Launchmetrics 引入 AI 功能，衡量品牌信息是否有效传达，而非仅限于曝光率

专访

品牌情报平台 Launchmetrics 新增了 AI 赋能工具，旨在帮助时尚、生活方式及美妆品牌分析其媒体报道的实际内容，而不仅仅是报道数量。“‘被看见’已不再是最重要的，关键在于‘被看见并被理解’，”其首席营销官 Alison Bringé 在接受 FashionUnited 采访时表示。

Bringé 表示，此项开发由两大因素驱动：其一，AI 技术使公司能从为客户挖掘的数据中提取更多价值；其二，品牌如今期望能更深入地洞察营销策略的成效。新功能不仅旨在展示品牌在全球的曝光度，更能揭示其发布的信息是否按预期触达目标受众。

其出发点是大多数公关团队都面临的一个难题：品牌围绕一项新活动、新产品或新项目动员其全球团队后，最终的媒体报道量可能很大，但传达的信息却与最初的宣传重点有所偏差。“你宣传的重点，未必就是记者最终报道的故事，”Bringé 说道。

Launchmetrics 的“Analyze Coverage”（报道分析）功能利用 AI 技术，识别品牌在所有报道中的核心主题，例如时装周期间所有关于该品牌的发布内容。Bringé 表示，该功能深受那些需要在短时间内提交报告的客户的欢迎，他们现在“几乎一键”即可获得更丰富的洞察。

衡量机制详解

其基础衡量指标仍然是媒体影响力价值（Media Impact Value, MIV），即 Launchmetrics 为每一篇关于品牌的帖子、互动或文章所赋予的货币价值。Bringé 指出，公司在过去十年中已将 MIV 确立为行业标准。现在的变化在于分析的细节深度。“现在，你可以更深入地探究媒体影响力价值，并理解其背后的驱动因素，”她说道。

一旦“Analyze Coverage”功能识别出主要主题，一套名为“Advanced AI Enrichments”（高级 AI 强化分析）的工具集便允许品牌进一步细分 MIV：例如按品类（如男装或女装）、产品、地域、营销活动或事件、受众以及媒体层级进行划分。“举例来说，如果你是一个美妆品牌，你可能想知道，‘我的睫毛膏是否比 Christian Dior 的睫毛膏获得了更多的讨论’，”Bringé 解释道。

据 Bringé 称，在 AI 技术出现之前，这种级别的追踪非常困难，因为它需要图像和视觉识别技术，以及基于上下文线索而非手动设置的查询。如今，AI 技术有助于为每个客户定义监测参数和竞争格局，并为数据挖掘提供支持。

MIV 涵盖了 Launchmetrics 所定义的、影响消费者购买路径的五种“声音”：媒体、名人、品牌自有媒体、合作伙伴和意见领袖。Bringé 表示，同样的计算方法适用于所有这些声音，其算法会随着各个声音背后平台的变化而逐年调整。“现在，我们也在衡量‘AI 之声’，”她补充道。

Launchmetrics 还发布了其新的“AI 可见度得分”（AI Visibility Score）指南，该指标用于追踪品牌在 AI 生成的答案中的出现情况、出现的语境，以及与一同被提及的竞争对手的比较情况。该得分将四个信号整合为一个 0 到 100 的单一数值，旨在与 MIV 协同使用。

以 Ralph Lauren 为基准

为了说明品牌如何利用这些数据，Bringé 在最近一次 Launchmetrics 线上研讨会中，以对 Ralph Lauren 的分析为例。今年第一季度，这个美国品牌通过超过 9000 次的提及，创造了 8280 万美元的 MIV，其中 62% 来自女装。相比之下，其同类竞品组合中的一个竞争对手，其 MIV 在男装和女装之间几乎平分秋色。

“因此，尽管 Ralph Lauren 更侧重于女装，但你可以看到其竞争对手在平衡男女装方面做得更好，”Bringé 说道。

她表示，这类比较至关重要，因为“增长并非来自新需求，而是来自抢占竞争对手的份额。”品牌可以利用这些细分数据，审视其信息是否未能有效传达，竞争对手在某一品类的推广上是否更有效，或者自身是否忽略了某个只需少量额外投入即可带来更大回报的品类。

同样的情况也适用于媒体层级。一个品牌可能在一线刊物中表现强劲，但在二线刊物上却落后于竞争对手。Bringé 指出，由于二线刊物数量更多，其整体产生的价值也更大。

Bringé 表示，这些工具的推出是为了响应客户的需求。在当前不如前几年有利的经济环境下，这些客户面临着来自管理层越来越大的压力，需要证明哪些策略是有效的。“如今人人都有数据，但关键在于看清你的行动空间和机会所在，”她说道。

她给品牌的建议是，要超越‘虚荣指标’（vanity metrics），并迅速行动。“在当今时代，你必须比任何人都更快地行动，以免数据过时，或被他人抢走客户或市场份额。”