End-to-End sisu töövoog ja mõõtmine

Kasu:

• Võimalus ühendada ideed, tootmine, kvaliteedikontroll ja levitamine üheks korratavaks töövooks
• Võimalus defineerida mõõdikuid, mis mõõdavad sisu jõudlust ja analüüsida neid tehisintellektiga
• Võimalus luua isiklik kiire raamatukogu ja sisu operatsioonisüsteem

Varasemates üksustes omandasite individuaalsed oskused brändi häälest kampaaniatekstini, SEO-st meilini, visuaalsest lühikirjeldusest A/B testimiseni ja kvaliteedikontrollist eetiliste piirideni. Selles viimases üksuses ühendame need kokku: loome täieliku sisu töövoo ideest avaldamiseni kuni mõõtmise ja kureerimiseni. Eesmärk on luua räpane viipade asemel korratav sisu operatsioonisüsteem: süsteem, mis ei alusta iga kord nullist, tagab kvaliteedi ja õpib jõudlusest. Samuti defineerime mõõdikud, mis mõõdavad jõudlust ja analüüsime neid tehisintellektiga.

Sisu operatsioonisüsteem: seitse etappi

Professionaalne sisuvoog koosneb seitsmest etapist; Tehisintellekti ja inimese roll on igal etapil selge:

1. Strateegia ja idee: sihtmärk, publik, subjekt (inimesed suunavad, mudel korrutab ideid).
2. Planeerimine: sisukalender ja lühikirjeldus (mudelid, inimeste kinnitused).
3. Tootmine: tekst/pilt brändi häälega (genereerib mudeli, mitmeastmeline voog).
4. Kvaliteedikontroll: viiekihiline kontroll (mudel toetab, inimene kontrollib).
5. Eetiline/juriidiline heakskiit: privaatsus, autoriõigus, seadusandlus (inimene otsustab).
6. Ülekanne ja levitamine: kanalitele kohandatud edastus (inimaeg).
7. Mõõtmine ja õppimine: meetriline analüüs, sissevaade järgmisesse tsüklisse (mudel analüüsib, inimene otsustab).

See on tsükkel: seitsmenda etapi väljund (õpetus) toidab esimest etappi. Sisu paraneb seega iga vooruga.

Lava

Mudeli roll

mehe roll

strateegia

ideede korrutamine

Suund ja otsus

Planeerimine

Kalender/lühimustand

Heakskiit

Tootmine

Teksti/pildi tootmine

orientatsioon, valik

kvaliteedikontroll

eelskaneerimine

kontrollimine

Eetika/õigus

Riskimärgistus

lõplik otsus

Saade

Kanali kohandamine

ajastus

Mõõtmine

Andmete analüüs

Strateegia otsus

Sisu mõõdikute mõistmine

Sa ei saa parandada seda, mida sa ei mõõda. Peamised mõõdikud, mida turundusmeeskonnad jälgivad ja mida need tähendavad:

• Katvus: unikaalsete inimeste arv, kes sisu nägid.
• Kaasamismäär: meeldimiste, kommentaaride ja jagamiste suhe.
• Läbiklõpsamissagedus (CTR): klikkide protsent näitamise kohta.
• Konversioonimäär: inimeste protsent, kes teevad soovitud toimingu (ost, registreerimine).
• Avamismäär: meilis avatud postituste protsent.
• Säilitamine/tagastamine: naasev kasutaja, allesjäänud tellija.

Näpunäide: ärge laske end kinni jääda ühe "suure" mõõdiku (nt meeldimiste arvu) peale. Kui meeldimiste arv on kõrge, kuid konversioon madal, tähendab see, et sisu tõmbab tähelepanu, kuid ei müü. Mõõdikute koos lugemine räägib tõelise loo.

Samm-sammult: jõudlusest õppimine

1. Koguge töötlemata mõõdikuid. Tooge väljalaskejärgsed andmed ühte kohta.
2. Andke see mudelile koos kontekstiga. Milline sisu, milline kanal, milline sihtmärk?
3. Küsi järeldust. "Mida me peaksime õppima?" ja "mida peaksime järgmise testi jaoks muutma?"
4. Muutke see hüpoteesiks. Ühendage õppimine järgmise A/B testi hüpoteesiga.
5. Värskendage viipade teeki. Muutke toimiv lähenemisviis malliks.

Nõrk viip / Tugev viip

Nõrk viip:

Kuidas mu sisuga läheb, andke nõu.

Võimas viip:

Analüüsige järgmisi sisu toimivusandmeid ja tehke toimiv järeldus.KANAL: Instagram. SIHT: veebisaidi liiklus. ANDMED (viimased 4 postitust):- postitus A (hariduslik karussell): katvus 12 000, seotus 6,1%, klikid 210- postitus B (tootereklaam): katvus 9500, seotus 2,3%, klikid 74- postitus C (kasutaja sisu): katvus 14 200, seotus 7,4%, katvus postituse arv (95). 21 000, seotus 5,0%, klikid 280 SOOVITUD:1. Millist tüüpi sisu teenis eesmärki (liiklust) kõige paremini?2. Mida me õpime neilt, kellel on suur seotus, kuid vähe klikke?3. 3 konkreetset testitavat soovitust järgmiseks kuuks. Ärge minge andmetest kaugemale ja väitke lõplikku põhjuslikku seost; Toetuge lihtsalt andmetele.

kolm minikarpi

Juhtum 1 – süstematiseerimine lisab kiirust. Startup turundusmeeskond koostas iga sisu eraldi ja ebaregulaarselt. Nad standardiseerisid seitsmeetapilise voo kontrollnimekirjaga. Sisu tootmistsükkel vähenes keskmiselt 6 päevalt 2,5 päevale ja tagasilükatud/ümberkirjutatud sisu määr langes 30%-lt 9%-le, kuna kvaliteedikontroll oli algusest peale vooga sisse ehitatud.

Juhtum 2 – andmepõhine otsus. E-kaubanduse bränd küsib: "Kumb on parem, kas hariv sisu või tootesisu?" Ta ei suutnud oma argumenti intuitsiooni abil lahendada. Nad analüüsisid mudeliga mõõdikuid ja leidsid, et hariv sisu suurendas liiklust ja tootesisu suurendas otsemüüki. Nad tasakaalustasid eesmärgist lähtuvat sisukombinatsiooni; Igakuine veebiliiklus kasvas 18%, müük ei vähenenud.

Juhtum 3 – viipateek. Sisuhaldur hoidis kasulikke juhiseid hajutatud märkmetes. Ta muutis need viipade teegiks (korduvkasutatavate viipade mallide kogumik), mis on jagatud kategooriatesse: brändi hääl, kampaania, SEO, e-post, kvaliteedikontroll. Uus meeskonnaliige alustas tootmist päeva, mitte nädala pärast; Väljundi kvaliteet on muutunud indiviidist sõltumatuks.

Kopeeritavad mallid

Mall 1 – sisutoimingute kontroll-loend:

Selle sisu avaldamiseks ettevalmistamisel kontrollige seitset etappi:[ ] Strateegia: kas sihtmärk ja vaatajaskond on selged?[ ] Planeerimine: kas lühiülevaade on valmis?[ ] Tootmine: kas see on kooskõlas brändi häälega?[ ] Kvaliteedikontroll: kas viis kihti on kadunud?[ ] Eetika/juriidiline: kas privaatsus, autoriõigused, eeskirjad on selged?[ ] Väljaanne: kas on õiged kanalid ja tahte määramine? Mõõdan edu? Loetlege puuduvad etapid ja oma soovitus. SISU: [kleebi]

Mall 2 – toimivusanalüüs:

[Võimas viip ülal: kanal, sihtkoht, postitusandmed ja taotlus teostatavate järelduste tegemiseks.]

Mall 3 – õppimise muutmine hüpoteesiks:

Tõlgi see toimivuse ülevaade järgmise A/B-testi hüpoteesiks: INSIGHT: "[...]"Paku välja 2 testitavat hüpoteesi vormingus "Kui teeme [muuda], suureneb [mõõdik], kuna [miks]" ja määrake iga jaoks isoleeritav muutuja.

Mall 4 – viipateegi generaator:

Soovitage mulle sisuviipade teegi raamistikku. Kategooriad: brändi hääl, kampaania, SEO, sotsiaalmeedia, e-post, visuaalne ülevaade, A/B testimine, kvaliteedikontroll. Loetlege, millised 2–3 malli peaksid iga kategooria jaoks olemas olema ja milliseid sisendeid iga mall taotlema peaks.

Ettevaatust. Mõõdiku tõlgendamisel võib mudel ületada oma andmeid ja väita absoluutset põhjuslikku seost ("see sisu suurendas müüki X protsenti"). Korrelatsioon (koos esinev) ja põhjuslik seos (üks põhjustab teise) on erinevad. Küsige mudelilt ainult andmepõhiseid järeldusi; Küsige põhjuslikkuse väiteid inimestena.

Levinud vead

• Ebasüstemaatiline tootmine. Iga koostisosa nullist valmistamine on aeglane ja ebajärjekindel.
• Avaldamine ilma mõõtmiseta. Kui edumõõdik pole määratletud, siis õppimist ei toimu.
• Ühe mõõdiku järgimine. Mõõdikud tuleks lugeda koos; Meeldimised ei tähenda müüki.
• Põhjusliku seose hüpe. Põhjusliku seose ekslik seostamine viib valede otsusteni.
• Ei salvesta õppimist. Kui ülevaatest ei saa malli, unustatakse see vooru järel.

Kokkuvõttes

• Sisu tootmine on tsükkel: strateegia, planeerimine, tootmine, kvaliteedikontroll, eetikakinnitus, avaldamine, mõõtmine.
• Igal etapil on modelli ja inimese roll selge; otsus ja kontrollimine kuulub inimesele.
• Lugege koos mõõdikuid; Üksik number on eksitav.
• Järeldage jõudlusest tegevust ja looge uusi hüpoteese.
• Muutke süsteem inimesest sõltumatuks, muutes toimiva teegiks.

Rakenduse ülesanne

Looge oma (või kujuteldava) sisutoimingu jaoks malliga 4 viip teegi skelett. Seejärel valmistage ette näidisandmed (neli postitust, päris või väljamõeldud), laske neid malliga 2 analüüsida ja hankige kolm konkreetset soovitust. Lõpuks tõlkige 3. malli abil järgmise testi hüpoteesi ülevaade. Alustage oma isiklikku raamatukogu, kogudes kõik selles moodulis õpitud mallid ühte faili. Kestus: umbes 30 minutit.

kontrollnimekiri

• [ ] Kirjeldasin oma sisuvoogu seitsmeastmelise süsteemina.
• [ ] Olen iga sisu jaoks edumõõdiku ette määranud.
• [ ] Lasin tulemuslikkuse andmeid kontekstis analüüsida.
• [ ] Lugesin koos mõõdikuid ja seadsin kahtluse alla nende väited põhjuslikkuse kohta.
• [ ] Tõlkisin õpitu uuteks hüpoteesideks.
• [ ] Salvestasin kasulikud juhised teeki.

Mooduli eksam

1. Milline järgmistest on kõige tõhusam viis brändi hääle ülekandmiseks tehisintellekti?

• A) Hääljuhise andmine koos toonireeglite, näidislausete ja väljenditega, mida vältida ✔
• B) Lihtsalt öeldes mudelile "kirjutage meie kaubamärgi järgi"
• C) Iga kord erineva tooni proovimine
• D) Ainult konkureerivate kaubamärkide tekstide kopeerimine

Kirjeldus: Brändi häält ei väljendata abstraktsetes omadussõnades; Mudel annab järjekindla väljundi, kui see edastatakse süsteemiviipa kaudu koos "hääljuhisega", mis sisaldab konkreetseid näiteid, välditavaid fraase ja toonireegleid.

2. Milline kampaaniaviipa element tõstab väljundi kvaliteeti kõige rohkem?

• A) Hoidke viip võimalikult lühike
• B) Määrake selgelt sihtrühm, kanal, eelis, toon ja formaat ✔
• C) Ei kirjuta üldse toote nime
• D) Ühe pealkirja taotlemine

Kirjeldus: Võttes arvesse konteksti üksikasju, nagu sihtrühm, kanal, toote eelised, toon ja soovitud vorming, toodab mudel asjakohast ja kasutatavat teksti; Lühike, kontekstivaba viip annab üldised tulemused.

3. Miks on otsingukavatsus SEO sisu loomisel oluline?

• A) Ainult sellepärast, et see suurendab sõnade arvu
• B) Et pealkiri oleks pikem
• C) Sisu vastavusse viimine eesmärgiga, mida kasutaja soovib otsinguga saavutada ✔
• D) Piltide arvu määramiseks

Kirjeldus: sama märksõna võib edastada teabe-, navigatsiooni-, äri- või tehingukavatsusi; Sisu ja kavatsusega sobitamine määrab nii asetuse kui ka konversiooni.

4. Mis on sotsiaalmeediapostituse tegemisel platvormipõhise variandi taotlemise eesmärk?

• A) Sama teksti kleepimine kõigile platvormidele
• B) Ainult hashtagide arvu muutmine
• C) Lühendage teksti igal platvormil
• D) Teksti kohandamine iga platvormi pikkuse, tooni ja vormingu erinevustega ✔

Kirjeldus: igal platvormil on erinevad tähemärgipiirangud, tooni ootused ja vormingud; Sama sõnumi ümberkirjutamine platvormile sobivas pikkuses ja stiilis suurendab kaasatust.

5. Mis peaks olema meili tervitusjärjestuse esimese meili peamine eesmärk?

• A) Pane paika ootused, tutvusta brändi ja anna selge järgmine samm ✔
• B) Proovin müüa kõik tooted ühe e-kirjaga
• C) Saatke lihtsalt sooduskood ja ei midagi muud
• D) Kirjutage võimalikult pikk tekst

Kirjeldus: tervitusmeili eesmärk on luua ootused, tutvustada kaubamärki ja edastada üks selge järgmine samm; Kui proovite esimese e-kirjaga kõike müüa, väheneb konversioon.

6. Milline on soovitatav lähenemine tehisintellektiga pika blogipostituse tegemisel?

• A) Jagamine skeleti, mustandi, redigeerimise ja rikastamise etappideks ✔
• B) 2000 sõna küsimine korraga ühe viipaga
• C) Looge ainult pealkiri ja jätke ülejäänud tühjaks
• D) Iga lõigu kirjutamine eraldi vestluses ilma kontekstita

Kirjeldus: selle asemel, et taotleda pikka sisu korraga, parandab mitmeastmeline töövoog, mis on jagatud sellisteks etappideks nagu skelett, peatükkide mustand, redigeerimine ja rikastamine, järjepidevust ja kvaliteeti.

7. Mis on kõige kriitilisem element visuaaltootmisvahendite lühikirjelduste kirjutamisel?

• A) Öeldes lihtsalt "hea visuaal"
• B) Määrake ainult värv
• C) Määratle selgelt teema, stiil, kompositsioon, värv, valgus ja meeleolu ✔
• D) Jäädes võimalikult abstraktseks

Kirjeldus: hea visuaalne lühikirjeldus; määratleb selgelt teema, kompositsiooni, stiili, värvi, valgustuse, meeleolu ja tehnilised üksikasjad. Ebamäärased taotlused annavad ettearvamatuid tulemusi.

8. Mis on kõige olulisem reegel A/B testimise variantide loomisel?

• A) Mitme elemendi korraga muutmine igas variandis
• B) Ühe muutuja isoleerimine ja muutmine korraga ✔
• C) Variantide genereerimine juhuslikult
• D) Ainult kahesõnaliste tekstide koostamine

Selgitus. Et test oleks sisukas, tuleks korraga muuta üht muutujat (nt ainult pealkirja või ainult CTA-d); Liiga paljude asjade korraga muutmine muudab tulemuse tõlgendamatuks.

9. Mis on kõige olulisem samm enne tehisintellektiga toodetud turundusteksti avaldamist?

• A) Avaldamine otse, sest mudel on alati õige
• B) Otsin lihtsalt kirjavigu
• C) Tehisintellekti abil teksti veel kord lühendamine ja avaldamine
• D) Inimese kontrollimine täpsuse, väite ja kaubamärgi ühilduvuse osas ✔

Selgitus: mudel võib koostada vale statistika, olematuid funktsioone või väiteid, mis lähevad vastuollu brändi väärtustega; seetõttu on inimeste heakskiit ja kvaliteedi/margi ohutuse kontroll kohustuslik.

10. Mis on kõige sobivam ettevaatusabinõu turundussisu hallutsinatsioonide (väljamõeldud teabe) ohu vastu?

• A) Konkreetsete väidete ja arvude küsimine ja kontrollimine ainult kontrollitud allikatest ✔
• B) Kasutades kogu mudeli loodud statistikat sellisel kujul, nagu see on
• C) sisusse numbrite lisamata jätmine
• D) Öelge modellile, et ta oleks loovam

Avalikustamine: mudel võib toota põhjendamata statistikat või tooteväiteid. Kui nõutakse meeskonnalt konkreetsete numbrite, funktsioonide ja väidete hankimist ainult meeskonna kontrollitud allikatest ning väljundi kontrollimine, väheneb risk.

11. Milline on õige lähenemine kliendi isikuandmete või ettevõtte konfidentsiaalse teabe sisestamisel tehisintellekti viipasse?

• A) Kiirete tulemuste saamiseks kleepige kõik kliendi töötlemata andmed otse
• B) Andmete anonüümseks muutmine või mittesisestamine ja tööriista privaatsuspoliitika kontrollimine vastavalt reeglitele ✔
• C) Piisab lihtsalt nimede kustutamisest ja kõige muu jagamisest
• D) Konfidentsiaalsus pole oluline, mudel ei salvesta andmeid

Selgitus: Isiku- ja konfidentsiaalseid andmeid ei tohiks üldse sisestada või need tuleks anonüümseks muuta; Lisaks peavad tööriista andmetöötlus- ja salvestuspoliitika vastama ettevõtte privaatsusreeglitele.

12. Mida tuleks teha, et vähendada „eksitava reklaami” ohtu reklaamkoopia valmistamisel?

• A) Konversiooni suurendamiseks liialdatud lubaduste lisamine
• B) Väljendi "parim" kasutamine kõikjal, et olla konkurentidest kindlam
• C) Tõestamatute väidete vältimine ja iga konkreetse väite tuginemine kontrollitavale allikale ✔
• D) Liigutage väited väikeses kirjas joonealustesse märkustesse

Selgitus: vältida tuleks tõestamatuid või ebaseaduslikke väiteid, nagu „parim”, „garanteeritud tulemused”, „teaduslikult tõestatud”. Iga faktiline väide peab põhinema kontrollitaval allikal.

13. Mis on õige pealkirjade ja metakirjelduste loomisel SEO sisus?

• A) Metakirjelduse täitmine märksõna kordusega (märksõna täitmine)
• B) Metakirjelduse jätmine täiesti tühjaks
• C) Kirjutage kirjeldus, mis sisaldab märksõna loomulikult, julgustab klikkima ja jääb pikkusepiirangusse ✔
• D) Sama metakirjelduse lisamine igale lehele

Kirjeldus: metakirjeldus on kokkuvõte, mis kuvatakse otsingutulemuses; see peaks sisaldama loomulikult sihtmärksõna, julgustama klikke tegema ja jääma soovitatud pikkusepiirangusse (umbes 150–160 tähemärki).

14. Milline on kõige täpsem lähenemine sisu toimivuse analüüsimisel tehisintellektiga?

• A) Küsige mudelilt üldist nõuannet ilma mõõdikuid jagamata
• B) Näidatakse modellile ainult meeldinud sisu
• C) modellilt ainult tasuta kokkuvõtte küsimine.
• D) Esitage toormõõdikud kontekstis ja küsige järgmise testimise soovitusi ✔

Kirjeldus: andes mudelile toormõõdikud (nt avatud määr, klikkimise määr, konversioon) koos kontekstiga ja küsides, mida me peaksime õppima ja mida peaksime järgmises testis muutma? tugineb tõlgendamisel arvulistele tõenditele ja parandab töövoogu.