数据造假大抵是行业内公开的秘密，自蔡徐坤一条微博的转发量过亿开始，虚假流量话题在行业内便一直备受关注。身处电商时代，虚假流量问题自然也引发了相关执法部门对网红带货的关注。
在2019年10月17日，由最高人民检察院召开的“食品药品安全‘四个最严’要求专项行动”新闻发布会上，国家市场监督管理总局执法稽查局局长杨红灿表示，将对网红食品安全违法行为进行重拳出击。对“刷单”“假评论”涉嫌违反广告法、反不正当竞争法、消费者权益保护法的违法行为进行查处。
各大平台也陆续采取相应监管机制来削减刷量造假行为，早前爱奇艺关闭前台播放量的显示；微博在评论、转发计数上设置显示上限；快手为防止主播之间攀比，直播间人数超出10W后直接显示为10W+；在“啄木鸟2019”打击黑产行动中，抖音官方封禁作弊账号203万，拦截刷量行为5.5亿次……
随着流量红利逐渐消退，红人们为完成广告主的KPI，整个营销市场伴随着利益的驱动，互联网流量的真实性也在大打折扣。数据繁荣的背后是刷假粉、直播间挂协议（*直播间挂虚拟人数）、打榜等营销手段的干预。
反观以抖音和快手为代表的短视频领域，大批广告主将投放预算向这片新流量聚焦地倾斜，也使得短视频营销成为“深水区”。这个看似流量至上的时代，红人们唯有摒弃投机心理才能得以长远发展。广告主也应在今后的广告投放中擦亮双眼，及时发现刷量造假行为。
在短视频领域，刷量主要表现为刷粉丝量和刷互动数据两种类型，那么广告主该如何科学化选号并及时规避刷量行为呢？卡思数据（ID：caasdata6）将围绕红人筛选、红人商业价值、异常流量监测三方面为各位打开一些思路。
 

 01 | 依据六大维度

逐级缩小目标KOL圈层

 
广告投放前的第一步是明确目标受众，在此基础上再匹配与品牌调性契合的KOL。利用卡思数据商业版中的“智能筛选”功能，通过内容标签、粉丝量、商业属性等六大维度锁定与品牌风格一致、舆情健康的KOL。
▲智能筛选  图源：卡思商业版（下同） 

 02 | 筛选目标KOL

深度挖掘其商业价值

 
广告主应查看KOL的基础数据了解红人近期运营状况、粉丝波动情况以及历史发布视频的互动数据。处于持续掉粉状态、视频互动数据忽高忽低的帐号应从考虑范围内排除。锁定有能力持续输出优质内容并且视频表现较为稳定的KOL，更能为后续的广告投放提供保障。
目前，广告投放采用头部、腰部和尾部红人搭配的营销策略最为常见，即通过不同粉丝量级的红人，多频次多角度的传播。广告主应确认此次广告投放的需求是促进转化还是覆盖广度。如主打转化，广告主应着重挑选高流量的头部红人，并考量KOL的广告变现能力。
 
卡思商业版中的“粉丝解析”功能可为广告主深度剖析KOL背后的粉丝行为、粉丝地域、粉丝用户画像等等，并了解其粉丝粘性如何，进而过滤掉一些粉丝质量不高的帐号。
▲粉丝质量分析 

如品牌方主打覆盖广度，并在短期内制造火爆刷屏效果，可优先选择腰部和尾部红人进行广告投放。利用卡思商业版中的“粉丝重合分析”功能，分析两个红人间的粉丝重合情况（*整体重合分析、性别重合分析、年龄重合分析、地域重合分析等）。在组合营销中将粉丝重合率低的KOL筛选出来，从而大幅度提升触达范围和投放性价比。
 
 ▲粉丝重合分析 
最后，再观察广告视频的数据表现，整体考量KOL的广告变现能力。根据卡思商业版提供的“商业分析”模块，可将广告视频数据与日常视频数据对比看差异值，全面评估KOL的商业价值，差异值越小说明粉丝认可度越高。
 
▲广告视频数据
另外在“品牌列表”中，可了解该KOL的商业属性，即过去与哪些品牌开展了商业合作，包含所服务的品牌、行业分布以及广告视频中用户主动提及品牌的次数。根据“商业分析”模块中的“投放视频”直观感受红人的商品软植入能力，判断其内容风格是否与品牌调性相符。

▲品牌列表

 03 |实时监测，确保投放费用落到实处


当广告涉及到多平台、多红人投放时，会面临投放后无法实时监测视频数据的情况，数据回收分析也更耗时耗力。卡思商业版特为此提供“分钟级监测”功能，支持精确到5分钟的监测频率、长达7天的监测周期。为广告主提供播放数据、互动数据、舆情分析、用户画像4个维度的数据，全面追踪广告投放效果，并提供虚假、异常流量报警。
 
根据播放数据和互动数据生成的曲线，我们可以观察到一条健康的数据曲线走势如下图所示，其数据波动由增速强势进入增速平缓再至微微上浮阶段。
▲图源：卡思数据《2019美妆短视频KOL营销报告》（下同）
但反观异常曲线的走势特点我们不难发现端倪，其一，点赞、评论、分享数据中的某一项在短时间内迅速激增，但其他互动数据并未相关性增长，并且在凌晨点赞量数据呈现阶梯式增长趋势。其二，点赞、评论、分享中的两项或以上数据在短时间内激增，但增长曲线呈阶梯式增长，十分僵硬。
 
 
依据“分钟级监测”功能，广告主能够更实时、更全面地了解数据变化趋势，监测广告视频数据是否存在刷量行为。另外，通过数据曲线不仅能及时发现数据异常情况，还可基于数据表现寻找DOU+的最佳投放时机，带动粉丝快速增长。
 
 
如今，虚假流量现象几乎渗透了整个互联网世界，刷量行为成了行业病态。面对数量日益攀升且更迭速度如此迅猛的KOL群体，广告主仅凭一己之力进行判断已不足够，在数据的依托下进行科学化选号或许是大势所趋。
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。