归因作为营销自动化的准备工作

A widely recognized collection for machine learning tasks.
Post Reply
Reddi1
Posts: 355
Joined: Thu Dec 26, 2024 3:07 am

归因作为营销自动化的准备工作

Post by Reddi1 »

我上面介绍的内容归因方式可以作为在内容营销过程的分发阶段使用营销自动化解决方案的宝贵准备步骤。通过对内容进行分类,可以将内容分配给各个目标群体的潜在客户漏斗,并按顺序或上下文进行排列。

关于内容归因主题的演示幻灯片
2019 年 9 月,我在威斯巴登的 OMT 就这个主题做了一次演讲。以下是幻灯片:



还有一个关于它的播客:





按内容类型分类的其他模型
虽然我不声称自己是完整的,但最后我想介绍一些其他同事的模型,其中一些模型给了我启发。由于我一段时间以来一直深入参与客户旅程中的内容营销主题,我一直觉得这些模型缺乏与客户旅程的直接联系。我从以下模型中得出了一些方法,并将其中一些纳入了我上面描述的分类中。



内容红绿灯,作者:Kerstin Hoffmann
Kerstin Hoffmann是德国最早专注于内容和入站营销的专家之一。 Kerstin 的内容交通灯描述了类别中的相关性、时间、情感、关系、故事、利益和互动内容。也很精彩。


克斯廷·霍夫曼 (Kerstin Hoffmann) 撰写的《内容红绿灯》

您可以在这里找到有关她的方法的详细解释,也可以在这里向 Kerstin 索取内容交通灯矩阵的打印件或根据返回的信封下载。



Mirko Lange 的内容雷达
德国内容营销的先驱之一Mirko Lange开发了两个模型, FISH模型和内容雷达,我在这里简单介绍一下。

内容雷达


内容雷达分类为我自己的内容分类想法提供了大部分灵感。这里的分类 就业数据库 是针对所要满足的需求的。从内容雷达中,我根据知识/支持性(“我学到了一些东西”)、时事(“我知道发生了什么”)、关系/意义(“这让我很感动”)和娱乐性(“我喜欢它”)进行了分类。但是,我缺少属性类型产品信息,我将其添加为第五类。

如果想要详细了解这两种模型,可以阅读Mirko的详细文章。

根据 Mirko Lange 的 FISH 模型进行分类
我还将根据 Mirko Lange 的 FISH 模型进行分类,该模型与上一点的目标/目的方法密切相关。

关注内容 > 绑定
入站内容 > 建立联系
销售内容 > 销售
突出显示内容 > 建立联系
通过这种归因,可以得出相应的分配方法


FISH 模型由 Mirko Lange 设计,来源:Talkabout

当谈到搜索内容这个术语时,我并不完全同意 Mirko 的观点,因为根据 FISH 模型,搜索引擎作为分销渠道不仅与销售内容相关,还与其他类型相关,具体取决于主题和相关关键词。对于那些想要了解内容分类主题的人,我推荐Mirko 关于该主题的经典文章。
Post Reply