测机构或多方合作的解决方案。
不过，对于品牌知名度、销量等营销效果的提升，更多用于一段时期内的综合考量，如出现在agency给客户的年度方案的KPI承诺中；对于单个媒体的单次投放，广告主、代理公司及媒体方均接受的量化的语言，目前仍以reach/frequency/GRP等衡量曝光数量的指标为主。相对于成熟的硬广监测体系，内容营销目前的监测从技术方法(methodology)、覆盖面(coverage)、准确性(accuracy)等多方面还有待改进。
第三方正在攻坚的监测难题
一档节目播出后，许多可被监测获取的数据就已产生，如收视率、网络播放量、社媒讨论声量等等，但这些更多是针对“内容”本身的数据，而非直接针对“内容营销”效果——即植入广告本身的监测数据。
对于硬广，在广告时段播出的内容，就是100%广告本身，该时段的收视数据，即体现了该广告被看到的量；但对于软广监测，则必须新增一个“识别”的环节。且这个“识别”，还得做到两个层次：1）有无：在此刻播出的内容中，是否出现、出现了哪个品牌的信息；2）程度：以何种形式出现。
目前国内已有第三方机构基于图像识别技术对主流电视频道的软广进行外部监测。在监测数据指标中，以某品牌出现的频次和时长来体现“有无”，以软广类型来体现“程度”，如综艺节目中的常见软广形式，可细分出数十种——一个霸屏撑满的大Logo与一个小角标的单次曝光效果显然不同。
但“程度”的识别如何量化？目前有一种尝试的方法，是根据软广的展现形式，以同时段硬广为benchmark，按照一定算法去计算“折扣率”。似乎有点拗口，举个例子：在某档节目中，某品牌的一次软广曝光，占据屏幕30%的面积且持续5秒，则它的曝光价值相当于同时段15秒TVC硬广的(5/15)*30%=10%。将这档节目中该品牌所有曝光价值均计算并累加，广告主就能将此次植入换算成“相当于播了几次硬广”的价值，再综合节目的收视、同时段TVC的价格及实际投放费用等数据，就能对“值不值”有个大致判断。
上述方法目前尚未成熟到出现在第三方软广监测的数据产品中，但可能在一些专项研究服务中已尝试性使用。
然而就软广监测的“识别”，还有两个大难题有待攻坚：
1） 情节融入度的考量。对软广的识别，若仅从视觉听觉维度考量，则软广的价值将只能接近但不可能超过独占屏幕的硬广，即上述折扣率一定小于1。但事实上，将品牌/产品特性与内容情节深度融合的植入，观众对其接受度可能远高于硬广，即折扣率完全可以大于1。在将“情节融入度”这个维度纳入考量后，如何准确地将之量化，可能还需更长的时间来探索和检验。
电影《变形金刚》、《速度与激情》及《偷天换日》，都是汽车品牌植入营销的经典案例
2）影视剧内容的监测难题。上述基于机器识别的监测方法，目前只对综艺节目内容基本走通并实现商业化，还很难针对电影电视剧内容使用。因为影视剧中的场景相对有固定舞台/赛场的综艺节目要复杂得多，有大量自然存在的品牌/产品信息会对商业植入信息的识别带来巨大干扰。
当然，以上都是基于内容上线后，完全从外部监测为前提。如果媒体方能在上线前，从内容生产到售卖也能做到数据化运营，且能与第三方就一整套标准的量化语言开展合作，则许多难题就有望攻克了。
媒体方的理想状态：像卖硬广一样地卖软广
其实“植入”早已有之。国内最早的植入广告出现在91年的《编辑部的故事》中。
但是以前的植入，大多只是一个“顺便”的结果；在如今这波内容营销大潮中，一个重要趋势是：营销人开始参与到内容的生产环节。
当内容营销的收入大到足以成为“主营业务收入”时，内容制作方就会有更强的意识和意愿，在内容生产环节——拍摄、剪辑甚至是剧本阶段——就将“对营销的实现”考虑进去。而专业营销人的参与，将不仅有助于植入创意的提升，还有助于把软性植入资源精确量化。
所谓软性植入资源的精确量化，就是将一档内容中可能的“广告位”在内容生产环节就理清楚。照着这个量化的资源列表去制作内容及招商。最终的理想状态就是：像卖硬广一样地卖软广。
广告主在选定一档节目时，可能面临冠名、特约或其他一些赞助形式的选择，每一档都会对应一长溜权益说明。但这些缺乏通用的量化语言的描述并不能给广告主带来精确的认知（最多就是一个保底收视率及保底曝光频次的承诺）。就好比去买糖买盐时，只能得到“一丢丢”、“一坨”、“一大坨”等描述。
内容营销前期的数据化运营，对于广告主的意义，就是要把“一大坨”、“一丢丢”变成“500g”、“50g”的描述。即使做不到售卖硬广时的精确程度，也至少是个类如“350-500g”的范围描述。从根本上改变媒体方粗放地招商，广告主粗放地押宝式决策的现状。
这事儿能帮广告主提升ROI，是否意味着会挤掉媒体方的利润空间呢？不然。如果媒体能将内容营销资源都理清，从生产到售卖都实现数据化运营，意味着：1）广告资源总量的增加；2）潜在客户数量增加——如果软广资源因为精确量化从而实现拆散了售卖，就能降低门槛，吸引更多预算不充裕的客户投入，使内容营销不再是少数土豪广告主的专利。
新技术的发展将进一步提升“像卖硬广一样卖软广”的可能性。优酷的“移花接木”、爱奇艺的”Video-In“等技术可以在拍摄完成后，后期再把品牌/产品给“P”上去。这使得一档节目中的软广资源量大大增加，而且可以在拍摄完成后再开展广告招商，从而实现更灵活地售卖——何止可以“拆散”了卖，甚至可以边播边卖，甚至实现软广的程序化购买。
上半年风靡全国的韩剧《太阳的后羿》中，国内播出的版本中植入了某饮料而受到热议。这其实就是“Video-in”技术的小试牛刀
上述所有，不求传统广告公司及媒体能够立马认同，但市场中自有各方player在积极且神速地推进。也许三年之后，现在预测就变成了常识。
对于传统广告公司而言，这一波内容营销，是解药也可能是迷药。如果公司正坚定地走转型之路，那么内容营销的兴起将为公司在转型期提供宝贵的收入保障，使公司能更大概率地转型成功；但如果因为这两年粗放的玩法照样挣钱，使公司上下产生了“资源驱动”长期有效的错觉，那就可能舒服到一半忽然发觉新市场又一朝实现现代化了，于是不得不在耽搁几年之后再次为“怎样转型”的老问题而犯愁。
相关推荐：广告行业变局关键词
