Sociālo mediju IA: kā izmērīt savu sociālo mārketingu: sociālo mediju eksaminētājs

Vai vēlaties uzlabot sava sociālo mediju mārketinga ieguldījumu atdevi (IA)? Vai jūs mērāt pareizās lietas?

Lai izpētītu visu, kas jums jāzina par IA mērīšanu, es intervēju Kristoferu Pennu sociālo mediju mārketinga Podcast.

Kristofers ir Trust Insights galvenais datu zinātnieks. Viņš arī vada Pod-In-Ear Insights. Viņa jaunākā grāmata ir AI tirgotājiem.

Kristofers izskaidro, kā IA atšķiras no reklamēšanas tēriņu atdeves (RTA), un dalās, kā pareizi aprēķināt IA.

Klausieties Podcast Now

Šis raksts ir iegūts no Sociālo mediju mārketinga aplāde, populārākā mārketinga aplāde. Klausieties vai abonējiet zemāk.

Kur abonēt: Apple Podcast | Google Podcasts | Spotify | RSS

Ritiniet līdz raksta beigām, lai atrastu saites uz svarīgiem resursiem, kas minēti šajā epizodē.

Kas ir mārketinga IA un kāpēc to ir grūti izsekot?

Daudzi cilvēki, it īpaši vadītāji, mēdz izmantot IA kā vispārēju terminu “rezultāti”, kas ir neprecīzi. IA ir finanšu matemātiskais vienādojums: nopelnītā nauda, ​​atskaitot to, ko esat iztērējis, lai nopelnītu šo naudu, dalīta ar iztērēto summu. ASV tas tiek izteikts dolāros, un rezultāts parasti ir procentos. Pieņemsim, ka iztērējāt 5000 USD un nopelnījāt 10 000 USD; (10000–5000) / 5000 = 1 vai 100% IA. Par katru dolāru, kuru jūs iemaksājāt, iznāca divi dolāri.

Tirgotājiem IA ir grūti saprast un izsekot vairāku iemeslu dēļ. Pirmkārt, tirgotāji neveic lielisku darbu, lai saprastu, ko viņi ir iztērējuši. Otrkārt, tirgotāji neveic lielisku darbu, lai saprastu, ko viņi nopelnīja un kā viņu darbs palīdzēja uzņēmumam nopelnīt naudu.

Aprēķins izklausās vienkārši, bet tas kļūst neskaidrs, domājot par to, kas ietilpst visās šī vienādojuma daļās.

Ko ietver izlietotā sastāvdaļa?

Kad mārketinga speciālisti domā par sociālo mediju mārketingu, viņi mēdz domāt par tiešajiem dolāru izdevumiem: Facebook reklāmām, Google reklāmām, Twitter reklāmām, Instagram reklāmām utt. Bet kas vēl notiek mārketingā?

Tēriņi ir patiešām samudžināts tīmeklis: piekļuve internetam, mitināšanas izmaksas, programmatūras izmaksas, vietne, birojs, elektrība, darbinieki - visas šīs lietas tiek tērētas. Katra minūte, kad darbinieks kaut ko dara sociālajos tīklos, ir alternatīvas izmaksas, jo šis darbinieks varētu darīt kaut ko citu.

Pajautājiet kādam no finanšu departamenta par to, ko tērē mārketings, un pēc tam - ko sociālie mediji tērē šīm cietajām un maigajām dolāru izmaksām. Tā ir puse no attēla, un tikai šī daļa prasa zināmu izpēti.

Ko ietver nopelnītā sastāvdaļa?

Ko nopelnīja mārketings? Tieši šeit lielākajai daļai tirgotāju viss norisinās no sliedēm. Daudzi tirgotāji nezina, cik lielus ieņēmumus viņi uzņēmumam nopelnīja izpratnes trūkuma, datu trūkuma un informācijas trūkuma dēļ par pareizu attiecinājumu.

Ja nezināt, ko nopelnījāt, un nezināt, ko iztērējāt, nevarat aprēķināt IA. Tā vietā tirgotājiem ir tendence noklusēt kaut ko daudz vienkāršāku, piemēram, reklāmas tēriņu atdeve (RTA), kas ir pilnīgi atšķirīga formula. Cilvēki mēdz apvienot IA un RTA. Tāpat, kad vadītāji jautā par sava mārketinga IA, viņi bieži tikai meklē, cik potenciālo potenciālo pirkumu ir radīti. Tā nav IA; tie ir rezultāti.

IA ir nepieciešams monetārs mērķis

IA ir svarīga, ja atrodaties stabilā uzņēmējdarbības vidē. Jūs ne vienmēr mērķējat uz izaugsmi un nemēģināt darīt kaut ko traku. Efektivitāte ir vissvarīgākā lieta. Jums var būt ierobežoti resursi, un jūs vēlaties uzzināt, kur jūs varat iegūt vislielāko sprādzienu.

IA vienmēr ir salīdzinošā metrika. Teikt, ka Facebook reklāmas IA ir 42%, ar to neko nevar salīdzināt, neko nenozīmē. Tam vienmēr jāpievieno kaut kas cits vai jāsalīdzina ar kaut ko citu. Piemēram, salīdzinot kanālus, sakiet, ka jūsu IA Facebook ir 25% un Google reklāmu IA ir 44%; ja galvenā uzmanība tiek pievērsta efektivitātei, loģiski, ka jums vajadzētu darīt Google reklāmas, nevis Facebook reklāmas.

Ir arī gadījumi, kad IA vienkārši neattiecas. Lai to ilustrētu, šobrīd pirms ASV vēlēšanām 2020. gada novembrī notiek politiskās kampaņas. Vēlēšanu IA nav - jūs vai nu esat ievēlēts, vai ne. Nav finansiāla iznākuma, tāpēc nav arī “nopelnītā”. Jums vajadzētu izmantot citus rādītājus, lai novērtētu jūsu darbības efektivitāti.

Cits piemērs varētu būt, ja jūs esat bezpeļņas organizācija, un jums visvairāk rūp sabiedrības iesaistīšanās. IA nav piemērojama, jo šis rezultāts netiek mērīts dolāros.

Jums ir jābūt skaidram par to, kādi ir jūsu mērķi un kā jūs mērīsit šos mērķus. Un, ja šie mērķi nav izteikti naudas izteiksmē, ROI netiek piemērota.

Datu izpratne, lai aprēķinātu IA

Tirgotājiem ir lielāka piekļuve datiem nekā jebkad agrāk. Bet teikt, ka mēs esam datu laikmetā, tas ir tāpat kā teikt, ka mēs esam sastāvdaļu laikmetā. Ja jūs nezināt, kā gatavot, tad sastāvdaļām nav nozīmes.

Ēdienu gatavošanā ir trīs lietas: sastāvdaļas, aprīkojums un zināšanas. Ja jums trūkst kādas no šīm lietām, jums neveicas. Tas pats attiecas uz mārketinga datiem. Jums ir nepieciešami dati, jums ir nepieciešami rīki, un jums jāzina, kā šīs lietas veiksmīgi apvienot.

Apmaksāto sociālo mediju izsekošana Organiskie sociālie mediji

Sakot “sociālie mediji” un it īpaši “organiskie sociālie mediji”, mums jāpaplašina definīcija par to, kas veido sociālo tīklu. Daudzi cilvēki instinktīvi domā par tādiem lieliem, acīmredzamiem sociālajiem tīkliem kā Facebook, Instagram, Twitter un YouTube. Bet padomājiet par to, kas ir sociālie mediji.

Pēc definīcijas jebkuram sociālajam tīklam ir vērtība tīkla efekta dēļ. Ja jūs rakstāt emuāru, tam ir patiesa vērtība, un šis emuārs būtu tur, neatkarīgi no tā, vai to lasa pieci cilvēki, vai pieci miljoni cilvēku. Protams, jums ir lielāka biznesa vērtība, ja to lasītu 5 miljoni cilvēku, bet tas joprojām būtu tur.

Sociālais tīkls pēc tīkla efekta ir vērtīgs tikai tad, ja to izmanto kopā ar citiem cilvēkiem. Tas ir tāpat kā tālruņa īpašnieks. Ja jums ir vienīgais tālrunis, tas ir bezjēdzīgi. Kad diviem cilvēkiem ir tālrunis, jūs varat piezvanīt viens otram. Un jo vairāk cilvēku saņem tālruņus, jo jūsu tālrunis kļūst vērtīgāks. Tas ir tīkla efekts. Sociālie mediji ir vienādi. Jo vairāk cilvēku pievienojas jebkura veida sociālajam tīklam, jo ​​vērtīgāks tas kļūst, jo cilvēki ir produkts un vērtība.

Kas tad ir sociālais tīkls? Jā, Facebook un YouTube, bet padomājiet par citām vietām, kur jums ir šāda veida mijiedarbība. Ja esat programmētājs, GitHub ir sociālais tīkls, kurā varat apmainīties ar kodu un idejām ar citiem cilvēkiem. Slack ir viens no lielākajiem sociālajiem tīkliem pasaulē. Katrs Slack gadījums ir atšķirīgs, bet tas ir sociālais tīkls. Slack kanāls ar vienu cilvēku tajā ir garlaicīgs.

Šīs ir vietas, kurās varat izveidot, mijiedarboties, iesaistīties, kopīgot, atzīmēt ar Patīk un komentēt. Šī uzvedība ir sociālie tīkli.

Ja mēs paplašinām savas domas par to, kāda ir mūsu sociālā tīkla definīcija, tad pēkšņi organiski sociālie mediji sāk izskatīties pēc novirzīšanas trafika, nevis sociālā. Tas atkal kļūst par daļu no mūsu attiecinājuma vienādojuma. Kad jūs koplietojat kaut ko sociālajā platformā un cilvēki ar to nodarbojas, dalās vai noklikšķina uz tā, tad to var izmērīt.

Daudzos gadījumos šie nišas sociālie tīkli neintegrējas ar jebkāda veida analīzi. Viņiem, iespējams, nav pat analīzes, un viņi nav ieinteresēti tos nodrošināt. Ja jūs esat mārketinga speciālists, kurš mēģina noskaidrot savu nišu vai vertikālo tīklu sociālajā tīklā, jums ir jāiegūst ļoti labi tādas lietas kā UTM izsekošana pakalpojumam Google Analytics. Ja to nedarīsit, jums nebūs ne jausmas, kas noved pie konkrētas datplūsmas uz jūsu vietni vai īpašumiem.

Kad pakalpojumā Google Analytics redzat “tieša datplūsma”, aizstājiet vārdus “nezinu”, jo nav attiecinājuma datu. Ja URL tiek kopīgots Slack kanālā un kāds noklikšķina uz tā, nav izsekošanas kodu, jo Slack nepievieno nevienu. Tātad, kad šis apmeklētājs apmeklē jūsu vietni, avots ir tiešs, bet nesējs - neviens.

Kā mārketinga speciālistam nav ne jausmas, vai tas, ko jūs darāt kanālos Slack, kur jūs iesaistāties, patiešām darbojas. Vienīgais veids, kā uzzināt, ir tas, vai lietotāji kļūst par klientiem, un jūs jautājat, kā viņi uzzināja par jums.

Reklāmu tēriņu atdeve nav vienāda ar IA

Tik daudz reižu mēs apskatām savus UTM parametrus reklāmām, kurām tērējam. Mēs redzēsim, cik daudz reklāma mums maksāja par rādīšanu un cik daudz ieņēmumu tā radīja, un tas ir viss, uz ko mēs skatāmies. Bet tas nav viss vienādojums. Ja mēs patiešām skatāmies uz IA, mēs tur izlaižam daudz informācijas.

Mēs novērtējam mūsu reklāmas izdevumus un kādus ieņēmumus esam guvuši no saviem reklāmas izdevumiem; tā ir RTA. Tas nav slikti darāms, jo tas ir ļoti vienkāršs vienādojums, kas ļauj saprast, kā darbojas jūsu reklāmas. RTA ir vienkārši nopelnītā, dalīta ar iztērēto; tas ir ļoti atšķirīgs vienādojums no IA. Ja mēs ignorējam aģentūras vai darbinieka, ar kuru mēs strādājam, izmaksas, mēs faktiski varam zaudēt naudu.

Tā ir viena no lielākajām RTA briesmām: cilvēki to sajauc ar IA. IA ņem vērā naudas nopelnīšanas izmaksas, savukārt RTA to neņem vērā. Tas ir viens no iemesliem, kāpēc RTA skaitļi var šķist astronomiski augsti. Vispārpieņemtā labākā prakse ir tāda, ka jūsu RTA nekad nedrīkst būt zemāka par 400%: par katru $ 1, ko ievietojat reklāmā, jums jāatgūst 4 USD.

Pieskaitāmo izmaksu noteikšana

Lielākajai daļai lielāko organizāciju ir jūtamas darbinieka administratīvās pieskaitāmās izmaksas (alga un citas pieskaitāmās izmaksas), kuras pēc tam varat amortizēt. Jūs zināt šī darbinieka algu un tad jums ir pieskaitāmās izmaksas.

Lai to vizualizētu, Amerikas Savienotajās Valstīs jūsu veselības aprūpes izmaksas būs līdz 25% vai 30% no šī darbinieka algas izmaksām. Pievienojiet algu un pieskaitāmās izmaksas kopā, daliet to ar 2080 (40 stundas nedēļā 52 nedēļas gadā), un jūs saņemsiet darbinieka faktisko stundas likmi. Tomēr daudzas stundas, ko viņi pavada sociālajos medijos, reize, kad efektīvā likme ir tā, ko jūs iztērējat laikā kā nauda.

Resursu alternatīvās izmaksas sociālajos medijos iekļauj arī jūsu izmaksas. Darbaspēks parasti ir visvairāk aizmirstās izmaksas, un tās noteikti ir vislielākās, jo cilvēki nedomā par alternatīvajām izmaksām, viņi domā tikai par dolāru lieliem izdevumiem.

Ja jūs pareizi veicat IA, jūs varat saprast, ka jums vienkārši ir jāpieņem darbā aģentūra vai darbuzņēmējs, kas jums veic sociālo mediju. Jūsu IA var norādīt, ka jūs vai nu neesat tik labs, vai ka mēģināt palielināt šo spēju ir daudz lielākas alternatīvās izmaksas nekā tikai ārpakalpojumi.

Vispārējais īkšķis, kuru Kristofers piešķir klientiem, ir tāds, ka, ja tas nav viņu pamatdarbības sastāvdaļa un ir lielas alternatīvās izmaksas, viņiem jātērē cietais dolārs. Tāpēc viņi atgūst dolārus, un cilvēki atkal pievērš uzmanību tam, ko viņiem vajadzētu darīt, kas ir produkts vai pakalpojums.

Nopelnīto sociālo mediju attiecinājuma modeļi

Liela daļa no nopelnītā ROI vienādojuma ir attiecinājums. Cik sociālie mediji ietekmēja reklāmguvumus? Standarta Google Analytics ir iebūvēti pieci atribūti: pirmais pieskāriens, pēdējais pieskāriens, lineārais, laika sabrukums un balstīts uz modeli vai uz pozīciju. Lielākā daļa no tām lielākoties nav noderīgas, jo tās piedāvā ļoti ierobežotu klienta redzējumu.

Apsveriet, kā izskatās klienta ceļojums, apsverot lēmumu par pirkumu. Viņi runā ar draugiem, veic dažus pētījumus un lasa atsauksmes. Varbūt viņi lasa iepriekšējos emuāra ierakstus, pārbauda sociālo mediju plūsmas, skatās videoklipus vietnē YouTube vai uzdod jautājumus Facebook grupā. Viņi runā ar savu priekšnieku, lai saņemtu apstiprinājumu. Būtībā, kas ir augsta riska darījums, ir daudz soļu. Un šis klienta ceļojums katram cilvēkam izskatās ārkārtīgi atšķirīgs.

Ja pakalpojumā Google Analytics izmantojat iebūvētos modeļus un pēc noklusējuma izmantojat pēdējo pieskārienu, kas nozīmē pēdējo lietu izdarīja - varbūt viņi redzēja Facebook reklāmu, noklikšķināja uz tās un veica pirkumu - Facebook saņem visu kredītu, lai to pārveidotu klientu. Tajā bija daudz vairāk nekā tas, bet nevienai no šīm citām mijiedarbībām netika piešķirta atzinība.

Divi citi modeļi, lineārais un laika samazināšanās, mēģina sadalīt kredītu citām mijiedarbībām, kuras Google Analytics var redzēt. Izmantojot lineāro modeli, Google nezina, kas darbojas, tāpēc tas vienmēr pat piešķir katrai mijiedarbībai un pieņem, ka katra mijiedarbība ir vienlīdz svarīga.

Iebūvētā iespēja, kuru Kristofers pasludina par visnoderīgāko, ir laika samazināšanās, kas būtībā ir 7 dienu pussabrukšanas periods. Ja kaut kas tika izdarīts pēdējo 7 dienu laikā, piemēram, klikšķis uz Facebook reklāmas, tas iegūs lielāko daļu kredīta.

Jo ilgāk klienta ceļojums atgriežas laikā, jo vairāk Google pagātnē piešķirs kredītus kanāliem, taču tas samazinās kredītus. Ja kāds pirms 9 mēnešiem noklikšķināja uz Facebook reklāmas, šī reklāma saņems nedaudz kredīta, bet e-pasts, kuru viņi tikko atvēruši pagājušajā nedēļā, saņems daudz vairāk kredīta. Ar laika samazināšanās modeļiem ir pieņēmums, ka svarīga ir atkārtošanās.

Ja jums nav iespēju, nav uzlabotas analīzes un jums vienkārši nav labi ar programmatūru, Kristofers saka, ka laika samazināšanās ir vismazāk slikta no ne tik lieliskajiem Google Analytics noklusējuma modeļiem. Tas vismaz palīdzēs jums izprast dažādu kanālu atšķirīgo ietekmi no reklāmguvumu veicināšanas perspektīvas.

Šī izvēlnes opcija atrodas sadaļā Palīdzīga reklāmguvums, kategorijā Reklāmguvumi, kreisajā pusē, ceturtā izvēlne uz leju. Pēdējais pieskāriens ir noklusējuma modeļa izvēle, un tas jāmaina, lai tas atbilstu jūsu izvēlētajam modelim.

Attiecinājums 360

Google Analytics saskarnē parādās kaut kas jauns. Kreisajā pusē virzienā uz leju būs jauna poga ar nosaukumu Attribution un blakus tai būs neliels Beta tags. Tas ir Google nedaudz saīsināts Attiecinājums 360 produktu.

Pirms vairākiem gadiem Google nopirka uzņēmumu ar nosaukumu Adometry, un tam bija mašīnmācībā balstīta attiecinājuma sistēma. Sākumā Google pārdeva šo sistēmu kā Attribution 360 par lielām izmaksām, galvenokārt lielākajām korporācijām. Kopš tā laika viņi to ir atlaidinājuši, un tagad to var izmēģināt visi. Tas ļauj jums izveidot “uz datiem balstītu modeli”, izmantojot mašīnmācīšanās algoritmu ar nosaukumu Shapley Game Theory, lai mēģinātu noskaidrot, kuri kanāli saņem kredītu.

Vienkāršākā Šaplija spēļu teorijas līdzība ir tā, ka tā ir kā pokera spēle. Ja pie pokera spēles apsēžas divi cilvēki, katrs no viņiem izdara likmi par noteiktu summu, un spēle var iet noteiktu ceļu. Bet, ja spēlei pievienojas zināms spēlētājs, šīs personas uzvedība katram no šiem spēlētājiem automātiski liek likmes vairāk nekā tas būtu, ja tā būtu divu cilvēku spēle.

Kad vairāk cilvēku sēž pie šī pokera galda, katrs cilvēks maina ne tikai savu uzvedību, bet arī galds kopumā maina izturēšanos. Izmantojot šo attiecinājuma produktu, Google Analytics faktiski dara to pašu. Ja Facebook sēž pie galda un e-pasts pie galda, un Twitter sēž pie galda, un YouTube sēž pie galda, vai reklāmguvums, visticamāk, notiks tad, kad Twitter sēž pie galda, vai nē? Vai reklāmguvums, visticamāk, notiek tad, kad YouTube sēž pie galda vai nē?

Apkopojot šos datus, tas palīdz labāk izprast katra kanāla nozīmi ne tikai pats par sevi, bet arī attiecībā pret citiem kanāliem. Tas piedāvā norādījumus par to, kuri kanāli ir pelnījuši vairāk vai mazāk resursu.

Daži rīki būtībā veidos pielāgotu mašīnmācīšanās modeli uzvedības attiecināšanai. Viens no Kristofera ieteiktajiem rīkiem - atklājot, ka viņa uzņēmums ir IBM biznesa partneris - tiek saukts par IBM Watson Studio Auto AI. Šī sistēma var iziet cauri milzīgiem datu apjomiem un analizēt visas iespējamās mainīgo kombinācijas, nākt klajā ar modeli un sniegt tā saukto “prognozētāja nozīmi” - cik svarīgi ir dažādi mainīgie lielumi kopā vai atsevišķi iznākums?

Sistēma meklē korelāciju starp visiem mainīgajiem un pēc tam tā pati vai kopā var paredzēt varbūtību, ka rezultāts būs labāks rezultāts nekā kaut kas cits.

Attiecinājums Windows

Cik lieliem jābūt attiecinājuma logiem, ir atkarīgs no dažiem faktoriem. Ideālā gadījumā, ja jūs varat sadalīt auditoriju līdz konkrētam līmenim, katram mērķauditorijas segmentam ir jāpiemēro dažādi attiecinājuma periodi. To var izdarīt pakalpojumā Google Analytics, ja varat segmentēt auditoriju ar lietotāja ID. Ja nē, vienkārši atrodiet garāko saprātīgo reklāmguvumu periodu, dubultojiet to, un tas ir jūsu attiecinājuma logs.

Jums, iespējams, vajadzētu dubultot, jūsuprāt, tipisko logu, lai Google Analytics pareizi sekotu lietām. Tam vajadzētu būt divreiz lielākam par jūsu augšējā līmeņa pārdošanas ciklu, lai jūs noķertu augšējā līmeņa anomālijas un izņēmumus. Ja kāds veic reklāmguvumu 7 dienu laikā un jūsu attiecinājuma periods ir 30 dienas, jūs esat ieguvis 100% reklāmguvuma. Ja jūsu attiecinājuma logs ir 7 dienas un kādam tas aizņem 9 dienas, jūs esat zaudējis 2 dienu informāciju.

Saruna ar priekšnieku par IA

Sarunas ar priekšnieku par mārketinga IA ir atkarīgas no tā, kas priekšniekam rūp. Apskatiet visus galvenos rādītājus, pēc kuriem tiek mērīta TKO vai VP, šie augšējās rindas skaitļi. Izmantojiet visus jums zināmos rādītājus - IA, vietnes apmeklētājus, izaugsmi - un pajautājiet sev, kā jūs varat novilkt stabilu līniju starp šo un sava priekšnieka numuru. Ja jūs nevarat izveidot cēloņsakarību, nerādiet to priekšniekam.

Pirmkārt, jums ir jāsaprot uzņēmuma mērķis. Ja uzņēmuma mērķis ir izaugsme, jums jāspēj parādīt auditorijas pieaugumu. Nerādīt IA; parādiet izaugsmes skaitļus, kurus esat ievietojis uz tāfeles. Ja uzņēmuma mērķis ir finansiāla efektivitāte, tad jūs parādāt IA.

Dažreiz tas nozīmē, ka jūs runājat ar finanšu vadītāju, kurš ir finanšu persona. Ja jūs neiesniedzat IA finansiāli pareizā veidā, jūsu budžets tiks samazināts līdz nullei. Runājot par naudu cilvēkiem, jūs vēlaties parādīt, ka esat atbildīgi izmantojis viņu naudu, koncentrējoties uz visaugstāko IA.

Kad jūs runājat ar priekšnieku, kurš nav finanšu direktors un nav īpaši tehnisks, šī persona lēmumu pieņemšanā var būt subjektīvāka. Tas nozīmē, ka daudzos gadījumos viņiem būs ļoti stingrs viedoklis, kas nav pamatots ar datiem. Tajā brīdī pat nerunājiet par kanālu attiecināšanu. Vienkārši runājiet par iegūtajiem rezultātiem.

Kristofers iesaka koncentrēties uz galvenajiem darbības rādītājiem (KPI). KPI ir skaitļi, par kuriem jūs vai nu saņemat prēmiju, vai arī jūs tiekat atlaists. Viss pārējais ir metrika. Kāds ir jūsu priekšnieka KPI? Par ko viņi tiks atlaisti vai par ko saņems slavu? Kāda ir viņu gada beigu prēmija? Tas norāda, kāda metrika jums jāuzrāda.

Piemēram, ja viņi tiek saukti pie atbildības par P&L, IA ir jāiekļauj jūsu pārskatos, jo IA ietekmē viņu P&L gan peļņas, gan zaudējumu pusē. Ja tie tiek mērīti pēc bruto ieņēmumiem un nekas cits, neuzrāda IA. Parādiet, ka jūs veicinājāt izaugsmi. Un tad viss, kas jums nepieciešams, ir nopelnītā puse un varbūt arī RTA.

Šīs epizodes galvenie aizņēmumi:

• Uzziniet vairāk par Kristoferu vietne.
• Sekojiet Kristoferam tālāk Twitter un LinkedIn.
• Pārbaudiet Uzticieties ieskatiem.
• Klausieties In-Ear Insights podcast.
• Lasīt AI tirgotājiem.
• Uzziniet vairāk par Attiecinājums 360.
• Pārbaudiet Sociālo mediju mārketinga pasaule 2020.
• Skatieties ekskluzīvu sociālo mediju eksaminētāja saturu un oriģinālos videoklipus vietnē YouTube.
• Skatieties mūsu iknedēļas sociālo mediju mārketinga sarunu raidījumu piektdienās plkst Crowdcast.

Ko tu domā? Kādas ir jūsu domas par jūsu sociālo mediju mārketinga IA mērīšanu? Lūdzu, dalieties ar komentāriem zemāk.