冰桶挑戰 Ice Bucket Challenge 的三大病毒傳播要素

6 月初即開始,卻在 8 月初左右開始大幅在社群網站上擴散,尤其在 Facebook 創辦人 Mark Zuckerberg 加入後,快速的透過矽谷科技圈把風潮帶到世界各地。這個每個公關行銷人都夢寐以求的病毒傳播案例,到底成功的關鍵是什麼?
評論
評論

本文轉自創業與創新公關 〈 冰桶挑戰 Ice Bucket Challenge 的三大病毒傳播要素 〉。作者 William Lin 為場地王創辦人,目前任職於公關業,率領台灣最專業的網路產業公關團隊,協助國內外網路公司以溝通實現商業策略。

從美國傳過來冰桶挑戰 Ice Bucket Challenge,無疑是 2014 年最成功的社群病毒傳播案例。

6 月初即開始,卻在 8 月初左右開始大幅在社群網站上擴散,尤其在 Facebook 創辦人 Mark Zuckerberg 加入後,快速的透過矽谷科技圈把風潮帶到世界各地。

這個每個公關行銷人都夢寐以求的病毒傳播案例,到底成功的關鍵是什麼?

就讓我們一起來探討一下。

一般來說,成功的社群病毒行銷通常會有三大要素:

1. 要有被分享的意義
2. 透過有影響力的節點
3. 易被傳散的分享機制

我們來看看這三大要素為何造就今年最成功的病毒傳播案例。

1. 具備分享的意義

具有公益性質或者 Common Good 元素的行銷活動,在社群傳播上是最易被傳散的元素,因為每個分享按讚的網友,似乎也都因為自己簡單的動作參與其中而感覺良好。

Ice Bucket Challenge 成功的關鍵因素之一,便在於公益的本質,以及一個容易理解的

企業如果要創造一個具備分享意義的行銷活動,結合 Common Good 與第三方夥伴是最佳途徑之一。談公益而商業色彩越淡的時候,網友分享的動機就更強。

Common Good 不限於捐款給弱勢團體,參與喚起政治社會經濟教育議題、科學研究、對社群有益的資訊等都是;甚至限縮到 分享者和被分享間共同的好處皆可。但是基本上來說,Common Good 越崇高、越容易被理解或具像化 (如一個故事或事件),都會加強被傳播的可能性。

如果企業的題材無法結合公益元素,展現無比創意、博君一笑的幽默、或者世界之最,也都是容易社群擴散的素材。

2. 有影響力的節點

運動員和名人成為 Ice Bucket Challenge 成功病毒傳播的要素,根據 Facebook 發佈的數據,Ice Bucket Challenge 雖然 6 月就開始,但是在 8 月才開始病毒傳播,多數人歸功於也罹患漸凍症的前波士頓學院籃球選手 Pete Frates;而全球的傳播則是在 Facebook 創辦人 Mark Zuckerberg 接受紐澤西州長 Chris Christie 挑戰,並挑戰微軟 Bill Gates 起,迅速透過矽谷的科技圈傳到全球。

而這些影響力節點的獲得,並非有意識地操作,多少有隨機的成分存在,如果今天紐澤西州長挑戰的不是 Facebook 的 Zuckerberg,而直接去挑戰歐巴馬,或許這個挑戰鏈就到此為止 (歐巴馬只捐款),又或是越級挑戰 ( 打怪 ),挑戰鏈也可能斷掉。而就必須提到 Ice Bucket Challenge 成功病毒傳播的第三大要素:易被傳散 (同時有自我保護) 的機制!

3. 易被傳散的機制

事實上,Ice Bucket Challenge 的傳散機制有一個高難度的部分,拍影片 (潑冰塊自虐失去形象) 上傳。舉辦過線上活動的行銷人應該都知道,拍影片上傳的難度有多高,常常準備價值不斐的獎品都還募不到幾個影片。相較於只要參與者打卡或轉發的傳散機制,拍一段冰桶影片上傳必須花的時間難度都高出許多。

那麼,Ice Bucket Challenge 如何突破這個挑戰呢?

先從形式來看,Ice Bucket Challenge 採用的形式本質和幾年前大家常會在信箱收到的病毒傳播信件形式很像,看完文章給讀者一個任務,要求讀者:

a) 在一段時間 (24 小時) 內;
b) 完成一段任務 (拍一段冰桶影片)
c) 轉發給其他幾個人 (運用 Facebook tag 挑戰另外三個朋友)
d) 不然就會 (就要捐 100 美元)

然而,為何網友願意加入並傳散?除了形式新奇有話題外,可以發現 Ice Bucket Challenge 的 Manhood (男人對男人的挑戰) 色彩很重,「接受挑戰,不然你就是懦夫」!這正巧與扮演關鍵傳散者的圈子契合:運動員和科技名人,這些圈子的 Manhood 色彩濃厚,而且又較不擔心潑冰塊的形象問題 (你可以想像這個活動從娛樂圈名人發起嗎?後期跟風炒話題的娛樂名人當然有,但是若)。Ice Bucket Challenge 就在這個巧合中迅速蔓延。

而分享的機制有具備病毒擴散的自我保護機制,機制中設計了每一個接受挑戰的人,可以把挑戰傳給下三個人,也就確保了三個人中如果有 1~2 個人不接受挑戰,還是會把挑戰鏈傳遞下去。而為了不讓挑戰斷掉自討沒趣沒面子,接受挑戰的人也不太至於越太多級挑戰不可能接受的對象,指定不太可能會接受挑戰的對象。

基本上,Ice Bucket Challenge 的機制是雙向選擇,挑戰者擔心被挑戰者不理會而沒面子,被挑戰者也擔心不接受挑戰在社群中沒面子,因此這種雙向選擇也繼續維護了病毒擴散的有效性。

+++

本文提供了一個分析架構,供未來公關行銷人員在創造網路病毒傳散活動的設計參考:被分享的意義、有影響力的節點、易被傳散的分享機制。Ice Bucket Challenge 展示了一個類自然繁衍病毒的成功傳播的過程,然而行銷人員可以思考的是,如何透過公關行銷工具,模擬出具備三大病毒傳播要素的行銷活動。

  1. 透過與第三方單位合作創造 Common Good 議題,提高被分享的意義:透過第三方單位的合作,強化社群 common good 意義,降低商業色彩,以提高被網友傳播的機率。記住,絕大多數網友希望的是透過分享,強化自我在社群朋友圈的公益良善形象,而非幫商業活動作嫁的形象。
  2. 藉由名人操作創造有影響力的節點:企業可考慮如何透過多位名人 (實體或線上名人,只要在網路世界有建立社群基礎即可) 的公關操作,創造出有影響力的節點,在關鍵的時間點在社群 (如 Facebook) 開啓傳播或強化傳播。
  3. 模擬並稍微創新分享機制:沒有人愛一模一樣的活動,因此同樣的機制必定很快在大量模仿下失效,公關行銷人員應考慮如何稍微創新分享機制 (例如依照公益主題性質、目標族群的次文化等),模擬出病毒傳播的機制;當然,透過 Facebook 等社群廣告稍微做點弊加速分享擴散的傳播效果更好。

Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。