導讀：某微博MCN機構旗下380萬粉絲博主，帶貨能力基本為0，流量全靠刷。怎樣鑒別這種假大V和不靠譜的MCN？讓我們從頭慢慢開始聊……

作者：宋天龍

來源：大數據DT（ID：hzdashuju）

MCN并不是一個新出現的模式，很早就出現的微博、公眾號等都具有MCN特征。但當以短視頻為主的新型媒體出現后，MCN才爆發出強大的社會影響力。當前，借助于MCN實現企業爆發式的銷售增長，是非常火熱的一種渠道形態。

01 什么是MCN

MCN（Muti-Channel Network）即多渠道網絡服務，它通過持續的內容輸出來實現特定商業目標。

在MCN機構出現之前，其實就已經出現KOL、KOC、PGC、達人、IP、大V等概念和實體，MCN的出現讓這類資源實現了組織化、規模化和專業化，企業級的運作也更有效率，效果也更加顯著。本節的MCN范疇包括集團、公司、工作室、個人等多種組織形式。

MCN起源于網紅經濟運作模式，在后端通過簽約網紅將具有一定話語權或關注度的“人”聚集起來；中間通過專業的運營團隊持續穩定地輸出內容；后端通過與企業的合作實現商業變現，例如廣告、品牌合伙人、直播等。

02 MCN直播帶貨模式的“危”與“機”

MCN可以為企業提供整合營銷傳播方案，也可以通過內容分發觸達目標客戶。此外，MCN還可以通過直播帶貨的模式，直接為電商企業帶來訂單。

MCN的直播帶貨模式，讓企業發現了融合“渠道”與“銷售”的新機會——直播電商。

根據知瓜數據發布的2020年雙11期間淘寶直播Top周榜，在2020年10月19日至2020年10月25日期間，預計薇婭帶來的商品銷量為1799.1萬件，銷售流水為67億元。這直接反映了MCN在電商銷售中強大的帶貨能力，直播帶貨已經成為電商以及零售企業的巨大機會。

“危”與“機”是并存的，在面對巨大機會的同時，企業也需要注意直播帶貨的潛在問題。

• 避免被MCN渠道綁架。出于分散經營風險以及對營銷渠道的掌控權的考量，盡量將MCN渠道的用戶分散到其他渠道甚至私域渠道，否則當用戶形成行為習慣時就會導致企業從“一個坑”跳到“另一個坑”。例如線上銷售（包括流量）渠道從天貓、京東、蘇寧轉移到MCN渠道。

• 注意高銷售流水背后的高退款率和退貨率。MCN帶來的轉化僅僅是銷售線索的引導或者初步訂單完成，企業后期可能會面臨高退款率和退貨率問題。尤其是在沖動消費決策、好奇購買等問題場景下，該問題非常嚴重。

• 選對合作模式。目前企業與MCN渠道的合作模式有兩種：服務費（或坑位費）加傭金和純傭金。后者是CPS（Cost Per Sale，按銷售付費）模式，因此成本和收益相對可控；而如果是前者，則可能給企業帶來較大的合作風險。國內已經出現企業花費巨資邀請某著名主持人在羽絨服、貂皮大衣直播帶貨時銷售額幾乎為0，國內某知名演員賣保溫杯銷量為個位數的案例。

• 全民免疫期的到來。任何一個新營銷模式在剛出現時都會給用戶帶來新鮮感，當直播帶貨進入穩定期后，其帶貨能力可能出現“滑鐵盧”。

• MCN主播現場的不可控性。在直播現場，企業無法100%掌握主播傳播的信息，其中可能出現由于主播本身的言論或行為不當導致對企業形象和商品造成負面影響的情況，甚至可能有觸犯法律的風險。

03 企業與MCN的供應鏈合作

企業借助于MCN實現整合營銷傳播或電商銷售，屬于整個供應鏈環節的下游，即商品生產出來后，由MCN輔助傳播與銷售。實際上，企業與MCN完全可以進一步深化供應鏈合作關系。

MCN背后關聯的是一群人（的需求）。通過MCN可以集中收集和反饋與企業的商品相關的信息和訴求，例如產品功能、特性、樣式等，這些信息可用于生產型企業的商品策劃、設計與開發，實現C2B（Customer to Business）或C2F（Customer to Factory）的反向推動。

這種合作模式有利于實現供需平衡，對于降低庫存風險、提升供應鏈效率、拓展與覆蓋市場具有重要意義。

當然，在消費者反向推動生產的合作模式中，企業生產遵循邊際成本隨規模遞減的規律，因此需要合理預估MCN背后的人群的需求規模。

04 MCN渠道適用的營銷場景

MCN背后聚集的資源基于人與人的連接關系，這些連接關系可以反映到任何社群渠道上，因此對于營銷渠道本身沒有限制。一定程度上，對于MCN渠道，人即渠道，這是它與其他渠道最大的區別。MCN渠道在營銷應用時，主要的適用場景如下。

• 直播帶貨。這是目前MCN最適用的營銷場景。

• 品牌傳播。企業可以利用MCN在各個平臺上的專業內容生產能力及粉絲影響力實現品牌曝光與傳播的目的。

• 市場形象、口碑傳播和維系。當企業面臨較大的公共關系危機或需要樹立品牌形象時，可以考慮利用MCN背后的IP、KOL、KOC、網紅和達人等來進行觀念傳播和輿論引導。

提示：雖然MCN渠道有大量的粉絲，但這些粉絲在短期內很難直接轉化為企業粉絲，因此企業需要降低粉絲轉化預期。另外，MCN渠道在運營過程中，如果涉及第三方平臺上的電商銷售模式，例如淘寶電商等，將無法直接對企業的自有站點進行引流，而“僅僅”能起到帶貨、品牌曝光的作用。

05 數據如何應用到MCN渠道運營

這里僅介紹非廣告場景的數據應用場景。MCN渠道本身的數據差異化應用場景包括如下幾種。

1. 甄別MCN渠道資源的真實影響力

在企業與MCN合作之初，需要對MCN的真實實力（例如粉絲規模、影響力、歷史帶貨能力）進行評估，以確定合作意向、合作模式、預期產出等。

圖2-11為某微博賬號的粉絲與內容互動情況。圖中顯示了其粉絲為38萬左右，但其發布的內容的收藏、轉發、評論和點贊數基本都是個位數。這些互動數據與龐大的粉絲量嚴重不匹配，說明粉絲中的異常情況比較嚴重，例如虛假粉絲、沉積粉絲、無效粉絲、機器粉絲等。

▲圖2-11 某微博賬號的粉絲與互動情況

2. MCN直播帶貨的選品、物料、銷售賣點、庫存銷售預測的準備

企業在選擇直播帶貨時，需要從數據層面綜合考慮MCN資源與企業商品的契合度，包括銷售周期、價格、商品等選品環節；同時，商品信息提煉、銷售賣點、場景化、消費用戶畫像等方面也需要通過數據深入挖掘并提供給MCN主播使用；最后，根據MCN資源的歷史帶貨能力與企業的選品，預估商品銷量，為后端庫存準備、物流和配送等提供參考。

如表2-2所示，李佳琦和薇婭都是MCN的頭部力量，二者之間的差異性非常大。李佳琦側重于淘寶直播+抖音平臺，品類以美妝為主；薇婭側重于淘寶平臺，全品類進軍。企業在選擇MCN機構合作時可以綜合參考二者的品類、平臺、運營特點等，與企業自身營銷目標結合。

▼表2-2 頭部MCN差異性對比

3. 渠道運營效果評估與真實性核算

MCN渠道運營效果的評估涉及兩個方面：一是根據運營情況做效果統計分析，二是根據實際結果數據核查數據的真實性。其中第二點主要核查數據中的“虛假訂單”或“刷量問題”，通過數據分析設定合理的“正常訂單”的狀態（例如收貨或收貨后14天），排除訂單中的異常記錄，以最大程度規避企業風險。

例如，2019年某創業者與微博MCN機構合作，選擇粉絲高達380萬的某微博博主進行營銷，微博發布后49分鐘，有12.1萬的觀看量，另有幾百到幾千不等的評論、點贊、轉發，但后臺系統數據表明店鋪流量和成交量基本為0。

如圖2-12所示，圖中①是在活動發布49分鐘后產生的微博上與粉絲的互動數據，右側的②和③顯示了后臺監測到的流量和支付金額的真實貢獻。

▲圖2-12 MCN真實影響力判別

從面2-12所示的結果可以發現，該微博博主的粉絲幾乎都是假的，并且互動時的“用戶參與”也基本是靠刷流量得到的，因此本次合作毫無疑問是失敗的。

06 知識拓展：MCN渠道直播帶貨選品的考慮要素

MCN渠道直播帶貨并不適合任何企業或企業的任何商品。選品時需要綜合考慮4個要素。

• 商品與MCN資源的適配度。潛客與商品目標受眾適配才能保證商品有機會賣出去。

• 商品毛利區間。商品毛利情況決定了直播帶貨的銷售模式是否虧本。以淘寶直播的淘寶聯盟規則為例，規定傭金比例區間為20%~90%，就基本上將很多薄利的類目（例如大家電、3C產品）過濾掉了。目前主要的直播帶貨品類集中在美妝、衣服鞋帽、母嬰、食品等高利潤類目。

• 低決策成本與短決策周期。直播帶貨主要依賴于MCN資源現場的銷售能力，因此適合于沖動性購買、嘗試性購買的低決策成本與短決策周期的購物類目；而大客單價、決策周期較長的類目不適合直播帶貨，例如保險、珠寶、黃金等。

• 無專業知識或低專業知識商品。過多的專業知識會給直播帶貨帶來極大的銷售阻力。因為MCN主播們很難在短時間內理解或掌握商品的專業性知識，即使勉強解釋出來，其受眾也未必能夠理解，更不用提交易轉化。汽車、古董、收藏品就屬于這一領域。

關于作者：宋天龍，資深大數據技術專家，有11年數據分析工作經驗。觸脈咨詢合伙人，前Webtrekk（德國bigest在線數據分析服務提供商）中國區技術和咨詢負責人。中國商業聯合會數據分析專業委員會《中國大數據人才培養體系標準》專家組成員、虎嗅獎聘委會委員、DMT數字營銷人才認證委員會認證委員。

本文摘編自《電商流量數據化運營》，經出版方授權發布。

《電商流量數據化運營》

點擊上圖了解及購買

轉載請聯系微信：DoctorData

推薦語：知名專家宋天龍新作，流量運營教科書，低成本、大批量、高質量流量引入，含大量案例、數據源和代碼。

刷刷視頻👇

干貨直達👇

• 終于有人把企業架構講明白了
  

• 如何解決MySQL中的死鎖問題？
  

• 終于有人把微服務講明白了

• 詳解數據可視化的4種類型：手把手教你正確選擇圖表

更多精彩👇

在公眾號對話框輸入以下關鍵詞

查看更多優質內容！

讀書?|?書單?|?干貨?|?講明白?|?神操作?|?手把手

大數據?|?云計算?|?數據庫?|?Python?|?爬蟲?|?可視化

AI?|?人工智能?|?機器學習?|?深度學習?|?NLP

5G?|?中臺?|?用戶畫像?|?數學?|?算法?|?數字孿生

據統計，99%的大咖都關注了這個公眾號

👇

總結

以上是生活随笔為你收集整理的如何通过数据分析鉴别假微博大V？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。